基于改进YOLOv5s的飞机装配环节多余物检测研究

作者： 陈峰   来源： 中国新技术新产品 年份： 2024 文献类型 ： 期刊 关键词： 多余物检测   coordinate   DGConv   YOLOv5s   Attention   SIOU   BiFPN  

描述： 飞机装配过程中对多余物的控制有非常严格的要求，传统方法是人工巡检或定时检查，本文提出一种基于改进YOLOv5s的面向多余物检测的目标检测方法。首先，本文提出一种轻量化模块，即DGConv模块，用于

基于AM-LSTM的飞行区航空器滑行轨迹预测与冲突识别

作者： 王兴隆     许晏丰   来源： 中国安全科学学报 年份： 2024 文献类型 ： 期刊 关键词： 长短期记忆网络(LSTM)   飞行区   注意力机制(AM)   航空器滑行   滑行轨迹  

描述： ，以识别航空器轮廓间的滑行冲突。结果表明：AM-LSTM预测模型能够准确预测飞行区航空器运动轨迹。未来3 s内轨迹位置预测的平均位移误差为1.05 m,轨迹点位置预测精准性可达94.37%,故能在轨迹预测的基础上精确识别滑行冲突风险，有利于保障飞行区的安全运行。

基于航空图像的目标检测算法Trans＿YOLOv5

作者： 文青     伍欣     敖斌     李宽     殷建平   来源： 计算机技术与发展 年份： 2024 文献类型 ： 期刊 关键词： 航空图像   Transformer   YOLOv5   圆形平滑标签   小目标检测   Swin  

描述： 与自然图像的检测算法相比较，航空图像的检测存在目标角度随机、目标尺度变化剧烈、小目标密集、图像背景复杂等问题。针对这一系列难题，提出适用于航空图像检测的Trans-YOLOv5算法。修改YOLOv5算法中数据预处理模块以及后处理方法，增加一个目标角度标签的处理，使其适用于目标角度随机的航空图像。针对后续出现的边界问题，引入CSL(Circular Smooth Label,圆形平滑标签)将标签角度回归问题转换为分类问题，提高角度标签检测的精度。针对航空图像小目标检测问题，将Swin Transformer集成于YOLOv5框架中，提升模型对小目标的检测效果，并配合注意力机制模块，提高全局表征能力，使网络模型更加关注于待检测的目标对象。在DOTAv2.0航空图像数据集上的实验结果验证了所提方法的有效性，检测结果达到60.98%mAP,与原YOLOv5算法检测结果相比提高10.85百分点，与官网公布的竞赛最佳结果相比提高2.01百分点。

基于Faster R-CNN的轻量化遥感图像军用飞机检测模型

作者： 党玉龙     叶成绪   来源： 激光杂志 年份： 2024 文献类型 ： 期刊 关键词： 遥感图像   R   CNN   目标检测   Faster   军用飞机  

描述： 遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战，提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分注意力网络来捕获目标区域特征的全局上下文信息以提升模型的表征能力；利用可变形卷积来动态学习目标区域的形变特征，适应不同尺度和形状的目标；采用对比实验的方法精简骨干网络，降低过深的骨干网络与过低的采样率对于小目标检测的影响，提高模型的识别速度。在目标候选框筛选阶段，引入Soft NMS算法，根据置信度降序排名去除重叠度高的候选框，降低密集分布目标的漏检率。实验结果表明，提出的Faster R-CNN模型在参数量为23.844 MB的情况下，mAP_0.5-0.95达到了77.1%,检测速度达到了43.7帧/秒，相比于多个主流模型具有较好的综合性能。

基于改进LSTM的航空发动机气路参数预测方法

作者： 马帅     吴亚锋     郑华     缑林峰   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   性能参数预测   特征注意力机制   LSTM网络   故障诊断  

描述： 以航空燃气涡轮发动机气路故障诊断为导向，提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short-Term Memory Network, FAE-LSTM)。FAE-LSTM是具有编码-解码结构的动态网络，首先通过编码器中的特征注意力单元对工况序列进行动态特征提取，然后通过特征拼接层融合编码器输出序列、工况序列和历史性能参数，最后通过解码器实现最终的参数预测。FAE-LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型，从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析，结果表明，相比于其他常用多变量时间序列预测模型，FAE-LSTM的长期预测误差最低减少24.5%;相比于使用串-并联结构，故障检测系统使用并联结构的FAE-LSTM网络能够获得更精确的检测结果。

基于VPNRS-RF的飞机液压系统故障诊断模型

作者： 李耀华     王签签   来源： 机械设计与制造 年份： 2024 文献类型 ： 期刊 关键词： 最优特征子集   OSELM   VPNRS   RF   特征选择   液压系统  

描述： 针对飞机液压系统故障诊断特征值冗余难以精准获取和准确率不高的问题，提出一种基于变精度邻域粗糙集（Variable Precision Neighborhood Rough Set,VPNRS）和随机森林（Random Forest,RF）相结合的特征选择算法，并以此为基础建立飞机液压系统故障诊断模型。VPNRS-RF算法主要是利用随机森林算法分别对变精度邻域和模糊熵粗糙集约简后的特征进行重要度排序，再次筛选后确定最优特征子集，使用最优特征子集对在线贯序极限学习机（OSELM）分类模型进行训练，从而提高故障信息获取准确率。最后以飞机起落架收放系统为例进行仿真研究，验证了VPNRS-RFOSELM模型的优越性。

基于DRSN与电压幅值分析的航空HVDC系统逆变器故障诊断

作者： 黄湛钧     董鑫     卢沐宇     张瑞涛     闫钊阳     张安   来源： 航空学报 年份： 2024 文献类型 ： 期刊 关键词： 故障诊断   V   深度残差收缩网络   HVDC系统   故障模块识别   270   线电压幅值分析  

描述： ，再利用线电压均值模型确定故障器件。相比于现有方法，所提方法仅使用1个电流传感器和2个电压传感器便实现了系统故障诊断，满足了飞机对重量的限制要求。实验证明：所提出的方法故障模块识别精度，以及故障器件定位精度可达97%以上，具有较好实用性。

基于改进YOLOv8的SAR图像飞机目标检测算法

作者： 陈益方     张上     冉秀康     王杰   来源： 电讯技术 年份： 2024 文献类型 ： 期刊 关键词： GAM注意力机制   可变形卷积   合成孔径雷达   飞机目标检测   网络重构  

描述： 针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机目标检测算法存在模型复杂度较高、检测效果差、泛化能力弱等问题，提出了一种基于改进YOLOv8的SAR图像飞机目标检测算法。首先，针对SAR图像飞机目标较小的特点，剔除大目标检测层，重构特征提取网络和特征融合网络，降低模型计算量。其次，在主干网络引入可变形卷积(Deformable Convolutional Network, DCN),增强特征提取能力；在颈部网络引入全局注意力机制(Global Attention Mechanism, GAM)提高检测精度。最后，采用WIOU(Wise-IoU)损失函数提高收敛速度和回归精度。在SADD数据集(SAR Aircraft Detection Dataset)上实验结果显示，改进算法较原YOLOv8算法模型体积压缩59.66%,参数量降低61.18%,计算量减少18.29%,最高精度提高至98.1%。与其他算法相比，所提算法在保证较高检测精度的情况下大幅降低了模型体积、参数量和计算量，实现了模型复杂度和检测精度的平衡。

飞机维修路径研究热点与前沿——基于CiteSpace的可视化分析

作者： 袁媛     于佳伟   来源： 航空工程进展 年份： 2024 文献类型 ： 期刊 关键词： 研究热点   飞机维修路径规划   CiteSpace   飞机排班   知识图谱分析  

描述： 数据库2000年1月—2022年12月收录的国内外飞机维修路径规划研究的相关文献作为分析数据，将CiteSpace V软件作为辅助研究工具，分析飞机维修路径规划研究领域的研究人员、研究机构及其合作关系，结合知识

基于注意力和自适应特征融合的SAR图像飞机目标检测

作者： 夏一帆     赵凤军     王樱洁     王春乐   来源： 电讯技术 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制   合成孔径雷达(SAR)   特征融合   飞机检测  

描述： 针对合成孔径雷达（Synthetic Aperture Radar, SAR）图像中飞机目标尺度多样性及背景强散射干扰的问题，提出了一种基于坐标注意力和自适应特征融合的YOLOv4 SAR图像飞机目标检测算法。该方法首先在主干网络引入坐标注意力机制，以增强对于飞机散射点组合结构的聚焦能力以及抗背景干扰能力。其次，在特征增强网络中引入自适应特征融合机制，提高了对不同大小飞机的特征提取能力，同时改善了YOLOv4算法召回率和精确率不平衡的问题。最后，通过改进的K-Means聚类针对飞机目标调整先验框的尺寸，提高了模型的定位精度。实验结果表明，改进算法召回率达到91.01%,精确率达到90.09%,AP_0.5达到92.34%,分别较原YOLOv4算法提高2.49%,6.56%和3.62%。