论文部分内容阅读
为了解决航空器航迹识别出现异常飞行状态影响航空器燃油消耗评估等问题,使用Kalman滤波去噪和CCDA算法识别飞行雷达轨迹并生产飞行状态,针对飞行状态异常点采用了直线特征测量数据平滑去噪算法消除了噪声对飞行状态变化点识别影响。以某扇区进场航空器雷达数据进行算例分析,识别率达到了91%以上。
基于航迹数据的飞行状态识别方法研究
【摘 要】
：
为了解决航空器航迹识别出现异常飞行状态影响航空器燃油消耗评估等问题,使用Kalman滤波去噪和CCDA算法识别飞行雷达轨迹并生产飞行状态,针对飞行状态异常点采用了直线特征测
【机 构】
：
中国民航大学空中交通管理学院
【出 处】
：
航空计算技术
【发表日期】
：
2017年6期
【基金项目】
：
国家自然科学基金与中国民航基金联合项目资助（U1333108）
其他文献
组建航空联盟已成为世界潮流,联盟是航空公司拓展经营范围、丰富航线资源的主要策略。影响联盟合作效果的关键因素之一在于能否选择出合适的合作伙伴。为解决该问题,确立了伙
准确预测燃料和空气湍流混合水平对精确模拟发动机性能至关重要。通过对Burrows＆Kurkov氢气顺喷经典算例的数值模拟,研究了湍流模型和湍流关键参数（施密特数）对氢气和空气的混合
终端区交通态势的准确度量是制定并实施流量管理措施的重要依据之一。通过提取终端区宏观与微观的交通特性,从进离场及总量3个维度构建态势的指标描述,并进一步采用中介理论