摘要：精准的航班延误预测结果可以为大面积航班延误的预防提供巨大的参考价值。航班延误预测是在特定空间下做时间序列预测,然而目前已有预测方法多为两种或多种算法的结合,存在算法间的融合问题。针对上述问题,提出了一种综合考虑时空序列的卷积长短时记忆(Conv-LSTM)网络航班延误预测模型。所提模型在长短时记忆(LSTM)网络提取时间特征的基础上,将网络的输入和权重矩阵进行卷积来提取空间特征,从而充分利用数据集包含的时间和空间信息。实验结果表明,与LSTM、仅考虑空间信息的卷积神经网络(CNN)模型相比,Conv-LSTM模型的准确率分别提高了0.65个百分点和2.36个百分点。由此可见,同时考虑时空特性可以在航班延误问题中获得更精确的预测结果。此外,基于所提模型设计并实现了基于浏览器/服务器(B/S)架构的航班延误分析系统,并且该系统也可以应用于空中交通管理局流量控制中心。

摘要：航路飞行阶段的导航台选择是区域导航(area navigation,RNAV)运行的主要环节。在RNAV选台过程中通常会遇到换台频繁或台站跳变问题。根据测距机(distance measure equipment,DME)/DME导航方式提出了实际导航性能(actual navigation performance,ANP)的计算方法,并通过设定ANP阈值结合最小ANP值的方法设计航路飞行阶段DME台站选择算法。对京沪航线及其周围的DME台站数据进行了仿真实验,结果表明,该选台算法在满足导航精度要求的情况下有效避免了换台频繁和台站跳变问题。

摘要：目的在极化合成孔径雷达(synthetic aperture radar,SAR)图像中常用直线检测进行机场跑道的识别,但是河流、道路等与机场跑道具有相似直线的地物容易对检测结果造成干扰,出现检测目标难定位、目标模糊、多虚警等问题。为此,本文设计了一种利用目标散射特性结合局部二值模式(local binary patterns,LBP)特征分类的极化SAR图像机场跑道区域检测方法,采用LBP特征对极化SAR图像进行有监督的分类来提取真实的机场区域。方法首先利用异化散射功率对极化SAR图像进行阈值分割,然后通过形态学处理得到疑似机场跑道区域,同时构建机场跑道和非机场跑道两类训练样本,并提取、统计样本的LBP特征,形成直方图,得到特征向量训练支持向量机(support vector machine,SVM)二分类器,其中SVM二分类器采用了径向基函数(radial basis function,RBF)核函数;接着对疑似机场跑道区域构建LBP特征,送入SVM二分类器中分类,对机场跑道进行检测识别,最终得到真实的机场跑道区域。结果利用UAVSAR(uninhabited aerial vehicle synthetic aperture radar)系统采集的7幅极化SAR图像数据进行实验检测,并选取基于几何特征辨识跑道的两种算法进行对比,3种方法均有效检测出了7幅场景中的真实跑道,但是本文方法在7幅数据中总的虚警和漏警个数均为1,而两种对比算法中的虚警个数分别为2和11、漏警个数分别为8和1。结论本文方法不仅能有效检测出机场跑道区域,且检测效果更好,计算量较小,虚警和漏警率低,效率更高。

摘要：针对变维卡尔曼滤波在ADS-B实时监视中的漏点实时处理效果欠佳的问题,提出了一种位置/速度混合滤波方法。根据ADS-B报文位置和速度信息不同时下发的特点,对变维卡尔曼滤波进行改进。设计了位置和速度两种量测方程,根据报文的类别选取不同的量测方程,利用报文中的速度(位置)和导航准确度类别对当前时刻的位置(速度)进行估计,有效改善了航迹的漏点问题。算法仿真结果表明,与变维卡尔曼滤波相比,本方法处理后的航迹点时间间隔更接近ADS-B报文的下发周期,对延时影响更小。

摘要：针对目前民航旅客关系网络中旅客关系类别单一、旅客价值计算滞后、旅客潜在价值计算没有考虑旅客之间的相互影响,使得一些具有极大消费潜力的旅客因为目前乘机次数较少而被航空公司忽略的现状,提出了一种融合个体属性与社交关系的民航旅客价值度量方法,采用RFMc模型计算旅客个体价值,并采用多关系评价(MRE)模型分析旅客关系,然后通过改进的PageRank算法设计实现融合旅客个体价值和社交关系的民航旅客价值排序(CAPV-Rank)算法,实现旅客价值度量、旅客价值预测和潜在高价值旅客挖掘。实验结果表明:设计实现的CAPV-Rank算法可通过调整权重因子实现多种模式下的旅客价值计算,满足各种业务需求,并能实现旅客价值预测、潜在高价值旅客挖掘,旨在为民航旅客价值度量和预测提供灵活、高效的解决方案。

摘要：根据ATM系统3层体系结构,针对ATM系统面临的信息安全问题,提出了应用人工神经网络(ANN)技术来评估ATM系统信息安全的思想;设计了基于改进的BPANN的ATM系统3层神经网络评估模型。根据建立的BP神经网络模型,以ATM信息系统主要信息安全指标作为训练样本,通过学习和训练找出输入与输出之间的内在联系,用训练好的BP网络对ATM信息系统进行评估,并将评估结果与传统的评估方法进行比较。实验结果表明,提出的评估模型具有很强的自适应性和容错能力,适用于复杂的ATM信息系统的安全性评估。实验数据与实际ATM信息系统的运行状态相吻合。

摘要：为解决起飞一发失效应急程序(EOSID)手动设计的不足,提出一种基于SRTM数据的稀疏A*搜索(SAS)算法的EOSID路径规划方法。首先采用航天飞机雷达地形测绘使命(SRTM)的网格地形数据,结合起飞一发失效相关规章,考虑爬升梯度与保护区限制确定可行搜索空间;然后基于可行搜索空间运用稀疏A*搜索算法搜索应急离场路径,在传统A*算法寻找扩展节点时加入起飞性能约束条件,同时利用地形高程数据进行地形和威胁回避,生成一条三维应急离场航迹;最后利用三次样条曲线对规划的应急离场航迹进行平滑处理。实验结果表明该方法能自动搜索出有效的EOSID三维航迹。

摘要：针对单基线能见度测量设备采样体积单一、受噪声影响大的缺点,设计搭建了一套移动式可变基线能见度测试系统.该系统由发射、接收、移动以及信号处理四个模块组成,以532nm激光作为发射光源,通过置于滑动轨道上的小车移动定点接收发射信号实现多基线测量,然后采用时间平均结合最小二乘法对初始信号进行处理获得最终大气能见度.系统采用单端移动接收采样法,可从理论上消除光学污染误差.理论分析了该设备的测量方差及基线采样点模型,并对系统进行加噪声模拟实验,证明了其抗噪声能力;最后在真实大气环境下对设备进行检验,通过与实际数据对比证明其可靠性.

摘要：阵列系统中,各个阵元的滤波器的幅度误差会对宽带波束形成造成影响。以频域宽带波束形成算法和滤波器幅度误差模型为基础,推导得到了存在滤波器幅度误差时频域宽带波束形成算法中自相关矩阵的表达式。通过对自相关矩阵的分析指出:滤波器幅度误差会引起自相关矩阵的秩增加,在做自适应干扰抑制时需要考虑更多的空间自由度。此外,误差的存在还会造成波束形成的性能下降。还给出了误差和性能损失之间的关系,为宽带相控阵系统中通道滤波器的设计提供了参考。

摘要：针对传统语义分割算法参数量大、运行慢,不利于违禁品识别技术实际应用的问题,提出一种基于轻量化分割网络的违禁品识别算法。在模型的浅层特征层设计空洞卷积模块来扩大网络的感受野,减少误分类并提升分割精细度。在深层特征层设计非对称卷积模块取代传统单一串联卷积操作,降低计算复杂度。实验结果表明,所提算法在识别精度和速度上取得了均衡的性能,平均交并比(mIoU)达73.18×10^(-2),每秒传输帧数(FPS)达27.1。