| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究目的 | 第12页 |
| 1.1.3 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 空中交通流建模研究 | 第14-15页 |
| 1.2.2 空中交通流特性分析 | 第15-17页 |
| 1.3 主要内容及研究方法 | 第17-19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 第二章 空中交通流中尾随航空器时距数据构建 | 第21-34页 |
| 2.1 航空器时距定义 | 第21-22页 |
| 2.2 欧拉型时距数据 | 第22-27页 |
| 2.2.1 航路交通流欧拉型时距数据的构建 | 第23-25页 |
| 2.2.2 终端区进场交通流欧拉型时距数据的构建 | 第25-27页 |
| 2.3 拉格朗日型时距数据 | 第27-32页 |
| 2.3.1 终端区进场航空器运行特征分析 | 第28-29页 |
| 2.3.2 终端区进场交通流拉格朗日型时距数据的构建 | 第29-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 空中交通流中尾随航空器时距的统计分布特性 | 第34-47页 |
| 3.1 时距的概率分布模型 | 第34-37页 |
| 3.1.1 单一概率分布模型 | 第34-35页 |
| 3.1.2 混合概率分布模型 | 第35-37页 |
| 3.2 基于EM算法的混合分布模型参数估计方法 | 第37-38页 |
| 3.3 时距分布模型拟合与分析 | 第38-46页 |
| 3.3.1 航路交通流时距分布模型对比分析 | 第38-43页 |
| 3.3.2 终端区进场交通流时距分布模型对比分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于改进加权一阶局域法的交通流时距序列建模 | 第47-58页 |
| 4.1 加权一阶局域法的改进 | 第47-51页 |
| 4.1.1 加权一阶局域法 | 第47-49页 |
| 4.1.2 模型的改进 | 第49-50页 |
| 4.1.3 基于误差序列的误差修正 | 第50页 |
| 4.1.4 预测步骤 | 第50-51页 |
| 4.2 分形理论 | 第51-52页 |
| 4.2.1 相空间重构理论 | 第51-52页 |
| 4.2.2 基于G-P算法的关联维数计算 | 第52页 |
| 4.3 空中交通流时距序列建模 | 第52-56页 |
| 4.3.1 相空间重构 | 第52-53页 |
| 4.3.2 基于关联维数的混沌特性判别 | 第53-54页 |
| 4.3.3 预测结果对比及分析 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 终端区进场航空器间距演化特性分析 | 第58-65页 |
| 5.1 间距演化特性表征管制策略执行品质 | 第58-62页 |
| 5.2 不同交通流相态下航空器间距演化特征 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 6.1 总结 | 第65-67页 |
| 6.1.1 主要研究工作 | 第65-66页 |
| 6.1.2 主要创新点 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 在学期间发表的学术论文及参与科研项目情况 | 第74页 |