基于Petri网的空中交通管制辅助决策系统

空中交通管制系统是生产实际中的一种典型的离散事件动态系统（Ｄｉｓｃｒｅｔｅ ｅｖｅｎｔ ｄｙｎａｍｉｃｓｙｓｔｅｍ,ＤＥＤＳ）,而Ｐｅｔｒｉ网理论是研究ＤＥＤＳ的有力工具之一。为了描述空中交通管制系统受到外部控制的交互机制及层次结构,文中引入Ｐｅｔｒｉ网概念的一类扩充－－开放Ｐｅｔｒｉ网的概念,并用开放Ｐｅｔｒｉ网工中交通管制辅助决策系统进行建模与分析,阐述了空中交通管制辅助决策系统的开放Ｐｅｔｒ     

环火星自主导航系统设计及参数优化研究

当前火星探测器环绕段的导航信息主要依赖地面深空探测网提供,基于光学成像的导航方式尚不能提供较高的导航精度。因此提出一种应用相对测量的探测器实现火星环绕段的自主导航。两颗编队飞行的探测器进行相对测量,观测信息为探测器之间的相对视线矢量(LOS)。同时利用主星的星敏感器确定星体在惯性空间的姿态,将观测信息转换至惯性系下获得简化的观测方程,使用扩展卡尔曼滤波器(EKF)对卫星的轨道进行确定。介绍了具体导航方案的实现方法和技术细节,使用粒子群优化方法(PSO)对模型设计的相关参数进行优化,导航精度得到明显提高。实现位置确定精度10 m,速度确定精度0.01 m/s。为设计最优的编队导航系统参数提供了有效思路。     

战斗性机动飞行的智能反步自适应控制

针对飞机战斗性机动飞行时模型非线性和参数不确定性的特点,提出了一种非线性反步自适应控制方法.在系统输入输出反馈线性化基础上,基于滑模的思想适当选取李亚普诺夫函数,通过反步的方法回馈递推得到控制律,并且利用粒子群算法优化固定参数改善动态性能,同时设计相应的自适应律来调节未知参数,最后通过伪逆控制分配方法得到最终控制信号.仿真结果表明:在较大的模型气动参数不确定条件下,所设计的控制律仍能理想地跟踪飞机战斗性机动指令飞行,同时具有快速的收敛性和良好的鲁棒性.     

灵活使用航路航线的好处与存在的问题

灵活使用航路航线工作正在我国逐步推进。航路航线的灵活使用对我国在空域管理、协同决策、空管运行和航空公司运行模式等方面具有积极影响,但同时也对这些方面的技术能力和工作人员提出了挑战。     

民航应急管理与安全管理

一、应急管理与安全管理的含义1.应急管理含义应急管理是指为了有效应对可能出现的突发事件,降低其可能造成的后果和影响,达到优化决策的目的,基于对突发事件的原因、过程及后果而进行的一系列有计划、有组织的管理(摘自国家安全生产应急救援指挥中心组织编写的《安全生产应急管理》)。应急工作目标是指:事前预防,避免和减少突发事件的发生,做好各项应急准备工作;事发、事中控制事态发展,减轻和消除事件影响,减少生命财产损失;事后尽快恢复正常状态。传统的应急管理注重对危机事件的即时     

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

飞艇主气囊压力告警的故障诊断与维修决策

基于故障树分析法(Fault Tree Analysis,简称 FTA)对飞艇主气囊压力告警的故障原因进行了故障树的建立和定性分析,并借助论文提出的改进评分法及维修流程图对其做出了维修决策。通过这一实例问题的解决,尝试建立一种适用于飞艇各分系统及各部件的故障诊断和维修决策的普遍方法。