面向终端区的航空器绿色轨迹优化

作者： 任广建     何家兴   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 终端区   绿色运行   轨迹优化   航空运输   碳排放  

描述： 航空运输是中国综合交通领域的重要支柱，其绿色运行的研究对于可持续发展的意义重大。以绿色优化为核心，以减少碳排放为目标，面向终端区对航空器的轨迹进行优化研究，有效减少了碳排放，并得出有效结论。探索

面向终端区的航空器绿色轨迹优化研究

作者： 任广建   何家兴   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 终端区   绿色运行   轨迹优化   航空运输   碳排放  

描述： 航空运输是我国综合交通领域的重要支柱，其绿色运行的研究对于可持续发展的意义重大。以绿色优化为核心，以减少碳排放为目标，面向终端区对航空器的轨迹进行优化研究，有效减少了碳排放，并得出了有效结论。首先

面向终端区的航空器绿色轨迹优化研究

作者： 任广建   何家兴   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 终端区   绿色运行   轨迹优化   航空运输   碳排放  

描述： 航空运输是我国综合交通领域的重要支柱，其绿色运行的研究对于可持续发展的意义重大。以绿色优化为核心，以减少碳排放为目标，面向终端区对航空器的轨迹进行优化研究，有效减少了碳排放，并得出了有效结论。首先

考虑推力意图的航空器连续爬升垂直剖面预测

作者： 杜卓铭     张军峰     苗洪连     王斌   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 空中交通管理   性能模型   连续爬升   航迹预测   推力意图  

描述： 顶点(TOC)的时间和距离的误差。结果表明：采用所提预测方法可以将到达TOC时间平均绝对误差控制在1 min内；与不考虑推力意图的预测方法相比，可以降低到达TOC时间平均绝对误差约52%。

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

基于Trans/Attention的飞行区航空器监视数据融合方法

作者： 王兴隆   尹昊   丁俊峰   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 场面监视雷达   注意力机制   Transformer   数据融合   广播式自动相关监视  

描述： 结果表明，该方法有效降低了单一监视源的监视误差，且融合效果优于基于注意力机制的长短期记忆网络、循环神经网络和扩展卡尔曼滤波融合方法，平均绝对误差分别提升了2.20%、14.32%和33.94%。

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

基于Trans/Attention的飞行区航空器监视数据融合方法

作者： 王兴隆   尹昊   丁俊峰   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 场面监视雷达   注意力机制   Transformer   数据融合   广播式自动相关监视  

描述： 结果表明，该方法有效降低了单一监视源的监视误差，且融合效果优于基于注意力机制的长短期记忆网络、循环神经网络和扩展卡尔曼滤波融合方法，平均绝对误差分别提升了2.20%、14.32%和33.94%。

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。