| 基于概率神经网络的通用航空器冲突探测方法 |
| |
| 引用本文： | 钱晓鹏, 张洪海, 祝前进, 王立超. 基于概率神经网络的通用航空器冲突探测方法[J]. 交通信息与安全, 2019, 37(3): 28-34. doi: 10.3963/j.issn.1674-4861.2019.03.004 |
| |
| 作者姓名： | 钱晓鹏 张洪海 祝前进 王立超 |
| |
| 作者单位： | 南京航空航天大学民航学院 南京 210016;;南京航空航天大学民航学院 南京 210016;;中国人民解放军 32145 部队飞行管制室 河南 新乡 453000;;南京航空航天大学民航学院 南京 210016 |
| |
| 基金项目： | 南京航空航天大学研究生创新基地开放基金项目国家自然科学基金面上项目 |
| |
| 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1.2 s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0.2 s左右,提高了冲突识别效率.
|
| 关 键 词： | 航空安全 通用航空 冲突探测 神经网络 模式识别 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
