航路网络是空中交通系统的重要组成部分,其交通运行的畅通与否直接影响空中交通系统的运行安全与运行效率。航路网络交通运行态势的智能感知能力建设是全面开展智慧空管建设的基础和关键,不仅有助于空中交通管理部门全面掌握航路网络整体的运行态势,分析路网交通运行的瓶颈和关键节点,制定合理的交通优化管控措施,实现空中交通精细化管理,而且有助于航空公司合理优化航线,减少飞行延误,降低飞行成本。航路网络交通运行还处于传统经验型的粗放式管理模式,难以实现针对性、精细化的管理与决策,降低了空中交通系统的运行效率,一定程度上影响了航班运行的正常性水平。目前,关于航路网络交通运行态势识别与预测方面的研究较少,尚未形成科学的理论体系。本文针对于航路网络交通运行态势感知问题,基于航空器飞行航迹数据,主要从航路网络交通运行特性分析、航路网络及其航段交通运行态势评价、识别、预测这几个方面展开深入系统的研究,为构建航路网络交通运行态势智能感知技术体系奠定理论和技术基础。(1)航路网络交通流运行时空特性与变化规律分析。基于航路网络航迹数据,分析了航路网络交通流的时间特性和空间特性,在时间特性方面,发现航路网络交通流变化呈现混沌特性,且验证了航路网络交通流流量均值和方差存在幂律关系,流量波动同时受内部和外部影响因素的综合作用。在空间特性方面,发现航路网络航段交通流变化存在空间相关性,基于多维标度法依据相关性强弱将航段进行了相关性分组,为多航段交通流参数预测提供了支撑。(2)航路网络及其航段交通运行态势评价划分方法与模型。基于航路网络航迹数据,构建航路网络及其航段交通运行态势评价指标体系,依据航路网络交通运行特性,采用模糊综合评价法建立了航路网络整体交通运行状态评价模型;基于SAGA-FCM(遗传模拟退火-模糊聚类)算法,建立了航路网络航段交通运行状态划分模型,实现了航路网络整体和其航段交通运行状态模糊划分,并确定了航路网络交通运行态势的划分方法及标准。(3)航路网络及其航段交通运行态势识别方法与模型。针对于航路网络交通态势识别问题,基于机器学习和模式识别方法,建立了航路网络及其航段交通运行态势识别模型。采用支持向量机算法构建航路网络整体交通运行态势识别模型,采用集成学习算法构建路网航段交通运行态势识别模型,提出了基于航迹数据的航路网络交通运行态势识别方法,为航路网络及其航段交通运行态势预测提供了支撑。(4)航路网络及其航段交通运行态势预测方法与模型。针对于航路网络交通态势预测问题,采用RBF神经网络混沌时间序列预测方法,构建航路网络整体交通运行态势预测模型,采用BP、RBF、GRNN神经网络理论,构建路网航段交通运行状态融合预测模型,提出了基于航迹数据的航路网络交通运行态势预测方法,预测效果良好,可为航路网络交通运行优化与管控提供决策支持。本文针对航路网络交通运行态势感知问题,开展了较为深入、系统的研究。基于获取相对便捷、能够实时、精确反映航路网络交通运行态势的航空器飞行航迹数据构建了航路网络及其航段的交通态势评价、识别、预测方法与模型,形成一套基于航迹数据的航路网络交通运行态势感知的技术方案,为航路网络交通运行态势智能感知技术体系构建提供理论和技术支持。