留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于概率神经网络的通用航空器冲突探测方法

钱晓鹏,  张洪海,  祝前进,  王立超

downloadPDF
文章导航 > 交通信息与安全  > 2019 >  37(3): 28-34
钱晓鹏, 张洪海, 祝前进, 王立超. 基于概率神经网络的通用航空器冲突探测方法[J]. 交通信息与安全, 2019, 37(3): 28-34. doi: 10.3963/j.issn.1674-4861.2019.03.004
引用本文: 钱晓鹏, 张洪海, 祝前进, 王立超. 基于概率神经网络的通用航空器冲突探测方法[J]. 交通信息与安全, 2019, 37(3): 28-34. doi: 10.3963/j.issn.1674-4861.2019.03.004
shu
QIAN Xiaopeng, ZHANG Honghai, ZHU Qianjin, WANG Lichao. A Method to Detect General Aircraft Collisions Based on Probabilistic Neural Network[J]. Journal of Transport Information and Safety, 2019, 37(3): 28-34. doi: 10.3963/j.issn.1674-4861.2019.03.004
Citation: QIAN Xiaopeng, ZHANG Honghai, ZHU Qianjin, WANG Lichao. A Method to Detect General Aircraft Collisions Based on Probabilistic Neural Network[J]. Journal of Transport Information and Safety, 2019, 37(3): 28-34. doi: 10.3963/j.issn.1674-4861.2019.03.004
shu

基于概率神经网络的通用航空器冲突探测方法

doi: 10.3963/j.issn.1674-4861.2019.03.004

  • 南京航空航天大学民航学院 南京 210016

  • 南京航空航天大学民航学院 南京 210016

  • 中国人民解放军 32145 部队飞行管制室 河南 新乡 453000

  • 南京航空航天大学民航学院 南京 210016

基金项目: 

南京航空航天大学研究生创新基地开放基金项目

国家自然科学基金面上项目

详细信息

  • 中图分类号: U8

A Method to Detect General Aircraft Collisions Based on Probabilistic Neural Network

    摘要
  • 摘要: 针对当前冲突探测技术难以同时实现精准识别与实时识别的问题,研究基于概率神经网络(PNN)的通用航空器冲突探测方法.将冲突探测视为模式识别问题,通过冲突模型分析,提出了航空器"冲突角"概念,改进了现有冲突识别方法采用的关键特征指标,将原有的4个关键特征指标提炼为3个指标,分别为航空器相对距离、相对速度以及冲突角,以此构造概率神经网络,训练形成神经网络分类器.结果表明,基于3关键特征的概率PNN冲突分类器分类误警率和漏警率保持在1%左右,在冲突误警率上优于基于4特征的SVM冲突分类器的6%,提高了航空器冲突探测的准确度;分类所耗时间始终保持在1.2 s左右,远低于Monte Carlo仿真方法的同时,较4特征分类器也降低了0.2 s左右,提高了冲突识别效率.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  516
  • HTML全文浏览量:  110
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-06-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发