基于支持向量机的概率型飞行冲突探测算法

为解决自由飞行条件下冲突探测概率估计问题,提出了一种基于支持向量机(SVM)的概率型飞行冲突探测算法。首先对飞机运动轨迹及保护区建模,飞机预测航迹误差服从高斯分布,以目标机为中心建立椭球保护区E模型,获得冲突和不冲突样本。在此基础上,选取飞机当前位置、速度矢量和向前看时间为特征量,采用SMOTE重采样方法解决样本不均衡问题,进行SVM训练,并通过Sigmoid函数概率映射法求解冲突概率,建立冲突探测模型。仿真结果表明,所提出的算法能够探测中短期向前看时间内飞行冲突,所得冲突概率准确、虚警率较低。     

基于ADS-B的飞机冲突探测

面对飞行流量持续快速增长、民航空域资源日益短缺的状况,对飞机间的潜在冲突进行有效探测,是避免飞机间危险接近或碰撞发生的关键.对飞机周围区域进行合理建模,给出了一种基于广播式自动相关监视(ADS-B)技术的确定型冲突探测算法,充分利用ADS-B报文提供的经度、纬度、速度和航向等信息及其报文高更新率等特点,预先排除无威胁飞机,然后分别从水平和垂直两个方向对飞机之间的冲突进行探测.运用Matlab进行功能仿真,结果表明该算法能有效排除无威胁的飞机,并且能够对有威胁的飞机及时给出告警.该算法对保证自由飞行条件下的飞行安全具有积极意义.     

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。     

一种适用于中期冲突探测的概率型算法

借鉴飞机沿航迹误差服从正态分布这一经典结论,对飞机沿航迹方向运动进行建模,根据同高度两架飞机的相遇几何约束,建立适当的直角坐标系表示两架飞机的位置,构造椭圆形冲突区域,并在此基础上提出了一种针对同高度两条交叉航路的中期冲突探测的概率型算法,然后结合仿真曲线分析了各影响因素与冲突概率之间的关系.结果表明:该算法对于15～20 min预测时间范围的冲突探测可以取得良好地效果;相同条件下,两条航线夹角越大,探测精度越高.同时与以往的随机化算法相比,该算法具有计算方法简单、计算速度快、计算结果精度高等优点.最后将该算法推广至可适用于由多个航路段组成的航路之间的冲突探测,从而使该算法具有更广泛的应用性.     

对飞机的跟踪方法

 本文叙述对作机动飞行（加速、转弯等）的飞机进行实时跟踪的方法,该方法采用自适应（一阶）多项式滤波,其中用X²分布法探测飞机机动,分别用方差匹配法及两种算法估计由机动产生的模型噪声方差Qk。模拟计算表明,两者对飞机机动的跟踪都是成功的,而后者对工程应用更方便一些。     

一种基于多支持向量机的增量式并行训练算法

为了改进传统算法,利用支持向量的特性,提出了一种基于多支持向量机的增量式并行训练算法(PMSVM)。选择对分类超平面有影响的样本点作为支持向量,以增加单个分类器的训练时间为代价换取整体训练和分类的精度。考虑到训练样本的分布对最终结果的影响,加入反馈向量进行适当的重复训练,以调整各分类器的学习性能。通过在测试数据集上进行的实验表明,该算法与批学习增量BSVM算法相比,在提高训练效率和分类精度的前提下,大大降低了训练时间。     

基于序列图像的自动目标识别算法

由于利用单幅二维图像进行三维目标识别存在识别的多义性,提出了一种基于二维序列图像的三维目标自动识别算法。首先以修正的Hu不变矩构造目标的图像识别特征,进而采用BP神经网络分类器构造关于目标融合识别的基本置信指派函数,以神经网络的训练误差构造证据理论不确定性度量,采用基于吸收法的DS证据理论实现高冲突证据的贯序式融合。对各姿态飞机图像识别的仿真表明,该算法对飞机的空间姿态变化具有很强的鲁棒性,能快速地准确识别飞机类型。此外,算法对先验性参数具有一定的鲁棒性。     

五边平行进近冲突风险定量分析模型

针对飞机五边平行进近时飞行冲突,提出了一种五边平行进近飞行冲突定量分析模型。模型通过飞机在任意时刻的标称位置坐标与因不确定性因素导致的航迹偏移量之和,形成飞机任意时刻真实位置坐标,基于此推导出飞机在五边平行进近时冲突风险计算公式。在分析不确定性因素导致航迹偏离时,提出了一种基于布朗运动的随机过程来描述因干扰因素导致飞机随机运动的方法。在建立模型后,使用蒙特卡罗仿真方法计算了飞行冲突概率,结果理想。     

复合材料钻削刀具状态集成学习分类技术

刀具状态监测关系到工件加工质量,因此实时掌握刀具的磨损状态具有重要的意义。针对单一模式识别分类器的局限性,提出了基于异态集成学习模型的刀具状态监测系统。在该系统中,根据集成学习基分类器选择原则,选取了支持向量机(SVM)、隐马尔科夫模型(HMM)以及径向基神经网络(RBF)这3个单分类器作为基分类器。为了验证监测系统的有效性,进行了复合材料钻削实验,提取了加工过程中的钻削力信号、振动信号的时域特征并利用局部保持法(LPP)进行了特征选择。通过与单分类器和集成学习分类效果的对比,表明了集成学习模型相比于单一基分类器具有更高的分类精度和更好的稳定性。     

基于深度确定性策略梯度算法的战机规避中距空空导弹研究

飞机规避中距空空导弹的逃逸机动策略对于提高战斗机的生存力至关重要。针对深度确定性策略梯度算法训练智能体学习飞机规避导弹的逃逸机动策略进行研究。以飞机导弹相对态势参数等作为智能体的输入状态,飞机控制指令作为智能体的输出动作,导弹飞机追逃模型作为智能体的学习环境,设计由相对态势和飞行参数构成的成型奖励以及由交战结果组成的稀疏奖励,实现从状态参数到控制量端到端的逃逸机动策略。通过与四种基于专家先验知识的典型逃逸机动攻击区仿真验证对比,结果表明：智能体实现的逃逸策略攻击区仅次于置尾下降攻击区,该策略对飞机规避导弹先验知识的依存度最低。     

基于增量式排列支持向量机的机场航班延误预警

目前航班延误已经成为世界范围内一个日益严峻的问题,对于大型机场进行航班延误预警工作显得日趋紧迫。在空运需求与机场容量冲突导致航班延误的观点下,提出了用排列支持向量机来进行航班延误预警。针对机场航班数据不断更新的特点,给出了增量式排列支持向量机算法来进行航班延误预警。不仅通过人工数据上的实验说明了该增量式算法更能满足在线预警的要求,而且在收集到的中国某国际机场两周的航班数据上也取得了80%及以上的预测准确率。     

Study on the resolution of multi-aircraft flight conflicts based on an IDQN

With the rapid growth of flight flow, the workload of controllers is increasing daily, and handling flight conflicts is the main workload. Therefore, it is necessary to provide more efficient conflict resolution decision-making support for controllers. Due to the limitations of existing methods, they have not been widely used. In this paper, a Deep Reinforcement Learning(DRL) algorithm is proposed to resolve multi-aircraft flight conflict with high solving efficiency. First, the characteristics ...     

遗传算法在飞行冲突解脱中的应用分析

国内外的专家和学者研究过多种方法用于飞行冲突解脱及解脱成本最小化问题,本文主要简介了基于遗传算法对2架飞机的飞行冲突的解脱模型,并在实际应用中对原来的优化过程进行了修改和完善,以某大型客机巡航参数为例,计算了优化后的飞行成本,结果表明:重新改进后的优化轨迹能够进一步降低飞行成本。     

基于冲突解脱的碰撞风险研究

自由飞行是解决航路拥挤问题的一种有效方式,因此在自由飞行环境下对飞行碰撞风险进行研究显得尤为重要。分析了在自由飞行空域中实施飞行冲突解脱策略后的转弯航路碰撞风险;考虑了所需通信、导航和监视性能以及飞行速度偏差,建立了基于冲突解脱的碰撞风险评估模型。通过算例分析了冲突解脱角度、水平间隔与飞行碰撞风险之间的关系,结果表明碰撞风险评估模型能很好地对自由飞行空域中实施冲突解脱后的碰撞风险进行评估,验证了模型的可行性。     

无人机空中冲突探测与避撞研究

近年来,无人机运输业迅猛发展,其飞行过程中的冲突探测与避撞问题成为亟需解决的关键问题。在无人机周围建立合理的三维空间模型,优化包括紧急避撞区域、一般避撞区域、监视及提前避撞区域的三级避撞区域系统,并利用ADS-B报文提供的无人机位置、速度等信息,基于无人机一般二维平面上的冲突探测与避撞算法,通过增加垂直方向上的冲突识别来改进冲突探测算法,对比调速、调向两种避让方案在各避撞区域的成功率。结果表明：改进算法能够在无人机数量大幅增加的情况下有效识别冲突无人机,同时采用先调速后调向的避让方案,使避撞成功率达到99.75%,为保障无人机的飞行安全提供有效策略。     

移动式发散型恶劣天气下改航模型和算法研究

针对边界匀速向外发散且整体按一定速度移动的危险天气影响区,考虑高空风对飞机航向的影响,提出了一种新的动态改航模型,包括改航判断模型、两段式改航模型和航迹检查模型。首先,设计了判断是否需要改航及改航侧选择的程序及启发式算法;然后,设计了航迹检查模型以检测航线与动态凸多边形危险区是否有冲突,并通过反复调用启发式算法来消除冲突,使飞行航迹以最小的角度调整获得最短改航航程。仿真结果表明了模型和算法的有效性。     

管制-飞行状态相依网络演化过程

动态、准确的管制系统运行态势预测是航空运输系统各相关单位开展协同决策的关键基础。基于航空器间的冲突情况、管制员对航空器的管控情况以及管制移交情况构建管制-飞行状态相依网络,探究、分析其演化规律,采用相关性分析和主成分分析证明了所选5项指标的合理性。设置自由飞行和固定航线飞行两种仿真场景,通过计算平均节点度、平均点强等拓扑指标的最大李雅普诺夫指数证明各时间序列均具有混沌特性,选择长短期记忆（LSTM）人工神经网络方法对各时间序列的演化规律进行预测,并与其他预测算法进行对比。仿真结果表明LSTM算法能对管制系统的演化过程进行有效的预测,且预测精度高于贝叶斯算法和支持向量机算法;在自由飞行条件下,5项指标的预测误差绝大部分在20%以内,固定航线飞行的预测效果优于自由飞行。     

基于粒子群算法的飞行冲突解脱问题

自由飞行可有效解决航线日益加剧的拥挤问题,但同时也增加了管制员管制监控的难度,从而使飞行冲突探测和解脱成为自由飞行的关键问题。粒子群算法（particleswaITn0ptimization）是一种群智能优化算法,尝试将其应用于飞行冲突解脱问题,构造了适合飞行冲突解脱问题的粒子表达方式,建立了冲突解脱问题的粒子群算法,成功解决了飞行冲突,并将其运行结果与遗传算法结果作了对比试验。实验结果表明。粒子群算法是求解飞行冲突解脱问题的一个较好方案。     

飞行器神经元控制系统的研究与设计

提出了一种基于神经元网络的飞行控制系统设计方法 ,该方法设计的神经元飞行控制器具有良好的鲁棒性 ,使飞行器在整个飞行包络内都能保持某种最优的操纵品质。给出的计算机仿真结果显示出神经元网络作为飞行控制器在处理飞行器参数大范围变化的非线性特性方面具有潜在的优良品质     

Receiver autonomous integrity monitoring (RAIM) capability forsole-means GPS navigation in the oceanic phase of flight

Receiver autonomous integrity monitoring (RAIM), a GPS integrity monitoring scheme that uses redundant ranging signals to detect a satellite malfunction that results in a large range error, involves two functions: detection of the presence of a malfunctioning satellite and identification of which satellite (or satellites) is malfunctioning. An analysis is presented of GPS RAIM capability for sole-means navigation in the oceanic phase of flight, where the position protection limit requirement for the integrity function is not as stringent as for nonprecision approaches, and yet both detection and identification function may be required if GPS is to be used as a sole-means system. For this purpose, a detection and identification algorithm is developed which takes advantage of the fact that for the oceanic phase of flight, a much larger position error is acceptable than for the nonprecision approach phase of flight. The performance of this algorithm and an algorithm proposed previously by others is estimated via simulation and compared. On the basis of the results, recommendations are made on how RAIM may be used if GPS is to be coupled with an inertial system to provide a sole-means capability in the oceanic phase of flight