基于AlexNet卷积神经网络的激光雷达飞机尾涡识别研究

作者： 潘卫军   段英捷   张强   吴郑源   刘皓晨   来源： 光电工程 年份： 2019 文献类型 ： 期刊 关键词： 尾涡识别   目标识别   多普勒激光雷达   AlexNet卷积神经网络  

描述： 和Hallck-Burnham尾涡速度经典模型,构建了AlexNet神经网络模型提取大气风场中的尾涡速度云图的图像特征,识别飞机尾涡。研究表明,该模型能够准确识别目标空域中的飞机尾涡,网络模型收敛后对尾涡识别的准确率高达91.30%,并具有低虚警率,能有效地实现对飞机尾涡的识别和预警,达到尾涡监测的目的。

基于AlexNet卷积神经网络的激光雷达飞机尾涡识别研究

作者： 潘卫军   段英捷   张强   吴郑源   刘皓晨   来源： 光电工程 年份： 2019 文献类型 ： 期刊 关键词： 尾涡识别   目标识别   多普勒激光雷达   AlexNet卷积神经网络  

描述： 和Hallck-Burnham尾涡速度经典模型,构建了AlexNet神经网络模型提取大气风场中的尾涡速度云图的图像特征,识别飞机尾涡。研究表明,该模型能够准确识别目标空域中的飞机尾涡,网络模型收敛后对尾涡识别的准确率高达91.30%,并具有低虚警率,能有效地实现对飞机尾涡的识别和预警,达到尾涡监测的目的。

多普勒激光雷达的飞机尾涡识别方法

作者： 潘卫军   张庆宇   张强   李华   吴郑源   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 尾涡识别   Burnham速度模型   Hallock   滑动窗口   多普勒激光雷达   波形匹配   信号处理  

描述： 为了提高民航安全和飞行效率,实现对尾涡的准确识别,对飞机尾涡的空气动力学理论,特别是经典的Hallock-Burnham尾涡速度数学模型进行了分析研究。结合多普勒激光雷达探测涡流风场径向速度的原理,建立了雷达飞机尾涡探测的径向速度标准模型,引入滑动窗口思想,提出一种基于波形相似度匹配的方法,对尾涡进行自动识别,并给出了详细的算法流程;利用实测的激光雷达风场及雷达底层数据和假设检验方法对该识别方法进行了理论分析和实验验证。结果表明,该算法对飞机尾涡的有效识别率为90%。研究结果对进一步的尾涡监测具有一定参考价值。

多普勒激光雷达的飞机尾涡识别方法

作者： 潘卫军   张庆宇   张强   李华   吴郑源   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 尾涡识别   Burnham速度模型   Hallock   滑动窗口   多普勒激光雷达   波形匹配   信号处理  

描述： 为了提高民航安全和飞行效率,实现对尾涡的准确识别,对飞机尾涡的空气动力学理论,特别是经典的Hallock-Burnham尾涡速度数学模型进行了分析研究。结合多普勒激光雷达探测涡流风场径向速度的原理,建立了雷达飞机尾涡探测的径向速度标准模型,引入滑动窗口思想,提出一种基于波形相似度匹配的方法,对尾涡进行自动识别,并给出了详细的算法流程;利用实测的激光雷达风场及雷达底层数据和假设检验方法对该识别方法进行了理论分析和实验验证。结果表明,该算法对飞机尾涡的有效识别率为90%。研究结果对进一步的尾涡监测具有一定参考价值。

基于k最近邻的激光雷达飞机尾涡识别

作者： 潘卫军   吴郑源   张晓磊   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 激光技术   特征提取   尾涡识别   K最近邻   多普勒激光雷达  

描述： 为对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。本文首先结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参数。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,本文所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。实验结果表明,该方法可有效地识别飞机尾涡并具备较好的鲁棒性。

基于k最近邻的激光雷达飞机尾涡识别

作者： 潘卫军   吴郑源   张晓磊   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 激光技术   特征提取   尾涡识别   K最近邻   多普勒激光雷达  

描述： 为对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。本文首先结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参数。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,本文所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。实验结果表明,该方法可有效地识别飞机尾涡并具备较好的鲁棒性。

基于YOLO架构的海上遇险航空器识别方法研究

作者： 刘皓晨   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： tiny   深度学习   目标识别   YOLOv4   海上搜救  

描述： 基于YOLO架构的海上遇险航空器识别方法研究

民航运输机尾流探测与识别技术研究

作者： 段英捷   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 激光多普勒雷达   卷积神经网络   空中交通管制   深度学习   尾流间隔  

描述： 民航运输机尾流探测与识别技术研究

基于YOLO架构的海上遇险航空器识别方法研究

作者： 刘皓晨   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： tiny   深度学习   目标识别   YOLOv4   海上搜救  

描述： 基于YOLO架构的海上遇险航空器识别方法研究

民航运输机尾流探测与识别技术研究

作者： 段英捷   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 激光多普勒雷达   卷积神经网络   空中交通管制   深度学习   尾流间隔  

描述： 民航运输机尾流探测与识别技术研究