加速发展我国卫星气象应用的技术对策初探

在90年代,加速发展我国的卫星气象应用是一项具有重大意义和效益的工作。文章对发展卫星气象应用所应采取的技术对策提出了意见,并提出一系列所要解决的科研课题和关键技术问题。     

云层和降水中湍流区雷达检测的自适应算法

应用自适应算法综合理论，研究出了检测云层和降水中湍流区雷达信号的一些新算法。本文分析了这些新算法的有效性，首先对气象雷达信号进行了仿真，然后通过对处理过程的建模和测试，分析比较了算法的有效性。结果表明，与广泛使用的脉冲对算法相比，新算法有着明显的优势。     

基于航材系统保障率的备件优化模型的研究

从民航航材系统的实际出发,介绍了根据航材保障率的基本定义构造出的一种新的可靠性模型,并用BARLOW优化算法进行计算,以便解决航材积压的问题。     

侧向偏置在区域管制中的应用

侧向偏置程序英文为Strategic Lateral Offset Procedure,简称SLOP,是指允许具备横向偏置(0FFSET)能力的航空器在航路中心线向右平行偏置1n mile或更多,以提供更大的安全余度,减少航空器空中相撞的风险。侧向偏置程序最早是在欧洲洋区的指挥中使用,并逐渐推广开来,对管制的安全保障,得到了全世界的认可。具体到横向偏置在中国民航航空飞行     

气象与管制信息融合应用分析

充分利用气象大数据,对机场、航路及空域进行现在的或预期的气象情况的气象报告、分析、预报,通过与GIS和管制信息融合,为管制员提供机场气象实况、气象预报、重要天气及其推演的可视化信息,帮助管制员了解天气形势,直观掌握飞机与雷雨、结冰和颠簸区域的相对位置,提前做出指挥预案,从而提高航空安全和航班正常保障水平。     

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...     

波音飞机机载气象雷达典型故障排除

机载气象雷达对保障飞行安全具有十分重要的作用.气象雷达系统故障经常造成飞机滑回甚至返航或备降等后果.本文对气象雷达故障部件数据进行分析,通过典型案例提出针对性的维修排故建议,总结气象雷达故障多发原因.