-
公开(公告)号：CN118469346A
公开(公告)日：2024-08-09
申请号：CN202410923073.1
申请日：2024-07-10
Applicant: 中国民用航空飞行学院
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本发明涉及空域管理技术领域，公开一种城市超低空空域划分和容量计算方法，包括以下步骤：使用改进的Voronoi方法对空域进行划分；计算基础空域容量；获取城市建筑信息数据，计算人口暴露风险指数、建筑物影响因子；获取城市建筑中的微气象数据和通讯信号数据，计算平均信号强度、信号传播路径长度、微尺度气象影响因子；基于基础空域容量、人口暴露风险指数、建筑物影响因子、平均信号强度、信号传播路径长度、微尺度气象影响因子，使用空域模型计算城市超低空空域容量。本发明能够使用少量数据，快速、高效、准确地计算超低空空域容量。
-
Patent Agency Ranking
公开(公告)号：CN118469346B
公开(公告)日：2024-09-03
申请号：CN202410923073.1
申请日：2024-07-10
Applicant: 中国民用航空飞行学院
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本发明涉及空域管理技术领域，公开一种城市超低空空域划分和容量计算方法，包括以下步骤：使用改进的Voronoi方法对空域进行划分；计算基础空域容量；获取城市建筑信息数据，计算人口暴露风险指数、建筑物影响因子；获取城市建筑中的微气象数据和通讯信号数据，计算平均信号强度、信号传播路径长度、微尺度气象影响因子；基于基础空域容量、人口暴露风险指数、建筑物影响因子、平均信号强度、信号传播路径长度、微尺度气象影响因子，使用空域模型计算城市超低空空域容量。本发明能够使用少量数据，快速、高效、准确地计算超低空空域容量。
-
公开(公告)号：CN115527397A
公开(公告)日：2022-12-27
申请号：CN202211237546.X
申请日：2022-09-30
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种基于多模神经网络的空管态势特征提取方法及装置，该方法包括下述步骤：首先，获取空管监视数据并进行预处理；然后，监视数据分类，根据卷积神经网络和全连接神经网络两种模态，将经度、纬度、航向、水平速度数据归为二维姿态数据，将航空器识别号、高度、垂直速度数据归为其余有效数据；之后，使用二维姿态数据绘制空管二维态势图作为卷积神经网络的输入，提取空管水平面态势特征，使用其余有效数据构建二维结构化数据，提取空管航空器数量和高度态势特征。最后，经过特征融合，输出提取的空管态势特征。本发明可以应用在空中交通管理过程中，提取全面的空管态势特征，提升空管自动化和智能化水平。
-
公开(公告)号：CN118467118A
公开(公告)日：2024-08-09
申请号：CN202410500190.7
申请日：2024-04-24
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及远程塔台的数据传输与处理技术领域，公开了一种云边端架构下远程塔台设备资源调配系统及方法。该调配系统包括资源调度板块、通信板块和业务请求板块；资源调度板块根据机坪的运行航班量以及每日机场开放时间，动态决策分配给机坪对应的边设备数量；通信板块用于机场端设备的管理，以及数据的接入和传输；业务请求板块接收到业务请求时根据待处理的航班时间紧急程度自动转到资源调度、添加至队列相应位置；本发明用于服务远程塔台与管制机场之间云边端架构下的设备协同，实现设备的合理调度，提高远程塔台的云边端架构下设备的利用率，同时不用根据远程塔台的需求额外为端设备设置AI计算的能力，降低对端设备的要求。
-
公开(公告)号：CN117314189A
公开(公告)日：2023-12-29
申请号：CN202311242213.0
申请日：2023-09-25
Applicant: 中国民用航空飞行学院
IPC: G06Q10/0637 , G06Q10/067 , G06Q50/26 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种远程塔台空中交通管制员态势感知评估模型建立方法，首先通过冻结测量法，针对远程塔台管制工作特点，设计态势感知测量表，对不同工作场景下的管制员态势感知能力进行评估，获得不同场景下的分值作为不同元素对于态势感知影响的重要性模糊评价的依据；之后基于得分情况通过层次分析法，计算出各要素对远程塔台管制员态势感知的详细权重值；最后通过远程塔台管制员态势感知各影响因素的详细权重值结合冻结测量得出的分值作为BP神经网络的预训练数据，最终构建出评估远程塔台管制员态势感知的模型。本发明将心理学、生理学等人体学科知识应用于系统的优化，从而提高远程机坪塔台系统效能，有效提高舒适感和工作绩效。
-
公开(公告)号：CN115527397B
公开(公告)日：2023-06-02
申请号：CN202211237546.X
申请日：2022-09-30
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种基于多模神经网络的空管态势特征提取方法及装置，该方法包括下述步骤：首先，获取空管监视数据并进行预处理；然后，监视数据分类，根据卷积神经网络和全连接神经网络两种模态，将经度、纬度、航向、水平速度数据归为二维姿态数据，将航空器识别号、高度、垂直速度数据归为其余有效数据；之后，使用二维姿态数据绘制空管二维态势图作为卷积神经网络的输入，提取空管水平面态势特征，使用其余有效数据构建二维结构化数据，提取空管航空器数量和高度态势特征。最后，经过特征融合，输出提取的空管态势特征。本发明可以应用在空中交通管理过程中，提取全面的空管态势特征，提升空管自动化和智能化水平。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
