基于位置误差模型的机场侧向跑道碰撞风险评估

针对侧向跑道相关运行模式下航空器进离场安全间隔问题进行碰撞风险评估。为保证航空器之间的安全运行,对机场侧向跑道运行模式进行分析,计算两跑道航空器之间的动态间隔,并考虑导航误差、速度误差等因素建立位置误差碰撞风险模型。以成都天府机场侧向跑道为例,利用MATLAB软件对航空器间的碰撞风险进行仿真,并进一步得到碰撞风险值与侧向跑道汇聚交叉角度的关系。仿真结果表明:在起降相关运行模式下,当终端区航空器起始水平间隔距离为6 km,侧向跑道交叉角度为90°时,总的碰撞风险为5.14×10^(-9),满足航空器之间安全水平要求,且随着侧向跑道汇聚交叉角的增大,跑道上两架航空器的碰撞风险逐渐减小。

基于列生成算法的不正常航班一体化恢复

为解决突发事件引起的航空公司不正常航班恢复问题,在飞机飞行路线恢复问题基础上考虑机组飞行路线恢复,对不正常航班飞机-机组一体化恢复问题进行了研究。以航空公司的航班恢复成本最小为目标,在机场长时间关闭场景下采用更换飞机和机组飞行路线、航班延误和航班取消4种恢复方法的组合,基于资源指派模型构建了飞机-机组一体化恢复模型,使用列生成算法求解。实验结果表明:与直接顺延航班相比,该方法将飞机停场率下降了8.7%,航班取消率下降了11.4%,恢复成本减少了18.7%,证明了一体化恢复方法的有效性。

基于BERT-Bi-LSTM-CRF模型的机场类中文航行通告要素实体识别

航行通告是民用航空情报领域的重要情报资料,针对中文航行通告专业名词较多、格式不统一及语义复杂等问题,提出了一种基于BERT-Bi-LSTM-CRF的实体识别模型,对航行通告E项内容中事件要素实体进行抽取。首先通过BERT(bidirectional encoder representations from transforms)模型对处理后的向量进行预训练,捕捉丰富的语义特征,然后传送至双向长短期记忆网络(bidirectional long short-term memory,Bi-LSTM)模型对上下文特征进行提取,最后利用条件随机场(conditional random field,CRF)模型对最佳实体标签预测并输出。收集并整理机场类航行通告相关的原始语料,经过文本标注与数据预处理,形成了可用于实体识别实验的训练集、验证集和评价集数据。基于此数据与不同的实体识别模型进行对比实验,BERT-Bi-LSTM-CRF模型的准确率为89.68%、召回率为81.77%、F_(1)为85.54%,其中F 1相比现有模型得到有效提升,结果验证了该模型在机场类航行通告中要素实体识别的有效性。

资源受限条件下受扰航班恢复研究

针对机场关闭导致的航空公司飞机和航线网络资源较长时间受限的问题,论文构建了一种基于列生成的航班恢复方法。通过优化飞机执行的航班串,使用航班延误,飞机交换,航班取消三种手段对航班计划进行调整,减少取消航班的班次,使航空公司损失最小。首先使用路径模型构建多机型航班网络和航班恢复模型,其次使用构建的启发式算法生成初始恢复方案,最后使用列生成方法对航空公司遭遇突发事件后的航班中断进行恢复,对降低多机型航空公司航班取消率进行了研究。实验结果表明,与人工调整相比,该方法可以将航班取消率下降5.4%,其中与被关闭机场不直接相关的航班取消数量下降66.67%,恢复成本减少17.4%。该方法在可接受的延误水平内,显著降低了航班取消率,对航空公司航班正常运行有较高价值。

基于轻量化YOLOv4机场场面遥感图像目标检测方法

针对现有遥感图像目标检测方法存在深层CNN丢失局部特征信息、复杂场景检测精度低的问题,提出一种基于轻量化YOLOv4的目标检测方法。首先,采用轻量级神经网络Ghostnet替代YOLOv4中作为主干特征提取的CSPdarknet53网络;其次,为改善复杂环境检测能力,采用CycleGAN仿真夜间场景;再次,融合Transformer模块,使模型易于采集网络特征间关系和局部信息;最后,采用Adam优化器和K-means++筛选锚框的方式加速收敛速度,并以RSOD航空遥感数据集进行实例验证。实验结果表明本文算法较原YOLOv4的MAP值提高了6.65个百分点,参数量减小了84.7%,可以满足复杂场景下的机场场面航空器实时目标检测。

基于弹道下降方式的无人机风险评估与航路规划

针对无人机系统失效后对地面人员及财产安全的威胁,提出了一种基于弹道下降方式下的无人机风险评估及航路规划方法。分析了无人机失效后的下降特点及规律,采用栅格法划分空域环境,以地面不同属性构建低空空域环境风险评估模型。结合无人机飞行的风险值、路径长度和空域情况,建立了多目标、多约束的无人机飞行航路规划模型。利用改进蚁群算法进行求解:优化转移概率,避免蚂蚁陷入死区间和减少盲目搜索;对信息素的更新进行改进,调整自适应系数增强最优路径的信息素浓度,提高算法收敛速度与稳定性。相比传统蚁群算法的路径规划,运行时间缩短6.7%、最优路径风险值降低41.45%、整体性能提高18.0%。仿真结果表明:本文模型及改进算法可以在提高路径安全性的前提下,缩短规划路径生成时间且保障运行的经济性。