虹桥机场障碍物碰撞风险分析

研究了最后进近及复飞阶段航空器与地面障碍物之间的碰撞风险的计算方法,结合航空资料汇编中上海虹桥机场的相关信息,利用碰撞风险模型对机场的主要障碍物进行了碰撞风险计算,并分析了障碍物宽度、障碍物高度、障碍物X位移和Y位移等四个参数的变化对碰撞风险的影响。结果表明虹桥机场的障碍物碰撞风险小于安全目标水平,超障高满足要求;在一定范围内,碰撞风险随障碍物高度增大而增加,但当宽度到一个临界值后不再增加;随障碍物宽度增大而增加;随X位移增大而减小;当Y位移为0时,碰撞风险值最大。     

天气因素导致的航班延误问题研究

针对天气干扰下的分季节的航班过站衔接时间优化问题,在对各个航班的潜在延误风险等级评价的基础上,通过历史数据研究天气因素导致的航班延误概率分布,求得各航班波及延误的期望,以优化前后总的波及延误之差最大化为目标函数,分别建立分季节优化松约束模型和紧约束模型,对航班衔接过站时间进行优化.最后以国内某航空公司的航班数据为算例,进行验证并比较.研究结果表明,分季节的松约束模型和紧约束模型均比原计划减少了波及延误的时间,且松约束模型的优化效果更明显.     

航空发动机最低放行寿命评定研究

为实现军用航空发动机的寿命控制和管理,基于现代航空发动机效费分析的基本理念,主要研究了单元体/大部件寿命控制模式下军用航空发动机最低放行寿命(MISSL)的确定方法。基于发动机使用安全性、使用经济性、使用性能衰减等因素的综合分析考虑,建立了航空发动机最低放行寿命评价指标体系层次分析模型,确定了各层次指标权重系数,应用灰色综合评判方法,建立了航空发动机最低放行寿命综合评判模型。结合某型涡扇发动机寿命控制的工程实际,综合评定了其最低放行寿命,得出了国内该型发动机最低放行寿命为400小时的结论。     

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。     

航天器舷窗玻璃超高速撞击损伤与M/OD撞击风险评估

用北京卫星环境工程研究所的18mm口径二级轻气炮(TLGG)和20 J激光驱动微小飞片装置(LDFF-20)对用作航天器舷窗玻璃的熔融石英玻璃的超高速撞击损伤特性进行了实验研究和分析.其中,TLGG发射的球形铝弹丸直径分别为1 mm和3 mm,速度2～6.5 km/s;LDFF-20发射的圆柱形飞片厚度7 μm,直径1 mm,速度1～8.3 km/s.撞击结果为:对12 mm厚的熔融石英玻璃,直径为3mm的弹丸甚至在2.8 km/s的低速下就将其穿透,而直径为1 mm的弹丸在6.5km/s的高速下没有穿透,这说明弹丸直径对撞击损伤特性有很强的影响;LDFF-20发射的微小飞片的撞击仅在玻璃表面产生很浅的凹坑,没有裂纹产生,但微小飞片的累积撞击损伤明显地降低了玻璃的透光性.实验初步获得了侵彻深度PC、侵彻直径D1与弹丸撞击速度Vp、弹丸质量Mp之间的经验关系.依据实验结果和目前的微流星体/空间碎片(M/OD)环境工程模型,建议对于高度为400 km、轨道倾角42°、寿命为3年的典型航天器,其舷窗玻璃的临界安全(非穿透)厚度至少为12mm.     

未来太空气象预报系统一瞥

文章从几个方面对太空气象预报系统进行了简单的介绍,包括:当前太空气象预报系统的水平;模板预报方案实施细则;实施模板方案的难度与可行性。作者关心我国对太空气象预报系统的研究,为进一步降低航天器发射风险、提高航天器运行可靠性而献计献策。     

在PN码捕获中门限判决对TMA性能影响的分析

文章比较了在单径加性高斯白噪声(AWGN)无衰落信道环境下,利用匹配滤波器(MF)捕获方法,对不同的门限比较判决准则对系统平均捕获时间(TMA)性能的影响进行了分析;同时给出了不同门限值时系统的平均捕获时间的仿真结果,并对结果进行讨论,得出各种门限设置准则的应用环境,为捕获系统的设计与实现提供参考.     

跑道容量的运行优化

从战略流量管理的观点出发,研究了预期交通需求超过机场跑道系统容量情况下,跑道容量的运行优化问题。在满足跑道容量曲线限制下,建立了恒定容量和变化容量下的整数规划数学模型,并以数值例子对两种模型进行了对比计算分析。     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

一种基于群体理想解的多属性群决策方法及其应用

在多属性群决策分析中,由于涉及到各属性评价值的综合和专家个体评判的集结,所以决策群体很难对方案直接评优,针对多属性群决策方法问题,给出了一种分析方法.首先,给出了每位专家多属性数值决策矩阵和理想点的定义;然后通过定义专家群体贴近度矩阵和专家群体理想点,给出了基于多属性数值决策矩阵形式偏好信息的群决策方法;最后,通过一个算例对该方法的合理性和有效性进行了说明。