-
公开(公告)号:CN116343529A
公开(公告)日:2023-06-27
申请号:CN202310211052.2
申请日:2023-03-07
申请人: 中国电子科技集团公司第十五研究所 , 南京航空航天大学 , 中国人民解放军93209部队
摘要: 本发明属于航路交通分配技术领域,具体涉及一种航路时空资源优化配置方法。本航路时空资源优化配置方法包括:步骤S1:输入航路信息;步骤S2:采用FW算法求解系统最优配置方案,并输出引导信息;步骤S3:根据所述引导信息,求解最优出行方案;步骤S4:计算引导信息与最优出行方案之间的误差,若在预设范围内,则终止;否则,回到步骤S2。本发明采用基于Stackelberg博弈的交通分配模型获得最优配置方案中的各航段流量较均衡,处于一种平衡状态,能够避免航路资源配置不均问题,减轻空管与航空公司之间的矛盾。
-
公开(公告)号:CN116384807A
公开(公告)日:2023-07-04
申请号:CN202310211041.4
申请日:2023-03-07
申请人: 中国人民解放军93209部队 , 南京航空航天大学 , 中国电子科技集团公司第十五研究所
IPC分类号: G06Q10/0639 , G06N7/02 , G06F17/18 , G06Q50/26
摘要: 本发明涉及航空运输领域,具体涉及一种基于模糊综合评价模型的航路网络拥挤态势评估方法,本方法包括如下步骤:获取航路网络内航班运行历史数据;建立航路网络拥挤态势的因素集,并建立航路网络拥挤态势等级的评语集;采用层次分析法,计算因素集中各评价指标的权重,确定评价指标的因素权向量;建立单因素评价矩阵;基于因素权向量和单因素评价矩阵,建立模糊综合评价向量;根据最大隶属度原则,得到模糊综合评价结果。本基于模糊综合评价模型的航路网络拥挤态势评估方法可以快速有效评估航路网络拥挤态势,确定航路网络拥挤态势的变化趋势,以便于制定并实施科学的流量管理策略,避免大面积航班延误,提高飞行效率。
-
公开(公告)号:CN116665489A
公开(公告)日:2023-08-29
申请号:CN202310792710.1
申请日:2023-06-30
申请人: 南京航空航天大学 , 中国电子科技集团公司第十五研究所
IPC分类号: G08G5/00
摘要: 本发明属于航路网络资源调配技术领域,具体涉及一种航路网络拥堵区域识别方法。本航路网络拥堵区域识别方法首先面向航路网络节点的网络拓扑特性、网络脆弱性以及网络运行状态三个维度建立航路网络节点重要性评价指标体系,接着通过熵权法—CRITIC对各评价指标进行组合赋权,并引入相对熵与灰色关联分析法对逼近理想值排序(TOPSIS)法进行改进,对各航路点的重要性综合评价;最后根据各航路点的重要性进行航路网络拥堵识别仿真,可以识别出较易产生拥堵的节点,以便于根据这些节点建立主要研究航路,并找出预计进入拥挤航路网络的航班,为航路网络资源调配的研究提供基础。
-
公开(公告)号:CN116502875A
公开(公告)日:2023-07-28
申请号:CN202310768205.3
申请日:2023-06-28
申请人: 中国电子科技集团公司第十五研究所
IPC分类号: G06Q10/0631
摘要: 本申请公开了一种基于专家系统的智能审批方法、系统、服务器及存储介质,属于空中交通管理技术领域,该方法包括如下步骤:步骤1:建立智能审批知识库,基于所述智能审批知识库建立自动审批业务规则,所述自动审批业务规则至少包括资料完整性规则、空域使用限制性规则以及飞行安全影响规则;步骤2:获取无人机空域使用的计划信息,对所述计划信息进行规则优先度确定;步骤3:根据所述规则优先度,根据所述优先度依次选择不同的自动审批业务规则进行审查,得出辅助审批决策。使用本方法可以满足空域管理人员短时间开展大批量无人机空域使用计划审批业务,提升了无人机空域使用计划审批效率。
-
公开(公告)号:CN116108757B
公开(公告)日:2023-07-21
申请号:CN202310348473.X
申请日:2023-04-04
申请人: 中国电子科技集团公司第十五研究所
IPC分类号: G06F30/27 , G06F18/23 , G06F119/12
摘要: 本申请公开了一种试训环境中多级仿真时间推进方法、服务器及存储介质,属于模拟仿真领域,包括如下步骤:步骤1:建立物理同步需求序列,并对每个分系统建立逻辑时间序列;步骤2:根据物理同步需求序列与逻辑时间序列的对应关系,对分系统中的逻辑时间节点进行合并,构建仿真总系统的协同时间链表;步骤3:根据所述协同时间链表,对仿真总系统进行协同推进。使逻辑时间与物理时间对齐与聚类的处理,提升了仿真时间控制效率和能力,为仿真业务能力提升提供了技术支撑。
-
公开(公告)号:CN116028965B
公开(公告)日:2023-06-23
申请号:CN202310315350.6
申请日:2023-03-29
申请人: 中国电子科技集团公司第十五研究所
IPC分类号: G06F21/60 , G06F21/62 , G06F21/64 , G06F18/214
摘要: 本申请公开了一种分布式LVC试训环境中数据保护方法、服务器及存储介质,属于数据传输保护领域,包括如下步骤:步骤1:需求端发出数据请求,云端接收数据请求并根据所述数据请求的业务类型选择相应的隐私保护策略;步骤2:发送端根据所述隐私保护策略,选择相应的加解密方案对隐私数据进行加密处理并发送;步骤3:云端或需求端根据相应的加解密方案,对隐私数据进行解密处理并应用。本方法的集中云平台管控模式有利于减少隐私数据停留在参试节点的环节,不容易被参试节点主管部门获取,有助于隐私数据的许可使用。
-
公开(公告)号:CN106709642A
公开(公告)日:2017-05-24
申请号:CN201611182195.1
申请日:2016-12-20
IPC分类号: G06Q10/06
CPC分类号: G06Q10/0639 , G06Q10/06393 , G06Q10/06398
摘要: 本发明公开了一种空中交通管制模拟训练评估方法,包括如下步骤:首先整合模拟训练中各个训练科目的评估指标,并将评估指标分为开关指标和变化指标;然后获取N条历史训练数据,每条历史训练数据取其中对应的变化指标和开关指标以及成绩建立一个样本,组成样本集;对于样本集中的样本若有一个开关指标为0,将该样本从样本集中删除;针对正样本集中每一条正样本均进行操作,获得对应规则,所有正样本对应规则的集合作为规则集;获取实际训练数据,作为新的样本,将新的样本与规则集中所有规则的区间集合进行样本距离计算,若存在一条规则,新的样本的样本距离小于该条规则中的规则距离,则该新的样本符合该条规则,对应的实际训练数据合格。
-
公开(公告)号:CN118865756A
公开(公告)日:2024-10-29
申请号:CN202411101866.1
申请日:2024-08-12
申请人: 中国电子科技集团公司第十五研究所
IPC分类号: G08G5/00
摘要: 本发明涉及电数字数据处理技术领域,具体提供了一种无人驾驶航空器飞行管制空域的采集方法,包括以下步骤:国家空管委将无人驾驶航空器管制空域上报任务下发给地市级中管制空域对应单位;对应单位根据管制空域收集对应管制范围,并上报地市级管理部门;地市级管理部门对数据集进行汇总及校验,并上报区域管理部门;区域管理部门对数据进行汇总及校验,并上报国家空管委;国家空管委对区域管制空域数据进行汇总及校验,并对全国级管制空域数据进行发布。本发明提供的划设和采集方法提高了无人管制空域数据采集上报的效率,同时能够快速进行空域外扩计算,提高采集数据的速度和准确性,并通过逐级上报汇总,生成详细准确的管制范围。
-
公开(公告)号:CN118503790B
公开(公告)日:2024-10-11
申请号:CN202410910269.7
申请日:2024-07-09
申请人: 中国电子科技集团公司第十五研究所
IPC分类号: G06F18/241 , G06F18/25 , G06F18/213 , G06F16/26 , G06F16/29 , G06V10/26 , G06V10/28 , G06V10/32 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/0985 , H04N19/91 , G01S13/88
摘要: 本发明涉及低空无人机集群技术领域,具体涉及低空无人机集群对抗意图识别方法、装置、设备和介质。本发明采用双通道的深度卷积神经网络,其中一个通道将关联的时空因子作为输入,直接连接到深度卷积神经网络的全连接层作为特征增强数据,另外一个通道将低空无人机集群航迹图像作为输入,通过卷积层和子采样层逐层迭代训练学习,最终在全连接层与时空因子组合连接,最终用于对抗意图分类识别。
-
公开(公告)号:CN118485105A
公开(公告)日:2024-08-13
申请号:CN202410947566.9
申请日:2024-07-16
申请人: 中国电子科技集团公司第十五研究所
IPC分类号: G06N3/0442 , G06N3/045 , G06N3/08 , G06F18/10 , G06F18/213 , G06F18/2411 , G01S7/41
摘要: 本发明涉及雷达探测航迹预测技术领域,具体涉及一种双向GRU雷达探测航迹预测方法、装置、设备和介质,能够对不同类型的目标运动航迹预测具有良好的鲁棒性。基于典型空中目标分类判别的双向GRU雷达探测航迹预测方法,该方法对典型空中目标进行分类判别的基础上,对不同类型的目标利用双向GRU在时间序列数据建模中的优势,使得模型能够对不同类型的目标运动航迹具有良好的鲁棒性。充分利用了双向GRU在时间序列数据建模中的优势,通过对雷达数据进行数据清洗、坐标变换和特征提取,将原始的以雷达为中心的极坐标系下的航迹数据,转换为以地心为原点的空间直角坐标系数据,使得数据能够较好的适配模型训练。
-
-
-
-
-
-
-
-
-