基于FANP的私用飞行驾驶员安全驾驶行为评价模型

为了正确评价私用飞行员的安全驾驶行为,在系统分析飞行运行全过程的基础上,建立了基于模糊网络分析法(FANP)的私用驾驶员安全驾驶行为评价模型.针对模型中三角模糊数互补判断矩阵一致性检验过于复杂的问题,引入了最小方差的非线性规划模型,通过求取最优解以简化计算,获得可信度较高的评价指标权重.以某航校飞行学员的评价为实例进行实证分析,结果表明,该模型较传统评价方式更全面、客观,有助于飞行员的安全驾驶行为训练.     

基于UML的飞行监控系统分析与设计

介绍了UML的概念和要点,应用UML对飞行监控系统进行了建模.给出了系统的体系结构并建立了飞行监控系统的用例模型、静态模型和动态模型,提高了系统的可靠性、可重用性和可维护性,为应用UML对大型飞行监控系统的建模进行了有益的尝试.     

基于BP网络的小型无人机航迹预测

随着人工智能技术、通信技术、网联技术的发展,以及无人机运行成本的降低等,我国民用无人机应用范围及应用领域日益扩展,已在城市物流、线路巡检、地质灾害预测、应急救援、地理测绘、山地运输等民用领域得到广泛应用.由于无人机种类繁多、运行环境复杂,无人机航迹分析及航迹预测已成为目前的研究热点.针对小型无人机运动特性及航迹预测问题...     

航空器地面畅通滑出时间研究

对航空器在机场地面畅通滑出时间进行精确预测,是开展机场地面拥堵疏导和降低航空器地面滑行冲突风险研究的前提.目前国内外学者在建立航空器地面畅通滑出时间预测模型时,在机型分类、样本数据区间选择、自变量选取、定义或计算方法等方面存在不合理问题.首次从跑道资源占用角度选取数学模型的自变量,并提出了改进的畅通滑出时间算法.先对样本数据进行整体拟合(拟合度为0.93),然后使用拟合斜率法查找拟合曲线的分段点,对样本数据区间进行分割和选取,针对不同机型的畅通滑出时间分别建立了对数正态分布模型,最后用首都国际机场实际运行数据进行检验,结果显示重型机和中型机畅通滑出时间误差范围在±3分钟内的预测准确率分别为94.12％和100％,表明该预测方法是可行的,且具有较高的准确性.     

航空器畅通和拥堵滑出时间计算方法

为提升离场航空器在廊桥推出时机的控制精度,减少航空器在地面滑出等待时间和燃油消耗,有效缓解机场地面拥堵,提出一种航空器地面滑出时间的计算方法.基于首都机场运行数据,首先使用最小二乘法寻找样本数据区间的分段点,并对其进行分割和选取,然后针对1号停机位区域的离场航空器,使用正交距离回归算法和多元线性拟合法分别建立了不同机型的畅通滑出时间和拥堵滑出时间的数学模型,最后用相同机位的实际运行数据进行检验,结果表明:停靠1号机位区的重型机和中型机畅通滑出时间的预测误差率分别为15.02％和13.59％,拥堵滑出时间的预测误差率分别为11.55％和10.89％,说明最小二乘法比之前使用的拟合斜率法更优,使重型机和中型机的畅通滑出时间预测误差率分别下降了1.71％和1.42％.     

反演卷云激光雷达比的新方法

激光雷达比(消光系数与后向散射系数之比)是 卷云的重要光学特性之一,提出了一种通过 Mie散射激光雷达回波信号反演卷云激光雷达比的新方法。以云底气溶胶的消光系数 和卷云的光学 厚度两个参量为约束条件,构建以云顶气溶胶的消光系数和卷云的激光雷达比为未知参量的 非线性方程 组,采用粒子群算法求非线性方程组的数值解,同时获得云顶气溶胶的消光系数和卷云的激 光雷达比。使 用Mie散射激光雷达真实回波信号进行了实验验证,结果表明,本文方法是有效的,并且具 有迭代次数少、收敛速度快的优点。     

动态预测技术在航班运行风险中的应用

为了解决静态评估技术无法适应航班运行风险要素频繁动态变化的问题,通过对中国民航近10年5000余项不安全事件的系统分析,识别风险关键指标,构建以航班运行过程为对象的动态贝叶斯网络,并根据统计结果初始化网络参数;通过对真实航班仿真计算,使用原有风控系统中的航行情报、气象预报等数据对参数实时修正,得到对飞行全程风险的预测结果.结果表明:航班在起飞前和巡航过程中,安全度高;在进近和着陆阶段,受机场风切变的影响,风险值剧烈变化,低风险概率降低到17.2%,中等风险升至70.9%,表明安全着陆可能性低,建议措施为返航或备降,该策略与实际运行结果一致,说明预测方案可行有效.进而,从单一案例扩大至2017年雷雨和冰雪季规模性数据验算,验证预测结果与实际运行状况吻合率达到80.4%,进一步证实了所提方案的可靠性.     

雷暴天气下的多航班备降动态优化方案

空中多次备降极易导致低油量等不安全事件发生。针对区域内多航班集体备降这一问题，选取其中最复杂情况，即航路或终端区存在雷暴天气，首先通过搜集和统计气象数据与历史航迹，得到雷暴天气下飞行限制区的划设标准；然后，将前往备降场方式分为机动飞行与沿航路飞行两类，分别使用A*与改进灰狼?Dijkstra方法开展改航路径规划；先以备降航班飞行总时长最短为单目标，再综合飞行、管制、机场、航空公司等多方期望构建多目标函数，定义动态决策时间间隔，提出一种基于单目标与多目标的区域内多航班备降动态优化方案；最后，使用“8.12”华北运行数据开展仿真验证，在单目标与多目标方案中，面向机动飞行A*算法所得结果分别将飞行总时长减少了100 min和62 min，而面向按照航路飞行的改进灰狼?Dijkstra算法所得总时长分别减少73 min和14 min；并且，在多目标方案中，航班恢复飞往原目的地的时间整体提前了63 min，总成本降低了6.29万元。以上说明，该方案在保证航班备降安全基础上，可兼顾多方需求，提升经济与效率。