基于脑电和眼动信号的人机交互意图识别

意图识别在人机交互（HCI）领域受到广泛关注,传统人机交互意图识别方法单纯依靠脑电（EEG）或眼动数据,不能很好地利用2种方法优点。为此,提出了一种融合脑电和眼动数据的人机交互意图识别方法,通过采集脑电和眼动信号,进行特征提取,输入机器学习模式识别网络进行意图识别,并基于Dempster-Shafer （D-S）证据理论进行决策层融合得出最终识别结果。招募了20名有效受试者进行交互意图识别实验,结果表明,基于脑电和眼动信号的人机交互意图识别方法识别准确率高于单纯依靠脑电和眼动数据的方法,可为下一步飞行器和武器系统人机交互系统自适应设计提供理论依据和技术支持。     

基于改进YOLOv5的飞行员异常行为识别方法

为了快速准确地识别飞行员在驾驶舱内的异常行为,以保证航空安全,设计了一种基于改进YOLOv5算法的驾驶舱内飞行员异常行为识别方法。在YOLOv5的骨干网络中加入坐标注意力机制,获取在位置和方向上的特征信息,增强对注意力信息的敏感程度;改良交并比作为损失函数,提高模型计算速度和精度。训练自制飞行员异常行为原始数据集,实验结果表明,在模拟飞行驾驶舱中进行测试,能够准确快速识别飞行员的3种异常行为,平均精度达到98.3%,满足了识别要求。     

有人机飞行员改无人机操控员的 利弊及其对无人机操控人才培养的启示

针对国内无人机操控人才培养过程中,在选拔对象、飞行经历、培养模式等方面存在的诸多疑问,文章通过分析有人机飞行员与无人机操控员在操控方式、操控感觉、态势感知、信息获取与处理以及交流沟通等方面的异同,探讨了两者间的区别与联系,对有人机飞行员改任无人机操控员的做法进行了深入探讨。研究成果可为我国无人机操控员的培养提供借鉴。     

基于GA-ELM的飞行载荷参数识别

针对用复杂飞行数据识别飞行载荷时的精度低、速度慢等问题,提出一种结合遗传算法(GA)和极限学习机(ELM)的GA-ELM模型。该模型使用ELM神经网络作为计算核心,用遗传算法产生ELM网络输入层到隐含层的权值矩阵和隐含层偏移量;用GA-ELM模型对飞行数据进行识别,并与BP神经网络和原始ELM神经网络的识别结果进行对比。结果表明:GA-ELM模型是一种有效且高精度的飞行载荷参数识别方法。     

基于改进GRA-TOP SIS法的飞行员进近着陆操纵绩效评价

为准确评价飞行员进近着陆操纵绩效,有效发现飞行员操纵行为偏差及识别风险,借鉴民航飞行运行作风要求咨询通告(AC-121-FS-2018-130)等文献,结合航空公司采集的QAR数据进行修正,建立飞行员进近着陆操纵绩效评估指标体系.运用群决策相对熵集结法、熵权值法确定指标体系权重,改进GRA-TOP SIS算法以相对贴进...     

基于预测校正积分法的飞行轨迹再现

根据DFDR记录的飞行数据再现飞行过程。对飞行事故分析和提高飞行员的飞行技能都具有重要意义。给出根据DFDR记录数据运用预测校正法积分计算飞行轨迹和其他飞行参数，实现飞行过程再现的一种简单算法．并给出使用Matlab进行计算和绘图的算例计算结果，证明该算法简便有效。     

改进频域子空间模态分析方法及在试飞中的应用

基于频域子空间模态参数识别方法,提出了一种适用颤振试飞数据处理的频域子空间与非线性优化相结合的模态参数识别方法。通过GARTEUR模型数据对其进行了仿真验证,结果表明,模态阻尼识别精度在5%以内。将该方法用于实际颤振飞行试验的数据处理,结果表明,通过非线性优化后能够提高模态阻尼的识别精度,且具有抗噪声能力强、密集模态识别能力强和识别速度快等优点。     

基于证据网络因果分析的空中目标意图识别

目标意图及时准确的估计对战场指挥决策具有重要的影响。考虑到战场环境复杂多变,其检测数据、信息、知识具有较高的随机性和认知不确定性,本文面向目标意图知识推理,基于结构因果模型,利用证据网络在不确定性处理方面的推理优势,提出了一种基于证据网络因果效应分析的空中目标意图识别方法。该方法通过d-分离检验构建兼容信息特性与意图多样性的因果证据网络模型,使模型同时考虑领域知识和数据间的条件独立关系,并将认知不确定性内嵌于推理引擎中,推理实现不确定战场环境下空中目标意图估计。此外,基于提出的因果证据网络模型和干预算子计算目标意图与属性之间的因果效应,挖掘目标意图估计蕴含的因果逻辑关系。仿真分析表明：本文提出的方法能够同时处理随机不确定性与认知不确定性,克服了传统意图识别方法缺乏因果分析的缺陷,是对目标意图和战场态势要素的深层次认知,实现了意图识别的“由果溯因”和“由因识果”。     

基于自适应驾驶员最优控制模型的飞行品质预测

传统飞机驾驶员最优控制模型采用卡尔曼滤波,无法反映飞行员对未知环境的适应能力,在飞行试验中有时存在与飞行员实际评分不一致的现象.为此,采用自适应状态估计理论对传统驾驶员最优控制模型进行了修正,提出了基于自适应飞机驾驶员最优控制模型的飞行品质评估方法.通过对比飞行试验和模型仿真结果表明了这一评估方法的可行性,所采用的修正加权系数得到的评分结果精度更高.研究结果表明,飞行员评分与指标函数加权系数比值相关,采用变化加权系数比值得到的评估结果与飞行员实际评分更为吻合.随着飞机动态特性的变差,这一比值将不断增大,飞行员将投入更多精力进行飞行状态监测,进而导致飞行员降低对飞行品质的主观评价.     

系统识别与飞机颤振

本文在简要综述了系统识别技术在飞机颤振研究中的应用后,介绍了三种系统识别方法。重点讨论了其算法要点及理论基础。对有关数据处理问题也作了适当说明。基于复模态分析和优化技术的传递函数法可以精确识别出全部模态参数,并在带外挂机翼颤振模型试验中获得成功,该法可推广到仅有响应数据的风洞与飞行试验情况。脉冲响应和自回归滑动平均模型法采用了相关和最小二乘技术,可以在较强干扰情况下得到精确结果,后者还可求出估计值与真值的协方差。两种时域方法皆可无需专用信号分析设备而直接利用测量采样数据进行系统识别。     

飞行训练评估系统引入生理信息的方法探讨

飞行训练评估系统可根据飞行过程中记录的飞行参数按飞行标准自动判定飞行员飞行水平,但现有的飞行训练评估系统只评判出飞行成绩,没有体现出飞行员的生理状态.本文探讨在飞行训练评估系统中引入生理信息的方法,以便了解飞行员飞行水平与生理状态的变化关系.方法 采用生理参数检测装备获取飞行员生理信息;基于生理信息数据进行生理状态挖掘...     

飞行性能评估专家咨询系统简介

介绍了飞行性能评估专家咨询系统的设计思想与主要功能,该系统将与飞行安全密切相关的起飞过程和进近着陆过程划分为5个飞行阶段,每个飞行阶段重点核查数种超限事件,从而帮助飞行员利用飞行记录器中的数据检查和发现在飞行操纵程序和关键参数上存在的问题。为飞行员提高技术水平,为保证飞行安全提供了重要的支持工具。     

面向终端区航空器飞行状态识别的HMM方法

为了准确掌握和预测终端区航空器飞行状态及其时序,为管制指挥提供参考,提出了一种基于隐马尔可夫模型的终端区飞行状态识别模型。通过对终端区雷达数据的一致化处理,形成符合隐马尔可夫模型的雷达航迹特征表示;采用雷达特征航迹训练隐马尔可夫模型,建立航空器飞行状态及其时序识别模型。实验表明:对于常规进场的航空器,方法快速有效,平均识别率高达91.53%;模型充分体现了管制意图信息与飞行意图信息;可以帮助管制员及时准确判断航空器的飞行状态。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

综合显示系统数据显示延迟的分析方法研究

飞行关键数据和告警信息的显示对飞行员及时了解当前飞机运动状态有着至关重要的意义。由于从传感器探测到的数据传送到综合显示系统都会存在滞后,若延迟显示过大,则会使飞行员的操纵判断产生一定的滞后,严重者甚至会失去对飞机的有效操控,因此有效分析数据显示的延时问题是保障飞行安全的必要条件之一。在整个延时时间路径中,常见的总线消耗(如AFDX),一般可通过工具进行测量,而显示端的延迟因路径较为复杂则很难通过工具进行测量分析。为此,本文分析研究了飞行数据的整个传输路径,详细剖析了综合显示系统的内部显示路径,提出了一种数据显示的延时分析方法以有效获知显示延时的大小,并为进一步缩小延时问题提供分析材料。     

军用飞机飞行器管理系统的功能结构研究

现代战争中,军用飞机不仅需要各系统正常运行,而且必须进行广泛的信息交互,保证有效完成作战任务。面对日益繁多的信息数据和复杂的设备操控,飞行员难以承担如此繁重的管理和控制任务,出现了飞行器管理系统。本文介绍了飞行器管理系统的发展背景,通过说明战术（任务）飞行管理系统的特点,阐释了公用系统与航电系统综合发展的必然趋势,根据...     

基于改进GRA-TOPSIS法的飞行员核心胜任力评估

为评估飞行员岗位核心胜任力,有针对性地改进飞行训练,基于改进的GRA-TOPSIS法对飞行员核心胜任力水平进行评估。首先,通过CBTA体系和EBT手册确定9大核心胜任力评估指标,以资深飞行员、教员为对象进行问卷调查、专家访谈,对所得结果进行信度、效度、独立样本检验,最终确定了33项飞行员核心胜任力指标。其次,运用群决策相对熵结法、熵权法确定指标体系权重,改进GRA-TOPSIS算法以相对贴近度形式评价飞行员核心胜任力。最后,对随机抽取5名A330机型机长和副驾驶的核心胜任力进行综合评估,并以雷达图算法表征各飞行员核心胜任力水平差异。结果表明,改进的评估方法可以客观反应权重数值,能有效评估飞行员核心胜任力,有效识别各飞行员的胜任力偏差。     

一种基于混合编码的多维信息单信道下传系统

传统的飞行参数记录系统和视频记录仪不仅不能保证飞行参数数据的实时传输,而且其采集的多维信息还要以单信道进行遥测发送。提出一种基于混合编码的多维信息单信道下传系统,实现了飞行参数和操控参数的实时采集和下传。采用飞行参数数据与视频混合编码的传输手段,解决了多维信息单信道传输的难题。     

基于云映射的多粒度语义决策属性识别

异类多传感器多属性目标识别中的描述性语义和决策属性信息无法直接进行识别判定,为此基于粒层转化的思想,提出了一种语义和决策属性识别方法。首先构造云映射函数,将语义和决策属性粒层统一到区间粒层,再根据灰色关联的思想计算区间化后的语义和决策属性信息与数据库之间的区间关联度,实现了不等粒层属性的粒度计算,最后采用证据推理进行了识别判定。结合语义和决策属性识别算例及对比分析,验证了所提出方法在异类数据模糊转化处理和识别上的有效性。     

基于动态时间规划和支持向量机的飞机机动动作识别方法

提出了一种对飞机试飞和试验数据中标准机动动作的识别方法,对飞行历史数据中的目标机动动作进行精确地检测提取。先应用动态规划的方法,在海量数据中使用动作模板初步匹配目标数据,再通过支持向量机精确识别目标,最后使用真实的飞行数据对所设计的机动动作识别方法进行了试验。结果表明,基于动态时间规划和支持向量机方法的动作识别结果准确率高、计算速度快,且数据解耦性强,具有很好的工程应用前景。