机场净空区障碍物限制面的确定分析

针对机场原有的净空障碍物限制要求已经不能满足使用的这种状况,通过对飞机起飞着陆航迹的测试和理论计算,确定出了新型飞机的飞行轨迹。在此基础上,对原有的机场净空区障碍物限制面要求进行了全面的修订,该成果已经被新颁布的《军用机场净空规定》采用。     

基于机型的机场端近净空区障碍物限制高度分析

机场端近净空区是机场障碍物限制要求最严格的部分,也是关系到机场运行安全的关键。针对现行机场净空规定中端净空区是综合各种机型的相关数据,以最不利状态确定的限制高度的状况,通过对6种不同飞机起飞着陆航迹的测试与分析,拟合出了各型飞机起飞、着陆航迹曲线,依据测试和计算结果,提出了基于机型的端净空区障碍物高度限制标准,为快速评估某型飞机能否在某机场运行提供了参考的依据。     

机场端近净空障碍物限制的理论分析

根据机场端近净空的特点，本文运用飞行力学原理和误差理论，就机场端近净空对障碍物的限高要求作了理论分析，提出了净空要求的确定方法。     

冠豸山机场净空障碍物测量方法研究

阐述了冠豸山飞机场净空区中障碍物的限制要求,探讨了机场净空区障碍物测绘的技术和方法,总结了采用全站仪配合GPS对机场净空障碍物进行测量的计算方法和野外测量时的注意事项。     

应急启用备用机场端净空评价方法研究

为解决现行净空评定模型在机场应急启用时不适用的问题,对机场端净空障碍物限制面进行重新确定。通过对飞机初始爬升和准备着陆过程的分析,建立了飞机爬升和下滑性能计算模型。应用Visual C++语言编写了计算程序进行仿真计算,得到了爬升梯度与气压高度的关系式。经航迹测试:Ⅰ型飞机的实测航迹与程序计算航迹的结果绝对误差不超过48m,最大相对误差不超过2.7%;Ⅱ型飞机的实测航迹与程序计算航迹的最大绝对误差不超过100 m,最大相对误差不超过4.2%,验证了模型的有效性,其适用范围广,结果精确。最后通过典型机型爬升和下滑分析,确定了机场应急启用端净空限制面。     

基于灰色预测模型的飞机与场面障碍物碰撞分析

飞机与场面障碍物碰撞对飞行安全构成了严重威胁。本文首先论述了灰色预测理论,然后构建灰色预测模型对我国民航飞机与场面障碍物碰撞事件进行了预测,经检验,所建模型预测精度高,可为实际预测工作提供参考,最后有针对性地提出了相应对策。     

机场净空规定过渡面范围的计算确定

针对机场净空条件评定工作中常遇到的问题,对端净空区和侧净空区之间的过渡面范围作了详细的计算与分析,指出了各地段过渡面的形状,计算了关键点坐标,提出了过渡面与内水平面、锥形面和外水平面交线上各点的计算方法,为准确确定机场净空区内障碍物的位置与高程以及超高值提供了理论基础。     

军民合用机场净空区评价方法研究

在机场净空限高的计算中,往往由于对实际测量的障碍物地理位置与机场净空区障碍物限制面具体区域之间的位置关系把握不准确,一旦疏漏容易导致计算结果的偏差。本文采用净空模型分析计算方法对机场净空区进行分析,可以准确快速计算障碍物限高,有效的避免由于对净空地图分析与实际测量中带来的误差,提高计算准确率与效率。     

基于BIM的三维机场净空可视化研究

机场净空条件是机场选址、机场地势优化设计以及机场建成后净空障碍物管理等过程中需要考虑的重要指标之一.但由于机场净空建模难度较大,建模过程较为复杂,当前关于机场净空的三维模型研究暂时不能满足精确动态管理及考虑机场净空的机场地势优化设计需求.针对该问题,提出了一种适合计算机求解的机场净空模型建立方法,并依托Civil 3D平台,采用C#编程语言进行二次开发,实现了三维机场净空模型的可视化;将其应用于机场地势优化设计过程中,实现了考虑净空要求的设计模型调整,为在机场地势优化设计过程中考虑净空条件进行整体优化提供了可行性思路及参考.     

三维机场净空应用模型研究

针对机场净空评定中的净空规定准确使用问题,依据规定分析了跑道纵坡构形对障碍物限制面组成的影响,提出了机场净空应用模型与理想模型的概念.为分析两种模型对机场净空评定的影响,认为机场净空区是由障碍物限制面平面和相应高度限制要求所围成的三维立体空间,提出了解算三维立体块的高度和平面限制范围的净空评价模型.参照此方法,先分析确...     

基于BP 网络的一种机型识别方法

目标识别是防空信息处理中的一个重要环节，而对空中目标类型的识别仍没有成熟的理论，在BP算法的基础上，提出了一种基于神经网络的目标识别方法，并就具体的主空袭飞机类型给出了识别模型，最后用MATLAB提供的神经网络工具箱进行仿真，仿真结果表明，此方法合理可行，这对提高防空信息处理的准确性具有重要意义。     

基于GA-BP的经济指标滚动递推预测模型

为了克服传统BP神经网络在经济预测中的不足,引入遗传算法对BP神经网络的权值进行训练,在此基础上建立互推递进遗传神经网络的预测模型,经实例测试表明该模型是可行的．     

基于熵权法的飞机燃油流量全航程组合预测

在复杂的航班运行中,影响各飞行阶段的主要因素不尽相同。以当前使用范围较广的B737NG飞机所使用的快速存取记录器(Quick Access Recorder,QAR)的大量数据进行研究,将航段划分为巡航、爬升、下降等阶段,利用熵权法确定不同预测模型的权系数,建立全航程组合预测模型。利用Pearson相关性系数分析筛选建模数据,以平稳小波Rigorous SURE的方法对数据进行预处理、滤波去噪。针对BP神经网络(误差反向传播网络)在飞行状态复杂的下降及地面阶段预测效果不理想,引入回归模型进行修正。以熵值法确定动态权系数,即结合飞行阶段进行分段预测,以飞行参数为基础建立燃油流量(FF)的全航程组合预测模型。通过仿真分析,并选取航班中普遍且具代表性的情况验证预测模型的精确度,误差范围均在±3.5%内,证明该模型合理且具有较广的适用范围。     

一种基于反向神经网络的航空器飞行轨迹预测

为了缓解终端区空域拥堵和降低航空器运行风险,提出一种基于反向神经网络(BP)的航空器飞行轨迹预测模型。首先,对航空器历史数据进行筛选和降噪处理,得到基准轨迹;其次,建立基于Hausdorff距离的轨迹相似性矩阵,采用模糊C-均值聚类(FCM)对所有轨迹进行自动分类;最后,综合考虑飞行轨迹的三维位置、速度和航向特征,利用BP神经网络对轨迹特征进行训练学习,建立飞行轨迹预测模型,用于对未来时刻的短期飞行轨迹多维特征进行预测。试验结果表明:该网络模型预测误差小、预测效果好,可以更加准确地进行航空器的飞行轨迹预测。     

基于神经网络的细小液体管道堵塞预测模型

在分析反映管道堵塞工艺参数的基础上,提出了一种基于BP神经网络的细小液体管道预测方法,通过收集管道堵塞时的各种工艺参数,建立预测模型。仿真结果表明,模型预测结果与实际堵塞结果非常吻合,并能成功用于实际的细小管道的堵塞预测。     

基于神经网络组合模型的能源消费量预测研究

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况.     

基于组合神经网络的教师评价模型研究

本文提出的基于组合神经网络的教师评价模型,可以弥补以往基于神经网络的教师评价模型的不足,不但可以给出教师的综合得分或所属类别,还可以给出教师在每个方面的得分.所使用的组合神经网络,由多个结构相同的BP神经网络组成;用构建的组合神经网络和传统BP神经网络分别进行实验.仿真实验表明,该模型相对误差较小,可以满足评价需求.     

基于神经网络的船舶碰撞危险度模型

采用模糊理论方法建立船舶碰撞危险度的数学模型 ,并对其中的关键因素安全域 (Domain)和动界(Arena)采用BP神经网络根据专家知识进行学习 .该模型综合考虑了环境、操纵性、会遇势态等多种因素的影响 ,能快速跟踪状态变化 ,可用于船舶避碰专家系统的在线咨询     

基于BP神经网络模型的水质评价方法探讨

运用人工神经网络理论和方法,建立了水质评价的BP神经网络模型,并对长治市10眼水井的地下水水质进行了评价,并与综合指数法、模糊综合评判法的评价结果进行了比较。结果表明,用BP神经网络模型评价水资源水质是可行的,为水资源水质评价提供了一个新的方法。     

基于BP神经网络的机场旅客吞吐量预测

利用BP神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的BP神经网络预测模型,经过BP网络预测软件运行检验,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度。