多点定位接收机的设计与实现

为解决民用航空多点定位系统中多个远端站的时间同步问题,完成对广播式自动相关监视系统(automatic dependent surveillance-broadcast,ADS-B)信号到达时间信息的提取,设计一款高精度低成本的多点定位接收机。由于到达时间差(time difference of arrival,TDOA)的精度主要由时间同步和报头检测的精度决定,提出基于驯服时钟的分布式授时方法和具有动态门限值的报头检测算法来提高TDOA的精度,从而提高接收机的精度,通过Taylor级数展开法验证,表明接收机的TDOA精度达到了预期要求,最后完成接收机的硬件和软件实现。

基于双变量自适应“当前”统计模型的场面4D轨迹跟踪预测

为了解决“当前”统计模型由于固定机动频率及假定加速度极限值,在复杂机场环境下机动目标跟踪性能降低的问题,提出一种双变量自适应的“当前”统计模型滤波算法。首先,利用加速度噪声一阶时间相关过程模型,推算出实时在线调整的机动频率。然后,根据位置状态估计值与加速度变化率,通过运动学理论模型和位置滤波残差,推导出实时在线更新的加速度方差,从理论上实现了模型自适应更新。最后,基于场面真实广播式自动相关监视(automatic dependent surveillance-broadcast,ADS-B)轨迹数据进行验证,结果表明改进的“当前”统计模型能够在非等间隔预测的基础上实现自适应调参,且在位置、速度和加速度上的轨迹拟合精度均得到了提高,并在速度和加速度跟踪误差方面得到了收敛。

基于5G通信技术的变电站SF_(6)气瓶智能管理系统设计

为确保变电站六氟化硫(SF_(6))气瓶智能管理的时效性和可靠性,设计基于5G通信技术的变电站SF_(6)气瓶智能管理系统。通过SF_(6)气体采集器等装置,感知并采集变电站SF_(6)气瓶的状态数据。将该数据通过由5G通信技术构建的5G传输模块,传送至管理模块,并采用5G切片技术划分网络,以实现按需通信。管理模块接收经由5G传输模块传送的数据后,基于非分光红外差分检测方法,在线智能检测SF_(6)气瓶的泄漏浓度,并校核SF_(6)气体在线监测结果,以实现SF_(6)气瓶的智能管理。测试结果表明:网络传输平均速率在8~10 Gbit/s之间,极大程度接近传输速率峰值,通信的实时性良好;能够实时监测SF_(6)气瓶运行状态,在线监测精度较高,平均偏移程度低于0.035。该系统可全面呈现气体的泄漏情况,以及发生泄漏的时间和泄漏气体的浓度情况。

基于完全4D参考轨迹的场面滑行引导

文中针对自动驾驶模式,构造滑行油耗模型,以滑行过程中油耗最低为目标并利用粒子群算法得到航空器最优滑行速度剖面、包含航空器任意时刻位置信息的完全4D参考轨迹.并且根据航空器运动学模型、基于完全4D参考轨迹设计了一套基于模型预测控制算法(model predictive control, MPC)的控制器,以轨迹点位置误差和控制量变化最小为目标实现精准的参考轨迹追踪.最后,通过实验仿真验证了基于油耗模型的4D轨迹设计方案降低了成本、基于MPC的滑行引导算法能够驱动航空器在较小误差下实现完全4D参考轨迹.

三全育人视域下民航院校交通运输工程人才培育路径探究——基于A大学的思考

为培养具备复合知识、多元能力、民航素养、国际视野的交通运输工程复合型人才,文章围绕“一流交通”的学科建设目标,积极推进中国特色世界一流民航交通专业的发展定位,提出思政教育全程化、课程培养精准化、科教融合一体化、实践训练国际化、培养目标精英化的人才培养途径,通过实施思政教育改革、建设学研相济体系、构建实验实训平台和多维度协同育人模式等,构建一流的交通人才培养体系。在此基础上,推动民航院校一流交通运输工程人才培育形成新的体制机制与路径,为完善思政教育体系、深化“三全育人”工作格局的实施提供了借鉴。

基于交互式多模型的短期4D航迹预测

通过采集ADS-B等空地数据链实时下传的航空器状态数据(高度、航向、地速和垂直速度),建立航空器的飞行状态转换及观测方程,进而利用交互式多模算法(IMM)让不同的运动模式匹配航空器不同的运动状态,动态校正航空器初始航迹预测值,并展开无观测数据条件下的4D航迹外推.仿真实验表明,该算法收敛速度较快,航迹预测精度较高,能够有效的追踪航空器的实时运动状况.

基于网格划分的ADS‑B地面站信号覆盖及选址分析

针对通用航空飞行活动的安全监视问题,合理的广播式自动相关监视(Automatic dependent surveillance‑broadcast,ADS‑B)地面站选址规划能够提高空域的监视范围,基于网格划分分析ADS‑B地面站对真实高度的监视信号覆盖范围并进行选址分析。考虑地球曲率和地形遮蔽对信号传播距离的影响,采用数字地理高程数据建立地理模型,将空域网格化处理,用Xdraw算法计算网格覆盖性,确定ADS‑B地面站对真实高度的最大理论覆盖范围,构建地面站最大覆盖模型进行空间规划布局。最后,对ADS‑B地面站信号覆盖情况进行仿真,并以湖北省为例,计算出满足该区域覆盖需求的地面站布局。为实际工作中的地面站布局规划提供了依据。

基于改进蚁群算法的无人机冲突解脱技术

基于ADS B监视数据,提出了一种基于线性外推法的机载无人机冲突探测与解脱方法,为可能发生的冲突提供预警。为解决多无人机冲突问题,引入基本蚁群算法,并通过加入速度调整策略来优化传统的基本蚁群算法的冲突简化模型。提出了一种基于速度调整策略和航向调整策略的多无人机冲突解脱方案。通过加入排序系统和角度信息,改进了蚁群算法。结果表明,改进的蚁群算法可为空域内多无人机规划无人机冲突解脱路径。改进后的蚁群算法,提高了计算效率,收敛出最优化目标所需时间减少了43.9%,且最终总延误距离减少了58.4%。

基于大地坐标系的IMM航空器短期航迹外推

针对航路飞行阶段的航空器,通过对比空间直角坐标系和大地坐标系的优劣,采用大地坐标系表示航空器的位置;基于大地坐标系,将航空器的运动解耦成3个方向上的独立运动,分别建立每个方向上的子模型;使用交互式多模型(interacting multiple model,IMM)算法对航空器的航迹进行跟踪。仿真结果表明,基于大地坐标系的IMM算法对于航空器有很好的轨迹追踪性能;根据航空器末时状态及各个子模型的概率分布进行航空器的航迹短期外推,基于大地坐标系的IMM算法的航迹外推性能优于基于空间直角坐标系的IMM算法的航迹外推性能。

基于案例库的管制指令偏差识别与匹配方法

基于历史管制指令偏差案例的分析,案例风险特征的挖掘方法以提高案例匹配的准确性。建立概念向量模型,解决文本词义相近产生冗余特征的现象,构建风险模式案例库。考虑传统欧式距离无法区分属性差异化,提出基于粗糙集理论的加权欧式距离进行案例相似度匹配,以高权重表征突出人为因素偏差、风险指令模式关键风险特征的重要性,来提高案例匹配的准确性。对比试验结果显示,基于粗糙集理论的加权欧氏距离能准确区分出关键风险特征,且案例间的距离由原来的0.2~0.4缩小到0.1~0.2,提高了匹配的准确度。并进行实时案例仿真,结果验证了改进后的方法适用于属性差异化大的案例匹配。

无人机冲突探测及解脱策略关键技术研究

在无人机运行环境数据及运行监视数据的支持下,针对无人机在运行过程中可能遭遇的危险,研究了基于线性外推法的飞行冲突预判算法,对无人机飞行冲突进行预警;并采用航迹刷新周期滑窗相关算法降低虚警概率;针对可能产生的飞行冲突,考虑无人机的性能限制,以冲突解脱所需最短时间为目标,给出一种最优解脱策略;对产生冲突的两架无人机,对比了垂直机动、航向调整、速度调整三种解脱策略.案例分析结果表明:采用垂直机动策略,冲突解脱所需最短时间为78.8s,采用航向调整策略,冲突解脱所需最短时间为195s,采用速度调整策略,冲突解脱所需最短时间为285s.可见,垂直机动解脱策略效果最优,水平方向上,航向调整策略优于地速调整策略.

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类(Density-based spatial clustering of applications with noise,DBSCAN)方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法(Density-based spatial clustering considering speed,direction and high level improved by local outlier factor,LOFDBSC-SDH)密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。

基于改进Faster-RCNN的机场场面小目标物体检测算法

针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的“自顶向下”的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。

改进蚁群算法的多无人机冲突解脱技术研究

在基于ADS-B技术的运行监视数据支持下,针对地基无人机冲突探测与解脱问题,提出了基于线性外推法的地面站多机冲突探测方法,对可能存在的冲突进行预警;针对存在的多机冲突问题,引入基本蚁群算法,并对传统基本蚁群算法的冲突简化模型进行了优化,加入了调速策略;基于调速、调向策略给出多机冲突解脱方案.加入角度信息、排序系统对蚁群算法进行改进.结果表明:改进蚁群算法对空域中的多机冲突状况能够给出多机联合解脱路径,相较于传统蚁群算法,收敛出最优化目标路径所需时间减少了43.9%,解脱方案带来的总延误距离减少了58.4%.

基于改进IMM算法的机场移动目标轨迹跟踪与预测

为了实现机场场面移动目标的准确轨迹跟踪与预测,考虑使用IMM算法对轨迹进行校准,并在此基础上提出了一种改进的轨迹外推算法.首先对机场进行路网建模,路网中节点之间互相转移概率用概率邻接矩阵表示,并建立匀速、匀变速,以及匀速转弯模型.然后对采集的ADS-B数据进行实时处理,结合改进的IMM算法实现轨迹跟踪.为推测机场目标意图,在缺乏轨迹观测数据情况下,将历史统计概率纳入马尔科夫转移矩阵考量以提高轨迹外推的精度,使其更符合实际.仿真结果证实了修正后的外推算法预测的轨迹比未修正的外推算法准确率更高.

基于聚类分析的航空器滑行过点时间预测

为了预测航空器滑行预计到达时间(Estimated time of arrival,ETA),减少场面冲突,提高机场运行效率,本文使用卡尔曼滤波算法对场面历史轨迹数据进行预处理。为了衡量轨迹样本间的距离,综合三类特征用于机场场面历史轨迹数据聚类。特征包含航空器滑行时段和场面航空器数量,以及参考动态时间规整(Dynamic time warping,DTW)算法提取的轨迹差异度特征。将两个样本特征的欧式距离作为样本间的相似度量;基于均差最大原则确定初始聚类中心,使用K-means算法对样本进行聚类,根据待规划航空器的所处时段和场面航空器数量选择匹配度最高的类簇,将其聚类中心样本的轨迹序列和塔台规划的静态路径相结合预测航空器滑行ETA。通过将实际轨迹数据与预测的滑行ETA进行对比分析,证明了本文预测航空器滑行ETA的准确性。

面向机场飞行区异物探测的无人机巡检路径规划研究

为了解决无人机巡检路径的问题,在二维平面内对目标区域进行处理,先将机场目标区域栅格化,并将可巡检区域和障碍物用0-1矩阵表示,然后考虑跑道和滑行道的地理位置将目标区域分块。最后用遗传算法和“Z”型扫描方法规划出无人机水平巡航轨迹,并通过简化无人机转弯运动模型,估算出无人机巡检目标区域的时间。仿真结果表明,采用“Z”型扫描的方法进行无人机航迹规划,无人机能够在更短的时间内完成对目标区域的巡检。

面向控制到达时间的巡航飞行剖面实时优化

到达时间的精确控制为管制自动化系统管制飞行剖面提供智能决策支持。通过把航程距离均分成多段,建立航空器在每一分段航程的燃油消耗模型,并结合实时飞行状态数据和预计到达时间(ETA),运用遗传算法动态优化各均分段所对应的空速加速度,进而达到精确控制航空器到达时间、实现飞行剖面优化的目的。实验结果表明,该算法收敛速度较快,能把到达时间误差控制在±4 s范围内,为新一代的管制自动化系统提供支持。

基于机器学习的进场模式识别与预测

为了给空中交通管制员提供更好的决策支持,提出了一种数据驱动的进场飞行模式识别与预测方法。对于进场飞行模式识别,提出了一种基于聚类的方法用于发现不同的管制意图。对于飞行模式预测,分别训练了两种预测器用于估计在特定的交通态势下,管制员将会发布的指令。其中对于进场模式的预测器可以当作是空中交通管制员模拟器,其可以像管制员一样为进场的航空器指定合适的进场模式。因此,该模拟器被认为可以为管制员提供有效的建议。最后,通过案例研究证明了基于卷积神经网络的预测器性能优于基于随机森林的预测器。

航路序贯飞行条件下的航空器自主间隔控制

针对航路序贯飞行条件前机减速情况下两航空器的间隔保持问题,在考虑航路飞行存在的随机扰动因素的情况下,提出了基于滚动时域控制的航向角调整和真空速调整的混合间隔保持策略。对不考虑随机扰动的静态离线优化、仅使用速度调整的在线优化和混合间隔保持控制律在线优化3种间隔保持策略进行了对比,仿真的结果表明,不考虑随机扰动的静态优化在预计机动时间结束后没有回到航路中心线,仅考虑速度调整的间隔保持策略在254 s内完成了机动飞行,同时采用速度调整和航向调整的混合间隔保持策略在97 s内完成了机动飞行,机动效率提高了61.8%。结果表明了混合间隔保持策略的有效性、高效性及鲁棒性。