论文摘要
针对当前冲突探测技术难以同时实现精准识别与实时识别的问题,研究基于概率神经网络(PNN)的通用航空器冲突探测方法。将冲突探测视为模式识别问题,通过冲突模型分析,提出了航空器"冲突角"概念,改进了现有冲突识别方法采用的关键特征指标,将原有的4个关键特征指标提炼为3个指标,分别为航空器相对距离、相对速度以及冲突角,以此构造概率神经网络,训练形成神经网络分类器。结果表明,基于3关键特征的概率PNN冲突分类器分类误警率和漏警率保持在1%左右,在冲突误警率上优于基于4特征的SVM冲突分类器的6%,提高了航空器冲突探测的准确度;分类所耗时间始终保持在1.2s左右,远低于Monte Carlo仿真方法的同时,较4特征分类器也降低了0.2s左右,提高了冲突识别效率。
论文目录
文章来源
类型: 期刊论文
作者: 钱晓鹏,张洪海,祝前进,王立超
关键词: 航空安全,通用航空,冲突探测,神经网络,模式识别
来源: 交通信息与安全 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 安全科学与灾害防治,航空航天科学与工程,自动化技术
单位: 南京航空航天大学民航学院,中国人民解放军32145部队飞行管制室
基金: 国家自然科学基金面上项目(61573181),南京航空航天大学研究生创新基地开放基金项目(kfjj20180704)资助
分类号: TP183;V328
页码: 28-34
总页数: 7
文件大小: 1030K
下载量: 126