检索结果-南通市图书馆

基于深度学习的重庆江北机场能见度预测模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的重庆江北机场能见度预测模型研究

作者：李忠堃中国民用航空飞行学院

学位级别：硕士

安全是机场运营和民航运输的生命线,能见度作为重要的气象参数,由于其复杂、易变的特点给民航运输工作带来了极大的挑战,这不仅增加了运输的成本,还严重影响了运输过程的安全和稳定。因此,可靠的能见度预报对提高民航运输安全具有重大... 详细信息

安全是机场运营和民航运输的生命线,能见度作为重要的气象参数,由于其复杂、易变的特点给民航运输工作带来了极大的挑战,这不仅增加了运输的成本,还严重影响了运输过程的安全和稳定。因此,可靠的能见度预报对提高民航运输安全具有重大意义。依赖深度学习可以充分挖掘数据间特征的优势,近年来已广泛应用于自然语言处理、语音识别、图像识别等领域。本文以重庆江北机场为研究主体,收集2014-2023年近九年的机场例行天气报告（METAR报）和机场附近空气质量监测站（空港,站号:1425A）的大气污染物数据,基于深度学习构建重庆江北机场能见度预测模型,为机场的能见度预报提供决策支持,从而保障机场运输安全。具体研究内容如下:首先,通过将收集到的气象报文数据和大气污染物数据进行多个时间维度的统计分析,探究能见度的分布及变化特征。按重庆江北机场跑道起飞标准把能见度划分为四个等级,对所有等级能见度做年际统计分析后,再对各等级能见度做年际、季节、月、日变化特统计分析。研究后发现,第IV等级发生频次增多,第I、II、III等级的频次减少,这说明重庆江北机场的能见度条件逐渐得到好转。另外,针对各季节下导致能见度发生变化的影响因素存在不同,对能见度和所有因素进行Pearson、Spearman相关性分析。结果表明,在每个季节内,相对湿度、温度露点差均为影响能见度变化的主要因素,除此之外,能见度对相对湿度、修正海平面气压、PM、PM、NO均具有不同程度的负相关,对温度、温度露点差、风速、O均具有不同程度的正相关。其次,构建LSTM、CNN-LSTM和CNN-LSTM-Attention的重庆江北机场能见度预测模型,设置好网络模型内部的激活函数、Adam优化器、代价函数以及网络各参数后,将相关性分析出的主要影响因素分季节输入到预测模型中展开研究。结果表明,在不同季节、不同预测时长的情况下,CNN-LSTM-Attention模型都表现出最佳的预测性能,模型预测值与真实值的拟合程度最高,相对误差最小,同时四个评价指标结果相较于CNN-LSTM模型与LSTM模型均为最小。本文以预测春季未来1h时为例分析,CNN-LSTM-Attention能见度预测模型的预测曲线和真实观测曲线的拟合程度最高,CNN-LSTM次之,LSTM最差,另外,CNN-LSTM-Attention模型相较于CNN-LSTM模型和LSTM模型具有更小的RMSE、MAE、MAPE和SMAPE值,分别为238.8米,178.22米,4.66%和4.6%。最后,选取2020年12月27日和2021年11月17日重庆江北机场真实发生的两起低能见度事件案例来对CNN-LSTM-Attention模型的预测性能做进一步验证分析,通过对结果进行可视化和指标计算分析,证实了该模型对机场发生低能见度时有着精确的预测输出,预测值与观测值的曲线拟合程度最好,RMSE、MAE、MAPE、SMAPE四个指标的计算结果均是三个模型内最小,再次验证CNN-LSTM-Attention模型在重庆江北机场能见度预测研究的理论可行性。综上,基于深度学习构建的CNN-LSTM-Attention预测模型可以实现对能见度准确、及时预报,在一定程度上可为重庆江北机场气象部门提供能见度预报参考,对机场安全运行有着重要意义。

关键词：机场能见度预测深度学习长短期记忆神经网络卷积神经网络注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

成渝机场群航班时刻资源配置优化研究

成渝机场群航班时刻资源配置优化研究

作者：甘琦中国民用航空飞行学院

学位级别：硕士

在近年来的全球经济快速发展背景下,民航业作为国民经济的重要组成部分,其快速进步不仅极大地促进了全球化进程,还在推动地区经济发展方面发挥了显著作用。特别是区域机场群的发展,它代表了航空运输未来的重要发展方向。然而,机场群中... 详细信息

在近年来的全球经济快速发展背景下,民航业作为国民经济的重要组成部分,其快速进步不仅极大地促进了全球化进程,还在推动地区经济发展方面发挥了显著作用。特别是区域机场群的发展,它代表了航空运输未来的重要发展方向。然而,机场群中相邻机场之间的相互依赖和制约,导致了一系列问题,如结构发展的不合理性和资源配置的不均衡等。针对这些挑战,航班时刻的优化管理成为了缓解机场拥堵、减轻航班延误的关键手段之一。因此,本研究在全面分析国内外相关研究成果的基础上,针对机场群航班时刻优化问题展开深入研究,旨在通过协同发展的视角,探索一种既能降低机场总航班延误,又能兼顾多方利益的机场群运行模式。本文通过全面分析国内外关于机场群航班时刻优化的研究成果,在此基础上,采取了机场群协同发展的新视角,旨在寻求一个既能减少机场总航班延误,又能兼顾多方利益的运行模式。研究首先总结了现有文献,并明确了所要解决的问题及文章的结构。随后,定义了航班时刻和机场群的概念,并建立了评估机场群运行效率的指标体系。通过应用数据包络分析法,并借助DEAP 2.1软件,以成渝机场群为例,从多个角度对机场群的运行效率进行了深入分析,并基于资源配置提出了协同发展的建议。进一步,研究采用层次分析法来确定评估指标的权重,并应用TOPSIS方法评估了机场群航班时刻的质量,为航班时刻的优化奠定了基础。在此基础上,构建了一个考虑机场群时刻特征的航班时刻优化基础模型,并使用实例数据对其进行了验证。之后,研究又进一步开发了一个基于两步规划的机场群航班时刻资源配置优化模型,并设计了一个融合鸽群算子的改进粒子群优化算法来求解该模型。以成渝机场群为例,验证了航班时刻调整后的效果,结果显示,通过优化后,重庆江北机场、成都天府机场和成都双流机场的总航班延误成本明显降低,为航班时刻分配提供了有效的决策支持。这项研究不仅为机场群航班时刻优化提供了新的理论和方法,还为实现区域机场群的高效协同运行提供了实用的策略和建议,对于缓解机场拥堵、提高航班运行效率具有重要的实际意义。

关键词：成渝机场群资源配置航班时刻机场群协同发展

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

近距平行跑道一起一降模式安全间隔研究

近距平行跑道一起一降模式安全间隔研究

作者：蔡子牛中国民用航空飞行学院

学位级别：硕士

随着民航业的飞速发展,航班数量急剧增加,使得空中交通管理的运行安全和效率面临瓶颈。由于地理位置及空域的原因,部分多跑道机场采用近距平行跑道的一起一降模式,但国内对该模式的安全间隔标准尚不明确,且既有评估模型考虑风险因素不... 详细信息

随着民航业的飞速发展,航班数量急剧增加,使得空中交通管理的运行安全和效率面临瓶颈。由于地理位置及空域的原因,部分多跑道机场采用近距平行跑道的一起一降模式,但国内对该模式的安全间隔标准尚不明确,且既有评估模型考虑风险因素不够全面。因此,研究该模式下的安全间隔对于提高机场运行安全和效率有着重要的意义。本文首先构建了面向一起一降模式的安全间隔评估模型,接着针对评估模型存在的问题提出相应的改进方法,最后对比验证所提方法的可靠性。其主要工作如下:(1)针对一起一降模式的安全间隔评估模型的构建问题。首先,采用位置误差模型在侧向、纵向和垂直三个维度进行了构建,特别考虑了尾流和侧风的影响。接着,基于该模型分析进近航空器执行复飞操作的航迹,进一步构建了飞机的运动学模型。(2)针对一起一降模式的安全间隔评估模型的改进问题。首先,对危险源控制清单进行数据预处理以构建数据集。接着,使用极限梯度提升(XGBoost)模型训练数据集,通过超参搜索优化模型参数,模型的预测效果与三种常用回归模型进行对比验证。其次,通过该模型提取的风险因素信息增益评分(F-score)和统计学方法,识别出一起一降模式下的关键风险因素。最后,应用认知可靠性和错误分析(CREAM)方法,确定了关键风险因素的认知任务失误概率和影响认知任务执行的共同绩效条件权重,从而得到关键风险因素的风险概率值,并将其整合到安全间隔评估模型中,从而有效改进安全间隔计算方法。(3)以贵阳龙洞堡机场为算例,对基于位置误差的评估模型及其改进模型在不同机型组合下的运行进行了仿真分析。考虑到机场运行中的关键风险因素,改进后的模型更接近实际运行。经过以上工作后得出的结论为:相较于未改进的模型,改进后的模型在准确性和可靠性上都有显著提升。如重型机之间的安全间隔从5.953公里增至6.985公里,比当前实际运行标准7.4公里减少了0.415公里,间隔缩小了5.61%;中型机之间的安全间隔从2.997公里增至3.774公里,比当前实际运行标准6.0公里减少了2.226公里,间隔缩小了37.1%。这种调整不仅能保证近距平行跑道运行的安全性,还能显著提高机场的运行效率。

关键词：近距平行跑道一起一降模式安全间隔评估风险因素识别位置误差 XGBoost

基于改进LDA-Apriori算法的航空器跑道事故调查报告主题研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进LDA-Apriori算法的航空器跑道事故调查报告主题研究

作者：包健萍中国民用航空飞行学院

学位级别：硕士

航空交通的快速发展为人们带来了许多便利,但同时也伴随着相关潜在的风险。航空器跑道事件具有突发性、潜伏性、偶然性和因果性等特性,通常伴随着人员伤亡、飞机损坏、环境污染、跑道关闭等后果。为了确保航空器跑道运行安全,航空公司... 详细信息

航空交通的快速发展为人们带来了许多便利,但同时也伴随着相关潜在的风险。航空器跑道事件具有突发性、潜伏性、偶然性和因果性等特性,通常伴随着人员伤亡、飞机损坏、环境污染、跑道关闭等后果。为了确保航空器跑道运行安全,航空公司、机场公司、空中交通管理部门等需要协同合作,严格遵守安全规定,加强跑道运行安全管理。航空器跑道事件通常蕴含大量的事件信息,通过挖掘安全事件数据,分析造成航空器跑道事件的多种因素及其之间的关联关系,为防范航空跑道事件的发生提供数据支撑,是当前该领域重点研究方向之一。基于此,本文以The Aviation Herald、Aviation Safety Network两个权威的国际航空事故网为主要数据来源,相关事故文章报道下的目击者留言为次要来源,以跑道事件为关键词,通过机器学习对航空器跑道事件的事故致因因素进行挖掘,并对事故致因因素之间的关联作用分析,旨在为防范航空器发生跑道事故风险提供相应的理论支持。本文的主要研究内容有:(1)基于NLTK自然语言处理方法的航空器跑道事件文本分词。首先,在The Aviation Herald、Aviation Safety Network及网络,收集筛选1334条航空器跑道事件及其目击者言论数据,梳理形成183份航空器跑道事件文本;其次,考虑到NLTK算法中的词库收纳整理的是基本常用词,基于航空器跑道事件文本收集整理民航专业性词汇和停用词,补充建立航空器跑道事件文本专业性词库和停用词库;然后,针对传统NLTK算法中特征词权重系统差异度较小问题,利用Doc2Vec和K-Means算法对航空器跑道事件文本进行分类,得到72个数据文本集;最后,利用NLTK算法分别对72个数据文本集进行分词及词频统计,得到各文本集前50个高频词汇,通过wordcloud进行词云图展示。(2)基于LDA(潜在狄利克雷分配模型)主题模型主题特征词提取及主题概率分布研究。首先,利用TF-IDF算法分别对72个数据文本集进行分析,得到每个数据文本集的特征词及其对应的权重系数;然后,针对LDA模型构建过程中主题数量参数K选取问题,基于特征词及其对应的权重系数,利用困惑度算法计算横坐标为K值和纵坐标为困惑度得分的主题-困惑度曲线图,确定K值的取值区间;再基于一致性检验算法得到K取值区间内的一致性得分图,图中整数最高点则为K的取值点;最后,基于LDA模型对TF-IDF提取的特征词文本进行主题研究,得到72个文本数据集所属的十个主题以及每个文本数据集中各主题概率分布情况。(3)基于Apriori与中心性算法的主题及主题词关联规则挖掘与关键致因因素分析。首先,基于每个文本数据集中各主题概率分布情况,利用Apriori算法对文本数据集进行关联规则挖掘,针对无效规则或者影响较小规则,设定支持度与置信度阈值分别为Min(sup)≥0.01和Min(conf)≥0.1,得到216条关联规则;然后,基于复杂网络模型,绘制网络图进行主题及主题词关联性可视化展示与分析;最后,基于事故致因中心性算法,通过节度中心性、介数中心性、接近中心性和特征向量中心性计算方法,对网络图中的各节点进行中心性分析,量化各个节点的重要程度,得到航空器跑道事件关键致因因素。研究结果表明:造成航空器跑道事件主要因素包括起落架故障、机组人员错误行为、机务人员培训不足和机械设备故障等;其中最为突出的是起落架故障,与之关联度最高的则是飞行员的错误操作和电力系统过载,单是电力系统与起落架之间的关联程度输出置信度高达95%;关键事故中心性分析表明起落架故障、飞行员的错误操作和电力系统过载是航空器跑道事件关键致因因素。文本研究结果揭示了航空器跑道事件的相关致因因素以及其中的关联作用程度,为相关部门负责人员加强防范措施提供了一定的参考,对提高航空器跑道安全具有现实意义。

关键词：航空器跑道事故 Apriori算法 LDA

基于深度学习的机场无人驾驶设备路径规划研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的机场无人驾驶设备路径规划研究

作者：程浩鹏中国民用航空飞行学院

学位级别：硕士

随着我国民航业的快速发展,规模也逐渐居于世界前列。近年来,得益于新一轮信息产业的发展,民航业也需要借助智能化、信息化领域的成果来革新民航管理设备、管理流程。智慧机场的建设要求明确提到要发展智能化无人驾驶设备在机场中的应用... 详细信息

随着我国民航业的快速发展,规模也逐渐居于世界前列。近年来,得益于新一轮信息产业的发展,民航业也需要借助智能化、信息化领域的成果来革新民航管理设备、管理流程。智慧机场的建设要求明确提到要发展智能化无人驾驶设备在机场中的应用,而无人驾驶设备关键技术之一就是自主路径规划的实现。如何设计路径规划算法框架使其能够完成机场运输及保障等任务成为亟待解决的重要问题。由于机场工作环境复杂,专业性要求高,对于路径规划算法的设计也提出了更高的要求。本文以深度图像输入作为无人驾驶设备的输入数据,以两轮差分式移动机器人作为仿真研究对象,主要使用强化学习的原理来解决路径规划问题,从算法框架的顶层设计上着手,并针对静态与动态多障碍物环境下算法的有效性进行了研究。具体的研究内容如下:(1)分析了传统路径规划算法原理,传统路径规划算法往往需要提供完整的环境信息,使用激光雷达等传感器构建整体的地图模型并转化为栅格图等形式,然后使用基于图搜索等算法进行路径规划任务的解决。本文在输入环境数据上以移动机器人相机模块获取的深度视觉图像作为输入,避免了传统路径规划算法需要先建立精确环境地图的缺点。在图像处理上,使用深度视觉神经网络如CNN等网络对输入图像进行处理。并引入了3D轻量化环境模块来建立仿真环境,使得无人驾驶设备不需要提前构建起整体的周围环境信息而只使用视觉图像来训练得到最佳路径规划策略。(2)对在线强化学习的原理进行了分析,针对在线强化学习在训练时出现的训练代价高的问题。本文提出使用离线强化学习算法来改善此问题,通过不直接与环境互动从而降低训练的代价。并设计了一套基于视觉图像输入的离线强化学习算法框架,通过使用离线数据集训练模型,避免了直接与环境互动导致的训练时间长、训练代价高昂的缺点。通过仿真实验表明离线训练的结果相较于在线训练能够更快的获取到最佳策略。(3)搭建了基于Miniworld与ROS实现的两个仿真环境实验平台。分别创建了多障碍3D仿真环境。在多个环境下,对本文提出的基于深度视觉的离线强化学习算法在路径规划上的应用做了验证实验,实验结果也验证了该框架的有效性和可行性。

关键词：路径规划离线强化学习深度神经网络卷积神经网络 ROS

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于VCTM的终端区交通流推演及特性研究

基于VCTM的终端区交通流推演及特性研究

作者：骆春阳中国民用航空飞行学院

学位级别：硕士

随着航空运输需求的持续增长,空中交通管理正面临前所未有的挑战。特别是在大型机场终端区,交通拥堵和航班延误已成为影响航空运输效率和民航服务品质的重要因素。而缓解拥堵问题的关键是深入开展终端区交通流特性研究,揭示终端区交通... 详细信息

随着航空运输需求的持续增长,空中交通管理正面临前所未有的挑战。特别是在大型机场终端区,交通拥堵和航班延误已成为影响航空运输效率和民航服务品质的重要因素。而缓解拥堵问题的关键是深入开展终端区交通流特性研究,揭示终端区交通流时空演变规律及拥堵机理,从而为改进空中交通管理提供理论依据。首先,针对传统元胞传输模型(Cell Transmission Model,CTM)元胞尺寸必须固定、仿真精度较低,无法适应动态建模需求等不足之处,构建了基于可变元胞传输模型(variable cell transmission model,VCTM)的宏观交通流模型,根据航线连接、汇聚、分流等结构特点,定义一般元胞、汇聚元胞、发散元胞三种构型,并结合终端区实际运行和管制策略等因素,引入元胞优先级和发散系数概念解决交叉航线的流量分配问题。其次,基于所提出的模型,利用Any Logic对终端区交通流进行仿真,从仿真环境设置、元胞划分、参数标定及系统程序执行等方面详细阐述仿真过程。此外,采用ADSB历史数据验证模型的准确性与可靠性,并设计实验验证VCTM对比CTM的优越性。最后,深入分析终端区交通流演变模式,基于实证基本图和仿真分析,将终端区交通流划分为自由态、拥挤态、阻塞态三种流态,从管制间隔、管制速度等关键变量对交通流模型的敏感性进行分析,探讨其对于终端区交通流特征参数的敏感度,研究不同策略下交通流拥堵的影响机理。研究表明,相比于传统CTM,VCTM在进场交通流量仿真上相对精度平均提高了1.63%,在离场流量仿真上相对精度平均提高了2.14%,可更准确建模复杂空中航路网中的拥挤区域;终端区交通流量、密度与流速三者之间存在明显关联;管制间隔和管制速度通过影响元胞内临界流量和密度,进而影响终端区交通流运行状态;基于VCTM推演终端区交通流时空运行态势,将有助于优化空域资源利用,缓解交通拥堵,提升系统整体运行效率。

关键词：终端区交通流特性 VCTM AnyLogic仿真敏感性分析

无人机与有人机融合运行下的飞行冲突解脱研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人机与有人机融合运行下的飞行冲突解脱研究

作者：欧阳锋中国民用航空飞行学院

学位级别：硕士

当前,随着低空经济快速发展,无人机作为战略新兴产业,是航空装备体系中的重要组成部分,是通用航空、低空经济中发展最快、影响最广泛、发展潜力最大的领域,已经成为衡量科技实力、创新能力和高端制造水平的重要标志,是新质生产力的典型... 详细信息

当前,随着低空经济快速发展,无人机作为战略新兴产业,是航空装备体系中的重要组成部分,是通用航空、低空经济中发展最快、影响最广泛、发展潜力最大的领域,已经成为衡量科技实力、创新能力和高端制造水平的重要标志,是新质生产力的典型代表,这一进程为中国民航带来了前所未有的机遇,使其得以由大转强、实现“变道超车”。随着无人机的应用范围越来越广,对空域资源的需求越来越大,无人机迫切需要与有人机共享非隔离空域资源,而无人机融入空域首先带来的就是安全问题,为此,本文展开对于无人机与有人机融合运行下的冲突解脱开展研究。首先,本文分析无人机与有人机融合运行下的前景和挑战,深入分析了无人机从“隔离”到“融合”运行的阶段及措施;通过分析无人机的飞行特点与安全管理要求,确定了无人机与有人机发生冲突时的避让优先级。其次,本文对于无人机与有人机融合运行下的监管技术ADS-B技术进行研究,通过数据预处理等操作,结合飞机系统模型,利用卡尔曼滤波技术对ADS-B数据进行滤波,接着对三种滤波方式进行仿真分析,比较其优缺点,确定滤波模型,得到平滑ADS-B数据,为后文提供技术支撑。接着,本文分析了现有的有人机碰撞风险模型,针对其计算面积不精确导致空域浪费的问题,提出基于无人机的EVENT改进碰撞风险模型,通过对三个维度的碰撞风险进行分析,结合自贡凤鸣通航机场真实运行场景,通过算例分析确定无人机与有人机的安全间隔,将其作为边界条件,建立无人机飞行安全保护区。然后,针对融合空域中无人机与有人机冲突场景,在速度障碍法的基础上,引进滑动窗口算法用以对速度障碍法在未来时间周期内认为速度不变的不足进行优化;引入自适应安全距离对解脱距离进行补偿;在进行飞行冲突解脱时,采用航向解脱和速度解脱策略,将速度障碍区域边界作为解脱参考条件,实验结果表明,改进速度障碍法能够有效探测到飞行冲突,并在不同场景下完成解脱动作,提高了无人机的解脱效率。最后,利用民航飞行试验区平台,对冲突解脱策略进行验证,试验结果表明本文所做工作对于无人机与有人机融合运行安全问题具有研究意义。

关键词：无人机融合运行安全间隔飞行冲突探测飞行冲突解脱

基于图像处理及测温的大空间火灾探测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像处理及测温的大空间火灾探测技术研究

作者：谢爽爽中国民用航空飞行学院

学位级别：硕士

近年来,大型公共建筑、会展中心、机场航站楼和高铁站等大空间建筑日益增多,这些建筑在提供实用美观、良好通透性和采光性的同时,也伴随着一定的火灾风险。为了迅速准确地实现大空间内早期火灾的预警,防止火灾事故的扩散和恶化,对大空... 详细信息

近年来,大型公共建筑、会展中心、机场航站楼和高铁站等大空间建筑日益增多,这些建筑在提供实用美观、良好通透性和采光性的同时,也伴随着一定的火灾风险。为了迅速准确地实现大空间内早期火灾的预警,防止火灾事故的扩散和恶化,对大空间火灾辨识技术的深入研究显得尤为关键。在现有的大空间火灾探测技术中,基于图像的火灾辨识技术和测温技术各自展现出显著的优势。图像识别技术不受空间高度和气流速度等外界条件的约束,为大空间建筑火灾的侦测提供了强有力的工具。通过深入分析视频监控系统捕获的实时画面,可以准确地识别出火灾产生的火焰和烟雾的独特特征,进而迅速而准确地判断火灾是否已经发生。而测温技术则能实时监测环境温度变化,为大火灾探测提供关键的温度信息,其中发射率的确定对红外测温结果至关重要。本文主要结合图像处理和红外测温,针对目前大空间火灾探测研究存在的问题提出一种适合大空间的早期火灾探测方法。通过综合运用图像处理和红外测温技术,旨在实现对大空间火灾的快速、准确的火灾探测。主要内容如下:(1)基于YOLO的大空间红外火焰图像检测技术研究。首先针对需求构建了大空间红外火焰图像数据集,目前已包含了大空间红外火焰图片2000多张,为深度学习模型的训练提供了数据支持。基于上述所定义的数据集,对比分析了Faster R-CNN、YOLOv3、YOLOv5和YOLOv7(x、w6、d6和e6)模型在大空间红外火焰检测中的应用,主要选用YOLOv7进行研究,经过模型微调和参数优化,YOLOv7-w6的m AP＿0.5达到了90.1%,精度达到了91.1%。(2)基于YOLOv7的大空间火灾探测模型优化。为了进一步提高YOLOv7应用性能。本研究从三个方面进行优化,首先,采用SIoU Loss改进该模型的损失函数,实验结果表明,基于SIoU损失函数的模型精度得到了提高,m AP提高了9.1%,FPS提高了3.02。其次,在YOLOv7中引入NWD(Normalized Wasserstein Distance)损失函数,具有基于注意力机制的特性,能够帮助网络更好地关注小目标物体的特征,精度提升了5%。然后,在优化YOLOv7模型时,将SE(Squeeze-and-Excitation)注意力机制融入其主干网络,改进后模型的精确率为最高92.8%,在m AP＿0.5、m AP＿0.5:0.95以及FPS方面,分别为91.7%和、50.1%、44.12(帧/秒)。最后通过消融实验,得到一个最优的模型组合Yolov7-w6(SE)效果最好,Precision和m AP＿0.5相较于原模型分别有5.8%和7.2%的提升。在检测速度上,Yolov7-w6(NWD)表现最佳,较改进前提高了7.4(帧/秒)。综上,改进的模型能很好的检测出大空间红外图像的火焰目标,在一定程度上提高了模型中的各种指标。(3)基于发射率校正的红外测温模型研究。本文研究了在中温范围(273.15K至353.15K)内,材料发射率的测量技术,并成功构建了一套发射率测量系统。该系统随后被用于对多种不同设计的样品进行实证测试。在测试的基础上,进一步在该系统上研究了材料的发射率特性。为了确保测量结果的可靠性,进行了不确定度分析。通过应用不确定度合成公式,分析了五种不同样品在测量发射率时的相对不确定度,计算出了五种样品的总相对不确定度。本实验中所构建的测量系统经过校准和分析后,最大不确定度为3.74%,最小不确定度为2.46%,低于5%。可以得出本实验装置的发射率测量不确定度很小。最后将通过研制的发射率测量系统测量的发射率导入测温模型进行测温,测温误差相较于校正前减少22.2%,有效提升了测温精度,更能精确地捕捉和解析目标物体的温度信息,进而增强融合模型的准确度和可靠性。(4)基于KNN算法的融合策略在大空间火灾探测任务中的应用。通过Yolov7图像识别算法获取置信度信息,并结合红外摄像头提取的温度数据,实现了对火灾状态的全面监测。实验结果显示,当K值设为6时,KNN算法在火灾探测中展现出高准确率、精确率和F1分数,显著优于支持向量机(SVM),准确率也明显高于传统阈值法。此外,融合策略的应用有效提高了火灾探测的准确性和稳定性,降低了误报和漏报的风险,为大空间火灾探测任务的发展和应用提供了新的思路。

关键词：大空间火灾探测目标检测 YOLO算法发射率红外测温 SE注意力机制 NWD IoU损失函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机场协同决策的应用历史与研究趋势综述

航空工程进展 2024年第1期15卷 149-156页

作者：高昀琦唐铁桥曹峰范幸丽牟建良北京航空航天大学交通科学与工程学院北京100191 中国民用航空局综合司北京100710 首都机场集团科技管理有限公司北京100621

机场协同决策可以有效提升机场的运行效率,进而提升整个民航运输网络的运行效率。本文查阅并整理了机场协同决策的相关标准、政策文件与研究论文,梳理了机场协同决策的发展历程以及国内外学术界、工业界有关协同决策的研究及应用现状;... 详细信息

机场协同决策可以有效提升机场的运行效率,进而提升整个民航运输网络的运行效率。本文查阅并整理了机场协同决策的相关标准、政策文件与研究论文,梳理了机场协同决策的发展历程以及国内外学术界、工业界有关协同决策的研究及应用现状;分析讨论了机场协同决策未来的发展趋势与当前时期协同决策所面临的挑战;基于我国的实际情况,给出了一些机场协同决策的发展建议;总结了机场协同决策的理论与应用价值以及协同决策在我国面临的问题与挑战。本文研究为提升机场与整个航空交通网络的运行效率与经济效益提供了理论支撑和依据。

关键词：民用航空机场运行协同决策信息共享复杂网络