摘要:随着低空空域开放进程的不断加速，低空航路规划的重要性逐渐显现。航路作为航空器运行的主要媒介，可以保证航空器安全高效的运行。当前，为解决尚未统一的低空航路划设规范与日益增长的低空航空器运行需求之间的矛盾，必须针对复杂低空空域环境特点，构建完备、合理的低空航路规划体系。首先，从城市低空航路规划的相关概念和发展历程出发，重点梳理航路相关概念；其次，基于中国空域管理特点与未来低空发展趋势，融合空域规划、基础设施建设、航路构建、运行评估等多方面的理论研究，提出城市低空航路规划框架体系；最后，剖析城市低空航路规划所面临的挑战与机遇，为未来城市低空航路构建提供参考和支撑。

摘要:为了提高终端区航班运行效率，本文将基于排队模型对终端区航班进场时间进行预测，以便尽早发现进场时间过长、进场效率低的航班，从而提前采取应对措施，确保航班正常运转。以天津滨海国际机场为例的研究结果表明，终端区内航班到达规律服从泊松分布，服务时间服从Gamma分布，本文建立的一般服务时间M/G/1排队模型能较好地预测航班进场时间，以15 min为单位的终端区航班进场时间预测的平均绝对误差在1 min左右。本文所建排队模型通过抓住进场交通流的整体流动特征来对进场时间进行预测，降低了现有模型难度，预测结果可以为改善管制工作带来更直接的指导建议。

摘要:航班延误是民航业的一大难题，提前对航班的延误情况进行预测，以采取合理的应对措施，对缓解航班延误产生的负面影响有着重要意义。为提升预测性能，提出一种基于轻量级梯度提升机（Light gradient boosting machine，LightGBM）的航班延误多分类预测模型。该模型结合航班信息与天气信息，运用方差过滤与递归特征消除进行特征筛选，并采用合成少数过采样技术（Synthetic minority oversampling technique，SMOTE）与Tomek Link对数据进行不平衡处理，最后使用LightGBM进行建模，实现对航班延误时长的多分类预测。为验证模型的合理性，将所提模型与其他先进算法构建的模型进行对比。实验结果表明，所提模型在各种预测性能指标上结果更优，将预测精度提升至90%以上，同时大幅度降低了训练时间成本。

摘要:针对“最后一公里”配送的无人机需求预测问题，考虑无人机性能、空域环境和运输任务等限制条件，分别以最大化快递运输量、最小化运输成本为目标函数，建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素，建立组合预测模型预测快递业务量；利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明，本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案，还能够使得无人机的工作时间利用率达到95%以上。

摘要:在空中交通愈加拥挤的背景下，航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常，存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征，采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise， DBSCAN）方法进行改进，提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed， direction and high level improved by local outlier factor，LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后，基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法，挖掘异常飞行行为。最后，通过实验仿真验证了本文方法的有效性和应用价值。

摘要:为了合理配置国际航权资源，避免稀缺客运航权资源的恶性争夺，首次提出了国际客运航权资源优化配置问题，并构建了一个混合整数规划模型。该模型在旅客始发地-终到地（Origin-destination， OD）分布已知的基础上，针对两国多通航点的国际航权资源分配需求，以旅客出行总里程最小为目标，并综合考虑国际枢纽机场地位、航空公司的竞争力水平和市场份额。以国际航权资源、航空公司运营能力和航班客座率等为约束条件，将稀缺的航班资源合理分配给国内的航空公司和国际机场。然后设计了遗传算法求解该问题，并分别采用CPLEX和遗传算法进行算例实验，验证了模型的正确性和算法的有效性。最后针对中法两国间的航权资源分配进行了实际应用。

摘要:针对航材消耗预测影响因素多，结合航材消耗特点，研究粗糙集（Rough set， RS）与支持向量机（Support vector machine， SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素，在属性重要性基础上将7个影响因素约简为3个影响因素，保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization， PSO）优化SVM模型，寻优得到的参数组合，建立RS-PSO-SVM航材消耗预测模型。实例分析表明，RS-PSO-SVM模型的预测准确度较好，相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。

摘要:无人机集群作战已成为一种新兴作战模式。面对日益错综复杂的战场环境，无人机集群对抗博弈是一个重要的研究方向。本文以无人机集群空地对抗为背景，研究无人机集群的对抗博弈过程。分析战场态势的关键因素，通过空间状态矩阵表征战场态势，基于战场态势的动态变化提出自适应权重的经验表达式，并以此给出博弈双方的动态目标收益函数，建立非完全信息下的无人机集群空地对抗博弈模型。仿真验证了自适应权重的合理有效性。本研究为无人机集群空地对抗的动态决策提供了一种新方法。

摘要:针对视距1vs.1空战场景下无人战斗机（Unmanned combat aerial vehicle， UCAV）的自主机动决策，提出了一种基于模糊推理的空战机动决策方法。首先，从空战场景出发，建立了角度、距离、速度及高度4种优势因子；其次，利用模糊规则对空战态势进行评估，将代表空战态势的优势因子输入模糊推理机，自适应地调整优势函数中各因子的权重；同时，利用决策机动、序列机动和惯性机动相结合的方法建立敌机位置预测模型，作为机动决策的辅助手段，最后利用试探机动进行机动决策。仿真结果表明模糊推理模型能够实现UCAV自主机动决策能力，模型的优势在于将模糊的空战态势转化为优势函数中确定的权重因子，在策略上指导UCAV做出更有针对性的机动决策。

摘要:针对卫星太阳能帆板的振动抑制问题，本文提出一种基于一致性理论的分布式振动控制方法。首先，依据智能组件的定义建立面向分布式控制的太阳能帆板整体结构动力学模型；然后，根据图论和一致性理论设计抑制帆板振动的分布式控制器，控制器由反馈镇定项和一致性协同项两部分构成；基于Lyapunov理论分析闭环系统的稳定性和鲁棒容错能力；最后，设计不同情况的数值算例，验证所提分布式控制方法的有效性。仿真结果显示，基于一致性理论的分布式振动控制方法不但能够有效地抑制卫星太阳能帆板的振动，提高系统的动态性能，还具有良好的鲁棒容错能力。

摘要:针对无人机绕速度矢量轴滚转机动下状态易越界的问题，研究了一种自适应滑模边界保护控制方法。首先，基于二分法思想改进可达平衡集并引入指令约束方法，进而实现在线边界解算与约束指令生成。其次，为抑制不确定性和外部未知干扰对闭环系统的不利影响，利用径向基神经网络逼近系统不确定性并设计非线性二阶干扰观测器估计复合干扰，进一步设计自适应滑模边界保护控制器以实现无人机在安全边界内的姿态跟踪。最后，通过数值仿真验证了自适应滑模边界保护控制方法的有效性。

摘要:如何抑制复杂环境中的航空器惯导误差发散，是实现航空器长航时高精度自主导航的关键。地磁导航是一种全天时、全天候的无源导航方式，其中，匹配算法是地磁匹配导航系统的核心技术。针对等值线匹配均方差（Mean square difference， MSD）算法无法校正航向误差、最近等值线迭代（Iterated closet contour point， ICCP）算法在初始误差较大的情况下易发散、实时性较差的问题，提出了一种改进的地磁联合匹配算法，采用粗精结合的策略，约束精匹配过程搜索范围并缩小初始误差，并在精匹配阶段采用动态窗口技术，提高算法搜索效率和实时性。仿真实验表明，该算法取得了良好的匹配效果，具有精度高、实时性好等优点，能够抑制惯导误差发散，适合航空器长航时工作。

摘要:基于双分拣中心建立最小化不同紧急程度货物的影响下飞机滑行时间和机下运输至分拣系统时间、最大化货运航班类型和停机位类型的匹配程度以及跑道鲁棒性的多目标优化模型，采用线性加权法对目标函数进行赋值，综合分析不同权重下的分配结果并得到最优方案。借助CPLEX Studio IDE 12.8.0软件，以鄂州机场为实例进行求解，实验结果表明，相比于贪婪启发式方法，本文提出的模型得到的分配方案使得飞机滑行时间减少17.90%，货物运输时间减少6.96%，机位类型利用率提升21.21%，跑道使用完全均衡，因此提高了枢纽机场过站时效，运行保障效率有明显提升，可用于货运枢纽机场的实际运营。

摘要:飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中，验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验，用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index， NASA-TLX）量表评价数据。以飞行员生理指标数据为输入，NASA-TLX量表主观评价数据为输出，建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression， PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression， SVR）模型的预测精度进行了对比，针对4个不同场景，预测精度分别提高了7.5%、9.5%、7%和5.8%，结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。

摘要:针对故障预测与健康管理（Prognostic and health management， PHM）技术在民机维修工程中的应用问题，探讨了基于PHM的预测维修模式设计，提出了考虑PHM的初始维修任务分析流程以及基于PHM的预测维修模式实施方法。以B737NG空调系统为例开展验证研究，建立了基于数据驱动的空调系统PHM模型，设计了空调系统PHM维修模式，并基于历史运行数据开展了计划维修模式与预测维修模式下维修成本对比分析。研究结果表明：基于PHM的维修模式不仅可以取消部分定期检查工作，还可以通过提前监测减少非计划的维修事件，进而降低民机系统全寿命周期维修成本。成本效益分析表明：相比传统计划维修，PHM维修可降低40%以上的成本，进一步推广应用到整机其他系统将带来更大的经济效益和安全效益。

摘要:提出一种优化相关向量机的寿命预测方法，并用于对辅助动力系统（Auxiliary power unit， APU）涡轮的剩余寿命预测。首先，提出了改进的核函数，兼顾效率和精度，用天牛须搜索（Beetle antennae search， BAS）算法对相关向量机的核参数进行优化，建立寿命预测模型；然后，对历史数据进行分析，提取排气温度（Exhaust gas temperature，EGT）并进行修正、降噪，用多项式回归建立了EGT的涡轮性能退化模式库；最后，实例验证表明，文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%，精度提高20%，通过敏感性分析确定了最佳的初始步长和输入维度。

摘要:在基于解析冗余关系的故障诊断应用中，系统不确定性方法会造成漏诊和误诊。本文在传统键合图线性差分变化技术（Bond graph-linear fractional transformation technique，BG-LFT）中引入区间分析理论，提出一种基于区间解析冗余关系的故障诊断方法。该方法在基于键合图的解析冗余关系故障诊断方法的基础上，首先结合BG-LFT和区间分析理论对参数不确定性和测量不确定性进行统一建模。然后，将键合图模型扩展为不确定性键合图模型，并推导区间解析冗余关系。最后，利用区间数学运算方法计算区间解析冗余关系，得到诊断阈值。将该方法应用于电动静液作动器参数型故障及传感器故障的故障诊断中。结果表明，与单纯使用BG-LFT相比，本文方法能更有效获取电静液作动器故障诊断依据，避免系统不确定性对诊断结果的干扰。

摘要:机场道面裂缝具有形态多变、宽度狭小、长短不一、且空间走势呈自由曲线的不规则特征，现有算法检测效果不佳。针对此问题，本文构建了一种基于可变形卷积与特征融合的神经网络（Deformable convolution and feature fusion neural network，DFNet）模型。首先由可变形卷积模块来强化特征提取网络对裂缝形态特征的学习； 然后经多尺度卷积模块捕获不同感受野下裂缝的全局信息；最后通过特征融合模块来提取裂缝不同层次的特征，通过融合裂缝低级特征与高级特征，实现对机场道面裂缝的准确分割。在采集的实际机场道面裂缝数据集上，与其他6种现有算法进行了对比实验，本文算法在像素级分割的F1-Score上达到了90.95%，效果优于全部对比算法。DFNet算法提高了对机场道面裂缝检测的能力，实验结果表明本文算法较好地达到了工程实际要求。

摘要:微重力条件下管内流动冷凝换热系数是空间热交换器设计的基础依据，但其实验数据稀缺，故有必要建立精确的预测模型。文中提出了一种基于人工神经网络的微重力下管内流动冷凝换热预测模型。选取误差反向传播（Back propagation， BP）和径向基函数（Radial basis function RBF）两种神经网络，以水力直径、饱和温度、质流密度、干度及与工质热物性有关的参数作为网络输入，冷凝换热系数作为网络输出。结果显示，BP神经网络预测的均方根误差为237、平均绝对百分误差为4.32%；RBF神经网络预测的均方根误差为165、平均绝对百分误差为2.35%。相对于BP神经网络，RBF神经网络精度更高。基于RBF神经网络的微重力下管内流动冷凝换热模型预测值与94%的实验值和数值模拟结果的相对误差在±10%以内。