Methods for Solving Some Problems of Air Traffic Planning and Regulation. Part I: Strategic Planning of 4D Trajectories

Cover Page

Cite item

Full Text

Abstract

This paper considers the problems of improving the safety and efficiency of air traffic flows. Particular attention is paid to promising methods for detecting and resolving aircraft conflicts. These methods are classified. We study the problem of minimizing the number of potential conflicts with a promising air traffic control technology, the strategic deconfliction of 4D trajectories. We present a mathematical model to consider uncertainty in the strategic deconfliction of 4D trajectories, a corresponding formal statement as a mixed integer programming problem, and some approaches to solve this problem. Estimating the objective function requires calculating the number of potential conflicts between aircraft. Under uncertainty, this estimation involves a large amount of computations. We discuss an alternative approach to airspace capacity estimation based on air traffic complexity depending on the traffic structure and geometry of the airspace.

About the authors

E. L Kulida

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: elena-kulida@yandex.ru
Moscow, Russia

V. G Lebedev

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: lebedev-valentin@yandex.ru
Moscow, Russia

References

  1. The Next Generation Air Transportation System (NextGen). Concept of Operations. – Washington, DC: Joint Planning & Development Office, 2011.
  2. Sesar Joint Undertake. European ATM Master Plan. – Brussels, Belgium: SESAR, 2020.
  3. Paielli, R.A. Trajectory Specification for High-Capacity Air Traffic Control // Journal of Aerospace Computing, Information, and Communication. – 2005. – Vol. 2, no. 9. – P. 361–385. – doi: 10.2514/1.12335
  4. Paielli, R.A., Erzberger, H. Trajectory Specification for Terminal Airspace: Conflict Detection and Resolution // Journal of Air Transportation. – 2019. – Vol. 27, no. 2.
  5. Paielli, R.A., Erzberger H. Conflict Probability Estimation for Free Flight // Journal of Guidance, Control, and Dynamics. – 1997. – Vol. 20, no. 3. – P. 588–596.
  6. Paielli, R.A., Erzberger H. Conflict Probability Estimation Generalized to Non-level Flight // Air Traffic Control Quarterly. – 1999. – Vol. 7, no. 3. – P. 195–222.
  7. Jacquemart, D., Morio, J. Adaptive Interacting Particle System Algorithm for Aircraft Conflict Probability Estimation // Aerospace Science and Technology. – 2016. – Vol. 55. – P. 431–438.
  8. Jiang, X.R., Wen, X.X., Wu, M.G., et al. A SVM Approach of Aircraft Conflict Detection in Free Flight // Journal of Advanced Transportation. – 2018. – No. 4. – P. 1–9.
  9. Ribeiro, M., Ellerbroek, J., Hoekstra, J. Review of Conflict Resolution Methods for Manned and Unmanned Aviation // Aerospace. – 2020. – Vol. 7, no. 79. – doi: 10.3390/aerospace7060079.
  10. Pallottino, L., Feron, E., Bicchi, A. Conflict Resolution Problems for Air Traffic Management Systems Solved with Mixed Integer Programming // IEEE Transactions on Intelligent Transportation Systems. – 2002. – No. 3. – P. 3–11.
  11. Cafieri, S., Omheni, R. Mixed-Integer Nonlinear Programming for Aircraft Conflict Avoidance by Sequentially Applying Velocity and Heading Angle Changes // European Journal of Operational Research. – 2017. – Vol. 260. – P. 283–290.
  12. Pelegrın, M., d’Ambrosio, C. Airspace Conflict Resolution: A Unifying Mathematical Framework and Review // HAL. – 2021. – URL: https://hal.archives-ouvertes.fr/hal-02902566/.
  13. Alonso-Ayuso, A., Escudero, L.F., Martin-Campo, F.J., Mladenovic, N. A VNS Metaheuristic for Solving the Aircraft Conflict Detection and Resolution Problem by Performing Turn Changes // Journal of Global Optimization. – 2014. – Vol. 63 – P. 583–596.
  14. Liu, H., Liu, F., Zhang, X., et al. Aircraft Conflict Resolution Method Based on Hybrid Ant Colony Optimization and Artificial Potential Field // Science China Information Sciences. – 2018. – Vol. 61. – Art. no. 129103.
  15. Allignol, C., Barnier, N., Durand, N., Alliot, J.M. A New Framework for Solving En Route Conflicts // Air Traffic Control Quarterly. – 2013. – Vol. 21, no. 3. – P. 233–253. – doi: 10.2514/atcg.21.3.233
  16. Sislak, D., Volf, P., Pechoucek, M. Agent-Based Cooperative Decentralized Airplane-Collision Avoidance // IEEE Transactions on Intelligent Transportation Systems. – 2011. – Vol. 12. – P. 36–46.
  17. Chaimatanan, S., Delahaye, D., Mongeau, M. A Hybrid Metaheuristic Optimization Algorithm for Strategic Planning of 4D Aircraft Trajectories at the Continental Scale // IEEE Computational Intelligence Magazine. – 2014. – Vol. 9, no. 4. – P. 46–61.
  18. Chaimatanan, S., Delahaye, D., Mongeau, M. Aircraft 4D Trajectories Planning under Uncertainties // Proceedings of 2015 IEEE Symposium Series on Computational Intelligence (SSCI 2015). – Cape Town, South Africa. – 2015. – P. 51–58.
  19. Barnier, N., Allignol, C. 4D – Trajectory Deconfliction Through Departure Time Adjustment // 8th USA/Europe Air Traffic Management Research and Development Seminar. ATM 2009. – Napa, USA, 2009.
  20. Cafieri, S., Durand, N. Aircraft Deconfliction with Speed Regulation: New Models from Mixed-Integer Optimization // Journal of Global Optimization. – 2014. – Vol. 58, no. 4. – P. 613–629.
  21. Belotti, P., Lee, J., Liberti, L., et al. Branching and Bounds Tightening Techniques for Non-convex MINLP // Optimization Methods and Software. – 2009. – Vol. 24(4). – P. 597–634.
  22. Granger, G. Durand, N. A Traffic Complexity Approach through Cluster Analysis // Proceedings of the 5th ATM Research and Development Seminar. – Budapest, Hangary, 2003.
  23. Chaimatanan, S., Delahaye, D., Mongeau M. Strategic Deconfliction of Aircraft Trajectories // ISIATM 2013, 2nd International Conference on Interdisciplinary Science for Innovative Air Traffic Management. – Toulouse, France, 2013.
  24. Alligier, R., Durand, N., Alligier, G. Efficient Conflict Detection for Conflict Resolution // ICRAT 2018, 8th International Conference on Research in Air Transportation. – Castelldefels, Spain, 2018.
  25. Delahaye, D., Puechmorel, S. New Trends in Air Traffic Complexity // ENRI International Workshop on ATM/CNS (EIWAC). – Tokyo, Japan, 2009. – P. 55–60.
  26. Delahaye, D., Paimblanc, P., Puechmorel, S. et al. A New Air Traffic Complexity Metric Based on Dynamical System Modelization // IEEE/AIAA 21st Digital Avionics Systems Conference – Vol. 1. – Inst. of Electrical and Electronics Engineers. – Irvine, USA, 2002.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».