creexpCrede Experto: транспорт, общество, образование, языкCrede Experto: transport, society, education, language2312-1327Иркутский филиал ФГБОУ ВО «МГТУ ГА»10.51955/2312-1327-2026-2-28creexp-302Research ArticleСИСТЕМЫ НАБЛЮДЕНИЯ И ОРГАНИЗАЦИИ ВОЗДУШНОГО ДВИЖЕНИЯМетод расчета индекса структурной сложности воздушного пространства секторов РДЦ на основе ПКС (MTCD)Method for calculating the sector structural complexity index of airspace in area control sectors based on potential conflict situations (MTCD)https://orcid.org/0009-0002-0481-8195ТоросянАнатолий АнатольевичTorosyanAnatoly A.

старший преподаватель кафедры управления воздушным движением

Senior Lecturer, Department of Air Traffic Control

mr.toros1@mail.ruhttps://orcid.org/0000-0003-1426-6486БарановНиколай ЕвгеньевичBaranovNikolay E.

кандидат технических наук, доцент, декан факультета лётной эксплуатации

Cand. of Sci. (Technology), Associate Professor, Dean of the Faculty of Flight Operations

mr.toros1@mail.ruСанкт-Петербургский государственный университет гражданской авиации им. Главного маршала авиации А.А. Новикова, ул. Пилотов, 38, Санкт-Петербург, 196210Saint Petersburg State University of Civil Aviation named after Air Chief Marshal A.A. Novikov, 38 Pilotov St., St. Petersburg, 1962102026160620261322842Copyright © Торосян А.А., Баранов Н.Е., 20262026Торосян А.А., Баранов Н.Е.Torosyan A.A., Baranov N.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ce.if-mstuca.ru/jour/article/view/302

Предложен метод расчета секторного индекса структурной сложности воздушной обстановки в секторах районного диспетчерского центра (РДЦ) на основе потенциальных конфликтных ситуаций (ПКС), формируемых средствами прогнозного обнаружения конфликтов (MTCD). Метод использует минимальный набор атрибутов ПКС (тип, прогнозные времена начала/окончания, секторная принадлежность участников), агрегирует события в скользящем прогнозном окне ΔT=20 минут и учитывает различную значимость геометрий взаимодействия и длительность присутствия ПКС внутри окна. Итоговый индекс определяется как взвешенное среднее нормированных плановой и вертикальной компонент с насыщением в шкале 0–10. Экспериментальная апробация выполнена по данным ПКС для четырех секторов РДЦ Регионального центра ЕС ОрВД (Санкт-Петербург), приведены сводные показатели и временные профили Cs(t)

The method is proposed for calculating a sector index of structural complexity of the air situation in area control center (ACC) sectors based on potential conflict situations generated by predictive conflict detection (MTCD) tools. The method uses a minimum set of MTCD attributes (type, predicted start/end times, sector affiliation of participants), aggregates events over a sliding forecast window of ΔT=20 minutes, and takes into account the varying significance of interaction geometries and the duration of the PCS presence within the window. The resulting index is determined as a weighted average of normalized horizontal and vertical components with saturation on a of 0–10 scale. Experimental testing was performed using MTCD data for three ACC sectors of the Unified Air Traffic Management Center (St. Petersburg); summary indicators and time profiles Cs(t) are presented

сложность воздушной обстановкиРДЦсектор ОВДПКСMTCDпрогноз конфликтовиндекс сложностивес геометрииair situation complexityACCATС sectorPCSMTCDconflict predictioncomplexity indexgeometry weighReferencesКулида Е. Л. Методы решения задач планирования и регулирования потоков воздушного движения. Ч. 1. Стратегическое планирование четырехмерных траекторий / Е. Л. Кулида, В. Г. Лебедев // Проблемы управления. 2023. №1. С. 3-14. DOI 10.25728/pu.2023.1.1. EDN IPSSWG.Alam S., Abbass H. A., Lokan C. J., Ellejmi M., Kirby S. (2009). Computational red teaming to investigate failure patterns in Medium Term Conflict Detection. 8th Innovative Research Workshop and Exhibition, Proceedings (Brétigny-sur-Orge, France, December 2009). Available at: https://www.researchgate.net/publication/228918671_Computational_Red_Teaming_to_Investigate_Failure_Patterns_in_Medium_Term_Conflict_Detection (accessed 20.01.2026).Комплекс имитационного моделирования системы организации воздушного движения / Л. В. Вишнякова, А. С. Попов, В. Ю. Сикачев, [и др.] // Журнал «Полет». 2021. №7. С. 22-37. EDN MBACSZ.Antulov-Fantulin B., Juricic B., Radisic T., Cetek C. (2020). Determining Air Traffic Complexity – Challenges and Future Development. Promet-Traffic&Transportation. 32(4): pp.475-485. DOI 10.7307/ptt.v32i4.3401.Комплекс имитационного моделирования УВД / О. В. Дегтярев, В. П. Егорова, И. Ф. Зубкова [и др.] // Авиационные системы в XXI веке: Юбилейная научно-техническая конференция, сборник трудов, Москва, 11–13 апреля 2006 года. Том 2. М.: Государственный научно-исследовательский институт авиационных систем, 2006. С. 261-268. EDN VTRYBH.Degtyarev O. V., Egorova V. P., et al. (2006). Air Traffic Control Simulation Complex. Proceedings of the Scientific and Technical Conference “Aviation Systems in the 21st Century”. 2. Moscow: GosNIIAS. (2). (In Russian)Лосев С. Н. Вероятностно-геометрический метод среднесрочного обнаружения конфликтов между воздушными судами / С. Н. Лосев, В. И. Макаренко, Н. Н. Подольская // Мехатроника, автоматизация, управление. 2015. Т. 16. №4. С. 277-282. DOI 10.17587/mau.16.277-282. EDN TQNKXN.EUROCONTROL Specification for Medium-Term Conflict Detection (MTCD): SPEC-0139, Edition 2.0. (2017). Available at: https://www.eurocontrol.int/archive_download/all/node/10494 (accessed: 03.02.2026). (In English)Мацкевич А. М. Модели и алгоритмы поддержки принятия решений и их использование в тренажерной подготовке специалистов управления воздушным движением // Научный вестник Московского государственного технического университета гражданской авиации. 2022. Т. 25. №5. С. 25-36. DOI 10.26467/2079-0619-2022-25-5-25-36. EDN WZZQUJ.Kulida E. L., Lebedev V. G. (2023). Methods for Solving Problems of Air Traffic Flow Planning and Regulation. Part 1: Strategic Planning of Four-Dimensional Trajectories. Control Sciences. (1): pp. 3-14. DOI 10.25728/pu.2023.1.1. (In Russian)Нгуен Т. Л. Ф. Разработка методики идентификации и разрешения конфликтных ситуаций при оперативном планировании четырехмерной траектории полета / Т. Л. Ф. Нгуен, Е. С. Неретин, Н. М. Нгуен // Crede Experto: транспорт, общество, образование, язык. 2024. №2. С. 77-95. DOI 10.51955/2312-1327_2024_2_77. EDN SCSVDZ.Lee K., Feron E., Pritchett A. (2009). Describing Airspace Complexity: Airspace Response to Disturbances. Journal of Guidance, Control, and Dynamics. 32(1): pp.210-222. DOI 10.2514/1.36308.Попов А. С. Комплекс имитационного моделирования организации воздушного движения (КИМ ОрВД) / А. С. Попов, Л. В. Вишнякова, О. В. Дегтярев // Всерос. науч.- практич. конф. по имитационному моделирования социально-экономических систем (ВКИМСЭС). Труды конференции. М.: 2012. С. 59-67.Losev S. N., Makarenko V. I., Podolskaya N. N. (2015). A Probabilistic-Geometric Method for Medium-Term Conflict Detection Between Aircraft. Mechatronics, Automation, Control. 16(4): 277-282. DOI 10.17587/mau.16. Pp.277-282. (In Russian)Попов А. С. Имитационное моделирование системы организации воздушного движения / А. С. Попов, Л. В. Вишнякова, В. Ю. Сикачев // Седьмая всерос. науч.-практич. конф. по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД2015), Труды конференций, Т.1 Пленарные доклады. М.: ИПУ РАН, 2015. С. 23-24.Matskevich A. M. (2022). Decision Support Models and Algorithms and Their Use in Simulator Training of Air Traffic Control Specialists. Civil Aviation High Technologies. 25(5): pp.25-36. DOI 10.26467/2079-0619-2022-25-5-25-36. (In Russian)Торосян А. А. Алгоритмические основы расчета динамической пропускной способности секторов обслуживания воздушного движения на основе гибридной нечеткой логики / А. А. Торосян, Т. В. Шевченко, Д. О. Тарасов // Вестник Санкт-Петербургского государственного университета гражданской авиации. 2026. №1. С. 58-67. EDN RCEGLV.Nguyen T. L. Ph., Neretin E. S., Nguyen N. M. (2024). Development of a Method for Identifying and Resolving Conflict Situations in Operational Planning of a Four-Dimensional Flight Trajectory. Crede Experto: Transport, Society, Education, Language. (2): pp.77–95. DOI 10.51955/2312-1327_2024_2_77. (In Russian)Determining Air Traffic Complexity – Challenges and Future Development / B. Antulov-Fantulin, B. Juricic, T. Radisic, C. Çetek // Promet – Traffic & Transportation. 2020. Vol. 32, №4. Pр. 475-485. DOI 10.7307/ptt.v32i4.3401. EDN KROOWM.Popov A. S. (2013). The Russian Federation Airspace Structure Analysis with the Use of ATM Research Simulation Tool. Proceedings of the 4th Council of European Aerospace Societies (CEAS) Air and Space Conference. Linkoping. Pp.569-578.Computational red teaming to investigate failure patterns in Medium Term Conflict Detection / S. Alam, H. A. Abbass, C. J. Lokan, M. Ellejmi, S. Kirby // 8th Innovative Research Workshop and Exhibition, Proceedings (Bre´tigny-sur-Orge, France) // [Электронный ресурс]. – 2009. URL: https://www.researchgate.net/publication/228918671_Computational_Red_Teaming_to_Investigate_Failure_Patterns_in_Medium_Term_Conflict_Detection (дата обращения: 20.01.2026).Popov A. S., Vishnyakova L. V., Degtyarev O. V. (2012). Air Traffic Management Simulation Complex (KIM ATM). All-Russian Scientific and Practical Conference on Simulation Modelling of Socio-Economic Systems (VKIMSES), Proceedings. Moscow. Pp.59-67. (In Russian)EUROCONTROL Specification for Medium-Term Conflict Detection (MTCD) : SPEC-0139, Edition 2.0 (PDF) [Электронный ресурс]. – 2017. URL: https://www.eurocontrol.int/archive_download/all/node/10494 (дата обращения: 03.02.2026).Popov A. S., Vishnyakova L. V., Sikachev V. Yu. (2015). Simulation Modelling of the Air Traffic Management System. Seventh All-Russian Scientific and Practical Conference “Simulation Modelling. Theory and Practice” (IMMOD2015), Proceedings. Moscow: IPU RAN. 1: pp.23-24. (In Russian)Lee K. Describing Airspace Complexity: Airspace Response to Disturbances / K. Lee, E. Feron, A. Pritchett // Journal of Guidance, Control, and Dynamics. 2009. №32(1). Рр. 210-222. DOI 10.2514/1.36308.Prandini M., Putta V., Hu J. (2012). Air Traffic Complexity in Future Air Traffic Management Systems. Journal of Aerospace Operations. 1(3): 281-299. DOI: 10.3233/AOP-2012-0015.Popov A. S. The Russian Federation Airspace Structure Analysis with the Use of ATM Research Simulation Tool // Proceedings of the 4:th Council of European Aerospace Societies (CEAS) Air and Space Conference. Linkoping. 2013. Pр. 569-578.Torosyan A. A., Shevchenko T. V., Tarasov D. O. (2026). Algorithmic Principles of Air Traffic Control Sectors Dynamic Capacity Calculating Based on Hybrid Fuzzy Logic. Bulletin of the Saint Petersburg State University of Civil Aviation. 1: pp.58-67. (In Russian)Prandini M. Air Traffic Complexity in Future Air Traffic Management Systems / M. Prandini, V. Putta, J. Hu // Journal of Aerospace Operations. 2012. Vol. 1, No. 3. Pp. 281-299. DOI 10.3233/AOP-2012-0015.Vishnyakova L. V., Popov A. S., Sikachev V. Yu., et al. (2021). Air Traffic Management System Simulation Complex. Polet (All-Russian Scientific and Technical Journal). (7): pp.22-37. (In Russian)Wang H. Modeling Air Traffic Situation Complexity with a Dynamic Weighted Network Approach / H. Wang, Z. Song, R. Wen // Journal of Advanced Transportation. 2018. Рр. 1-15. DOI 10.1155/2018/5254289.Wang H., Song Z., Wen R. (2018). Modeling Air Traffic Situation Complexity with a Dynamic Weighted Network Approach. Journal of Advanced Transportation. 2018: 1-15. DOI 10.1155/2018/5254289.ATCEM: A Synthetic Model for Evaluating Air Traffic Complexity / M. Xiao, J. Zhang, K. Cai, X. Cao // Journal of Advanced Transportation. 2016. Vol. 50, №3. Рр. 315-325. DOI 10.1002/atr.1321.Xiao M., Zhang J., Cai K., Cao X. (2016). ATCEM: A Synthetic Model for Evaluating Air Traffic Complexity. Journal of Advanced Transportation. 50(3): pp.315–325. DOI 10.1002/atr.1321.

The authors declare that there are no conflicts of interest present.