基于概率神经网络的通用航空器冲突探测方法

• 作者: 张洪海 王立超 祝前进 钱晓鹏
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 航空安全 通用航空 冲突探测 神经网络 模式识别
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 交通安全
• 页码范围: 28-34
• 页数: 7页
• 分类号: U8
• 字数: 6459字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2019.03.004

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洪海	南京航空航天大学民航学院	68	560	14.0	21.0
2	王立超	南京航空航天大学民航学院	8	1	1.0	1.0
3	钱晓鹏	南京航空航天大学民航学院	4	0	0.0	0.0