论如何从管制指挥方面有效推进军民航防相撞工作

确保飞行安全防止航空器相撞一直是管制工作的重中之重。空中交通管制的根本目的就是防止航空器与航空器之间以及航空器与障碍物之间的相撞。多年来这个老生常谈的问题一直被空管部门和航空器运营人在茶余饭后不断地进行着探索,机载设备的不断更新改造、机载告警系统越发先进和完善,地面监视系统的精度和准确性都在不断的提高,但始终无法根除航空器运行过程中防相撞的隐患。近年来,航空量的迅猛增长,航空事业的高速发展与略显滞后的保障能力之间的矛盾日益凸显,出现了流量瓶颈制约、高峰时段流量拥堵等影响顺畅运行的现象,     

机载防撞设备TCAS空对空通信中干扰的抑制技术

针对TCAS设备空对空通信时存在的同步混扰和异步窜扰,介绍了干扰抑制的方法和技术,给出了保持对s模式和C模式目标飞机的监视距离相等以及对发射功率和询问次数进行控制的干扰抑制方法和实现流程.     

关于飞行器管理计算机标准的研究

对如何开展飞行器管理计算机技术标准的研究工作进行了探讨,文中论述了飞行器管理计算机的技术背景,对围内外相关技术领域已有标准进行分析后提出了飞行器管理计算机技术标准的研究思路,并对飞行器管理计算机技术标准的研究内容进行了探索.     

基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法

杂波谱稀疏恢复空时自适应处理（STAP）是一种有效减少杂波样本数需求的机载雷达杂波抑制方法。然而,空时平面被离散地划分为若干个网格点来构建空时导向矢量字典,当字典在失配时,杂波脊不能准确落在预先离散化的网格点上,稀疏恢复STAP性能严重下降。提出了一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法,首先利用二维泰勒级数建立空时动态字典模型,然后将字典失配误差作为待估超参数构建贝叶斯稀疏恢复模型,并利用失配误差估计值对空时导向矢量字典进行修正,最后利用修正后的空时导向矢量字典重构杂波协方差矩阵,进而计算杂波空时谱。实验证明,该方法能够有效提高字典失配情况下的杂波谱稀疏恢复精度,杂波抑制性能优于已有字典预先离散化的稀疏贝叶斯学习STAP方法。     

航空人工智能概念与应用发展综述

针对航空人工智能发展的迫切需要,对人工智能定义、智能等级划分两个基本问题进行讨论,指出人工智能近期难以存在公认定义,需辩证看待人工智能航空应用的不确定性和确定性,对执行特定任务的智能系统进行智能等级划分因不符合当前主流认知规律而没有必要。从总体历史沿革、机载导弹、机载系统及可信等角度阐述航空人工智能应用的发展特点和态势,突出了可信航空人工智能研究作为行业应用前提性条件的重要性。     

控制器故障下的软件定义机载网络数据平面迁移策略

软件定义网络（SDN）为突破机载网络功能僵化所造成的瓶颈提供了新的契机。针对软件定义机载网络控制域内控制节点故障问题,提出一种基于时延和负载均衡的传输节点迁移策略,将故障控制节点所管控数据平面中的传输节点迁移至其他正常控制节点,恢复网络的正常管控。以迁移时延和负载均衡率为目标,建立迁移优化模型,提出基于时延和负载均衡的传输节点迁移算法,指导数据平面中的迁移动作,最终对两个性能目标进行综合权衡。实验结果表明,与距离就近迁移（DCM）策略和分布式逐跳（DHA）策略相比,所提策略在迁移时延和负载均衡率2个方面进行了合适的折中,避免出现迁移时延过大或控制节点负载失衡的情况,有效解决机载网络故障恢复问题。