基于天气干扰的航班延误风险分级研究

航班过站衔接时间是一把"双刃剑",宽松的过站时间,有助于吸收航班延误,降低不正常航班成本,但是影响飞机平均日利用率及运营效率。因此,为设置合理的航班衔接时间,从影响航班运营的天气因素出发,建立相应的季节性指标体系,按照冬春和夏秋季分别确定各项指标权重,并运用模糊综合评价法对天气因素导致的航班延误进行分级。最后,以国内某航空公司航班串进行实例分析。结果表明,基于天气干扰的季节性指标来评估航班延误并以此为依据设置航班过站衔接时间,可以缓解航班延误的传播,从而降低航班延误。     

面向签派的飞行燃油消耗估计方法

航班的燃油加载量决定了航空公司运行成本。本文提出了基于飞机性能的燃油消耗估计模型及其动态修正方法。以飞机性能手册参数为依据,根据各飞行阶段的性能特点,建立基于神经网络的燃油消耗原始模型。利用积累的飞行数据(QAR数据)修正模型,消除因飞机性能衰减对燃油消耗的影响,弥补飞机性能手册中飞行气象条件样本量较少的不足。以某次北京—成都航班飞行计划数据为验证数据源,按照签派流程进行了模型的验证测试,对比本次航班实际燃油消耗量,误差为2.38%,达到现阶段国内外航空公司现有商业软件估计精度水平。     

基于飞行资源分离的航班延误传播研究

在航班串设计及机组排班过程中,经常涉及飞行资源(飞机、机组)分离的问题。而延误航班的飞行资源分离将导致共享资源的衔接航班发生延误,并传播至后续航班串。本文考虑带有飞行资源分离的航班串,利用基于贝叶斯网络的比例风险回归模型,对资源分离后的航班离港延误进行分析。对比两种不同时刻飞机与机组资源分离方案下,各延误因素对衔接航班离港延误,以及整个后续航班串延误时间的影响,结果表明,不同时刻分离方案会造成不同的延误传播效果。本文为飞机、机组资源分离时刻的选择提供了定量分析方法,结果表明,资源分离时刻的不同对衔接航班的离港延误,以及整个后续航班串延误波及时间的影响都不同。     

基于UKDE和XGBoost的航班过站时间动态预测

为了提高机场运行高峰时航班过站时间预测的精度及可靠性,研究了一种结合无偏核密度估计（Unbiased kernel density estimation, UKDE）和极端梯度提升决策树（Extreme gradient boosting, XGBoost）模型的航班过站时间动态预测方法。首先,考虑模型输入变量航班密度的连续性和不确定性变化,利用UKDE法估计机场航班密度,将其作为动态指标输入模型。其次,引入量子粒子群（Quantum particle swarm optimization, QPSO）法优化XGBoost模型。最后,考虑前序航班延误发生前后输入特征的变化,利用初始预测结果对航班密度进行修正,得到二阶段预测结果。研究结果表明：本文方法在高峰时段的预测平均绝对误差为7.365 min,效果优于随机森林（Random forest, RF）、粒子群（Particle swarm optimization, PSO）-XGBoost和XGBoost,修正后的预测结果平均绝对误差减少了3.373 min;模型输入参数按敏感性程度由高到低依次为航班密度、前序航班提前到港时间和延误...     

最小费用最大流模型在航班衔接问题中的应用

针对单枢纽航线网络的特点，以所需同飞机数最少，航班在枢纽机场的过站衔接最紧凑为目标，提出了描述航班衔接问题的最小费用最大流网络模型：首先将航班衔接问题转化为航班节的衔接问题并以各航班节在枢纽机场的到港，商港时刻为结点，建立了一个描述航班节衔接问题的单源汇网络，从而将航班衔接问题转化为该单源汇网络的最小费用最大流问题，利用dijkstra算法求该网络的最小费用最大流进而得到了一个需用飞机数最少，且过站衔接最紧凑的航班节衔接方案，为利用计算机自动编制并优化航班衔接方案提供了一种可行方法。     

航班运控中飞机和机组快速整合优化恢复

由于 天气、交通流量、飞机故障等因素影响,航班推迟甚至取消经常发生。导致航班延误的因素 一旦解除,航班恢复工作必须立即执行,为此航班优化建模求解方法的高速高效尤其重要。 首先系统简要地回顾了航班优化恢复的研究现状。在此基础上,提出了飞机和机组一体 化恢复的数学模型。之后通过构建飞机恢复和机组恢复的可行路径和可行配对作为输入,对 建立的优化模型进行优化求解,以使其在合理的时间内,获得整合恢复的优化解。为了获得 飞机恢复和机组恢复的可行路径和可行配对,设计了专门的递归算法和配对存储树方法 。为了进一步提高计算速度,对计算数据进行了预处理,即将恢复限制在受扰航班中进行 。这样不仅提高了求解速度,同时也最大限度地减少了受扰航班数。计算试验表明,该方法 较之飞机、机组分阶段优化恢复,优度明显提升,而且求解速度快,可用于航空公司中小规 模的航班恢复。     

基于Petri网的过站航班机坪保障作业过程建模

为支持航班机坪保障作业优化调度,采用自顶向下和模块化的建模思路,提出基于Petri网的机坪作业过程建模方法,并以某过站航班机坪保障作业过程建模为例,验证了所给建模方法的有效性和适用性。     

基于遗传EM算法的航班延误状态空间模型(英文)

航班运行过程的高度动态性和随机性,航班延误因素的复杂性和不确定性导致航班延误实时预测成为难题。控制领域的动态数据驱动方法为该问题提供了一种解决方案。然而,要想运用动态数据驱动方法,首先必须建立航班延误状态空间模型来表示系统状态之间、状态与系统输入输出之间的关系。本文对单机延误事件序列进行了分析,创建了一种航班延误状态空间模型,并对其中的输入控制量进行了重点建模。在历史航班运行数据集上,采用遗传EM算法对模型参数进行了极大似然估计,并同时验证了遗传EM算法在优化参数估计和提高计算效率方面的优势。最后,采用Kol-mogorov-Smirnov方法对模型实例进行了假设检验,检验结果表明,所选模型具有较好的拟合优度。     

基于运行保障效率的货运航班停机位分配

基于双分拣中心建立最小化不同紧急程度货物的影响下飞机滑行时间和机下运输至分拣系统时间、最大化货运航班类型和停机位类型的匹配程度以及跑道鲁棒性的多目标优化模型,采用线性加权法对目标函数进行赋值,综合分析不同权重下的分配结果并得到最优方案。借助CPLEX Studio IDE 12.8.0软件,以鄂州机场为实例进行求解,实验结果表明,相比于贪婪启发式方法,本文提出的模型得到的分配方案使得飞机滑行时间减少17.90%,货物运输时间减少6.96%,机位类型利用率提升21.21%,跑道使用完全均衡,因此提高了枢纽机场过站时效,运行保障效率有明显提升,可用于货运枢纽机场的实际运营。     

航空地面运行管理研究——以ZH航空公司为例

航空公司航班正常率是评价航空服务质量的一个重要指标,提高地面运行效率是提高航班正常率的重要因素之一。分析了zH航空公司地面运行管理中存在的问题,并以波音737快速过站保障流程的优化为例,阐述如何利用网络计划理论对保障流程进行优化,以提高保障效率。     

防空态势评估系统分析及新型评估模型研究

态势评估是一个时敏、不确定的动态过程。为了正确评估态势、深刻认识评估过程,首先详尽分析了评估所需的18项威胁因子及其作用原理,利用高斯函数将数据模糊化并给出复杂威胁因子的贝叶斯推理模型。在此基础上提出一个优势互补的二级态势评估模型:远方目标未知信息较多时,依照关联规则假设重要未知信息,预测目标的威胁程度;信息完备时使用贝叶斯网络推理,具有更强的可信度。最后,实例仿真验证了该评估模型的正确性及合理性。     

散乱点云数据的曲率估算及应用

提出一种直接在散乱数据点云上计算曲面的局部微分性质,包括平均曲率、高斯曲率和主曲率。首先,计算各点的邻近点集,选取合适的局部基础曲面。把邻近点集投影到相应的局部基础曲面。然后,在以局部基础曲面内投影点的参数化代替空间邻近点集的参数化的基础上。用二次参数曲面逼近空间邻近点集,从而计算出各点的法矢,再对不协调的法矢方向进行调整。最后,利用曲率公式计算出各点的曲率。试验表明这种方法可以较好反映曲面的特征。运用该曲率算法对海量数据进行了简化。     

上升段飞行器目标的视频图像跟踪

粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法，具有较为灵活的并行化跟踪方式，能够较好地维持跟踪目标的假设状态，具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段，但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器，实现视频图像中的飞行器跟踪，跟踪图像存在跟踪滞后、画面抖动等现象，跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法，建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪，在识别和跟踪的基础上建立云台控制模型，通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据，检验飞行器目标的跟踪效果。     

Gradient Descent Algorithm for Small UAV Parameter Estimation System

A gradient descent algorithm with adjustable parameter for attitude estimation is developed,aiming at the attitude measurement for small unmanned aerial vehicle(UAV)in real-time flight conditions.The accelerometer and magnetometer are introduced to construct an error equation with the gyros,thus the drifting characteristics of gyroscope can be compensated by solving the error equation utilized by the gradient descent algorithm.Performance of the presented algorithm is evaluated using a self-proposed micro-electro-mechanical system(MEMS)based attitude heading reference system which is mounted on a tri-axis turntable.The on-ground,turntable and flight experiments indicate that the estimation attitude has a good accuracy.Also,the presented system is compared with an open-source flight control system which runs extended Kalman filter(EKF),and the results show that the attitude control system using the gradient descent method can estimate the attitudes for UAV effectively.     

基于线性参数变化自适应观测器的鲁棒故障诊断

基于线性参数变化自适应观测器,研究了一类具有外部扰动的不确定线性参数变化系统的鲁棒故障诊断问题。针对飞控系统具有非线性和时变的特点,运用了线性参数变化技术,提出一种基于线性参数变化自适应观测器的自适应故障估计算法来估计故障信息。为降低外部扰动对故障估计的影响,引入了H∞鲁棒性能指标来设计线性参数变化自适应观测器以及故障估计算法。结果表明,该方法具有良好的故障估计性能,且对外部扰动具鲁棒性。设计过程中,将参数的求解转化为线性矩阵不等式（LMIs）约束下的凸优化问题。最后,将该方法应用于直升机线性参数变化飞控系统执行器故障诊断,仿真实验验证了该方法的有效性。     

小型螺旋桨飞机动力装置特性试验研究

小型螺旋桨飞机的动力装置一般由活塞式发动机和螺旋桨两个主要部分组成。本文用实验验证和理论计算的方法，研究了活塞式发动机和螺旋桨性能传统的估算方法所得到的数据与实测结果之间的偏差，并进一步研究了发动机和螺旋桨性能参数的不同匹配对整个飞机动力装置特性的影响。研究结果表明，传统的估算方法对于装小型活塞式发动机的螺旋桨飞机也是适用的。用传统的估算方法所得到的各种性能数据与实验测试数据比较，相对误差的最大值均低于１０％，这对工程应用来说，是可以接受的。文中还用试验数据和试飞实例说明了对动力装置匹配参数加以优化的重要性。     

基于FlightGear的飞行数据管理与分析系统

飞行器是一个庞大的复杂系统,其设计与开发需要几轮迭代,而仿真技术在此过程中起着无法替代的作用。开源仿真软件FlightGear主要用于飞行模拟,并不能用于飞行器的系统研发仿真与验证。本文以FlightGear为基础,对其进行了扩展,从而实现了一套集飞行数据管理和分析于一体的软件系统。利用FlightGear接口,开发了以数据采集为主的通信、存储等模块,使扩展系统能够实时、灵活地采集飞行器的参数,并存储于数据库;设计并实现了用于飞行器姿态预测的分析模块,新预测方法提高了姿态参数的预测精度。目前,该扩展系统已用于某飞行器的研发论证中,取得了较好的经济效益。     

人工智能在空腔气动/声学特性预测与控制参数优化中的应用

多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。     

基于非线性干扰观测器的空天飞行器轨迹线性化控制

研究一种新的空天飞行器基于非线性干扰观测器的轨迹线性化飞行控制方案。轨迹线性化控制是一种新颖有效的非线性跟踪和解耦控制方法,但空天飞行器飞行过程中存在的建模误差和外界干扰等不确定因素将导致其性能下降甚至失效。为了满足空天飞行器高精度高稳定控制的要求,本文利用非线性干扰观测器对系统中存在的不确定进行估计,其输出用以设计新的补偿控制律,从而使当前轨迹线性化方法的控制性能得到改善。最后利用该方案设计出空天飞行器飞行控制系统,通过高超声速飞行条件下的仿真,验证了该方法的有效性。