-
题名基于改进GoogLeNet的飞机尾流快速识别
被引量：4
- 1
-
-
作者
潘卫军
冷元飞
吴天祎
王玄
-
机构
中国民用航空飞行学院空中交通管理学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2022年第7期38-44,共7页
-
基金
国家自然科学基金项目(U1733203)
中国民航局安全能力建设计划(TM2019-16-1/3)。
-
文摘
为了识别繁忙近地空域中的飞机尾流,提高空中交通管制的智能化水平,结合激光雷达特性和尾流演化特点,通过改进GoogLeNet网络和组合残差结构,提出了一种针对尾流快速识别的卷积神经网络模型。在双流的进离场区域使用多普勒激光雷达对风场进行采样,得到目标区域的径向速度场;所采集的数据预处理后输入到模型分别进行训练、验证、测试。结果表明,相比于AlexNet、GoogLeNet模型,所提出卷积神经网络模型以0.45 M的低参数量在飞机尾流的识别准确度达到98.44%,在实验平台上的检测速度达到160 Fps/s。该模型可在复杂的环境下,快速准确地识别飞机尾涡。
-
关键词
尾流识别
GoogLeNet卷积神经网络
目标识别
多普勒激光雷达
可视化
-
Keywords
wake vortex recognition
GoogLeNet convolutional neural network
target recognition
Doppler lidar
visualization
-
分类号
V19
[航空宇航科学与技术—人机与环境工程]
TB872
[一般工业技术—摄影技术]
-
-
题名基于形态学和K近邻算法的飞机尾流识别
被引量：2
- 2
-
-
作者
潘卫军
冷元飞
吴天祎
-
机构
中国民用航空飞行学院
-
出处
《航空计算技术》
2022年第2期1-4,共4页
-
基金
国家自然科学基金项目资助(U1733203)
民航局安全能力建设项目资助(TM2018-9-1/3)。
-
文摘
航空器尾流的准确识别对于实现动态尾流间隔缩减技术具有重要意义。与传统利用尾流特征对称关系的方法相比,研究关注飞机尾流的形态特征,提出了一种基于数学形态学和K近邻算法(KNN)的飞机尾涡识别框架。在模型中,主要工作如下:1)根据数学形态学中开闭算子提取飞机尾涡样本的形态特征;2)引入卷积神经网络的池化层来降低特征维度;3)通过KNN机器学习模型识别所提取的尾涡特征。实验在双流机场(ZUUU)的02跑道附近布置Wind3D 6000多普勒激光雷达,通过采集进近风场数据来对模型进行验证。结果表明,所提模型分类准确率、精确率、召回率和F1-score分别为97.1%、92.6%、91.1%和91.9%。
-
关键词
尾涡识别
神经网络
形态学
多普勒激光雷达
-
Keywords
wake vortex recognition
neural network
morphological operator
Doppler Lidar
-
分类号
V328.3
[航空宇航科学与技术—人机与环境工程]
-
