自由飞行下基于集成学习的概率型冲突探测算法

空中交通流量的持续增加对中、短期飞行冲突探测的精度与处理大量目标的能力的要求更高,提出基于集成学习(ensemble learning)的冲突探测算法。首先,对飞机冲突过程建模,收集飞行样本;其次,提取飞机当前位置、速度矢量、向前看时间、待转弯时刻和转角为特征量,训练基本分类器,获得元数据集;然后,以支持向量机为二级分类器,元数据集为新的特征量,训练Stacking元分类器(meta classifier),分类阶段通过Sigmoid函数概率映射法输出冲突概率;最后进行仿真分析。结果表明:基于集成学习的冲突探测算法对冲突探测具有较高的准确率,使得虚警概率大幅下降,且适用于转弯飞行。     

飞行冲突下改航模型和算法研究

为解决飞行冲突下的改航问题,将不具备优先权的飞机看成是沿预定航路动态移动的威胁体,其保护区即看作该威胁体的威胁区域,建立改进的威胁概率模型——两机冲突概率模型,以确定其临界圆。在考虑改航偏离预定航路飞行代价的基础上,建立了改进的改航模型。针对三种飞行冲突分别给出了相应的改航最优路径规划分析。基于最短航程设计了相应的启发式算法,并对两种场景进行算例仿真。仿真结果表明,该模型和算法是有效可行的,可以很好地处理这类改航问题,为飞行冲突下的飞机规划出相对安全经济的改航路径,以及时解脱飞行冲突。     

进近过程中的排序和冲突解决算法研究

研究了终端区飞机进近过程中排序和冲突解决的调度算法.借鉴美国研制的最后进近间隔工具(FAST)中的排序、冲突预防和解决方法,讨论了这些方法在终端区飞机进近过程中将排序和冲突解决综合实现问题,分别给出了在飞行段和汇聚过程中排序和冲突解决的算法模型.仿真结果表明该模型能有效地解决最后进近过程中的排序和冲突问题,使到达飞机流快速有序地进入机场着陆.     

一种基于 KFCM的 SVM遥感图像机场目标分类算法

在遥感图像机场目标分类方面,支持向量机(SVM)有着广泛的应用,但由于样本不平衡问题以及不确定性数据的存在,传统SVM算法的分类精度与效果还无法令人满意。为提高传统SVM分类器的性能,文章将建立在模糊理论基础上的模糊核C-均值聚类算法(KFCM)用于处理遥感数据的不确定性问题,并通过聚类分析后的目标子图,剔除非目标样本的同时保留了目标样本,较好地解决了样本不平衡问题。将基于KFCM的SVM分类算法用于遥感图像机场目标的分类,实验结果和性能分析表明该算法分类性能优于传统SVM算法。     

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.     

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。     

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。     

无人机防相撞空中威胁态势的探测与告警研究

空中威胁态势探测与告警是无人机飞行防相撞预警的关键。为此,提出一种基于航迹预测的无人机防相撞空中威胁态势探测与告警方法。在该方法中,先采用滑动窗多项式拟合法对入侵机航迹进行动态预测,然后,在航迹预测基础上,利用无人机与入侵机飞行信息,建立针对入侵机的无人机动态避撞区,最后,结合静态保护区原理,对特定飞行场景下的无人机飞行冲突趋势、空中危险接近趋势和飞行碰撞趋势的探测与告警。仿真实例验证了所提出方法的有效性,也验证了其用于无人机飞行防相撞预警的可行性。     

基于有向元胞自动机的空中导航和冲突解脱算法

针对在ADS-B空域监视系统下,利用有向元胞自动机模型模拟空域,研究了飞机自主导航和飞行冲突解脱的问题。在考虑了飞机的飞行性能、最小安全间隔及飞行速度等限制条件下,建立了空域的网格模型。利用ADS-B技术,建立了有向元胞自动机运动规则,确定了有向元胞自动机的最佳运动方向,构建了飞机空中导航和空域冲突解决的算法。通过对避开空中限制区和3架飞机空中冲突解脱的仿真,给出了空中的导航路径。仿真结果表明,该算法是可行的。     

基于吸引域与二元极值理论的结冰飞机飞行风险量化评估

结冰会导致飞机飞行包线萎缩，在驾驶员没有正确处理的情况下极易发生飞行事故。为定量计算结冰条件下飞机飞行风险进而制定合理的结冰风险规避策略，以飞机纵向动力学系统为分析对象，基于吸引域方法计算得到飞机结冰后的二维吸引域及稳定边界，并以飞行状态超出稳定边界作为飞行事故判定条件。建立了典型的人-机-环系统模型，通过蒙特卡罗仿真提取了飞行安全关键参数极值样本；根据极值理论，建立二元极值Copula模型；通过遗传算法辨识模型参数，依据多种拟合优度检验方法确定最优分布模型，进而计算不同结冰影响程度下的飞行风险概率，并由此来指导驾驶员操纵，从而保证飞行安全。文中所述方法，为定量计算结冰条件下飞行风险概率提供了新的思路，具有较好的工程应用前景。     

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.     

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。     

基于改进支持向量机回归的非线性飞机结构载荷模型建模

为进行飞机结构载荷安全监控并为飞机结构疲劳寿命评估积累相关数据,需建立与飞行参数相关的 飞机结构载荷模型。针对飞机结构载荷与飞行参数之间的非线性关系,采用改进停机准则的 SMO 算法及粒 子群模型参数优化算法对支持向量机回归方法进行改进,并通过飞行动力学理论分析结合皮尔逊相关系数的 方法对参与建模的飞行参数进行选取。以飞机跨声速俯仰机动为例,建立机翼某一测载剖面结构剪力模型,并 对该建模方法进行仿真验证。结果表明:采用改进支持向量机回归方法所建立模型精度优于原始支持向量机回归方法建立的模型,即采用改进支持向量机回归方法可提高建模精度及泛化能力。     

基于支持向量机的飞机空中结冰严重程度识别

为了保证飞机的飞行安全,必须对飞机空中结冰的严重程度作出较准确的判断。针对飞机空中结冰状况的复杂性,提出将支持向量机与二分法相结合的飞机空中结冰严重程度识别的算法模型。仿真结果表明,虽然该训练样本较少且为多参量分类识别,但是由于建立了多支持向量机且采用二分法的概率抉择能找到最佳的建立支持向量机的分类方式,所以找到了最佳的分类方式,提高了分类准确率,而且可以较准确地识别飞机空中结冰的严重程度。可见该方法可以在训练样本较少的情况下对飞机空中结冰严重程度作出较好的识别效果。     

飞行冲突检测与调配的方法研究

随着空中交通流量的增加，中国空中交通系统面临着越来越严重的空域拥挤。飞行冲突变得日益严重，解决飞行冲突和潜在冲突的有效方法是改变飞机航向和高度。提出了水平检测和距离法检测飞行冲突的方法，总结了检测程序，给出了解决冲突的方法，推导了相应的算法，量化了检测指标。     

基于PSO-SVM的空中目标智能融合识别模型

支持向量机(SVM)算法能较好地解决传感器数据不完整、缺失情况。针对SVM关键参数难以选择问题,提出了基于粒子群-SVM算法空中目标智能融合识别模型。结合工程需求,进行仿真。仿真结果表明,该算法能较精确地识别目标。     

基于满意博弈论的复杂低空飞行冲突解脱方法

复杂低空空域环境下多飞行器冲突解脱方法可以有效地提供冲突解脱策略,实时规划飞行器四维航迹,避免飞行器之间发生危险接近事故或者碰撞,从而保障空域运行安全。然而,随着飞行器数目的不断增长,冲突解脱面临"维数灾难",导致问题具有高维度、强耦合等难点。因此,传统的优化方案难以得到令人满意的方案。为了提高冲突解脱效率,保障运行安全,基于满意博弈论方法,考虑低空飞行器运动特点,构建冲突解脱模型,设计冲突解脱方法。飞行器主要采用改变航向角的策略。通过基于条件概率的方法来建立"社会关系",即当前飞机所做的决策对其他飞机产生的影响。每个飞行器在决策时,都会受到优先级比自己高的决策者的影响。基于满意博弈论的冲突解脱方法不仅可以有效地解决当前飞行器的冲突问题,而且兼顾探测范围内的其他飞行器,避免当前解脱策略导致与其他飞行器冲突,实现整体最优化。最后,通过在极端典型飞行冲突场景中实验验证表明,基于满意博弈论的冲突解脱方法可以实时高效实现大规模飞行器的冲突解脱,保障飞行安全且控制经济成本。     

自由飞行下基于IPS算法的碰撞风险研究

自由飞行是解决空域拥挤问题的一种有效飞行模式。随着通信、导航、监视（ CNS ）技术的不断进步和自由飞行理论的不断完善,自由飞行将会使飞机由被动指挥向自选最优路径转变,能够明显提高空域的容量和飞行的效率。在评估自由飞行环境下飞机运行的安全性时,需要行之有效的碰撞风险评估方法。首先考虑通信、导航、监视（CNS）性能对飞机定位误差的影响,在执行飞行冲突解脱命令过程中引入相互作用粒子系统（IPS）,提出一种自由飞行下飞机碰撞风险评估算法,最后结合目标安全水平寻找最优最小安全间距。算例表明,算法能够快速有效计算自由飞行下飞机间碰撞风险,具有可行性。     

基于ADS-B的防撞检测算法研究

为了适应越来越繁忙的空域管理,本文提出了一种新的空中交通防撞算法.该算法基于ADS-B扩大飞机的保护区范围,在保护区域和冲突区域的基础上增加了监视区.根据ADS-B接收到的信息,对出现在监视区域的飞机,在水平方向上采用两机的真航向进行判断,再分析两机的最接近的距离,综合确定入侵飞机是否存在与本机相撞的危险.如果存在相撞...     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.