多尺度复杂度指标预测空管冲突消解

2026年10月30日，Raúl López-Martín 等人在 arXiv 的 Systems and Control 板块提交论文，研究用多尺度复杂度指标预测安全关键交通状态。研究基于瑞典飞行情报区十三周空管数据，对比大量冲突消解事件与无冲突场景，以三十项跨空间和时间尺度的扇区复杂度指标作为机器学习模型输入。结果显示，仅在扇区空间尺度描述交通时，冲突消解需求预测准确率可达70%，且在放行前数分钟内可预测性单调上升，表明需消解冲突的情形是渐进退化过程的终点而非突发；预测所需信息主要存在于整体交通结构的特定特征中，而不只来自冲突航空器对。该研究目前为论文预印本，尚未见后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。