全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于深度学习的航空器异常飞行状态识别
- 作者： 吴奇 储银雪 来源： 民用飞机设计与研究 年份： 2018 文献类型 ： 期刊 关键词： 飞行状态识别 深度学习 高斯过程
- 描述： 飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。
- 飞行员负荷通过飞行数据优化识别仿真
- 作者： 戴婧睿 吴奇 来源： 计算机仿真 年份： 2018 文献类型 ： 期刊 关键词： 飞行数据 工作负荷 飞行特征集 优化识别
- 描述： 对于航空训练中飞行员工作负荷状态的识别,可以有效的确保航空安全。通过飞行数据来对飞行员工作负荷识别,需要对飞行数据进行提取,根据飞行数据特点,建立飞行特征集,完成对负荷状态的识别。传统方法通过建立人体工作负荷状态评估模型对工作状态进行识别,但无法得到飞行特征集,导致识别精度低。提出了基于Treelets降维的飞行员工作负荷状态智能识别方法。首先引入时域信号特征均值、方差与均方根对飞行数据进行提取,根据飞行数据特点,建立飞行特征集,利用飞行特征集组建Treelets降维算法模型;然后根据布谷鸟算法优化的高斯分类模型,评估飞行员工作负荷状态;最后将结果与NASA-TLX的飞行员工作负荷结果对比,利用比对结果完成对航空训练中飞行员工作负荷状态的智能识别。实验结果表明,所提方法能够实现对飞行员的工作状态负荷状态的有效识别,且识别精度较高。
- 航空器故障条件下的放行
- 作者： 王馨悦 吴奇 来源： 科技视界 年份： 2018 文献类型 ： 期刊 关键词： 安全运行 MEL 机载设备故障 航空器
- 描述： 随着民航事业的发展,为更好保障航空公司的运行效益和运行效率,航空器在故障条件下的运行得到了广泛的推广和应用。而航空公司放行带有故障的航空器时,需要在满足限制条件下进行。当前的MEL规范了航空公司在放行过程中的一些最低技术标准,但是实施过程中需要按照当天的特殊条件来进行判别,飞行签派员的工作中需要对这种情况进行权衡处置。因为故障条件下的航空器运行较正常情况运行具有更高的风险,为降低该风险隐患,本文将就航空器故障条件下运行进行分类分析。
- 飞行员多生理信号主成分分析
- 作者： 白东博 吴奇 黄丹 傅山 来源： 电光与控制 年份： 2017 文献类型 ： 期刊 关键词： 稀疏主成分分析 飞行安全 工作负荷评估 多维生理信号
- 描述： 航空人为因素会对航空安全产生重要影响,通过提取飞行员多生理信号主成分评估飞行员工作负荷是航空人为因素重要研究内容之一。提出一种有效提取飞行任务中多生理信号稀疏主成分的高效算法——稀疏主成分分析(SPCA),它通过对标准主成分分析(PCA)施加限定的约束或惩罚项来实现结果的稀疏。经过模拟飞行实验采集的多维生理信号数据集和公共数据集的实验,结果显示与标准PCA相比,SPCA提取的稀疏主成分解释性更强、计算用时更短。