面向空管模拟机培训的智能应答机长研究

针对当前日益增长的空中交通管制员(以下简称“管制员”)培训需求以及传统管制员培训模拟机面临的效率低等问题,设计了 1个面向空管模拟机培训的智能应答机长系统。该系统利用语音识别、指令提取、指令复诵、语音合成等技术,能够实现对管制模拟培训过程中管制员语音的智能识别和理解,并模拟飞行员自动输出复诵指令的功能。通过对真实空管对话语音模式的研究和分析,制定了 1套详细的复诵规则,以适应不同场景下的管制指令复诵模式。此外,集成了特情处理模块以支持管制员特情处理培训。在真实管制培训环境下进行实验验证,结果表明,所提出的智能应答机长系统综合复诵准确率为 88.6%,可以有效提升管制员培训质量和效率,显著降低了人力成本。并且,该系统可以作为子系统集成到现有的管制员培训模拟机系统中,具有较强的便捷性和兼容性。     

大型低轨星座构型演化分析及维持控制策略研究

针对大型低轨星座构型维持控制问题,搭建了一套星座构型演化及维持控制分析流程,适用于千颗量级的大型低轨Walker卫星星座构型演化分析及维持控制;采用去平均漂移偏差的相对构型保持方法分析星座构型演化情况,有效减小了控制频次、均衡了控制卫星分布;采用自由段维持策略有序规划各卫星位置维持控制时序和控制弧段,实现了整个星座在时间和空间维度有序、分散的控制,降低了对星座服务性能的影响。     

一种无人机集群对抗多耦合任务智能决策方法

针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题,提出了一种集群对抗多耦合任务智能决策方法.首先,针对无人机集群对抗中耦合任务多和决策空间大难题,结合集中式和分层式架构的优点,设计了面向多耦合任务的混合式深度强化学习架构,可提升多耦合任务间的协同性和集群对抗效能;其次,针对轨迹规划序贯决策...     

基于手动/半自动装配线智能管控方法研究

为提升基于手动/半自动传统装配模式为主的航天产品装配效率,满足当前快速发展的航天产品研制生产需求,提出了传统模式下航天车间装配线智能管控的体系架构,讨论了装配信息建模、装配关联关系分析、装配进度演化预测、装配智能决策排产等主要内容;详细阐述了基于历史数据及数据分析挖掘算法进行工艺规程生成和工序工时计算的基本方法,探讨了基于装配实时状态的生产进度演化预测、决策及优化排产等技术,初步形成了以手动/半自动为主的航天车间装配生产线智能管控方法,对于后续进一步研究智能管控方法涉及的具体技术和实现方式、开发软件系统和提升装配管控能力具有一定的参考价值。     

AGV关键技术在航空制造车间的应用展望

随着智能制造和航空产品的发展,传统的航空产品制造技术已经不能满足航空产品日益发展的需求,随着智能制造技术的出现及发展,以智能物流为基础的智能制造车间逐渐得到了广泛应用.在智能制造车间物流中,自动引导小车(AGV)得到了广泛应用.本文在对AGV关键性技术研究进行综述的基础上,总结了AGV在物料配送车间的工作流程,阐述了A...     

装备文本语料数据标注规范化研究

梳理了文本智能技术用语料数据标注标准现状,分析了文本智能技术典型任务标注符号集在装备领域的适用性,并提出了装备领域文本智能技术用语料数据标注规范化方案,并从模型效果和业务粒度方面验证其有效性.结果表明,本标注规范化方案在装备领域取得较好效果,一定程度上解决了装备领域缺乏文本智能技术用语料标注规范的问题,有助于装备领域文...     

基于MADDPG的多无人机协同任务决策

针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了 MADDPG算法的模型结构.最后通过仿真实验...     

基于分布式光纤的沥青道面振动状态感知技术

建设能感知自身服役性能的“智慧跑道”是建设“四型机场”中维护跑道运行安全的重要一环。为实现现役机场沥青道面的多指标、实时、全面精准感知,本文引入分布式光纤技术用于沥青道面振动状态的实时感知,并将感知系统集成实装在首都国际机场的沥青道面中。通过实时采集飞机荷载作用在沥青道面5个点位的振动信号,对比有限元数值模拟结果,验证了分布式光纤在捕获沥青跑道结构振动信息的准确性和可靠性。结果对比表明：分布式光纤可有效捕获沥青道面20～40 Hz频带振动信息,满足面向健康识别的沥青道面振动状态的实时监测要求。     

半自动驾驶公交车辆编组与调度优化

半自动驾驶公交车辆编组是指半自动驾驶公交单元通过车联网技术连接在一起，实现车辆协同驾驶和车辆容量动态设计的车辆组织技术。以半自动驾驶公交车辆编组为出发点，建立编组车辆动态运行模型，分析编组车辆到离站时间、乘客上下车过程、车辆容量限制和车载乘客数量变化等。在此基础上，以车辆运营成本和乘客候车时间成本之和为目标函数，以车辆编组大小和发车时刻为决策变量，建立半自动驾驶公交车辆调度优化模型。提出改进的遗传算法高效求解模型。以杭州55路公交线路为实证案例，仿真结果表明:相比于传统人工驾驶公交的车辆调度，基于半自动驾驶公交的车辆调度能降低29.2%的车辆运营成本和18.2%的乘客候车时间成本，所得结果证实了所建模型优化半自动驾驶公交车辆调度的有效性。