El concepto de un sistema de alerta temprana para apoyar el control del tráfico aéreo
Autores: Konopka, Piotr; Rzucido, Pawe
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
El concepto de un sistema de alerta temprana para apoyar el control del tráfico aéreo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Incidentes de pérdida de separación
Soluciones tecnológicas
Sistema de alerta temprana
Red neuronal artificial
Colisiones en el espacio aéreo
Control del tráfico aéreo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Este artículo aborda el problema de los incidentes de pérdida de separación y discute las soluciones tecnológicas actualmente implementadas diseñadas para minimizar el riesgo de tales ocurrencias. Se lleva a cabo una evaluación de estas soluciones, destacando sus principales ventajas y desventajas. Además, se presenta una revisión de la literatura sobre nuevas soluciones propuestas, enfatizando la necesidad de introducir un nuevo sistema para abordar las deficiencias previamente identificadas. Este trabajo propone un sistema de alerta temprana para posibles colisiones en el espacio aéreo basado en una red neuronal artificial. A partir del análisis de la literatura, se formulan cinco supuestos fundamentales para un sistema de alerta temprana de conflictos que apoye el control del tráfico aéreo. Cada supuesto está justificado, y algunos abordan las debilidades de las soluciones existentes. Las contribuciones de este documento, en relación con trabajos previamente analizados, son las siguientes: (1) el sistema no se basa en el modelo dinámico de un tipo específico de aeronave, (2) se considera la posibilidad de vectorización por radar (vectores hacia el final), (3) los datos de entrada no se limitan al plano horizontal y a las diferencias de tiempo, (4) el sistema no requiere identificar las trayectorias históricas más similares para evaluar los valores de separación mínima y los conflictos potenciales, y (5) se espera que el sistema funcione mejor en el espacio aéreo donde prevalece la vectorización por radar en comparación con el vuelo a lo largo de rutas estándar. La metodología de investigación se discute en detalle, incluyendo el entorno operativo del sistema y los algoritmos aplicados. Se seleccionó una red neuronal feedforward, con 32 neuronas en la primera capa oculta y 16 neuronas en la segunda capa oculta. El proceso de entrenamiento se llevó a cabo utilizando el algoritmo de Levenberg-Marquardt, elegido por su rápida convergencia. Los análisis presentados confirman que el sistema desarrollado cumple con los supuestos establecidos.
Descripción
Este artículo aborda el problema de los incidentes de pérdida de separación y discute las soluciones tecnológicas actualmente implementadas diseñadas para minimizar el riesgo de tales ocurrencias. Se lleva a cabo una evaluación de estas soluciones, destacando sus principales ventajas y desventajas. Además, se presenta una revisión de la literatura sobre nuevas soluciones propuestas, enfatizando la necesidad de introducir un nuevo sistema para abordar las deficiencias previamente identificadas. Este trabajo propone un sistema de alerta temprana para posibles colisiones en el espacio aéreo basado en una red neuronal artificial. A partir del análisis de la literatura, se formulan cinco supuestos fundamentales para un sistema de alerta temprana de conflictos que apoye el control del tráfico aéreo. Cada supuesto está justificado, y algunos abordan las debilidades de las soluciones existentes. Las contribuciones de este documento, en relación con trabajos previamente analizados, son las siguientes: (1) el sistema no se basa en el modelo dinámico de un tipo específico de aeronave, (2) se considera la posibilidad de vectorización por radar (vectores hacia el final), (3) los datos de entrada no se limitan al plano horizontal y a las diferencias de tiempo, (4) el sistema no requiere identificar las trayectorias históricas más similares para evaluar los valores de separación mínima y los conflictos potenciales, y (5) se espera que el sistema funcione mejor en el espacio aéreo donde prevalece la vectorización por radar en comparación con el vuelo a lo largo de rutas estándar. La metodología de investigación se discute en detalle, incluyendo el entorno operativo del sistema y los algoritmos aplicados. Se seleccionó una red neuronal feedforward, con 32 neuronas en la primera capa oculta y 16 neuronas en la segunda capa oculta. El proceso de entrenamiento se llevó a cabo utilizando el algoritmo de Levenberg-Marquardt, elegido por su rápida convergencia. Los análisis presentados confirman que el sistema desarrollado cumple con los supuestos establecidos.