第３２卷第３期 中国民航大学学报 ＪＯＵＲＮＡＬ ０Ｆ ＣＩＶＩＬ ＡＶＩＡＴＩＯＮ ＵＮＩＶＥＲＳＩＴＹ ＯＦ ＣＨＩＮＡ Ｖ０ｌ＿３２ Ｎｏ．３ ２０１４年６月 Ｊｕｎｅ ２０１４ 基于复杂度加权的Ｖｏｒｏｎｏｉ图扇区边界划分研究 王莉莉 ，胡 婧 ，高 峥 （１．中国民航大学空中交通管理学院，天津 ３００３００；２．民航天津空管分局，天津３００３００） 摘 要：管制员工作负荷是影响空域容量的主要因素。扇区划分的目标在于均衡管制员工作负荷，减轻管制压力，增 加空域容量。应用加权Ｖｏｒｏｎｏｉ图分割法确定空域扇区基本单元，不同于先前主观性测量的方法，提出了以 复杂度均衡为原则建立扇区规划模型，采用生长算法对空域中的扇区单元进行优化组合，最终找到了最优 扇区边界。并通过对厦门低空管制空域实际数据进行仿真计算，结果验证了本文提出的扇区划分方法的合 理性。 关键词：加权Ｖｏｍｎｏｉ图；空中交通复杂度；生长算法；扇区边界 中图分类号：Ｖ３５５ 文献标志码：Ａ 文章编号：１６７４—５５９０（２０１４）０３—００２３—０４ Ｒｅｓｅａｒｃｈ ｏｆ ｓｅｃｔｏｒ ｂｏｕｎｄａｒｙ ｄｅｍａｒｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｗｅｉｇｈｔｅｄ ｃｏｍｐｌｅｘｉｔｙ Ｖｏｒｏｎｏｉ ｄｉａｇｒａｍ ＷＡＮＧ Ｌｉ—ｌｉ ，ＨＵ ， ，ＧＡ０ ｅ （１．Ｃｏｌｌｅｇｅ ｏｆＡｉｒ嘲ｃ Ｍａｎａｇｅｍｅｎｔ，ＣＡＵＣ，Ｔｉｕｊｉａｎ ３００３００，Ｃｈｉｎａ； ２．Ｔｉｕｊｉａｎ ＡＴＭ Ｓｕｂ—Ｂｕｒｅａｕ ｏｆＣＡＡＣ，Ｔｉａｎｊｉｎ ３００３００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｃｏｎｔｒｏｌｌｅｒ ｗｏｒｋｌｏａｄ ｉｓ ｔｈｅ ｍａｉｎ ｆａｃｔｏｒ ａｆｆｅｃｔｉｎｇ ｔｈｅ ａｉｒｓｐａｃｅ ｃａｐａｃｉｔｙ．Ｔｏ ｂａｌａｎｃｅ ｃｏｎｔｒｏｌｌｅｒ ｗｏｒｋｌｏａｄ，ｒｅ— ｄｕｃｅ ｒｅｇｕｌａｔｏｒｙ ｐｒｅｓｓｕｒｅ ａｎｄ ｉｎｃｒｅａｓｅ ａｉｒｓｐａｃｅ ｃａｐａｃｉｔｙ，ａ ｓｅｃｔｏｒ ｐｌａｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｗｅｉｇｈｔｅｄ Ｖｏｒｏｎｏｉ ｄｉａ— ｇｒａｍ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ａｐｐｌｉｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｂａｓｉｃ ｓｅｃｔｏｒ ｕｎｉｔ ｏｆ ｔｈｅ ａｉｒｓｐａｃｅ ｓｅｃｔｏｒ，ｕｎｌｉｋｅ ｔｈｅ ｐｒｅｖｉｏｕｓ ｓｕｂｊｅｃｔｉｖｅ ｍｅａｓｕｒｉｎｇ ｍｅｔｈｏｄ，ｓｅｃｔｏｒ ｐｌａｎｎｉｎｇ ｍｏｄｅｌ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ｂａｓｅｄ ｏｎ ｃｏｍｐｌｅｘｉｔｙ ｅｑｕａｌｉｚａｔｉｏｎ ｐｒｉｎｃｉｐｌｅ，ｔｈｅｎ ｕｓｉｎｇ ｔｈｅ ｇｒｏｗｉｎｇ ａｌｇｏｒｉｔｈｍ ｔＯ ｏｐｔｉｍｉｚｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ａｉｒｓｐａｃｅ ｓｅｃｔｏｒ ｕｎｉｔｓ，ｕｌｔｉｍａｔｅｌｙ ｔｈｅ ｏｐｔｉｍａｌ ｓｅｃｔｏｒ ｂｏｕｎｄａｒｙ ｉｓ ｆｏｕｎｄ．Ａｎｄ ｔｈｒｏｕｇｈ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｏｆ ａｃｔｕａｌ ｄａｔａ ｉｎ Ｘｉａｍｅｎ ｌｏｗ ａｌｔｉｔｕｄｅ ｃｏｎｔｒｏｌｌｅｄ ａｉｒｓｐａｃｅ，ｔｈｅ ｒｅｓｕｌｔｓ ｖｅｒｉｆｙ ｔｈｅ ｒａｔｉｏｎａｌｉｔｙ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｓｅｃｔｏｒ ｂｏｕｎｄａｒｙ ｄｅｍａｒｃａｔｉｏｎ ｍｅｔｈｏｄ． Ｋｅｙ ｗｏｒｄｓ：ｗｅｉｇｈｔｅｄ Ｖｏｒｏｎｏｉ ｄｉａｇｒａｍ；ａｉｒ ｔｒａｆｉｆｃ ｃｏｍｐｌｅｘｉｔｙ；ｇｒｏｗｉｎｇ ａｌｇｏｒｉｔｈｍ；ｓｅｃｔｏｒ ｂｏｕｎｄａｒｙ 空域管理部门通常将空域划分为若干个扇区，每 一个重要课题。 国内外很多研究人员对最优扇区划分问题进行 个扇区设立一个管制席位，进行空中交通的指挥和协 调工作。近年来，随着民航业的迅猛发展以及飞行运 行总架次的Ｅｔ益增长，空中交通管制员在其管辖范围 内指挥的飞机数量越来越多，管制员的工作负荷越来 越大，致使空中交通管制系统面临着越来越严峻的挑 战，对飞行安全带来不利影响。有些扇区的管制员工 了研究：首先，国际民航组织（ＩＣＡＯ）颁布了“ＤＯ— ＲＡＴＡＳＫ”和“ＭＢＢ”管制员评估法，此类方法是通过对 管制员工作负荷的分类以及一定的时间间隔观察管 制员的活动来确定工作负荷［ －２１；Ｈｕｙ Ｔｒａｎｄａｃ等通过 建立平面的Ｖｏｒｏｎｏｉ多边形和采用启发式优化算法， 确定了二维扇区划分结果嘲；２００３年，韩松臣、张明提 出了以导航台、航线交叉点和空域边界上的航路点为 作负荷量较少，而有些扇区的管制员工作负荷量却很 大，扇区的管制员工作负荷不均衡的原因在于目前扇 区的划分缺乏科学合理的规划，因此，如何在划分扇 节点的蜕变的Ｖｏｒｏｎｏｉ图，应用模拟退火算法获得优 化的扇区边界线＿４ ；２００９年，中国民航大学的戴福青 区时进行综合优化，确保空域划分的科学、合理和有 效，成为民航空中交通管制领域不少学者研究关注的 收稿日期：２０１３—０４—０７：修回日期：２０１３—０５—２７ 提出了基于Ｐｏｗｅｒ图和空中交通复杂度的多机场划设 基金项目：国家自然科学基金项目（６１１７９０４２）；高校基本科研业务费专项（ＺＸＨ ２０１２Ｌ００５） 作者简介：王莉莉（１９７３～），女，陕西兴平人，副教授，博士，主要研究方向为空域规划、空中交通管理 第３２卷第３期 王莉莉，胡婧，高峥：基于复杂度加权的Ｖｏｒｏｎｏｉ图扇区边界划分研究 一２５一 态的复杂程度进行客观的描述，能较好地兼顾扇区空 域资源的灵活使用和管制员工作负荷影响，实现扇区 资源的有效利用。 ２．１．１ 空中交通复杂度的数据统计 本文根据影响空中交通复杂度的因素，结合扇区 的结构特征建立了空中交通复杂度模型，尝试使用结 合扇区飞机流量的空中交通复杂度标准来作为评估 标准，间接反映扇区容量。复杂度只限于交通状况本 身的特性，与以往管制员工作负荷的统计不同，避免 了管制员指挥飞行器时的个体差异，具有客观性。 扇区单元复杂度用以下４个元素进行衡量： １）飞行速度的变化：航空器以不同航速在飞行时 会造成管制员的工作强度。如在程序飞行中当前后航 空器之间的飞行速度相差大于８０ ｋｍ／ｈ时，飞行间隔 为２ ｍｉｎ，而如果速度小的航空器在前，速度大的在后 同高度飞行时，应保证在到达着陆机场上空或者改变 高度层以前要有１０ ｍｉｎ的纵向间隔，这给管制员造成 的不同的工作难度，可表示为 ∑∑ｌ — — 一 式中：Ｗ 为飞行速度权系数； ， 为不同航速的航空 器通过扇区单元的时间；Ｔ为航空器平均穿越扇区单 元所用的时间。 ２）飞行状态的变化：飞行状态一般有起飞、降落 和飞越，管制员对其中任何单一的状态调配都比它们 的混合状态简单；因为调配所发指令数不同，工作强 度不一样，可表示为 ∑∑∑ ｎ ｎ ｗｆ 』』 ～ （２） 式中：彬，为飞行状态权系数； ， ， 为航空器在３种 飞行状态下通过扇区单元所需要的时间；Ｔ为航空器 平均穿越扇区单元所用的时间； ｎ ｎ 表示航空器 在混合状态下穿越扇区所用时间。 ３）飞机类型的不同［８１：调度同一类型的飞机要比 调度不同类型飞机容易很多。所以每个扇区单元的复 杂度值要考虑飞机类型权重系数 。。根据尾流间隔把 飞机分为重型机、中型机和轻型机，可表示为 ∑∑∑ ｎ ｎ ７ 叩＝ 』 ～ （３） 式中： ， ， 为３种航空器在同一时段内穿越扇区所 需时间；Ｔ为航空器平均穿越扇区单元所用的时间。 ４）天气情况的不同：气象条件的不同会给管制员 在调配工作方面带来不同的难度。天气越恶劣，航空 器在通过一片扇区时管制员需要投入工作的时间和 精力越多。所以空中交通复杂度要考虑天气情况权重 系数。设天气情况权重系数为 。其中恶劣天气情况 有颠簸、积冰、雷暴、风切变等，可表示为 ∑Ｉ 一７１ ＝ 丁 （４） 式中： 为不同恶劣天气情况下航空器通过扇区所用 时间；Ｔ为航空器平均穿越扇区单元所用的时间。 ２．１．２ 空中交通复杂度计算 以导航台为中心的扇区单元的空中交通复杂度 值为 ＴＣ＝Ｗ ＋Ｗｓ＋Ｗ ＋Ｗ （５） 据上述数据统计，计算出在一天２４小时内厦门 管制底层空域各扇区单元空中交通复杂度，如图４所 示。图中２号扇区靠近厦门进近，所以复杂度值大；３ 号、４号扇区单元复杂度值也较大，因为靠近福州进 近；５号、６号、７号、８号和１１号扇区单元远离进近所 以复杂度值较小；靠近武夷山进近的９、１０号扇区复 杂度值也较大；１、１２号扇区因为航路网结构复杂，所 以复杂度值也较大。 ２．１．３扇区单元管制员工作负荷 ＝ＴＣ×Ｎ （６） 式中： 为扇区单元管制员工作负荷；ＴＣ为空中交 通复杂度值；Ⅳ为通过扇区单元的航空器架次数。 以扇区１２单元为例，在１１点到ｌ４点的高峰时 段内，空中交通复杂度值ＴＣ为１＿３，而在这个高峰时 期该扇区单元的流量Ⅳ为１８，工作负荷 为２３．４。 根据空中交通复杂度值的计算间接算出厦门管 制底层空域各扇区单元管制员工作负荷，如图５所示。 空中交通复杂度统计值 图４扇区单元各小时段内的空中交通复杂度值 Ｆｉｇ．４ Ａｉｒ ｔｒａｆｉｆｃ ｃｏｍｐｌｅｘｉｔｙ ｏｆ ｓｅｃｔｏｒ ｕｎｉｔ ｉｎ ｅａｃｈ ｐｅｒｉｏｄ 一３０一 中国民航大学学报 ２０１４年６月 信噪比时具有较好的估计性能。 参考文献： 【１】ＢＹＲＯＮ Ｍ Ｋ，ＣＨＡＲＬＥＳ Ｅ Ｓ．Ａｖｉａｔｉｏｎ Ｗｅａｔｈｅｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｑｕｉｒｅ— ｍｅｎｔｓ Ｓｔｕｄｙ，ＮＡＳＡ／ＣＲ一２０００－２１０２８８［Ｒ］．ＮＡＳＡ Ｒｅｐｏｒｔ，２０００． ［２］ＬＥＥ Ｊ Ｔ．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｄｏｐｐｌｅｒ Ｒａｄａｒ ｔｏ Ｔｕｒｂｕｌｅｎｃｅ Ｍｅａｓｕｒｅｍｅｎｔｓ Ｗｈｉｃｈ Ａｆｆｅｃｔ Ａｉｒｃｒａｆｔ，Ｆｉｎａｌ Ｒｅｐ．Ｎ０．ＦＡＡ—ＲＤ一７７—１４５【ＲＩ．Ｗａｓｈｉｎｇ－ ｔｏｎ，Ｄ．Ｃ：ＦＡＡ Ｓｙｓｔ Ｒｅｓ Ｄｅｖ Ｓｅｒｖ，１９７７． ［８］ＬＩＧＴＨＡＲＴ Ｌ Ｐ，ＹＡＮＯＶＳＫＹ Ｆ Ｊ．Ａｄａｐｔｉｖｅ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｒａｄａｒ ｄｅ－ ｔｅｃｔｉｏｎ ｏｆ ｔｕｒｂｕｌｅｎｔ ｚｏｎｅｓ ｉｎ ｃｌｏｕｄｓ ａｎｄ ｐｒｅｃｉｐｉｔａｔｉｏｎ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃ－ ｔｉｏｎｓ ｏｎ Ａｅｒｏｓｐａｃｅ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｓｙｓｔｅｍｓ，２００３，３９（１）：３５７—３６７． 【９］ＳＴＯＩＣＡ Ｐ，ＭＯＳＥＳ Ｒ．Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ［Ｍ］．Ｕｐｐｅｒ Ｓａｄｄｌｅ Ｒｉｖｅｒ，ＮＪ：Ｐｒｅｎｔｉｃｅ—Ｈａｌｌ，１９９７． ［１０］ＤＯＶＩＡＫ Ｒ Ｊ，ＺＲＮＩＣ Ｄ Ｓ．Ｄｏｐｐｌｅｒ Ｒａｄａｒ ａｎｄ Ｗｅａｔｈｅｒ Ｏｂｓｅｒｖａｔｉｏｎｓ ［Ｍ］．２ｎｄ ｅｄ．Ｎｅｗ Ｙｏｒｋ：Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ，１９９３． ［１ １］ＲＯＣＫＷＥＬＬ ＣＯＬＬＩＮＳ．ＷＸＲ一２１００ Ｍａｎｕａｌ Ｂｏｏｋ：【ｚ】．Ｃｅｄａｒ Ｒａｐｉｄｓ， ２００３． ［３］ＺＲＮＩＣ Ｄ Ｓ．Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｓｐｅｃｔｒａｌ ｍｏｍｅｎｔｓ ｆｏｒ ｗｅａｔｈｅｒ ｅｃｈｏｓ［Ｊ１．ＩＥＥＥ 【１２１ ＨＡＹＫＩＮ Ｓ，ＬＩＴＶＡ ｊ，ＳＨＥＰＨＥＲＤ Ｔ Ｊ．Ｒａｄａｒ Ａｒｒａｙ Ｐｒｏｃｅｓｓｉｎｇ【Ｍ】． Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｉｅｒ—Ｖｅｒｌａｇ，１９９３． Ｔｒａｎｓ Ｇｅｏｓｃｉ Ｅｌｅｃｔｒｏｎ．１９７９。ＧＥ一１７（４）：１１３—１２８． ［４】ＢＲＡＣＡＬＥＮＴＥ Ｅ Ｍ，ＢＲＩＴｒ Ｃ Ｌ，ＪＯＮＥＳ Ｗ Ｒ．Ａｉｒｂｏｒｎｅ Ｄｏｐｐｌｅｒ Ｒａｄａｒ Ｄｅｔｅｃｔｉｏｎ ｏｆ Ｌｏｗ Ａｌｔｉｔｕｄｅ Ｗｉｎｄｓｈｅａｒ，ＮＡＳＡ ＣＰ １００５０ Ｐａｒｔ １［Ｒ］． １９９０：２１３—２２４． ［１３］ＢＯＹＥＲ Ｅ，ＬＡＲｚＡＢＡＬ Ｐ，ＡＤＮＥＴ Ｃ．Ｐａｒａｍｅｔｒｉｃ ｓｐｅｃｔｒａｌ ｍｏｍｅｎｔｓ ｅｓ－ ｔｉｍａｔｉｏｎ ｆｏｒ ｗｉｎｄ ｐｒｏｆｉｌｉｎｇ ｒａｄａｒ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ Ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ａｎｄ Ｒｅ— ｍｏｔｅ Ｓｅｎｓｉｎｇ，２００３，４１（８）：１８５９—１８６８． 【５］ ＭＩＬＬＥＲ Ｋ，Ｒ０ＣＨＥＷＡＲＧＥＲ Ｍ．Ａ ｃｏｖａｒｉａｎｃｅ ａｐｐｒｏａｃｈ ｔｏ ｓｐｅｃｔｒａｌ ｍｏｍｅｎｔ ｅｓｔｉｍａｔｉｏｎ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ Ｉｆｏｍ Ｔｈｅｏｒｙ，１９７２，１８（５）：５８８— ｎ５９６． 【１４］ＺＲＮＩＣ Ｄ Ｓ．Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｗｅａｔｈｅｒｌｉｋｅ ｄｏｐｐｌｅｒ ｓｐｅｃｔｒａ ａｎｄ ｓｉｇｎａｌｓ［Ｊ］．Ｊ ＡｐｐｌＭｅｔｅｏｒ，１９７５，１４（４）：６１９—６２０． ［１５１ ＳＩＲＭＡＮＳ Ｄ，ＢＵＭＧＡＲＮＥＲ Ｂ．Ｎｕｍｅｆｉｃ￣ｃｏｍｐａｒｉｓｏｎ ｏｆ ｆｉｖｅ ｍｅａｎ ｆｒｅｑｕｅｎｃｙ ｅｓｔｉｍａｔｏｒｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｍｅｔｅｏｒｏｌｏｇｙ，１９７５，１４（６）： ９９１一ｌ００３． ［６］ＤＩＡＺ Ｊ Ｍ Ｂ，ＬＥＩＴＡ Ｏ Ｊ Ｍ Ｎ．Ｎｏｎｐａｒａｍｅｔｒｉｃ ｅｓｔｉｍａｔｉｏｎ ｏｆ ｍｅａｎ ｄｏｐｐｌｅｒ ａｎｄ ｓｐｅｃｔｒａｌ ｗｉｄｔｈ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ Ｇｅｏｓｃｉ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２０００，３８（１）：２７１－２８２． ［１６】ＹＵ ｎＡＮ—ＹＯＵ，ＲＩＣＡＲＤＯ ＲＥＩＮＯＳＯ ＲＯＮＤＩＮＥＬ，ＲＯＢＥＲＴ Ｄ ＰＡ— ＬＭＥＲ．Ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆｎｏｎ—ｇａｕｓｓｉａｎ ｄｏｐｐｌｅｒ ｓｐｅｃｔｒａ ｏｂｓｅｒｖｅｄ ｂｙ ｗｅａｔｈ— ［７］ＳＨＡＲＭＡＮ Ｒ Ｄ，ＤＯＹＬＥ Ｊ Ｄ，ＳＨＡＰＩＲＯ Ｍ Ａ．Ａｎ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ ａ ｃｏｍｍｅｒｃｉｌ ａｉａｒｃｒｆｔａ ｅｎｃｏｕｎｔｅｒ ｗｉｔｈ ｓｅｖｅｒｅ ｃｌｅａｒ—ａｉｒ ｔｕｒｂｕｌｅｎｃｅ ｏｖｅｒ ｅｒ ｒａｄａｒ ｉｎ ａ ｔｏｒｎａｄｉｃ ｓｕｐｅｒｃｅｌｌ［Ｊ］．Ｊ Ａｔｍｏｓ Ｏｃｅａｎｉｃ Ｔｅｃｈｎｏｌ，２００９，２６ （３）：４４４—４６１． ｗｅｓｔｅｒｎ ｇｒｅｅｎｌａｎｄ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｍｅｔｅｏｒｏｌｏｇｙ ａｎｄ Ｃｌｉｍａｔｏｌｏｇｙ， ２０１２，５ｌ（１）：４２—５３． ・・（责任编辑：杨媛媛） ・・＋”—＋一” ・・＋・・＋・・＋・・＋＋”＋・・＋・・＋・・＋“＋“＋ “＋“＋”＋“＋”＋”—＋一・ （上接第２６页） 的扇区考虑到了工作负荷的影响，使分块后得到的扇 【２］ＬＡＵＤＥＭＡＮ Ｉ Ｖ，ＳＨＥＬＤＥＮ Ｓ Ｇ，ＢＲＡＮＳＴＲＯＭ Ｒ，ｅｔ ａ１．Ｄｙｎａｍｉｃ ｄｅｎｓｉｔｙ：Ａｎ ＡｉｒＴｒａｆｆｉｃ Ｍａｎａｇｅｍｅｎｔ Ｍｅｔｒｉｃ．ＮＡＳＡ—Ｔ Ｍ一１９９８一ｌ１２２２６ 区比普通的Ｙｏｒｏｎｏｉ图更精准，同时满足方便扇区协 调移交约束条件。②利用生长算法在连续性约束下可 更快速准确的进行仿真计算，此算法计算量比较小， 较快的得到扇区边界。 本文的研究还有很多不足之处，一方面如何在复 ［Ｒ］．Ｍｏｆｆｅｔｔ Ｆｉｅｌｄ，ＣＡ：ＮＡＳＡ Ａｍｅｓ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ，１９９８． ［３］ＨＵＹ ＴＲＡＮＤＡＣ，ＤＵＯＮＧ Ｖ．Ｏｐｔｉｍｉｚｅｄ Ｓｅｃｔｏｒｉｚａｔｉｏｎ ｏｆ Ａｉｒｓｐａｃｅ ｗｉｔｈ Ｃｏｎｓｔｒａｉｎｔｓ［Ｃ］／／ｌｎ ５ｔｈ Ｅｕｒｏｃｏｎｔｒｏｌ／ＦＡＡ ＡＴＭ Ｒ＆Ｄ Ｓｅｍｉｎａｒ．２００３：２３— ２７． ［４】韩松臣，胡明华，蒋［５】韩松臣，张［６ 张６］『７］李兵．扇区容量与管制员工作负荷的关系研究 杂度计算中综合众多的因素来得到更准确的权值；另 方面对未来空域复杂度的变化没有做出一定的预 测判断，这些都值得进一步的研究。 一『Ｊｊ．空中交通管理，２０００（６）：４２—４５． 明．依据管制工作负荷的扇区优化新方法［ＪＪ．南京航 空航天大学学报，２００４，３６（１）：９１—９６． 明．管制扇区的最优划分方法研究［ＪＪ＿南京航空航天大学学报， 铮．终端区扇区划设方法研究【Ｄ］．天津：中国民航大学，２００９． ２００４，（３）：３０８—３１２． 参考文献： 『ｌ】１ ＰＡＷＬＡＫ Ｗ Ｓ，ＧＯＥＬ Ｖ，ＲＯＴＨＥＮＢＥＲＧ Ｄ Ｂ，ｅｔ ａ１．Ｃｏｍｐａｒｉｓｉｏｎ ｏｆ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｔｈｅ Ｄｙｎａｍｉｃ Ｒｅｓｅｃｔｏｒｉｚａｔｉｏｎ ｏｆ Ａｉｒｓｐａｃｅ［Ｃ］／／ＡＩＡＡ Ｇｕｔ— ｄａｎｃｅ Ｎａｖｉｇａｔｉｏｎ，ａｎｄ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｈｉｂｉｔ．Ｒｅｓｔｏｎ，ＶＡ： Ａｍｅｒｉｃａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｅｒｏｎａｕｔｉｃｓ ａｎｄ Ａｓｔｒｏｎａｕｔｉｃｓ，１９９８：６７—７４． ［８】戴福青，洪兰收．空域交通复杂度计算方法研究【Ｊ］．中国民航大学 学报，２０１０，２８（３）：１－４． ［９］何毅．空中交通复杂度参数模型研究［Ｄ］．上海：同济大学，２００７． （责任编辑：党亚茹）
