基于布朗运动的空中交通短期冲突探测

为了提高空中冲突探测的准确性,解决现有算法存在较高误报率的问题,特别是减少短期冲突探测中误报的情况,该文提出了一种基于Brownian运动的概率型空中交通冲突探测算法,将飞机的飞行转化为带约束的Brownian运动,并在该算法的计算过程中引入冲突预估时间段作为冲突探测的参数之一,通过近似展开得到冲突探测的解析表达式.数据仿真分析结果表明,经过改进的新算法在短期冲突探测中能有效降低误报率.最后,结合国内某国际机场的实际数据,利用该算法对实际空域进行实时冲突探测,取得好的效果.     

基于Kalman滤波的飞行冲突探测

基于飞行途中的随机影响及观测仪器的随机误差的考虑,从随机框架的角度提出了Kalman滤波作为冲突探测的一种方法．该方法不仅从模型上保证了更接近飞机的实际飞行情况,而且理论和计算机模拟结果也都表明该方法不但能对明显存在冲突的态势给出准确的预报,对于那些由于随机因素而产生的潜在冲突也能给出一定概率的预报．     

SMS中基于冲突探测的滑行道轨迹预测算法研究

本文研究了机场场面管理系统中的重要环节——滑行道轨迹预测算法.首先研究了滑行道路段基于冲突探测的滑行花销问题,建立了滑行道动态花销模型;然后基于冲突探测和场面资源的动态花销提出了场面交通事件触发的A*轨迹预测算法以及全局Floyd轨迹预测算法.对这两种算法进行仿真的结果表明,基于事件触发的A*算法在场面交通不太拥挤的条件下适用,全局Floyd算法适合场面交通拥挤的情况;最后,通过比较和分析,提出了将两者结合的思想.算法具有很强的可扩展性,能够为机场流量管理提供科学的指导.     

空中交通控制的冲突探测算法

针对快速增长的空中交通流量和空中飞行安全的要求,给出了一种综合改进的冲突探测算法,该算法综合了确定型冲突探测方法和概率型冲突探测方法在工程应用中的优点,考虑了空管规则和简单的过滤算法,引入了持续探测方法。综合改进的冲突探测算法对即将发生冲突的飞机对提前做出预测和报警,减轻管制员工作负担,从而避免冲突的发生,确保飞行安全。最后,结合中国某国际机场的实际数据,利用该算法对实际空域进行实时冲突探测,取得较好的效果。     

一种基于概率方法的中期冲突探测算法

中期冲突探测不仅可以提高飞行安全,还可以直接地增加空域利用效率。由于在实际的航路飞行中存在各种误差,导致航迹预测的不确定性,中期冲突探测结果也存在不确定性。根据两架飞机的相遇几何,并结合航迹预测的误差模型,定义了一种求解冲突概率的快速算法。通过仿真分析验证表明,该算法能有效地用于中期冲突探测。     

基于调速的飞行冲突探测与解脱方法

随着中国民航的快速发展,空域资源的紧缺和空中交通拥堵现象越来越严重,由此带来的飞行冲突也越来越多.首先,提出了一种基于调速的飞行冲突探测与解脱方法并且通过非线性规划的方法优化调速机动阶段的燃油消耗.其次,通过飞行冲突探测和解脱方法确定飞机可以进行调速的速度区间,通过优化调速机动阶段燃油消耗,得到可调速的速度区间中的最省油的速度.最后,将速度剖面实时分配给相关的航空器,使航空器之间的间隔大于给定的最小安全间隔.通过仿真分析,提出的飞行冲突探测与解脱方法能够快速解决飞行冲突,非线性规划优化燃油消耗的方法能够带来较大的燃油消耗的节省.     

基于复杂网络理论的飞行冲突关键点识别

针对目前空域内航空器防相撞风险骤增,飞行安全态势不容乐观的现状,现有的飞行冲突探测方法难以把握如此复杂的空中冲突态势,不利于航空管制员对空域的飞行安全态势情况进行准确掌控。提出一种基于复杂网络理论的飞行冲突关键点识别方法。首先基于航空器机载防相撞系统（ACAS）保护区模型构建飞行冲突态势网络模型,在此基础上,采用复杂网络理论中的节点度中心性、接近中心性以及PageRank指标结合AHP方法对空域飞行冲突态势网络中所有节点的冲突等级进行评估,找出威胁等级较高的关键航空器及关键位置。仿真结果表明,通过建立飞行冲突态势网络可以合理划分空域内的安全态势等级,同时根据复杂网络节点重要度评价指标能够对存在严重冲突安全威胁的航空器进行有效识别,协助航空管制员全面掌握空域内飞行安全态势。     

行人机动车冲突模型及其行人过街风险控制应用

基于交通冲突技术理论,对上海市61个时段的5个路段无信号灯控制人行横道处人车冲突过程进行全程录像.以车流量、路段平均车速和行人流量为变量指标,建立非高峰小时(饱和流率小于0.7)的行人车辆冲突次数预测模型及严重冲突次数预测模型,经F检验和T检验,模型整体及参数的置信水平均大于95%.通过χ2检验,证明人车冲突服从负二项分布,从而建立人车冲突概率模型.分别计量我国发达地区行人机动车冲突风险控制效益及冲突控制成本,通过风险经济评价提出人车冲突控制的决策支持方法.     

基于规则库的航路飞行冲突探测与解脱

通过对国内某航路管制单位的冲突探测与解脱数据收集和数据分析,形成贴合实际运行的航路管制规则库,采用基于BADA(Base of Aircraft data,一种由欧洲空管开发维护并应用比较成熟的飞行性能模型)的轨迹生成算法,通过实地调研和数据收集,结合实际管制运行中的航路冲突标准,建立双机基于管制规则库和决策树的航路冲突探测与解脱模型.选取国内A593航路,使用JAVA语言完成了仿真系统开发,并导入飞行计划数据实现了实例验证.最终的仿真结果表明模型成功解脱常见航路冲突,保证了与实际航路管制运行的一致性.     

空中交通管制自动化中的冲突概率分析

为改善空中交通的安全性和效率,对飞行冲突概率估计的方法进行了研究.从理论上将冲突概率解析算法从二维推广到三维,并推导出一种快速求解三维飞行冲突概率的近似解析算法,使之适用于终端区的复杂情况.用Monte-Carlo仿真试验对算法进行了检验,结果表明: 该算法的精度和可用性满足要求.     

ENSO ensemble prediction: Initial error perturbations vs. model error perturbations

Based on our developed ENSO （El Nino-Southern Oscillation） ensemble prediction system （EPS）, the impacts of stochastic initial-error and model-error perturbations on ENSO ensemble predictions are examined and discussed by performing four sets of 14-a retrospective forecast experiments in both a deterministic and probabilistic sense, These forecast schemes are differentiated by whether they con- sidered the initial or model stochastic perturbations, The comparison results suggest that the sto- chastic model-error perturbations, which are added into the modeled physical fields to mainly represent the uncertainties of the physical model, have significant, positive impacts on improving the ensemble prediction skills during the entire 12-month forecast process, However, the stochastic initial-error perturbations have relatively small impacts on the ensemble prediction system, and its impacts are mainly focusing on the first 3-month predictions.     

考虑空间相关性风扰动的中期冲突探测算法研究

针对中期冲突探测问题,建立了在不同高度两机相遇的模型。在考虑风速以及风扰动引起的两机位置相关性的基础上,得到两机相对位置的随机差分方程。对研究区域进行网格离散化后,构造弱收敛于此微分方程的马尔科夫链,快速求得相对速度可变的两机在未来数十分钟内任意时刻发生冲突的概率;并将算法扩展到两机当前位置不明确的情况。最后进行相关性对冲突概率的影响分析。     

基于波音算法的航空发动机风扇噪声预测

作为涡扇发动机的一个关键噪声源,随着涵道比的不断加大,风扇噪声在飞机起飞时对整机噪声的贡献量也日益增加;因此预测风扇噪声对飞机噪声适航评估工作有极大意义。采用Boeing风扇噪声预测算法,结合飞机起飞航迹,利用MATLAB软件编程,经过多普勒效应修正、几何发散衰减修正和大气吸声衰减修正,得到起飞时风扇噪声预测模型。以某型发动机为算例,计算出实际飞机起飞时噪声适航审定中所需测量的每隔0. 5 s动态声压级的预测值。把最终得到的有效感觉噪声级预测值与欧洲航空安全局提供的有效感觉噪声级真实值进行对比,验证了该模型的准确性;此模型能有效降低新飞机的研发成本和风险,缩短噪声适航审定周期。     

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

甲板上牵引车-直升机系统的稳定性控制

探讨了甲板上牵引车牵引直升机行驶时,通过主动控制牵引车后轮转向角来提高直升机牵引系统操纵稳定性的基本原理.考虑船体横摇、纵摇和垂荡3个自由度的耦合运动对牵引系统产生的惯性力,建立了包含转向子系统模型在内的3自由度时变、非线性牵引车 直升机系统动力学模型.针对直升机参数和海洋环境的不确定性,结合转向子系统特性,应用扩展后的反演变结构控制方法设计了牵引车后轮主动转向+前轮补偿转向控制器.仿真结果表明,变结构控制器在有效控制牵引车和直升机之间相对横摆角速度的同时,很好地跟随了理想模型,增强了牵引系统的操作性;并且控制系统能够很好地克服参数摄动和不确定的外界干扰对系统稳定性的影响.     

基于神经网络驾驶员模型的PIO预测分析

在PIO研究中,拟线性的McRuer驾驶员模型,因其结构简单、能反映驾驶员基本的行为特性而被广泛采用,但在通常情况下,驾驶员的行为具有高度的非线性,而运用神经网络模型可以更精确地描述驾驶员的非线性特性。以某机为例,利用试飞数据对神经网络进行训练和验证,建立了神经网络模型。通过仿真运算,并用时域Neal-Smith（TDNS）准则对该飞机进行了PIO预测分析。结果表明,与McRuer驾驶员模型相比,神经网络模型可以更好地逼近驾驶员特性,据此运用TDNS准则可以很好地对PIO趋势进行预测。     

基于概率鲁棒性的锅炉过热汽温串级PID控制器

基于概率鲁棒性理论,针对过热汽温这类工况参数对模型参数有较大影响的对象,提出一种固定参数的串级鲁棒PID控制器设计方法。根据被控对象模型的参数摄动范围及概率密度分布,计算闭环系统满足性能设计要求的概率作为优化算法的目标函数,利用遗传算法对串级PID控制器参数进行优化,用Monte-Carlo实验对控制系统进行鲁棒性检验。仿真结果表明,基于概率鲁棒的串级PID控制器对于对象工况参数引起的模型参数不确定性具有较好的鲁棒性,系统可以兼顾多个工况点的性能,以最大概率满足设计要求,最大限度地挖掘了固定参数串级PID控制器对模型参数具有不确定性对象的控制能力。     

基于双通道模型的航空发动机剩余寿命预测

针对现阶段航空发动机单一剩余使用寿命预测模型数据挖掘深度不足导致预测精度低的问题,提出一种双通道模型的预测方法。首先,构建双通道网络结构：通道一使用时间卷积网络,通过残差结构和空洞卷积使得网络具有更大的感受野和计算速度;通道二使用卷积长短时间记忆网络,提取多维时空特征,捕捉数据长期依赖关系。其次,利用多头注意力机制为双通道网络特征重新赋予权重。最后,将双通道网络进行特征融合输出,实现对航空发动机剩余寿命预测。使用涡扇发动机退化数据集进行实验验证,并与其它文献中提到的卷积双向长短时间记忆网络模型、多特征注意力模型、多头注意力模型、卷积门控单元循环神经网络模型进行对比。结果表明,所提模型在3种评价指标上均取得更好的表现,为航空发动机剩余寿命预测提供了一种新思路。     

基于δ-算子的采样控制系统的鲁棒稳定界

采样控制系统的扰动往往是连续时间系统参数的不确定因素通过离散化或采样的表现．研究连续时间系统参数扰动对δ－算子描述的采样控制系统参数的影响,建立了使δ－算子描述的扰动离散时间系统稳定所需满足的条件．利用该条件给出了使采样控制系统鲁棒稳定的连续系统参数的扰动界限     

进场航空器跑道占用时间预测

摘 要：为了准确预估跑道占用时间（runway occupancy time, ROT）,提出了一种将灰狼优化算法和随机森林算法结合的预测模型。首先基于ADS-B轨迹,根据纽瓦克自由国际机场的实际运行情况,提取出进场航空器的跑道占用时间;其次分析跑道出口选择、跑道出口角度、气象条件、跑道入口端速度、跑道出口端的速度、机型、航空公司对跑道占用时间的影响;最后利用灰狼算法实现随机森林参数优化,基于优化后的随机森林模型完成对进场航空器跑道占用时间的预测。实验结果表明,相比实验和文献中的其它方法,该方法对跑道占用时间的预测更为准确,预测值与实际误差值在10 s内的占93.6%。研究结果可用于大型机场实际运行航班跑道占用时间预测。