空中交通智能化管理的科學與技術問題研究

朱永文 ，陳志杰 *，蒲釩 ，王琦

（1. 國家空域技術重點實驗室，北京 100085；2. 國家空管科技自主創新基地，北京 100028）

一、前言

空中交通管理簡稱“空管”，是支持經濟社會發展的國家基礎設施，所支撐的航空經濟規模以及輻射帶動量超過國內生產總值的17%；在“空天地”一體化航行體系的支撐下，組織管理國家空域資源、航空運輸行業，同時服務航空制造、通用航空等戰略新興產業發展。我國航空運輸發展迅速，預測2028 年行業規模將居世界首位[1]。在此背景下，國家空域系統保持高密度飛行態勢，對空管科技發展提出了嚴峻挑戰：有人 - 無人駕駛航空器混合高密度飛行成為常態，現行管制方式難以應對，新的空管規則有待建立；空管的主導因素在于人而人工保障通常超負荷運行，低效率導致的航班延誤成為社會焦點，碳排放水平居高不下，新的空管技術亟待發展；城市空中運輸[2]、臨近空間飛行、高頻率航天發射等新需求涌現，新的空管模式以及新一代空管系統裝備需要突破。

為積極應對未來超大規模航空市場的發展需求和相關的環境約束挑戰，國際民用航空組織（ICAO）牽頭發布了全球空中航行計劃、航空系統組塊升級計劃；國際航空運輸協會著眼于應用新技術改進航空服務，聯合國際機場協會推出了新技術旅行新體驗項目。在ICAO的統一發展框架下，航空強國提出了新一代航空運輸系統（NextGen）、航空戰略實施計劃，歐洲空中交通管理總體規劃、2050+機場計劃、歐盟航空安全局（EASA）人工智能發展路線圖等[3]；發布了城市空中交通納入NextGen、歐洲單一天空空中交通管理項目（SESAR）等規劃，描繪了空中交通智能化發展愿景，以適應未來新型航空器、智能航空器的規模化應用趨勢。中國民用航空局空中交通管理局組織制定了中國民航空管現代化戰略（2016 年），作為中國版的NextGen、SESAR，引導開展機場運行、信息協同、容量優化、高效航跡等方向的規劃建設，旨在加強全系統信息管理、氣象信息服務、數字化情報管理等基礎信息服務能力，完善數據鏈通信、綜合導航、多元監視等基礎設施，著重提升全階段數字化管制、全國飛行流量管理等運行能力，逐步形成安全高效的空中交通管理體系。

值得指出的是，我國在空中交通管理智能化發展方面進行了規劃和細化研究，但有關整體技術架構、具體發展路徑尚未形成共識。本文在梳理空中交通管理新趨勢及新需求的基礎上，研判面臨的新挑戰，凝練智能化發展涉及的基礎科學問題并提出技術研究重點，以期為智能化空中交通管理系統構建研究提供基礎參考。

二、空中交通管理的新趨勢、新需求與新挑戰

作為空地一體航行系統的核心，空中交通管理細分為三方面：面向飛行活動實施統一監督、管理和控制的交通管制，面向結構、兼顧軍 / 民航用空需求、統籌空域規劃使用的空域管理，面向交通群服務空中交通安全有序、快捷流通的流量控制。未來的空中交通將廣泛應用人工智能（AI）、大數據、云計算、傳感網等新興技術，依托空間基礎設施，形成安全、高效、協同、綠色以及人享其行、物優于流的應用能力（見圖1）；建立全場景數字化處理、智能化支撐的空中交通新模式，支持便捷品質的大眾出行、綜合立體交通體系建設，保障持續服務經濟社會發展的關鍵能力。

圖1 空中交通智能化運行概念場景

（一）運行場景從單一運輸航行轉向多元異構飛行

1. 綠色智能的空中交通自主化飛行

隨著智能態勢感知、自主飛行控制、電推進及清潔能源等技術趨于成熟，空中飛行朝著智能自主方向發展。羅蘭·貝格國際管理咨詢公司預測，2050 年全球將有9.8×104架智能航空器用于空中出租、機場班車、城際航班等服務。智能航空器依據申報的飛行計劃，自主進行態勢感知；按照空域使用狀態、周邊飛行態勢以及氣象情況，自主進行飛行路徑規劃；在最佳路徑條件下自適應調整飛行狀態，以實現與其他航空器、航路航線網絡、航空基礎設施、空管系統、地面車輛之間的一體化協同管理。

2. 安全便捷的空管個性化定制服務

根據EASA 預測[3]，到2050 年歐洲需要保障2.5×108架次航空飛行，航空器類型包括有人駕駛航空器、形態各異的無人駕駛航空器；運行場景涵蓋中高空客貨運輸、低空空中城鐵、空中出租、城市物流、集中監控、戰場中繼、邊防巡邏等。航空器起飛 / 降落形式多樣，飛行速度及剖面分布不均，空域保持和被監視能力差異明顯；空中交通用戶類型多樣，如個人、物流運營企業、航空公司、數據服務商等。面向多元化用空需求，應綜合運用狀態全面感知、多智能體協同決策[4]、基于數據驅動的交通智能控制與調度等技術，優化空中交通服務流程；提供不同等級、形式、內容，體現差異化與個性化的服務，提升人員與貨物運輸的流暢性以及服務保障的可靠性；最終構建空中交通出行智能化服務體系[4]，具備協同聯動、動態優化、精準調控能力。

3. 耦合交織的空天飛行器跨域運行

臨近空間飛行器特別是可重復使用空天往返載具的發展，使得臨近空間飛行頻次明顯增加；中高空有人 / 無人共域運行趨勢明顯，無人機應用向諸多領域深入拓展；低空城市空中交通業態孕育，空中出租、空中巴士、空中物流所需的載人 / 載貨飛行穿梭[5]。例如，2030 年前美國商業臨近空間飛行的航班數量將為660 架/年，約有4×104架低空物流無人機提供5×108次快遞服務、2.3×104架城市無人機提供7.4×108人次載客飛行[5]；2035年歐洲城市空中交通方面，150 m 以下超低空無人機飛行量將超過3.5×108h，飛行距離達1.7×1010km[6]。在從低空到臨近空間的廣闊空域內，隨著航空器飛行在空間上向超低空、遠邊疆延伸，在應用上向多樣化場景、復雜運行轉變，多尺度、多維度、全方位的空中交通管理“挖潛增效”亟待開展。

（二）空中交通管理應滿足傳統與未來相疊加的復合需求

1. 高集成度空管基礎設施的建設及運行

通過空中與地面道路、軌道、水運交通的一體設計，構建線上線下融合集成、全流程引導、無感化出行、零距離換乘、精準快捷中轉、投送無縫銜接的綜合立體交通運輸體系，是我國綜合立體交通規劃的核心內容。聚焦到空中交通管理，即建設“空天地”一體化的通信、導航、監視、傳感器網絡基礎設施，集空域、性能、氣象、飛行情報于一體的數字化網絡環境；按照統一、兼容的數據交換標準和運行規范，形成以空中交通信息中心為分布式節點，向外輻射至飛機、機場、設施等終端并確保互聯互通，多要素融合、可視化感知、一體化協同的空管運行新模式。

2. 海量復雜空管數據信息的管理及應用

空中交通管理的動 / 靜態數據蘊含著歷史經驗、當前現狀、未來預測的潛在信息，具有體量龐大、時效不一、異構多源等特點。為適應差異化、多樣性的未來空中交通新模式發展要求，空管業務各方需依照業務流程、支撐條件、職責要求，針對相應的數據信息管理與應用開展彈性調整、敏捷適變、有效聚合。通過飛行器、信息系統、管理運行中數據信息的流轉、共享與應用，為高密度飛行條件下航空器的風險評估[7]、協同引導、沖突精準探測與智能解脫[8]等業務需求提供跨層級 / 跨部門 / 跨系統的同場景感知、一體化管理、無縫隙銜接解決方案。

3. 新一代空管運行概念的迅速推廣與實施

隨著航空器性能的提升，以雷達與程序管制為主體的傳統空管運行模式逐漸不能滿足應用需求，表現為航班延誤與取消現象越來越嚴重、航空碳排放量越來越高。相應地，以數字化、智能化、自主協同為特點的第四代空中交通管理運行模式逐步成型：① 建設數字化空管系統，支持多元用戶的用空按需適配，開展空域資源定量化調度、容流自適應匹配、運行精細化控制；② 發展智能化決策技術，突破人在回路的空管能力上限，開展空管大數據分析處理、結構化知識圖譜建立、最優決策模型求解；③ 提升自主協同水平，突破地面集中式空管模式的局限性，構建分布式態勢感知、風險研判、協同決策能力，實現末端邏輯閉環。

（三）傳統空中交通管理面臨的諸多挑戰

1. 交通管制模式轉變

當前的交通管制以人與人之間的話音通信為主要手段，將管制員的決策意圖傳遞給飛行員，進行沖突消解與交通引導。這種點對點的指揮模式難以適應多種強耦合約束并存的無沖突交通航跡運行需求。推動交通管制模式從飛行員 - 管制員意圖交互轉向基于數據鏈的自主意圖協商，建立機載航電與地面管制站之間、機器對機器的空地自主意圖協商決策模式，才能為大幅提升交通管制運行效率提供支撐。

2. 空域管理模式轉變

當前的空域管理依據長期積累的歷史數據進行統計，開展戰略層面的幾何結構規劃與優化調整，導致空域固定使用、利用率受限，難以滿足未來強時變的空中交通態勢演化需求。推動空域管理模式從固定劃分管理使用轉向基于性能的柔性變結構管理，擴展空域管理模型維度；從航空器角度建立基于性能的所需空域基礎模型，才能為實現空域變結構柔性使用筑牢基礎。

3. 流量控制模式轉變

當前的流量控制采用人在回路、以地面分散節點為中心的控制模式，難以應對未來大流量交通流全局優化調控“一控就死、一放就堵”的癥結問題。推動流量控制模式從處置操作依賴地面且人在回路轉向基于航跡協同的智慧調配，建立以航跡為基礎、空域與流量協同的一體化決策模式，才能為解決高密度、異質化飛行流量的精細調控難題提供支持（見圖2）。

圖2 空中交通智能化總體架構圖

三、空中交通智能化管理的基礎科學問題

為了適應空中交通管理發展的新趨勢，亟需轉變以人為中心、地面集中式的空中交通粗放管理舊模式，盡快實現自主化、智能化、自動化的空中航行管控體系升級。構建新一代空中交通智能化管理技術體系，核心關鍵在于以空地協同空中交通自主決策為代表的基礎科學領域，突出表現在4個基礎問題。

（一）航空器與空管基礎設施相互作用機理和模式問題

明確航空基礎設施服務性能的分布規律，是提高復雜環境與高密度飛行條件下航空運輸系統整體性能的先決條件，也是航空運輸領域的熱點研究問題。相關研究的基本思路為：在實時可靠的全時空交通運行數據的基礎上，疊加航空運輸通信、導航、監視的空管性能保障要素并進行定向增強；利用傳感器、物聯網、云計算、大數據、數字孿生等新興技術，在信息空間內開展航空器自主安全控制、航空器 - 空管基礎設施相互作用機理的數字化重構；實現人 - 航空器 - 空管基礎設施在同一情景下的一體化集成管理，為空中交通管理新概念、新技術、新標準提供充分的驗證條件。

（二）基于可接受風險的航空器間隔空地協同控制問題

交通態勢涵蓋多個認知層面，如物理域飛行動態、信息域演化趨勢、認知域交通復雜性等。開展交通態勢綜合感知與安全風險綜合監測，拓展交通管制決策彈性適用的對象范圍，對管制系統裝備自動化能力等級提升具有重要意義。基于可接受風險的航空器間隔空地協同控制，表現為基于數據鏈構建空地航跡協商與同步機制，實時融合并處理來自傳感器網絡的多來源、多維度、多模態、動 / 靜態的空管數據，形成空中交通多尺度、多粒度、多角度的態勢在線刻畫與演化預測能力；發展面向機場、終端區、航路的交通航跡間隔動態控制與沖突解脫決策方法，形成支持航跡運行的空地協同管制新模式。

（三）多要素形態非一致規則的空域運行建模優化問題

當前的空域運行研究多采用經典的簡化建模方法，即根據航空器交通行為與空域運行的基本規律，提取并保留影響較大的若干要素，通過數值模擬方式進行系統重構；以概率分布的形式對交通隨機性進行建模，以模糊隸屬度函數抽象管制員行為的不確定性與環境因子。上述方法可對空域運行場景進行一定程度上的降維還原，但無法反映未來空中交通的高密度特性，因而需對空域進行更高維度的量化評估、立體設計、精細管控。多尺度空間（機場+終端區+高空航路網）、多尺度時間（以年為單位的戰略管理+以小時為單位的預戰術規劃+以分鐘為單位的戰術控制）的高維時空變量與通信、導航、監視、氣象等因素相疊加，使得數據驅動、非一致規則的空域動態建模問題成為全時空交通管理優化的前提和基礎。

（四）高密度空中交通流演化機理與擁堵傳播特性問題

大規模對象的交通運行具有強的耦合關聯、嵌套影響、級聯傳導等特性。深入理解交通擁堵形成的內在機理、復雜交通涌現現象的生成原理，進而導出交通運行穩定性的非一致性判別準則，是高密度交通流量控制方向的熱點研究問題。相關研究有助于提升高密度航班流量全局精細調度智能決策水平，基本思路為：對空中交通流進行非線性動力學建模分析，明晰交通需求變化規律與航路網幾何構型間的作用機理；探明外在環境不可抗擾動、內部結構不穩定條件下的交通流運行平穩度、恢復時間、傳播范圍等因素，支持開展飛行流量多主體分布式協同管理。

四、空中交通智能化管理的技術研究重點

構建空中交通智能化管理技術體系，是解決上述基礎科學問題的客觀路徑，主要涉及航空器、空域、管制決策、運行四方面。

（一）智能互聯航空器技術

傳統的空中交通管理以地面管制中心為核心節點，結合通信、導航、監視等基礎設施，對管制范圍內的用空對象進行集中式管理；航空器作為被管理方，技術發展側重于單體機能提升，突出表現在飛行器總體方案、航空發動機、先進復合材料等方面。空中交通運輸總量不斷增長，新型航空器也帶來更為復雜的用空需求；構建以“智能互聯航空器自主飛行”為核心，星 - 空 - 地緊密互聯、空地協同的新型空中交通運行模式，也使航空器在空中交通管理中的角色不再局限于末端被動接收節點，成為打破空中交通智能化發展瓶頸的要素。借助衛星互聯網的的通信優勢，將顯著提升航空器互聯互通能力與智能化水平。例如，航空器承擔傳感器的角色，實時共享當前所處位置的氣象信息、向航空公司實時傳輸自身機械系統故障信息；承擔執行器的角色，對未來一段時間內的四維航跡進行精準預測、對可能遭遇的風險氣象進行研判[9]；承擔控制器的角色，參與空中交通管制的協議與商定。

突破智能互聯航空器技術，以下方面是研究重點。① 基于多層網絡、空地一致的空中交通態勢感知研究。依托移動通信網絡、低軌衛星網絡、地面互聯網等基礎設施，發展空事衛星雙向通信、大規模衛星組網高速通信等技術，提供全域覆蓋的實時回傳、多元豐富的空中飛行相關信息，實現衛星 -航空器 - 地面間的同步互聯。從航空器機載航電系統、地面數字化管制系統角度著手，在實時 / 定時數據信息交互的基礎上，應用多元異構數據聚合處理與智能認知算法，構建完整透明、空地一致、實時更新的空中交通精準空域圖像刻畫能力，解決空中交通監視有“態”無“勢”問題。② 基于空地態勢共享的協同交通自主運行模式研究。空中交通“無約束”“自主運行”的前提是飛行過程中無沖突的航跡規劃以及精準可控的航跡跟蹤控制，需要航空器具備實時精準碰撞風險識別、末端協同避讓、自主間隔保持、智能協同決策等能力。重點突破不完備信息條件下的定位與導航重構技術，基于一致時間基準的多源信息融合處理來實現衛星拒止或低衛星導航受限條件下的精確制導。優先發展非一致規則的高密度交通控制、面向共域運行的異構航空器飛行間隔保持、基于飛行環境精準感知的交通群自主協同運行等技術[10]。構建星 - 空 - 地緊密聯接的航空器信息網絡、態勢一致感知條件下的空地一體協商基礎環境，為空中交通管理智能化發展提供技術支撐（見圖3）。

圖3 航空器智能互聯示意圖

（二）低空數字空域管理技術

低空經濟源于航空大眾化的發展需求、新興技術的成熟應用，是具備改變未來城市規劃、城鄉關系的潛力產業；市區到遠郊的民航機場擺渡、空中出租車、鄰近城市航班等應用，將是打開城市空中運輸市場的重要方式。隨著無人機產業的快速發展，低空飛行的航空器比例構成變化明顯，無人機數量已多于有人機。不同于高空，低空空域與地形地貌緊密相連，環境結構、障礙物分布成為低空飛行的重要關注因素；低空處于大氣活動頻繁區域，低空氣象變化隨機性大，對目視飛行安全構成嚴重影響。現行的空管通信、導航、監視技術手段，很難用于低空目標；以飛行服務站為中心、服務有人機為主、自成體系的空管方式，難以應對低空復雜多樣的交通管理需求[10]。為適應未來低空高密度有人 / 無人混合、城市空中運輸、多型異構航空器的發展，需以低空飛行空間在數字信息空間上的映射與重構為基礎，基于所需性能的低空空域管理技術支持[11]，構建面向新經濟業態的低空空中交通管理新體系（見圖4），為實現城鄉一體、低空“自由飛行”確立理論基礎[12]。

圖4 低空數字空域管理示意圖

突破低空數字空域管理技術，以下方面是研究重點。① 低空空域的多維度數字優化設計方法研究。搭建多維度基礎數字架構，涵蓋時空框架、性能與氣象等，對建 / 構筑物、障礙物、可用通信導航監視資源、低空飛行狀態信息、風與溫度信息等進行結構化表征與管理；發展基于網格空域體的低空空域與交通活動狀態描述方法，將低空空域資源作為類似地面道路的交通資源，進行一體化結構設計與優化配置[7]。② 低空運行的多層級安全風險評估技術研究。未來低空空域必然采用分層管理模式，對大批量、高密度無人機的運行進行高效組織與安全管理，成為相關空管的核心問題[13]。在低空飛行安全間隔標準制定方面，建立基于數字網格的安全風險表征模型，覆蓋有人機與無人機、無人機與無人機、小型航空器與樓宇障礙物、低空航空器與地面車輛 / 人群等應用對象；發展基于交通復雜度、設備性能的融合運行安全風險評估與監控關鍵技術，標定各類場景、不同保障條件下飛行安全間隔的最低標準值，支持建立基于風險的低空空中交通監管規則體系。③ 城市無人機垂直飛行剖面預測與管理方法研究[14]。建立城市無人機數字孿生環境，覆蓋局域態勢感知、全要素表達、協同計算、分布式運行場景；建立基于實際數據的飛行剖面預測模型，與基于歷史航跡數據的聚類分析相結合，形成飛行軌跡序列并擬合各類無人機的飛行高度和距離，實時動態生成無人機（后續的）飛行剖面；形成城市無人機低空飛行剖面分析、行為預測、風險智能判斷能力，支持開展基于飛行剖面預測的城市無人機管理[15]。

（三）基于大數據的分布式智能協同決策技術

隨著經濟社會發展，有關決策理論與方法變化顯著，如從靜態決策到動態決策、從集中式決策到多主體協同決策、從基于經驗的人工分析決策到基于量化計算的自主決策。在以大數據為代表的信息技術引領下，數據密集型科學發展成為繼實驗科學、理論科學、計算科學之后的新科學范式。目前，基于大數據的智能協同決策是決策應用的研究熱點。空中交通運輸是信息化程度和運行復雜度均較高的領域，隨著民用航空、軍事航空、通用航空的發展，尤其是無人機飛行、臨近空間往返飛行趨于頻繁，空中交通態勢認知及預測的復雜度顯著增加。利用大數據、智能決策的技術優勢，挖掘并分析空中交通歷史積累的大量數字資產所蘊藏的經驗知識與內在聯系，抽取重要節點與關聯數據集，形成結構化的知識體系，從而為現實問題求解、未來最優判斷提供可信依據。構建從數據到知識、從知識到決策的空中交通大數據智能計算范式，形成基于數據的多主體智能協同決策新方法，滿足不確定性、動態性、全局性、關聯性等客觀需求，支持提升空中交通態勢綜合認知與智能決策能力。

突破基于大數據的分布式智能協同決策技術，以下方面是研究重點（見圖5）。① 基于多元異構數據的態勢綜合評估與預測研究。圍繞算法增強的異構信息處理、知識驅動的事件關聯推理、人機融合的態勢聚焦生成、平行仿真的局勢推演預測等方向，發展基于數字孿生的機場群 - 終端區 - 航路航線交通運行態勢全景感知、面向空域配置優化的交通復雜度演化預測、基于AI 的意圖識別與風險自動研判等技術。② 流量與空域數據驅動的智能匹配技術研究。針對空中交通流量、空域容量等典型的多主體參與、全域數據驅動的智能調控決策問題，探索構建云 - 邊 - 端協同的技術體系架構，利用分布式AI 對多層級（全國 - 區域 - 機場）、多時段（戰略 - 預戰術 - 戰術）飛行流量進行評估、預測和預警；建立包括空管、機場、空域用戶在內的多方協同決策機制，通過協同決策解決飛行流量與空域容量的全局最優適配管理問題。③ 面向智能機場的機坪車 - 機 - 路混合交通群智能優化方法研究。支持機坪車輛、無人機、航空器協同感知與自主避讓，實現基于機器決策的機坪保障資源動態配置、作業車輛 / 無人機最優動態調度、場面滑行路徑動態規劃、場面燈光引導智能控制、多端聯運資源智能協同調度[16]。④ 面向航空器的健康監測與智能預判方法研究。針對航空器機載航電系統，發展群智能協同感知技術，實現航空器健康狀態的自主深度認知。針對地面運行控制中心，采用數字孿生技術重構航空器全息健康態勢評估與預測能力，支持運行控制部門實施全維度、高沉浸感的航空器健康監控[17]。⑤ 基于云 - 邊 - 端的航空器自主感知與協同避撞技術研究。應用云平臺、物聯網等技術，發揮云端數據與計算支撐末端載體方面的高精度感知、協同避撞能力，支持邊 - 端智能體單元基于一致場景并通過協同決策來解決混合交通系統的交通管控問題。

圖5 基于大數據的多主體智能協同決策技術

（四）基于航跡的智能代理監督技術

基于航跡運行綜合數據通信、衛星導航、綜合監視、協同決策等方面的技術突破，在航空器、航空公司、管制部門之間建立基于一致認知的空地協同空中交通運行控制環境。在航空器起飛至降落的全過程中，利用數據鏈等通信方式，通過航跡規劃與更新、航跡預測與優化、航跡協商與執行，開展四維航跡動態信息的實時共享、協商與維護，實現飛行活動全過程“可見、可控、可達”。基于航跡運行以“門對門”“機器對機器”方式，將自動化技術及算法引入空管全流程，降低因人工參與而帶來的精細化與復雜度限制，增強航空器飛行交通管控與空域使用的可預測性、安全性、靈活性，驅動管制運行從“人在回路中”并以人為主的傳統模式轉向“人在回路上”的智能代理監督新模式。

突破基于航跡的智能代理監督技術，以下方面是研究重點（見圖6）。① 面向全域無沖突航跡管理的智能代理監督技術研究。發展面向空管、航空公司、機場運行主體的知識表示框架、協同決策與控制等技術，構建群體智能空間的服務體系結構，支持飛行前自主四維航跡協同規劃與放行，飛行中面向大規模四維航跡集的空中交通態勢評估、預測及自主決策[18]。建立全球空中交通流量管理平臺，研究洲際飛行四維航跡預測、控制算法與模型，超大規模航跡高效協同的多智能體模型及高效算法，支持基于全球四維航跡的協同管理。② 基于航跡的無人機群協同運行技術研究。從基于多智能體的航跡協同控制、基于四維航跡的無人機自主間隔保持等方面著手，將無人機納入對象管理節點[19]；以感知復雜環境下多智能體、執行航跡運行為出發點，研究多智能體任務系統的運行原理，提升多智能體防撞編隊魯棒控制、基于事件驅動的防碰撞多智能體編隊控制、基于自適應動態規劃的多智能體航跡優化控制技術。發展協作多智能體強化學習算法，設計速度調解算法，實現多無人機飛行沖突解脫任務的自主決策；研究擬合算法、一致性編隊算法、多無人機協同精細化作業控制方法，實現角色切換與協調避撞機制[20]。③ 基于航跡運行的智能空中交通管理研究。針對空域結構網絡下的容量動態，發展四維飛行時的調解策略、路徑重規劃決策方法。在無人機自主間隔保持方面，應用基于自主運行、航跡運行的新一代空中交通管理運行模態，發展基于數字孿生的區域無人機運行態勢全景感知、面向交通復雜性的空域協同優化、基于四維航跡的空域場面交通一體化管理[21]等技術，提升四維航跡精準預測、動態尾流間隔監測與動態縮減、機載自主間隔管理[22]、空地協同間隔管理、航空氣象精細化預報等的水平。

圖6 基于航跡的智能代理監督示意圖

五、結語

本文著眼未來空中交通管理系統升級需求，梳理了傳統空中交通管理在3個細分方向上亟待推進的轉變，論證提出了空中航行空管新體系構建對應的基礎科學問題，進一步研判了空中交通智能化管理技術架構及其重點研究方向。空中交通智能化管理領域的研究工作在國內外均處于起步階段，一些研究尚處理論探索階段，甚至部分方向存在理論空白；如能在變局之中抓住契機，適時甚至超前布局關鍵技術攻關，或將占據先發優勢，獲得未來空管國際標準制定方面的主動權，爭取空中交通國際事務協商方面的話語權。

為此建議從四方面著手布局：① 采取技術研發行動，基于AI 革新空管系統，提升空域分層治理能力[23]；② 圍繞“先進空中運輸”布局專項，著力解決自動駕駛、智慧座艙、高能量電池、軟件化航電、數字化交通管制等瓶頸環節的關鍵技術；③ 研究城市低空空域開放的政策舉措，適度開展區域性、城鄉一體的通用航空與無人機監管設施建設，解決先進空中交通模式涉及的空域資源使用問題；④ 制定基于先進空中交通模式的通用航空發展規劃，提出數字低空系統發展路線圖和能力生成階段步驟，覆蓋行業監管、空域管理、飛行服務、交通規劃、治安管理等環節，促進先進空中運輸設施發展。

利益沖突聲明

本文作者在此聲明彼此之間不存在任何利益沖突或財務沖突。

Received date:October 27, 2022;Revised date:December 25, 2022

Corresponding author:Chen Zhijie is a research fellow from Key Laboratory of National Airspace Technology, and a member of Chinese Academy of Engineering. His major research field is air traffic management system technology. Email: zj-chen@vip.sina.com

Funding project:Chinese Academy of Engineering project “Strategic Research on the Intelligent Development of Air Traffic in China” (2022-XBZD-04)