公开(公告)号：CN118036714B

公开(公告)日：2024-06-11

申请号：CN202410437635.1

申请日：2024-04-12

Applicant: 中国民用航空飞行学院

Inventor： 潘卫军 ,  高健伟 ,  姜沿强 ,  蒋培元 ,  张坚 ,  陈晟 ,  王玄 ,  左青海 ,  栾天 ,  李正阳

IPC: G06N3/098 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0442 ,  G06Q10/04 ,  G06Q50/40

Abstract: 本发明涉及空域流量预测技术领域，提出基于集成学习算法的空域流量预测方法，包括步骤：收集历史空域流量数据和与之相关的空间结构数据，并进行预处理；构建GNN模型，使用GNN模型计算对空域网络中的各节点影响程度、节点间影响程度，节点为任一机场或任一航路点；GNN模型对节点影响程度、节点间影响程度以及时间序列数据进行特征转换和注意力融合，得到融合后的特征向量；将融合后的特征向量输入LSTM模型，得到预测的节点的空域流量。本发明通过集成GNN模型和LSTM模型对节点的空域流量的影响程度进行分析，以及对节点的空域流量进行预测。

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

Inventor： 潘卫军 ,  高健伟 ,  陈志远 ,  王玄 ,  左青海 ,  栾天 ,  王润东 ,  何沁悦 ,  姜沿强 ,  陈晟 ,  尹子锐

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：CN119969950A

公开(公告)日：2025-05-13

申请号：CN202510451204.5

申请日：2025-04-11

Applicant: 中国民用航空飞行学院

Inventor： 潘卫军 ,  梁叡涵 ,  左青海 ,  王玄 ,  王润东 ,  栾天 ,  王钰皓 ,  宋大江 ,  张琛 ,  陈申豪 ,  陈晟

IPC: A61B3/113 ,  A61B3/00 ,  A61B5/16 ,  A61B5/318 ,  A61B5/363 ,  A61B5/00 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/2135 ,  G06F18/2431 ,  G06F18/25 ,  G06F18/214 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明涉及视疲劳监测与健康监测技术领域，公开了一种远程塔台空中交通管制员视疲劳监测方法。通过同步采集眼动、心电、工作负荷及环境多模态数据，结合视功能测试生成标注标签，构建高维特征数据集；采用主成分分析降维提取关键特征，并通过LightGBM模型训练实现视疲劳状态的实时预测；对眼动数据采用滑动中值滤波与注视事件合并策略，心电数据通过Bior4.4小波分解去除基线漂移并提取HRV特征；基于加权融合的视功能指标生成视疲劳标签；利用TPE优化模型超参数；实时监测中，系统根据模型输出触发警报。本发明实现了非侵入式、高精度的视疲劳监测，有效适应远程塔台复杂环境，显著提升管制员健康管理效率与航空运行安全性。

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

Inventor： 潘卫军 ,  高健伟 ,  陈志远 ,  王玄 ,  左青海 ,  栾天 ,  王润东 ,  何沁悦 ,  姜沿强 ,  陈晟 ,  尹子锐

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：CN118036714A

公开(公告)日：2024-05-14

申请号：CN202410437635.1

申请日：2024-04-12

Applicant: 中国民用航空飞行学院

Inventor： 潘卫军 ,  高健伟 ,  姜沿强 ,  蒋培元 ,  张坚 ,  陈晟 ,  王玄 ,  左青海 ,  栾天 ,  李正阳

IPC: G06N3/098 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0442 ,  G06Q10/04 ,  G06Q50/40

Abstract: 本发明涉及空域流量预测技术领域，提出基于集成学习算法的空域流量预测方法，包括步骤：收集历史空域流量数据和与之相关的空间结构数据，并进行预处理；构建GNN模型，使用GNN模型计算对空域网络中的各节点影响程度、节点间影响程度，节点为任一机场或任一航路点；GNN模型对节点影响程度、节点间影响程度以及时间序列数据进行特征转换和注意力融合，得到融合后的特征向量；将融合后的特征向量输入LSTM模型，得到预测的节点的空域流量。本发明通过集成GNN模型和LSTM模型对节点的空域流量的影响程度进行分析，以及对节点的空域流量进行预测。