基于卷积神经网络的不稳定进近研究与应用

摘要：

据民航数据统计,飞机进近着陆阶段发生事故率最高,其中大部分事故前期都会出现不稳定进近的状态,进而造成重着陆、擦机尾、失控等事故.传统监控手段无法有效识别飞机不稳定进近状态,结合卷积神经网络在图像和大数据处理方面的优势,提出了一种基于卷积神经网络的不稳定进近识别方法.该方法基于飞行时序数据,利用时序数据到图像的转换方法,将数据转换成图像输入到卷积神经网络模型,实现不稳定进近状态的分类.实验结果表明,该方法能够快速准确的识别不稳进近航班,实用性强.研究结果可为民航飞机综合状态的不稳定进近判定提供解决方案及其他飞行阶段的研究提供方法.

关键词：民用航空、不稳定进近、飞行安全、图像转换、卷积神经网络

所属期刊栏目：53

分类号：V249.1(航空仪表、航空设备、飞行控制与导航)

资助基金：民航安全能力建设项目

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：20-23,28