编辑推荐：
点融合（Point Merge, PM）是一种用于终端区进场航空器排序的系统化方法。本文采用基于有限状态机（Finite State Machine, FSM）的智能体系统对PM系统进行建模，并提出了一种通过消息发送策略替代集中控制器的分散控制方法。受自组织时
点融合（Point Merge, PM）是一种用于终端区进场航空器排序的系统化方法。本文采用基于有限状态机（Finite State Machine, FSM）的智能体系统对PM系统进行建模，并提出了一种通过消息发送策略替代集中控制器的分散控制方法。受自组织时分多址（Self-organizing Time Division Multiple Access, STDMA）启发，研究人员提出了三种不同的分散控制策略。在这三种控制策略下，所有进场航空器均需相互发送消息以实现转弯排序。为验证该方法，研究人员使用一个含两条排序边的动态场景对三种策略进行了比较，并以集中控制作为基准策略。研究人员考察了排序边容量及所提策略的运行结果，发现采用连续预约与网络入口时隙相结合的分散控制策略能够达到与集中控制相近的容量。
**点融合系统分散控制方法研究解读**
**一、研究背景与问题**
全球空中交通需求在过去三十年间持续增长，尽管2020年新冠疫情造成空前收缩，但此后行业快速恢复，至2024年多数主要市场已回归甚至超过2019年水平，2025年预计全球客运量将接近或达到疫情前110%至120%。为应对有限空域容量与持续增长需求之间的矛盾，欧洲航行安全组织实验中心（EUROCONTROL Experiment Centre）提出了点融合（Point Merge, PM）系统。该系统基于标准终端进场航路（Standard Terminal Arrival Route）的新型设计，通过融合点与等距排序边的几何构型，以单一的“直飞”（Direct-to）指令实现进场排序，提升了可预测性、飞行效率与环境表现。自2011年奥斯陆首次实施以来，PM已在四大洲23个国家的61个机场投入应用。
然而，现有PM研究主要集中在集中控制与优化调度两大方面。在优化方面，混合整数线性规划（Mixed Integer Linear Programming, MILP）是最常用的方法，此外也有粒子群优化、遗传算法和随机数学启发式等尝试；在建模与仿真方面，多数研究依赖数值仿真评估PM性能，但往往简化模型，忽略航空器动力学、通信、人为因素以及管制员与航空器之间交互的细节。总体而言，已有工作缺乏通信约束下的分布式协调研究。就研究人员所知，此前尚无专门针对PM系统建立分散控制策略的研究。集中控制存在单点故障风险，而分散控制通常更具可扩展性，但在空域安全关键资源分配中需要更强的智能体间协调。此外，采用有限状态机（Finite State Machine, FSM）等状态/行为方法对PM系统建模的研究也较少。因此，本文旨在探索基于智能体建模的PM分散控制策略，并定量评估其在容量、延误与通信开销方面的性能权衡。
**二、研究内容与主要结论**
Gao和Richards构建了基于FSM的多智能体PM系统模型，该系统包含主智能体、航空器智能体和管制员智能体。航空器智能体包含四个状态：飞向排序边、沿排序边飞行、飞向融合点、进入内部区。管制员智能体依据先到先服务（First-Come-First-Serve, FCFS）规则监控等待序列并发布转弯或等待指令。作为基准的集中控制PM系统因此建立。在此基础上，研究人员借鉴通信领域的自组织时分多址（Self-organizing Time Division Multiple Access, STDMA）协议，提出了三种分散控制策略：任意预约（Arbitrary Reservation）、直接预约（Direct Reservation）和网络入口（Network Entry）。三种策略均通过共享信道在航空器间交换消息，使各航空器自主确定转弯顺序，从而部分或完全去除集中管制员。冲突消解通过比较各航空器加入信道的时间（加入时间）实现。
为验证上述策略，研究人员设计了一个含两条排序边的动态仿真场景，考察排序边结束频率、平均排序边使用长度、每条航空器平均发送消息数和平均时隙预约时间四项指标。结果表明：集中控制在吞吐峰值吸收方面表现最佳；任意预约策略因随机排序导致容量最差，流量重叠时迅速丧失安全间隔；直接预约策略容量优于任意预约，但存在额外飞行距离且对帧内时隙数量敏感；网络入口策略通过增加网络入口时隙提前宣布预约意图，实现了接近集中控制的容量，排序边使用长度仅有少量增加，且不受时隙数量影响。
**三、主要关键技术方法**
研究人员采用基于FSM的智能体建模方法，在Anylogic平台上实现航空器与管制员行为仿真，结合系统动力学方法模拟飞行速度与航向。分散控制基于STDMA信道访问机制，将时间划分为帧与时隙，各航空器通过监听、预约和冲突消解三个步骤建立一致的时隙分配顺序。提出了三种时隙预约策略：任意预约随机选取空闲时隙，直接预约选取当前最大占用时隙后的最小可用时隙，网络入口在直接预约基础上增加一个最临近的空闲时隙用于提前宣布预约意图。仿真场景设定为6小时动态进场流，两条排序边分别有30架航空器按间隔进入，通过改变第二排序边进入延迟和航空器间隔考察峰值容量。
**四、研究结果**
**（1）排序边结束频率与平均排序边使用长度**
通过78个设计点的全因子仿真，研究人员比较了四种控制策略在排序边结束频率与排序边使用长度上的表现。排序边结束频率非零表示系统超出容量，航空器到达排序边末端而丧失间隔。零结束频率区域显示，集中控制覆盖范围最大，任意预约覆盖最小，直接预约与网络入口的零结束点比任意预约多18个、比集中控制少2个。任意预约仅在极少数流量重叠较小的场景下保持安全，一旦出现流量重叠即快速丧失间隔。直接预约与网络入口的容量相同，但直接预约的平均排序边使用长度普遍大于网络入口，主要原因是直接预约需等到目标时隙才能宣布预约，而网络入口可在监听结束后立即利用最近空闲时隙宣布意图。
**（2）每条航空器平均发送消息数**
当航空器间隔大于5.4分钟时，直接预约发送的消息数最少，因为同时通信的航空器较少，时隙易找，仅需一个时隙即可完成预约。在拥挤场景下，任意预约发送消息数最少，因其随机选取时隙的灵活性降低了碰撞概率，无需发送大量重新预约（ReSlot）消息。网络入口在排序边进入延迟小于等于140分钟时通常需要发送更多消息，一是相比直接预约多出一个网络入口时隙，二是相比任意预约更高的碰撞概率需要更多消息解决冲突。
**（3）平均时隙预约时间**
直接预约的平均预约时间在1.2分钟至1.8分钟之间，明显长于任意预约和网络入口。后两者使用最临近空闲时隙作为网络入口，预约时间接近一个时隙时长（0.2分钟）。较长的预约时间解释了直接预约更高的排序边使用长度，因为航空器在时隙确认前需沿排序边继续飞行。
**（4）时隙数量敏感性分析**
将航空器入口间隔固定为5分钟，时隙数量在11至35之间变化时，任意预约在进入延迟小于等于140分钟时均丧失间隔，直接预约仅当时隙数不超过25时可维持安全，而网络入口在所有时隙数量下均保持间隔。直接预约的排序边使用长度随时隙数增加而明显增长，因为帧时长随之延长，监听与预约之间的等待时间增加；网络入口因提前宣布机制而不受此影响。
**（5）讨论**
与集中控制相比，网络入口策略以少量增加的排序边使用和通信开销，获得了接近集中控制的排序容量，表明分散控制能够在提升可扩展性与鲁棒性的同时接近传统集中方法的性能。与文献中的优化方法相比，所提方法无需全局信息和集中计算，但以略微增加的通信开销为代价。
**五、结论**
本文采用有限状态机智能体建模对点融合系统进行仿真，基于通信领域的自组织信道访问原理提出了三种分散控制策略，并以集中控制为基准进行评估。集中控制预期地提供了最优的峰值需求处理能力和最短额外飞行距离；任意预约策略性能最差，随机排序浪费容量并迅速导致间隔丧失；直接预约策略虽有改进，但因需等待多个时隙完成预约而产生了额外飞行距离和对帧内时隙数量的高敏感性；网络入口策略通过在直接预约基础上增加网络入口消息，显著缓解了上述问题，形成了容量与飞行长度仅略逊于集中控制的分散系统。未来研究应关注将本文方法与其他面向PM系统的分散控制策略进行比较，并注意为各候选策略选择合适参数。
