航空影像直角房屋轮廓半自动提取

作者： 李大军   杜神斌   郭丙轩   薛万唱   游琦   来源： 测绘通报 年份： 2018 文献类型 ： 期刊 关键词： 房屋轮廓   影像分割   直角化   半自动提取   LSD算法   最小二乘算法  

描述： 影像提取直线;然后以其为初值,在保证其整体位移和数值偏差最小的情况下利用最小二乘算法在原始影像图上进行线拟合和直角化;最后连接角点,完成房屋轮廓信息的提取。试验结果表明,该方法不仅有效地减轻了工作人员的劳动强度,而且定位精度高于人工切准。

基于支持向量机的飞机系统辨识方法研究

作者： 刘岳锋   李雅   段卓毅   武虎子   来源： 航空科学技术 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机   模态特性   噪声   系统辨识   飞机  

描述： 支持向量机系统辨识方法相比传统辨识方法具有诸多优点。本文将支持向量机引入飞机系统辨识,建立离散差分形式的飞机运动方程,并利用离散系统与连续系统转换方法获得飞机纵向模态特性。研究表明该方法正确有效,信号带噪声时辨识精度较好,具有一定的工程应用价值。

航模舵机的动态特性测试与系统辨识

作者： 孙玉凯   张仁嘉   吴志刚   杨超   杨阳   来源： 北京航空航天大学学报 年份： 2020 文献类型 ： 期刊 关键词： 舵机   子空间辨识   系统辨识   舵机测试   频率特性  

描述： 航模舵机的动态特性测试与系统辨识

基于系统辨识的航空发动机稳态燃油自抗扰控制

作者： 张家睿     汪锐     刘舒恒     于亮   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 扩张状态观测器   稳定性分析   航空发动机控制   自抗扰控制   系统辨识  

描述： 此现状，提出一种基于系统辨识的航空发动机稳态燃油自抗扰控制器。首先，使用经典Gram-Schmidt(Classical Gram-Schmidt, CGS)算法对控制系数和发动机未知动态进行辨识，将辨识

民航座舱内可见光无线通信系统的布局研究

作者： 马一鸣   段明铭   郝祥印   马世耀   来源： 科技风 年份： 2020 文献类型 ： 期刊 关键词： 可见光通信   粒子群算法   民航座舱内光源布局  

描述： 基于LED的可见光通信(VLC)的机载无线网络是当前研究的热点,本文研究了基于机舱照明灯的通信系统光源布局,并利用粒子群算法对光源布局优化,使光照明功率满足通信要求,为VLC在民航的应用提供参考。

基于视觉注意力分配的飞机驾驶舱人机界面布局优化

作者： 叶坤武   包涵   魏思东   来源： 南京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 视觉注意力   粒子群算法   人机界面   驾驶舱  

描述： interactive application,CATIA)中的可视域分析模块,给出不同视野区域的可视性等级,并对驾驶舱人机界面所在的视野范围进行栅格化处理;然后用G1法分析人机界面上各个设备的重要程度

基于改进PSO的多UAV协同任务分配研究

作者： 韩庆田   来源： 兵器装备工程学报 年份： 2019 文献类型 ： 期刊 关键词： 粒子群算法   多无人飞行器   协同任务分配  

描述： 任务调整、飞行时间调整、任务交叉消解、时序先后调整等冲突消解处理策略，改进粒子群算法；最后进行了仿真实验。仿真结果表明，基于启发信息和冲突消解策略的改进PSO算法，提高了算法的收敛性和全局搜索能力，提升了任务分配和航迹规划效率。

联合作战中航空兵作战规划研究

作者： 常一哲   李战武   江洋溢   罗振宇   鞠明   赵刚练   来源： 火力与指挥控制 年份： 2023 文献类型 ： 期刊 关键词： 航空兵   粒子群算法   联合作战   作战规划  

描述： 模型；在编码方式、搜索策略等方面对粒子群算法（particle swarm optimization,PSO）作出了改进，用以求解规划模型；最后使用具体算例进行了仿真分析，结果证明，所提方法能够对联合作战中的航空兵使用进行合理规划。

基于IPSO-Elman神经网络的飞机客舱能耗预测

作者： 林家泉   孙凤山   李亚冲   庄子波   来源： 航空学报 年份： 2020 文献类型 ： 期刊 关键词： 飞机地面空调   能耗预测   飞机客舱   粒子群算法   Elman神经网络  

描述： 为了提高飞机客舱使用地面空调制冷时，客舱能耗的预测精度，提出了一种IPSO(Improved Particle Swarm Optimization)优化Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止PSO陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升，该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。

基于IPSO-Elman神经网络的飞机客舱能耗预测

作者： 林家泉   孙凤山   李亚冲   庄子波   来源： 航空学报 年份： 2020 文献类型 ： 期刊 关键词： 飞机地面空调   能耗预测   飞机客舱   粒子群算法   Elman神经网络  

描述： 为了提高飞机客舱使用地面空调制冷时，客舱能耗的预测精度，提出了一种IPSO(Improved Particle Swarm Optimization)优化Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止PSO陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升，该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。