检索结果-内蒙古大学图书馆

北京航空航天大学学报 2024年第12期50卷 3930-3939页

作者：王宇哲黎新牟睿周继华何怡甫中国民用航空飞行学院民航安全工程学院广汉618307 中国东方航空股份有限公司四川分公司成都610000 中国民用航空飞行学院广汉分院广汉618307 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室广汉618307 中国民用航空飞行学院空中交通管理学院广汉618307 中国民用航空飞行学院经济与管理学院广汉618307

为提高空中交通管制过程中语音通话质量,提出了一种改进生成对抗网络的空管语音增强算法(SEGAN)。针对传统的SEGAN在低信噪比条件下,语音信号被淹没的问题,在SEGAN网络模型的基础上提出了多阶段、多映射、多维度输出的生成器和多尺度、... 详细信息

为提高空中交通管制过程中语音通话质量,提出了一种改进生成对抗网络的空管语音增强算法(SEGAN)。针对传统的SEGAN在低信噪比条件下,语音信号被淹没的问题,在SEGAN网络模型的基础上提出了多阶段、多映射、多维度输出的生成器和多尺度、多个鉴别器的网络模型。基于深层神经网络结构提取语音语义特征,完成空管语音语义分段;设置多个生成器,对语音信号做进一步优化处理;在卷积层中添加下采样模块,以提高模型对语音信息的利用率,减少语音信息的流失;采用多尺度、多个鉴别器、多方位学习语音样本的分布规律和信息。结果表明,在低信噪比条件下,改进SEGAN模型在短时客观可懂度(STOI)和语音质量感知评估(PESQ)2个指标上分别提高23.28%和20.11%,能够快速有效的进行空管语音增强,为后续空管语音识别提供准备工作。

关键词：语音增强生成对抗网络卷积神经网络空管语音低信噪比

来源：评论

学校读者我要写书评

暂无评论

面向融合运行的飞行员在环建模技术综述

引用

交通运输工程学报 2024年第4期24卷 208-227页

作者：魏麟杨济睿李秀易肖越郑远李诚龙中国民用航空飞行学院飞行技术学院四川广汉618307 中国民用航空飞行学院航空电子电气学院四川广汉618307 中国民用航空飞行学院民航监察员培训学院四川广汉618307 北京航空航天大学电子信息工程学院北京100191 中国民用航空飞行学院计算机学院四川广汉618307 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室四川广汉618307

研究了面向有人机与无人机融合运行环境的飞行员模型,基于有人机舱内驾驶和无人机远程遥控驾驶2种操纵类型,介绍了飞行员建模技术的发展历程和各模型特点,通过仿真软件研究了有人机与无人机飞行员在环的响应特性,讨论了通信延迟环节对... 详细信息

研究了面向有人机与无人机融合运行环境的飞行员模型,基于有人机舱内驾驶和无人机远程遥控驾驶2种操纵类型,介绍了飞行员建模技术的发展历程和各模型特点,通过仿真软件研究了有人机与无人机飞行员在环的响应特性,讨论了通信延迟环节对于无人机驾驶回路的影响,总结了各类飞行员模型在不同任务场景下的适用性和不足之处。研究结果表明:面向融合运行环境的飞行员建模瓶颈主要体现在有人机与无人机飞行员所处的操纵回路异构、无人机飞行员缺乏临场情景意识和无人机系统指挥与控制链路(C2链路)存在不确定性延迟等方面;有人机飞行员建模总体上是根据控制理论方法描述人体结构和飞行员的操纵特性,且人工智能方法的发展使得基于智能控制理论的飞行员模型设计方法能够更好地描述飞行员的操纵特性;无人机飞行员由于处于不同的操纵回路位置,远程遥控驾驶通过C2链路实现无人机状态感知和操纵指令上行,因此,无人机飞行员模型建模更趋向于人在环路的表达,需根据应用场景设计相匹配的飞行员模型,才可更真实地反映飞行员在特定场景下的控制与决策行为特性;面向未来的融合运行环境,构建人在环路模型应重点考虑如何描述无人机远程飞行员因临场情景意识缺乏导致的决策差异,如何更好地拟合人机系统操纵特性,以及如何构建具有高效、可靠、低延迟C2链路的飞行员模型等问题。

关键词：航空控制融合运行有人机无人机飞行员模型飞行员在环指挥与控制链路

来源：评论

学校读者我要写书评

暂无评论

高高原环境下富氧对纸箱燃烧特性的影响

引用

西北工业大学学报 2023年第4期41卷 812-819页

作者：马俊豪汤婧张晓宇代尚沛徐松涛李首庆贾旭宏中国民用航空飞行学院民机火灾科学与安全工程四川省重点实验室四川广汉618307 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室四川广汉618307

高高原机场生活区均设有人工增氧设施,固体材料在低压富氧环境下的火行为将发生明显变化。从传热传质角度推导了压力和氧浓度对固体燃烧速率的影响规律,在自主设计的低压富氧舱中开展纸箱着火实验,对燃烧过程中的质量燃烧速率、火焰形... 详细信息

高高原机场生活区均设有人工增氧设施,固体材料在低压富氧环境下的火行为将发生明显变化。从传热传质角度推导了压力和氧浓度对固体燃烧速率的影响规律,在自主设计的低压富氧舱中开展纸箱着火实验,对燃烧过程中的质量燃烧速率、火焰形态和火焰温度等参数进行测量,以期为高高原机场室内消防安全提供一定的依据。结果表明,纸箱燃烧速率与压力和氧浓度之间的关系为m″∝C_(1)p^(2/3)Y^(4/3)O_(2,∞)+C_(2)p^(2)Y^(4)O_(2,∞),并通过实验结果拟合得到经验式。在60 kPa时,随着氧浓度从21%提升到33%时,热释放速率增大63.56%,总产热量增大8%,火焰最高温度提升19%,火焰形状由细高型变为宽低型,颜色由蓝黄色逐渐转为明亮色。通过富氧能明显减弱低压对纸箱燃烧的抑制作用,火灾危险性也随之增大。在高氧浓度下,压力与质量损失和产热量呈弱相关。

关键词：低压富氧瓦楞纸箱燃烧特性质量燃烧速率火焰形态

来源：评论

学校读者我要写书评

暂无评论

稀疏奖励场景下基于适应性状态近似的多智能体强化学习

引用

机器人 2024年第6期46卷 663-671,682页

作者：方宝富余婷婷王浩王在俊合肥工业大学计算机与信息学院安徽合肥230601 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室四川广汉618307

稀疏奖励是多智能体强化学习的主要挑战之一,现有算法难以在稀疏奖励场景下有效训练智能体团队,并且容易导致其探索效率低下。为解决此类问题,本文提出基于适应性状态近似的多智能体强化学习算法。受人类在奖励稀缺情况下学习的启发,通... 详细信息

稀疏奖励是多智能体强化学习的主要挑战之一,现有算法难以在稀疏奖励场景下有效训练智能体团队,并且容易导致其探索效率低下。为解决此类问题,本文提出基于适应性状态近似的多智能体强化学习算法。受人类在奖励稀缺情况下学习的启发,通过考虑智能体状态之间的相似性,自适应地从经验池中获取近似状态,并将其添加到候选状态集,利用候选状态集中的探索信息促进策略训练。此外,算法还将该近似状态与当前局部状态之间的距离作为智能体的内在奖励,引导智能体在最大化联合状态动作值的同时更有效地探索未知环境,快速找到最优策略。实验结果表明,本文算法在不同稀疏奖励程度的多智能体追捕场景中表现优于现有强化学习方法,具备鲁棒性和有效性,能够加快智能体的学习速度。

关键词：强化学习稀疏奖励状态相似内在奖励

来源：评论

学校读者我要写书评

暂无评论

面向城市空中交通的无人机视觉定位技术研究

引用

航空学报 2024年

作者：屈若锟王致远刘晔璐李诚龙江波中国民用航空飞行学院空中交通管理学院中国民用航空飞行学院工程训练中心中国民用航空飞行学院民航飞行技术与飞行安全重点实验室中国民用航空飞行学院飞行技术学院

针对无人机在城市空中交通（Urban Air Mobility, UAM）环境中面临的卫星定位不稳定和信号干扰问题，以及现有额外定位系统对机载算力需求较大的挑战，研究提出了一种轻量化的无人机视觉定位系统。通过开发融合状态空间模块的图像特征... 详细信息

针对无人机在城市空中交通（Urban Air Mobility, UAM）环境中面临的卫星定位不稳定和信号干扰问题，以及现有额外定位系统对机载算力需求较大的挑战，研究提出了一种轻量化的无人机视觉定位系统。通过开发融合状态空间模块的图像特征提取框架，显著提高了预测精度，实现了基于高斯金字塔的三元组自监督训练方法，以增强算法的鲁棒性。通过引入基于滑动窗口和相似度矩阵的特征匹配策略，优化了特征匹配过程并显著提高了推理速度。通过在Airsim仿真平台及真实UAM飞行场景中的实验验证，该算法在复杂环境中能够提供精准的额外定位数据。在多组消融实验和性能测试中，验证了算法的先进性与实时性，并有效降低了算力需求。结果表明，该系统在提高无人机定位精度的同时，为城市空中交通环境下的无人机定位提供了可行的视觉解决方案。

关键词：低空经济无人机视觉定位状态空间模块自监督训练 Airsim 特征匹配

来源：评论

学校读者我要写书评

暂无评论

基于多维信号特征的无人机探测识别方法

引用

电子与信息学报 2024年第3期46卷 1089-1099页

作者：聂伟戴琪霏杨小龙王平周牧周超重庆邮电大学通信与信息工程学院重庆400065 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室和电子与电气工程学院德阳618307

如今,无人机(UAVs)在军用民用领域得到大规模应用,在无人机带来便利的同时也带来了巨大的安全隐患。针对无人机的探测识别技术逐渐成为研究热点,传统的无人机探测方法主要是通过获取雷达回波信号、无人机声音信号和光电信号的方式对无... 详细信息

如今,无人机(UAVs)在军用民用领域得到大规模应用,在无人机带来便利的同时也带来了巨大的安全隐患。针对无人机的探测识别技术逐渐成为研究热点,传统的无人机探测方法主要是通过获取雷达回波信号、无人机声音信号和光电信号的方式对无人机进行探测。然而,这类方法往往容易受到环境影响具有一定的局限性,无法对无人机进行精确的定位和识别。该文提出一种基于多维信号特征的无人机识别方法,该方法首先通过自适应三角阈值法从接收到的无线信号中探测并筛选出无人机信号,同时解析获取的无线信号的信道状态信息(CSI)。然后,利用正交匹配追踪算法(OMP)进行参数估计来获取无人机的位置信息对无人机进行定位。最后,提取无人机信号中的盒维数和径向积分双谱(RIB)来对无人机进行分类识别。通过实验,该方法对无人机的3维定位精度小于1 m,对无人机的分类识别精度最高能达到100%。

关键词：无人机参数估计特征提取目标识别目标定位

来源：评论

学校读者我要写书评

暂无评论

基于ECIOU结构嵌入YOLO的塔台视角目标检测

引用

航空工程进展 2025年第2期16卷 70-78页

作者：钱基德严浩梁琰曾昶畅牟忆豪中国民用航空飞行学院民航飞行技术与飞行安全科研基地广汉618307 洛阳北郊机场有限责任公司洛阳471099 中国民用航空局飞行技术与飞行安全重点实验室广汉618307

现有的塔台视角目标检测系统易出现定位偏差大、小目标检测精度低等问题,为解决该问题,提出基于ECIOU结构嵌入YOLO v8模型的塔台视角下飞机类目标检测方法,以提高检测的准确性和效率。在传统YOLO v8模型基础上,增加CBAM模块,加强目标特... 详细信息

现有的塔台视角目标检测系统易出现定位偏差大、小目标检测精度低等问题,为解决该问题,提出基于ECIOU结构嵌入YOLO v8模型的塔台视角下飞机类目标检测方法,以提高检测的准确性和效率。在传统YOLO v8模型基础上,增加CBAM模块,加强目标特征的判别性;引入GConv和SENet注意力机制,以优化Bottleneck结构,从而增强其特征提取能力;使用ECIOU Loss代替原有的CIOU损失函数,提升其在复杂环境下的检测性能;重新构建小目标检测头PWHead,以更好地捕捉小目标的细节信息。通过在Roboflow公开数据集上对模型进行评估,并将其性能与其他主流模型进行对比,结果表明:改进的YOLO v8模型的精确度达90.2%,平均精度均值达86.9%,较YOLO v8n分别提升了2.2%和1.3%,即提升了检测效率。

关键词： YOLO v8 飞行安全远程塔台目标检测图像处理

来源：评论

学校读者我要写书评

暂无评论

低气压环境典型民机舱内壁板材料燃烧速率研究

引用

清华大学学报(自然科学版) 2025年第4期65卷 795-804页

作者：贾旭宏张晓宇代尚沛田威丁思婕汤婧朱新华中国民用航空飞行学院民航安全工程学院广汉618307 中国民用航空飞行学院民机火灾科学与安全工程四川省重点实验室广汉618307 四川省全电通航飞行器关键技术工程研究中心广汉618307

在低气压环境下进行的航空运输可能发生难以预测的火灾事故。该文在中国四川省广汉市(大气压为96 kPa)和康定市(大气压为61 kPa)分别开展了飞机内饰壁板材料低气压火灾行为研究。针对2种飞机内饰壁板材料(玻璃纤维/酚醛树脂夹层板、玻... 详细信息

在低气压环境下进行的航空运输可能发生难以预测的火灾事故。该文在中国四川省广汉市(大气压为96 kPa)和康定市(大气压为61 kPa)分别开展了飞机内饰壁板材料低气压火灾行为研究。针对2种飞机内饰壁板材料(玻璃纤维/酚醛树脂夹层板、玻璃纤维/酚醛树脂层压板),修正其受压力影响的燃烧速率模型并研究气压对其产热特性、火焰形状和耐烧穿性能的影响。得出了2种材料的燃烧速率与气压的相关关系式以及基于火灾基底尺寸的燃烧速率压力模型。发现了低气压环境比常压环境下,玻璃纤维/酚醛树脂夹芯板、玻璃纤维/酚醛树脂层压板的热释放速率峰值分别降低了40.97%和43.85%,热释放总量分别降低了14.20%和24.71%,火焰高度分别降低了10.9%和11.6%。此外,对2种材料的耐烧穿性能研究发现,低气压下夹芯板材料更加耐烧,而层压板材料的耐烧穿性能几乎不受气压影响。

关键词：低气压飞机壁板玻璃纤维/酚醛树脂燃烧特性

来源：评论

学校读者我要写书评

暂无评论

基于麻雀搜索算法的ARAIM故障子集优化算法

引用

北京航空航天大学学报 2024年第7期50卷 2066-2073页

作者：王尔申王欢雷虹曾洪正曲萍萍庞涛沈阳航空航天大学电子信息工程学院沈阳110136 中国民用航空飞行学院飞行技术与飞行安全重点实验室广汉618307 电磁环境效应航空科技重点实验室沈阳110035

针对多假设解分离(MHSS)测试受卫星数目增加、潜在故障概率提高的影响,使得需要监测的子集数量增长而带来计算负担增加的问题,提出一种基于麻雀搜索算法(SSA)的高级接收机自主完好性监测(ARAIM)故障子集优化算法。结合SSA将可见卫星分... 详细信息

针对多假设解分离(MHSS)测试受卫星数目增加、潜在故障概率提高的影响,使得需要监测的子集数量增长而带来计算负担增加的问题,提出一种基于麻雀搜索算法(SSA)的高级接收机自主完好性监测(ARAIM)故障子集优化算法。结合SSA将可见卫星分配为发现者、跟随者和侦查预警者,通过剔除能量较低的个体降低计算冗余。在搜索过程中,引入自适应步长提升迭代速度,提高算法的执行效率。在双星座情况下,对完好性支持信息(ISM)参数进行3种假设,验证了所提算法的可用性,并与传统算法进行了对比分析。结果表明:通过所提算法得到的子集数量较传统算法减少了75%~90%,相同条件下,仿真用时降低了68%~88%,ARAIM可用性变化不超过2%。

关键词：高级接收机自主完好性监测双星座故障子集麻雀搜索算法完好性支持信息

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的火焰与烟雾检测算法

引用

清华大学学报(自然科学版) 2025年第4期65卷 681-689页

作者：邓力周进刘全义中国民用航空飞行学院民航安全工程学院广汉618307 中国民用航空飞行学院民机火灾科学与安全工程四川省重点实验室广汉618307 四川省全电通航飞行器关键技术工程研究中心广汉618307

由于火灾具有快速蔓延的特性和较高的破坏力,实现火灾的早期探测是十分必要的,针对火灾检测算法的研究也尤为重要。该文提出了一种改进的YOLOv8算法,通过集成轻量型模块SlimNeck和切片辅助推理方法SAHI,分别优化了YOLOv8算法的网络结构... 详细信息

由于火灾具有快速蔓延的特性和较高的破坏力,实现火灾的早期探测是十分必要的,针对火灾检测算法的研究也尤为重要。该文提出了一种改进的YOLOv8算法,通过集成轻量型模块SlimNeck和切片辅助推理方法SAHI,分别优化了YOLOv8算法的网络结构和推理框架,将火灾数据集目标分类为火焰(fire)、烟雾(smoke)和干扰项(default)。实验结果表明,SlimNeck-YOLOv8算法比相关的先进算法具有更优的火灾检测性能,与YOLOv8模型相比,查全率(recall)增长了2.7%、平均精度(mAP)增长了0.2%,检测速度提高了35 fps,同时也降低了计算负担。在SlimNeck-YOLOv8基础上进一步优化推理框架所得的SlimNeck-YOLOv8+SAHI算法,有效改善了漏检与误检现象。该研究有助于提升火灾检测系统的速度和精度,为火灾预警工作提供了有力的技术支持。

关键词：火焰与烟雾改进的YOLOv8 SlimNeck 切片辅助超推理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：