近年来,随着传统的基于中心决策模式的空中交通流量管理(ATFM)方案难以满足日益增长的空中交通流量,基于分布式决策的协同决策(CDM)理论于上世纪90年代被引入空中交通流量管理系统。在欧美等国,基于CDM的流量管理系统已经得到了广泛的应用并取得了令人瞩目的效益。协同式ATFM成为当前空中交通流量管理领域研究的热点。本论文简要分析了空中交通流量管理的历史发展以及系统技术,在综合研究国内外最新研究成果的基础上,论述了协同式空中交通流量管理的关键技术。首先,深入地研究了协同决策理论及其在空中交通流量管理中的主要应用,包括其运行机制,资源分配方式。其次,研究了协同式ATFM的关键技术--协同式地面等待策略、协同机场场面管理策略、协同航路改变策略方面的技术及算法,在此基础上,针对公平性和有效性对协同式ATFM时隙分配算法进行研究和改进,并提出基于冲突探测的机场场面管理中轨迹预测优化模型,旨在促进协同式ATFM的发展,并将CDM引入我国的空中交通流量管理系统。本论文的主要工作及研究成果如下:1.建立了进、离场容量模型以及协同式进离场容量优化模型,根据进离场需求使用动态规划法求解进离场容量以匹配进离场需求,并给出了协同分配进离场时隙的算法。仿真结果表明协同进离场容量转换能够很大程度为进离场时隙分配的优化增加可用时隙资源,使得进离场容量与需求相匹配,从而大大降低拥挤时段的延误。2.研究了协同式ATFM的时隙初次分配算法-RBS算法、RBD算法、E-RBD算法,基于公平原则,提出RBS算法的替代模型,考虑对航空公司的公平,旅客的公平,流量的优化三方面,分别建立航空公司平均延误最小化EAD模型、航班乘客延误最小化EPD模型以及地面等待航班总延误最小化OFM模型,并针对实际航班时刻表数据进行求解,最后综合考虑这三个目标,进行了多目标综合求解,仿真结果显示模型能够改善现有算法所存在的公平性方面的缺陷,使各方利益均可以得到保证。3.研究了协同式ATFM的时隙再分配算法―Compression算法,在兼顾公平的前提下,从“有效性”着眼,提出了优化算法―Greed-Compression算法,给出了算法求解的全过程,进行了编程仿真。通过对仿真结果的分析,可以看出算法使地面等待的运行效率得到了提高,保证了时隙分配的公平性和有效性。4.建立了协同式的机场场面滑行道轨迹预测模型,提出了基于冲突探测的滑行道花销函数,基于此,采用基于事件触发的A*算法以及全局Floyd算法对滑行道轨迹进行了预测,并进行了仿真验证。实验结果表明,交通不太拥挤的地方,基于事件触发的A*算法具有效率高,灵活等优势,可以快速得到优化轨迹。交通拥挤的场合,全局Floyd算法优于基于事件触发的A*算法,能够得到全局最优解。最后,提出了将两种算法结合使用的建议。5.通过对本论文研究成果的总结,对今后CDM在ATFM中的应用需要进一步研究的方向进行了展望。