飞行保障架次预测方法研究及恢复期预测

为研究飞行保障架次未来恢复发展情况,在传统时间序列预测方法基础上引入支持向量机(SVM)进行优化,再结合疫情影响预测并判断未来的增长情况,为未来航空运输的恢复提供了一定参考依据。首先基于ARIMA-SVM、Holt-Winters三参数指数平滑-SVM两种组合模型,在无疫情数据基础上进行验证,实现模型精度的优化;然后基于X-12分解疫情时间序列,预测2021年-2023年三年内的月度值,并判断年度增长恢复情况。结果表明:引入SVM优化残差序列后,组合模型与单一模型相比误差有所降低;通过疫情影响分析及预测可以判断疫情影响下的飞行保障架次预计在2023年恢复至疫情前的水平。

面向飞机装配批架次完工时间的仿真预测方法

针对传统离散事件仿真方法缺乏对产品间差异化分析的局限性,提出一种面向飞机装配批架次作业过程的仿真预测方法。围绕飞机架次标签,研究对批架次装配作业过程中各类基本要素与交互关系的形式化定义,由此完成站位、整线仿真模型的构建;研究支持产品差异化分析的仿真推进框架与执行机制;以仿真结果数据为基础,提出基于区间估计法的架次完工时间预测方法。实验结果表明:该方法能准确地输出各架次预计完工时间的置信区间,为现场提供可靠的评估依据。

基于HTCPN的飞机出动架次率仿真测算方法

针对“热保障”条件下飞机出动架次率难以测算的问题,提出一种基于分层赋时着色Petri网(HTCPN)的飞机出动架次率仿真测算方法。首先,根据飞机基层级维修保障工作,建立飞机连续出动模型与保障流程;其次,运用Petri网理论和CPN tools软件,构建基于HTCPN的机务保障全过程计算机仿真模型;最后,通过算例分析找出制约飞机出动架次率的重要影响因素。结果表明,所提方法不仅能够找出影响飞机出动的重要因素,还能为飞机出动架次率测算提供技术支撑,具有一定工程应用价值。

基于指标关联的舰载机出动架次率预测方法

舰载机出动架次率作为衡量航母战斗力的关键指标,对航母舰载机系统的安全高效运行十分重要。建立根据实时数据预测当前出动架次率的模型,将会为航母指挥官的实时调度提供重要参考。首先,从指标原始数据出发,基于大数据关联度分析、社区发现及主成分分析法,确定指标之间的树状关系,从而建立稀疏深度神经网络。同时,为了保证更好的训练效果,选取标准化、L2正则化、Adam优化器作为神经网络的优化算法进行训练。仿真结果表明,在航母舰载机持续性出动任务下,所提方法能够实现对舰载机出动架次率的快速、准确、实时预测。

基于SPSS的管制工作负荷与航班架次关系分析

为了确定扇区的容量,对管制工作负荷与航班架次进行了相关性分析。在DORATASK方法的框架下,将管制工作负荷分为三类。利用SPSS软件建立了以航班架次为因变量,以三类管制工作负荷为自变量的多元线性回归模型。通过拟合优度等指标确定了模型的有效性,对于确定扇区最大容量有一定的指导意义。

多架次作业植保无人机最小能耗航迹规划算法研究

利用栅格法对工作区域进行划分,快速得到往复遍历式植保无人机的作业路径,在以作业架次数最少为约束条件的情况下,研究了一种多架次返航路线规划算法,合理地分配了各架次的喷药量和返航点,使无人机的工作总能耗最小,降低了无人机在非作业情况下无效消耗能量,提高了作业效率。仿真结果表明,在同等作业条件下,在一块210 m×200 m的矩形作业区域,采用本算法进行航迹规划,相比于仅以药液耗尽为返航依据的航迹规划,能耗节省率达到了12.89%,而且作业面积越大,能量节省效果越明显,通过田间对比试验,进一步证明了算法的可行性。

基于闭排队网络的飞机出动架次率分析

提出一种基于排队理论的解析方法用以计算作战飞机的出动架次率.首先建立作战飞机出动回收过程的闭排队网络模型,该排队模型不同的服务中心之间可以共用同一种服务器.然后改进了平均值分析(MVA)方法,用以分析该闭排队网络模型,获得了作战飞机的出动架次率,用以辅助作战指挥人员决策.同时分析了其它性能指标,如各个服务中心的飞机排队长度,资源的利用率等,找到了制约架次率提高的瓶颈.最后在给出的实例条件下,通过与仿真结果的对比验证了本方法的有效性.

基于CWT的常规雷达编队目标架次自动识别

基于多普勒效应的编队目标架次识别的关键,在于要有噪声抑制和频率分辨能力良好的特征提取算法。文中把在乘性和加性高斯噪声背景中具有优良的提取调频信号分量能力的Choi-Williams三谱(CWT)引入编队目标架次识别特征提取,构建了基于CWT三谱的距离-时间-多普勒投影像形态特征的架次自动识别方法。对实测编队目标回波CWT像形态特征的架次识别实验说明,该特征提取算法具有良好的噪声抑制能力和频率分辨率;信噪比为-5 dB的条件下对二架和四架编队目标的正确识别率不低于97%。

基于Radon-WVD变换的编队目标架次识别

针对常规低分辨雷达,研究了编队目标回波的多普勒频率变化特征,提出了采用Radon-WVD法,在时频域对编队目标的整体特性(调频率)进行快速准确的估计。该方法的估计结果不但不受WVD交叉项的影响,而且由于Radon变换的积累特性使得Radon-WVD变换法相对WVD有更好的抗噪声性能。仿真实验验证了该方法的有效性,成功地实现了多架编队飞机架次识别。

基于SVM的航空兵空运转场载机架次预测研究

分析影响载机架次的主要因素,利用支持向量机(SVM)理论建立非线性回归模型,通过反复试验和网格搜索算法确定预测模型的核函数及参数,进而对载机架次进行预测。预测结果表明:同BP神经网络预测模型相比,支持向量机预测模型具有良好的泛化能力及准确的预测结果。

面向架次率的机场资源配置优化模型

架次出动率是评价军用飞机作战能力的一项重要指标。面向架次率这一重要指标,基于排队理论和边际分析法建立了机场资源配置优化模型。首先建立架次生成过程的闭排队网络模型,使用平均值分析方法获得给定资源配置下,任意架飞机参与飞行时的架次出动率;然后结合平均值分析算法和边际分析方法,综合考虑资源的价值和对架次率的影响,建立面向架次率的资源配置优化模型。此模型可为机场资源配置提供决策方案,并通过一个实例介绍了本模型的应用。

基于时间-距离-多普勒像的编队目标架次检测

针对实际编队目标在距离上的分布特性和目标多普勒频率的变化规律 ,利用联合时频变换代替传统傅立叶变换 ,建立目标时间 -距离 -多普勒立体像 ,提出一种基于立体像的目标架次检测方法。该方法不仅能给出清晰的瞬时距离 -多普勒像 ,而且能反映目标距离 -多普勒像的时间演变特性 ,较好地解决了目标在距离上的分布和多普勒像的模糊。实测回波数据验证了该方法的有效性 ,成功地实现了 4架编队飞机目标的架次检测。

窄带相参雷达非刚性编队目标架次分辨研究

针对窄带相参雷达,文中在对目标进行长时间观测的基础上,深入研究非刚性编队架次分辨的原理。建立了多目标的统一模型,分析了非刚性编队目标的回波多普勒组成,提出了公转多普勒、径向多普勒和调频多普勒等新概念。进而,指出公转多普勒和径向多普勒的和决定了目标时频曲线起点,调频多普勒决定了目标时频曲线的走势。而目标间频率起点和时频曲线走势的差别构成了编队架次分辨的基础,而时频分析则是实现分辨的有效手段。最后,仿真和实测的实验结果证明了文中结论的正确性。

基于脑电数据的管制架次对管制员疲劳影响研究

为量化研究管制区域内飞机架次的时空变化对管制员疲劳的影响,设计相应测试方案进行试验研究。有针对性地选取20名在职管制员分别在大、小夜班的班前和班后进行试验,采集完成不同流量等级下雷达模拟机任务过程中的管制员的脑电(EEG)信号数据,从数据中提取疲劳指标值,运用SPSS20.0软件统计分析指标值,根据管制员的岗龄将其分成2组进行比较,线性拟合班前班后的管制员疲劳指标值。结果表明:岗龄≥10年的管制员疲劳指标值及其波动性明显低于岗龄<10年的管制员;班前管制员疲劳指标值随管制架次的增加中后期呈下降趋势;班后管制员的疲劳指标值随管制架次的增加而增长,随时间呈3次曲线变化。

一种基于时频分析的目标架次识别方法

针对常规窄带雷达无法直接在距离和方位上识别目标架次的缺陷,利用编队目标间距引起的多普勒频率的差异,给出了一种基于时频分析的窄带雷达目标架次识别方法.该方法既有良好的时频分辨特性,同时又能抑制交叉项,因而能对目标架次做出准确的判断.计算机仿真结果验证了该方法的有效性.

编队目标架次的识别

分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律 ,利用Morlet小波变换 ,对编队目标回波进行时 -频分析 ,从回波信号的三维时频图在二维时频坐标下的等高线上识别目标架次。通过实验结果可以看出 ,此方法是可行的。

基于单因素SVM的航空兵空运转场飞行架次需求预测研究

航空兵部队成建制空运转场飞行架次需求预测,对机关、航空兵部队拟定空运计划、进行空运准备等都具有重要的意义。运用序列后向选择方法(SBS)对影响飞行架次的特征因素进行逐层淘汰,利用支持向量机(SVM)理论建立单因素非线性回归模型,进而对飞行架次进行预测。预测结果表明:同多因素SVM预测模型相比,单因素SVM预测模型虽在预测精度上没有显著提高,但其减少了预测的前期工作量,方便了机关和部队的使用,实现了飞行架次预测的实时性要求。

基于SARIMA-LSTM的各类飞行保障架次预测研究

各类飞行保障架次是反映我国民航空管系统各单位保障能力以及运行效率的重要性指标,对各类飞行保障架次的预测分析有利于为相关部门的决策提供技术与理论支持。基于2010-2019年各类飞行保障架次的月度数据,根据数据的时间序列特点采用SARIMA拟合数据的线性趋势,得出预测值,再用LSTM对残差的非线性数据进行修正,得到修正后的残差,最终将预测值和修正后的残差相加得到最终的预测结果。将组合后的SARIMA-LSTM模型预测结果与SARIMA模型相比,结果表明组合后的模型对各类飞行保障架次有较好的拟合效果。

基于EBOM的民机单架次潜在备件集生成研究

首先,通过分析EBOM中零部件的有效性,获得特定机型的装机零件清册。再根据飞机零部件之间的装配关系及零件类型,利用BOM遍历搜索算法得到飞机的潜在备件数据集,为初始备件推荐清单和初始库存清单提供数据基础。应用表明,开发系统得到的潜在备件数据集,能够满足工程实际需要。

一种基于循环自相关分析的雷达编队目标架次估计

在研究编队目标回波多普勒频率变化的基础上,提出一种基于循环自相关分析的编队目标架次估计新方法。该方法利用编队目标回波可近似看作多个频率相近、幅度恒定、调频系数相等的LFM信号叠加的特点,采用循环自相关估计回波信号的调频系数,再利用分数阶傅立叶变换对编队目标架次进行估计。该方法计算简单,易于工程实现,相对Fourier变换和WVD具有较高的分辨能力。实测数据实验表明了方法的有效性,实现了较短数据长度下的雷达编队目标架次的有效估计。