首页期刊导航|航空计算技术
期刊信息/Journal information
航空计算技术
航空计算技术

双月刊

1671-654X

act631@163.com

029-88151098

710068

西安市太白北路156号(西安90信箱)

航空计算技术/Journal Aeronautical Computing TechniqueCSTPCD
正式出版
收录年代

    民航中小机场运行风险管控措施效能评估研究

    唐卫贞黄婷黄洲升
    1-5,10页
    查看更多>>摘要:机场作为关键的交通枢纽和经济引擎,必须实施安全风险管理,以确保其安全运营,为此,提出了危险源管控措施效能评估模型.采集多个机场的危险源数据,对其进行量化分析;利用GloVe将管控措施文本处理成词向量,通过文本卷积神经网络(TextCNN)模型,评估出风险管控措施的效果.通过对比实验,确定危险源管控措施效能评估模型的优劣.结果表明基于TextCNN的效能评估模型的准确率达到 74.36%,而基于TextRNN的模型为69.24%.因此,TextCNN更适合用于此类评估任务.本研究为机场管理部门提供了一个新的视角和方法,以更有效地评估和管理各种危险源,从而提升整个机场的安全性能.

    机场风险管控卷积神经网络危险源效能评估自然语言处理效能评估

    基于改进PSO和CHNN的无人机路径鲁棒性优化

    朱代武张瀚文蔡林均
    6-10页
    查看更多>>摘要:当前无人机路径规划通过机器学习和深度学习以及进化算法和智能算法的融合运用来实现.针对无人机在不同城市之间的路径鲁棒性优化的问题,现有的单一神经网络模型在一定程度上达不到最优解,并且会出现局部寻优的情况,导致优化效果达不到最大化.研究了一种运用改进粒子群算法结合连续性Hopfield神经网络模型的寻优迭代,通过改进粒子群算法中的惯性权重,控制粒子运动速度,在所有粒子进行更新的过程中,每个单独粒子均有独立的搜索和寻优能力.结果表明IPSO-CHNN神经网络模型可以有效避免局部最优解,并且相较于传统的HNN对无人机路径鲁棒性的优化效果更好.

    无人机霍普菲尔德神经网络粒子群算法鲁棒性

    基于随机决策准则的空战算法比较研究

    周思羽贾亦真张尚
    11-15,21页
    查看更多>>摘要:无人机正在逐步成为未来空中战场的主要作战力量,研究空战机动决策算法,建立准确高效且能用于军用无人机空战的辅助机动决策系统对现代空战具有重要的现实意义.研究了基于 9 种随机决策准则的自动空战算法性能,比较各决策准则在空战中中的决策倾向,通过设计仿真实验,给定不同的空战初始条件,分析 9 种决策准则的优劣.实验结果表明,基于随机决策准则的自动空战算法在多种情况下均表现出优异的性能,具有一定的潜力.

    随机决策决策准则机动决策态势评估算法仿真

    基于ConvLSTM的飞机发动机喷流时空预测

    何昕黎泽君陈亚青虞启洲...
    16-21页
    查看更多>>摘要:为探究起飞飞机发动机喷流对后侧穿越飞机的影响程度,提出一种基于卷积长短时记忆网络(ConvLSTM)的飞机发动机喷流预测模型,旨在预测未来某一时段的流场数据.通过激光测风雷达采集飞机发动机喷流数据并进行预处理.分别采用时间子网和空间子网捕捉飞机发动机喷流的时间和空间结构特征.通过融合时空特征,使用全连接层输出未来流场数据,以此构建卷积长短时记忆网络面向飞机发动机复杂喷流数据的未来帧预测.结果表明:ConvLSTM模型能够准确地预测出飞机发动机喷流的时空分布,取得RMSE12.28 和MAE9.26 的实验结果,较传统神经网络模型预测结果拥有更稳定的RMSE值及预测精度,有效提高了喷流时空预测的质量和精度,为研究飞机发动机喷流影响范围提供支撑.

    发动机喷流激光测风雷达ConvLSTM时空预测

    基于SSA-CNN-BiLSTM的航班延误预测

    杨新湦游超
    22-26页
    查看更多>>摘要:为了提高对机场航班延误时间的准确性,对预测模型进行了研究.采用麻雀搜索算法(SSA),结合卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM),提出了一种基于SSA-CNN-BiLSTM的航班延误预测模型.使用美国亚特兰大机场的实际运行数据进行了验证,与BiLSTM,CNN-LSTM等基准模型进行了比较试验,并加入流量和时间双特征数据集验证模型性能.结果表明,SSA-CNN-BiLSTM模型在评价指标上表现最优,其平均绝对误差(MAE)为5.15,均方根误差(RMSE)为7.58,预测精度优于基准模型,具有良好的多特征处理能力.

    航班延误预测参数优化卷积神经网络双向长短时记忆网络麻雀搜索算法

    基于改进蚁群算法的多无人机协同任务分配

    黄晋彭浩刘浩滨邱瑶瑶...
    27-32页
    查看更多>>摘要:针对城市物流场景下多无人机协同任务分配问题,考虑无人机性能、飞行成本和配送点紧迫度不同,建立更加符合真实场景的组合优化模型,提出了一种融合遗传算法的改进蚁群算法.基于无人机和配送点之间的访问关系,根据遗传算法中基因编码思想采用了一种整数组合基因编码方式以生成种群个体,为提高算法搜索能力设计了一种扰动算子的改进交叉操作.将遗传算法的结果转化为蚁群算法的初始信息素,通过一种自适应信息素机制和引入扩展启发量的策略来指导种群搜索方向,从而平衡算法的全局搜索能力和局部搜索能力.仿真实验表明,所提出的改进算法能很好的跳出局部最优,并且能够高效、稳定地找出合理的无人机配送方案.

    协同任务分配自适应扩展启发量蚁群算法基因编码

    基于解耦预测和计数定位的密集行人检测算法

    韩志凌
    33-37,42页
    查看更多>>摘要:在密集场景下,由于遮挡导致行人局部语义缺失以及传统非极大值抑制算法难以处理高度重叠的检测框,现有基于提案的行人检测器难以发挥有效性.为此,提出了预测解耦模块.通过解耦预测的方式训练全身和可视框预测分支,增强网络对行人可视特征的理解.同时,提出了综合可视框和全身框标注的正负样本分配策略,引导网络充分利用行人可视特征回归全身框.此外,还提出了计数-定位非极大值抑制策略.通过局部计数分支和遮挡感知定位分支得到局部计数和遮挡定位,从而调整行人全身框置信度.基于CrowdHuman数据集的实验验证了所提方法在级联R-CNN框架下获得了3.8%的AP增益,0.9%的MR-2增益,2.5%的JI增益,证明了所提方法的先进性.

    解耦预测计数定位行人检测可视区域

    基于多目标粒子群算法的城市无人机路径规划

    胡锦标李加琛张智杰羊钊...
    38-42页
    查看更多>>摘要:对于城市环境下的无人机路径规划问题,提出了一种多目标路径规划模型,以无人机运行效率最大化与运行风险最小化为目标函数,综合考虑无人机性能约束、噪声影响以及避障要求,使用随机速度更新、惯性因子动态调整等策略对多目标粒子群算法进行改进,基于帕累托解集拥挤距离更新个体极值和群体极值,并构建帕累托解以得到多组备选路径方案.最后通过仿真验证了所提方法的可行性和有效性.

    城市环境无人机路径规划多目标优化多目标粒子群算法帕累托解

    区域多扇区耦合容量评估

    彭瑛孙钰王鹏王婷婷...
    43-47,52页
    查看更多>>摘要:明确空域单元内部交通流特性及其动态演变机制是评估区域多扇区耦合通行能力的基础,对于提升空中交通管理效率至关重要.基于改进的元胞传输模型(CTM),以实际飞行数据为基增量仿真推演分析了交通流流量、速度与密度间的宏观基本图(MFD).进一步表征区域多扇区之间的耦合作用,建立区域多扇区耦合快时仿真模型.通过分析区域多扇区需求-平均延误关系对区域多扇区耦合容量进行评估,揭示区域运行瓶颈.以合肥区域管制扇区为例,评估了区域多扇区耦合容量,并依据各扇区的延误贡献识别了该区域多扇区运行瓶颈主要集中在ZSOFAR02 扇区和ZSOFAR01 扇区.研究成果可为提高区域多扇区航路航线网络通行能力提供科学的理论支撑.

    交通流特性区域多扇区耦合容量评估单扇区快时仿真模型耦合作用可接受延误水平

    基于KNN和形态学的飞机尾涡区检测方法

    邓蕾蕾潘卫军崔烁潘璇...
    48-52页
    查看更多>>摘要:为了提升空中交通管理系统的智能化水平,解决晴空条件下飞机尾流检测问题,提出了一种结合多普勒激光雷达技术的飞机尾流检测方法.基于K-最近邻算法(KNN)和图像形态学处理技术,旨在提高尾流检测的精度和可靠性.使用多普勒激光雷达对机场空域进行扫描,获取风场数据;通过动态滑动窗口生成可能包含尾流的候选区域;采用顶帽和黑帽形态学运算提取尾流特征,并将其输入KNN算法进行检测.实验结果表明,所提出的方法在精度、召回率和F1-Score方面,相较于基于尾流速度极差特征法的检测方法,分别提高了 22.58%、9.29%和14.22%,有效提升了尾流检测性能,为管制员提供了更为可靠的辅助决策支持.

    尾涡检测形态学K-最近邻算法目标检测多普勒激光雷达可视化