基于无人机的无线电监测定位效率提升研究

近年来,无线电干扰严重危害民航通导设备的安全运行。针对“最后一公里”下民航无线电监测系统定位干扰源效率不高的问题,通过SDK开发将测向数据融入无人机下行遥测数据帧,并在移动地面站以示向线交汇形式估计目标干扰源位置,提高了监测任务的便捷性。通过仿真分析典型定位模糊区性能指标,为航线规划提供了减少定位误差的理论依据。最终通过实际测试,得出空中监测观测点在60°示向线交汇的归一化值,比相邻示向线交汇值与交叉定位解算值定位精度更高的结论,可进一步提升空中无线电监测定位效率。

基于可视化的民航无线电干扰源定位研究

针对在地图中只能显示干扰源二维位置而不能显示三维位置的问题,提出干扰源位置三维显示方法。建立监测区域三维模型,将干扰源附近电磁环境以颜色映射方法可视化,并在所建三维模型周围显示出来,通过颜色直观判断干扰源大致三维位置,提高干扰源排查效率。文中详细介绍了电磁环境可视化方法以及三维模型建立,最后使用自主开发的无线电干扰源定位软件进行了测试,实现了干扰源位置三维显示。

基于GIS的民航无线电干扰源三维定位系统设计

近年来,无线电干扰严重危害民航通信导航设备运行,利用无人机携带测向设备定位干扰源是无线电干扰源监测研究的热点。针对自主开发的无线电干扰源空中监测定位系统只能在地图中显示干扰源二维位置而不能显示三维位置的问题,在GIS软件Google Earth的基础上进行二次开发,设计了一套民航无线电干扰源三维定位系统,将GIS的空间分析能力与民航无线电监测相结合,通过建立监测区域的三维模型,直接显示干扰源三维位置。利用开发的三维定位系统进行了空中无线电监测及交叉定位测试,测试结果验证了定位系统的可行性。

通信导航监视方向专硕创新能力提升研究

随着专业学位研究生(专硕)的扩招以及社会对高层次人才的需求,高校的人才培养模式需响应新时代发展。为满足当代民航交通运输专业人才培养要求,贯彻教育部理念,对民航通信导航监视(CNS)方向专硕创新能力提升进行探讨,分析了目前CNS方向专硕的培养现状及存在问题,结合民航发展特点和在校生实际情况,提出了针对课程体系、培养模式、科研平台和评价体系等方面的创新能力提升策略,为民航储备高层次创新人才提供建议。

边缘计算在飞行训练中的应用

眼是人心理活动和思想在外观上的重要表现形式,文中通过使用高速图像采集系统跟踪飞行员的眼动轨迹来分析其心理行为,以研究飞行员在训练过程中的注意力情况。随着低功耗嵌入式设备、高速5G网络的逐渐成熟,已逐步进入"万物互联"新时代,基于此,提出采用边缘计算设备评估飞行训练效果的解决方案。该方案介绍了一种基于边缘计算架构的实时眼动跟踪系统,采用高速CMOS图像传感器采集眼部图像,提出了一种基于MobileNet的轻量级网络结构快速定位瞳孔位置,然后利用NVIDIA Jetson Nano板卡实现在连续视频图像中定位瞳孔并计算出注视点的功能,以获得眼动视觉焦点轨迹。实验结果表明,该边缘计算系统构成简单,且能满足实时眼动跟踪的要求,为实现实时心理行为分析提供了一种新的有效方法,给改进飞行训练效果提供了重要参考依据。

基于注意力机制的飞行学员疲劳分类网络研究

近年的通用航空事故中,出现在飞行训练期间由人因引起的事故约1/3。疲劳是人因中重要的一种,准确地识别飞行学员的疲劳状态对飞行安全有积极意义。提出了一种融合注意力机制的飞行学员精神疲劳分类网络,使用深度可分离卷积对网络参数进行精简,引入注意力机制充分利用通道与空间特征对脑电无用信息进行抑制的同时增大了关键信息权重。使用公开疲劳数据集SEED-VIG对网络进行预训练,然后通过迁移学习将其应用于飞行学员精神疲劳分类,网络在对4种精神疲劳状态分类时达到了84.12%的准确率,并在NVIDIA Jetson Nano上达到了27samples/s的运行速度。该网络可有效识别飞行学员的疲劳类型,并及时向飞行教员反馈学员精神状态情况,为判断飞行学员是否适合训练提供生理依据,同时该网络满足移动设备和嵌入式设备的计算要求。