一种基于机器学习的无线电选台优化方法

    公开(公告)号:CN115801110B

    公开(公告)日:2023-07-18

    申请号:CN202310064067.0

    申请日:2023-02-06

    IPC分类号: H04B7/185 G06N3/084

    摘要: 本发明属于无线电调谐技术领域,具体涉及一种基于机器学习的无线电选台优化方法。将机器学习方法引入到无线电调谐技术领域,以切换频率和信号质量为性能指标,综合考虑夹角、距离、ANP值三种选台逻辑,以三种选台逻辑的权重矢量为训练指标。在飞行航线上,利用飞行计划、导航数据库进行训练,得到优化后的权重组合,作为最终的训练结果。可实现选择的导航台具有较优的信号质量和持久度;较大程度降低机组人员的操作负担,提高了选台效率;通用性较强,可自适应于多种航线、多种导航台形式;实现了无线电调谐功能的自动化、智能化。

    一种基于机器学习的无线电选台优化方法

    公开(公告)号:CN115801110A

    公开(公告)日:2023-03-14

    申请号:CN202310064067.0

    申请日:2023-02-06

    IPC分类号: H04B7/185 G06N3/084

    摘要: 本发明属于无线电调谐技术领域,具体涉及一种基于机器学习的无线电选台优化方法。将机器学习方法引入到无线电调谐技术领域,以切换频率和信号质量为性能指标,综合考虑夹角、距离、ANP值三种选台逻辑,以三种选台逻辑的权重矢量为训练指标。在飞行航线上,利用飞行计划、导航数据库进行训练,得到优化后的权重组合,作为最终的训练结果。可实现选择的导航台具有较优的信号质量和持久度;较大程度降低机组人员的操作负担,提高了选台效率;通用性较强,可自适应于多种航线、多种导航台形式;实现了无线电调谐功能的自动化、智能化。

    基于数字孪生的惯导系统测试验证与健康管理方法

    公开(公告)号:CN118153291A

    公开(公告)日:2024-06-07

    申请号:CN202410205409.0

    申请日:2024-02-23

    摘要: 本发明提出了一种基于数字孪生的惯导系统测试验证与健康管理方法。该方法包括:基于虚拟空间的先行验证,利用数字孪生的虚拟仿真可视化技术,在设计完成后就可以在虚拟空间对系统进行‑虚拟测试验证;故障模式注入,利用虚拟的数字孪生模型进行故障注入,消除了故障注入位置、条件限制,降低了故障注入难度,规避了故障注入可能对设备带来的不可修复性损害;故障预警与维修定位,故障预警、维修策略精准定位、故障数据库的更新;基于孪生体的导航大气系统性能预测,故障数据库的更新。本发明基于导航大气孪生体进行PHM,在横向、纵向两维度进行数据管理进行PHM等方面工作,具有很大的优势。