基于MPLS的民航数据通信网安全隔离技术分析

作者： 陈琳佳   来源： 信息与电脑(理论版) 年份： 2020 文献类型 ： 期刊 关键词： 民航数据通信网   MPLS   安全隔离技术  

描述： 随着民航航班量的大幅增加,民航专网承载的业务数量呈爆发式增长,民航数据通信网采用MPLS等技术满足数据高效传输需求。在对基于MPLS的民航数据通信网展开分析的基础上,笔者结合通信网存在的安全问题提出了安全隔离技术方案,旨在为关注这一话题的人们提供参考。

基于MPLS的民航数据通信网安全隔离技术分析

作者： 陈琳佳   来源： 信息与电脑(理论版) 年份： 2020 文献类型 ： 期刊 关键词： 民航数据通信网   MPLS   安全隔离技术  

描述： 随着民航航班量的大幅增加,民航专网承载的业务数量呈爆发式增长,民航数据通信网采用MPLS等技术满足数据高效传输需求。在对基于MPLS的民航数据通信网展开分析的基础上,笔者结合通信网存在的安全问题提出了安全隔离技术方案,旨在为关注这一话题的人们提供参考。

FM-CDR和航空无线电导航ILS,VOR的兼容分析

作者： 冯卓辉   来源： 电子制作 年份： 2018 文献类型 ： 期刊 关键词： 仪表着陆系统   数字音频广播   全向信标台  

描述： 随着我国科技水平的提高,调频频段数字音频广播技术已经得到了很大的提升。为了提高调频频段数字音频广播信号的实际应用可行性,以便开展调频频段数字音频广播技术的覆盖工作。基于这种背景,本文展开了对调频频段数字音频广播和航空无线电导航仪表着陆系统和全向信标台之间的兼容性研究。

基于灰色和LSSVM的航空发动机状态预测

作者： 崔建国   高波   蒋丽英   于明月   郑蔚   来源： 计算机工程与设计 年份： 2018 文献类型 ： 期刊 关键词： 状态预测   航空发动机   最小二乘支持向量机   排气温度   主燃油泵   灰色模型  

描述： 为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模型的预测结果作为输入,原始数据作为输出,训练构建LSSVM预测模型进行预测。选取航空发动机主燃油泵作为具体研究对象,采集排气温度作为其状态预测参数进行状态预测。研究结果表明,相比单一预测模型,灰色最小二乘支持向量机预测精度更高,为航空发动机状态预测提供了一种有效的解决途径。

LSSVM与HMM在航空发动机状态预测中的应用研究

作者： 崔建国   高波   蒋丽英   于明月   郑蔚   来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 隐马尔科夫模型   状态预测   航空发动机   最小二乘支持向量机   小波包分解   振动信号   降噪  

描述： 传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。

基于LS-SVM的航空器进场飞行时间预测

作者： 李阳   聂党民   温祥西   来源： 航空计算技术 年份： 2018 文献类型 ： 期刊 关键词： LS   预计到达时间   RMSE   SVM   飞行时间预测  

描述： 航空器预计到达时刻(ETA)的准确预测是航空器进场排序与调配的基础。基于最小二乘支持向量机方法(LS-SVM),对航空器进场飞行时间进行预测。通过对历史雷达数据进行收集,建立支持向量训练集,使用

多特征分类的PolSAR图像飞机目标检测

作者： 卢晓光   周波   韩萍   韩宾宾   来源： 信号处理 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   极化合成孔径雷达   飞机目标检测   SVM分类器  

描述： 针对目前有关极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)的飞机目标检测算法虚警较多、自适应性较差的问题,给出一种复杂大场景中PolSAR图像多特征分类的飞机目标检测方法。该方法分为线下分类器训练和飞机目标检测两部分。使用Filter特征选择结合穷举法筛选出分类性能高的飞机极化特征训练SVM(Support Vector Machine, SVM)分类器;利用异化散射功率提取疑似飞机目标,进一步提取多个极化特征送入SVM分类获得检测结果。利用UAVSAR系统采集的多幅实测数据进行实验,并与现有的PolSAR图像飞机目标检测算法进行对比,结果表明该方法能够有效检测出飞机目标,并且虚警和漏警较少,方法自适应性有所提高。

基于Bi-LSTM的航空发动机寿命预测

作者： 万晓凡   徐泽宇   张营   来源： 农业装备与车辆工程 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   寿命预测   优化   过拟合   神经网络  

描述： 针对哪种类型神经网络对航空发动机剩余寿命预测结果更为准确的问题，采用对不同神经网络预测结果比较的方法，通过搭建双向长短时记忆网络预测模型的实验，对网络结构进行过拟合优化和对数据进行预处理后代入模型进行计算，再对长短时记忆网络的结果进行比对。结果表明，双向长短时记忆网络预测效果要比长短时记忆网络有更好的预测能力。

基于LSTM的航空发动机电气附件性能预测

作者： 罗贤峰   何宇   刘仲富   余振源   窦宇骁   孙兆荣   来源： 科技创新与应用 年份： 2022 文献类型 ： 期刊 关键词： 静态测试   长短期记忆神经网络   性能预测   发动机电气附件  

描述： 电气附件是航空发动机重要组成部分，包括电磁活门、作动器、传感器等，其结构复杂，种类庞多，还因振动、疲劳、应力等原因性能衰减，导致信号错误或控制失灵，严重时造成发动机空中停车，直接影响到飞机飞行安全。对此设计开发一套发动机电气附件性能预测系统，通过长短期记忆神经网络（Long Short-Term Memory Network,LSTM）构建基于数据驱动的电气附件静态性能预测模型，通过机器的训练与学习，预测分析电气附件的性能衰减状况，为发动机的维修提供有力的技术支持。

基于LSTM分类器的航空发动机预测性维护模型

作者： 蔺瑞管   王华伟   车畅畅   倪晓梅   熊明兰   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 二分类   长短期记忆网络   时间窗   故障预测与健康管理   预测性维护  

描述： 利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题，提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选，并将有效信息用于时间序列预测。首先，采用滑动时间窗口制备训练样本。其次，将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后，通过调整窗口大小，得到最优性能的二分类模型，以更好地适应预测维护需求。最后，利用美国航空航天局C-MAPSS数据集验证了该模型的有效性，相比于已有分类方法，其在剩余使用寿命分类方面更加准确。