面向TRACON到达的几何轨迹优化：基于NLP方法的ATC向量机动建模
最优化与控制
2026-04-21 v1 概率论
摘要
终端空域拥堵仍是全球空域交通网络中的主要瓶颈。尽管飞机排序与调度问题（Aircraft Sequencing and Scheduling Problem, ASSP）已被广泛研究，但许多方法依赖简化的节点-链接抽象，忽略实际飞行路径，导致在现实空域几何约束下执行困难。本文引入了一种用于终端到达排序与调度（Terminal Arrival Sequencing and Scheduling, TASS）的高保真轨迹优化框架，显式建模控制器向量机动。我们构建了一个单阶段非线性规划（NLP）模型，采用加权目标函数优化Baseleg路径延伸和分段速度剂面。该模型通过闭式表达式强制Baseleg延伸与最终接近点（Final Approach Fix, FAF）截至所需半径转弯（Radius-to-Fix, RF）之间的非线性几何耦合。在先到先服务（First-Come-First-Served, FCFS）规则下，生成与控制器实践一致的、分离且可操作的轨迹。蒙特卡洛仿真在A80 TRACON（亚特兰大）上进行大量运行，显示通过战术路径伸展可将违规情况控制在跑道容量阈值以下，违规仅在到达率超过最大可容纳率时发生。
引用
@article{arxiv.2604.18454,
title = {Geometric Trajectory Optimization for TRACON Arrivals: An NLP Approach with ATC Vectoring Maneuver Modeling},
author = {Yutian Pang and Daniel Delahaye and John-Paul Clarke},
journal= {arXiv preprint arXiv:2604.18454},
year = {2026}
}