一种基于SVM的低空飞行冲突探测算法

• 作者: 张学军 管祥民 聂尊礼 韩冬
• 来源期刊: 北京航空航天大学学报
• 学科: 航空航天
• 关键词: 通用航空 冲突探测 支持向量机(SVM) GA-PSO 智能优化算法
• 年，卷（期）: 2018,（3）
• 页码范围: 576-582
• 页数: 7页
• 分类号: V355
• 字数: 5139字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2017.0159

摘要

随着低空飞行密度不断增加,低空航行安全已引起广泛关注,由于低空环境复杂,低空飞行受地面障碍物和天气影响比商用航空显著,传统的空中交通警戒与防撞系统(TCAS)和其他冲突探测方法并不适用于低空密集飞行环境.针对传统探测方法计算量大、适用性差的不足,引入支持向量机(SVM)的二元分类方法,通过对本机和周边飞机航迹归一化处理,采用智能优化算法对关键参数进行优化,利用模拟数据对分类器进行预先训练,实现了适用于低空飞行的高效冲突探测.以大量的仿造数据对算法有效性进行了测试验证,结果表明漏警率和误警率分别控制在约0.1％和6％,克服了传统确定型方法与概率型方法难以兼顾效率与适用性的缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学军	北京航空航天大学电子信息工程学院	103	695	10.0	23.0
2	韩冬	北京航空航天大学电子信息工程学院	7	55	4.0	7.0
3	管祥民		6	15	3.0	3.0
4	聂尊礼	北京航空航天大学电子信息工程学院	1	4	1.0	1.0