XiaoMi-AI文件搜索系统
World File Search System飞行轨迹
M3：飞行轨迹间空间关系的视觉探索
摘要 异常值检测与聚类是轨迹分析的重要内容。尽管目前已有许多算法被提出来解决这些问题，但它们缺乏与可视化的结合，无法将人类智能融入分析过程。我们提出了一个可视化框架M3，该框架通过三个相互协调的视图将数据挖掘算法与可视化技术相结合：地图、MST和FSDMatrix。地图视图显示轨迹的空间信息。MST是一棵最小生成树，它表示轨迹之间的关系。在MST中，每个节点代表一条轨迹；节点之间的边表示轨迹之间的Fre´chet距离。FSDMatrix显示一个成对的自由空间图矩阵，以协助检测异常值和聚类轨迹。这三个视图相互影响。通过案例研究，我们讨论了该框架的适用性并展示了它带来的便利。
和在低速转弯时上线升降机
转弯对动物至关重要，尤其是在捕食者期间 - 猎物相互作用并避免障碍。对于飞行动物，转弯由（i）飞行轨迹或行进路径的变化以及（ii）身体取向或3D角位置组成。只有通过调节与重力相关的空气动力来实现飞行的变化。鸟类如何相对于转弯时身体方向的变化来协调空气动力的产生，这是遵守鸟类操纵飞行中使用的控制策略的关键。我们假设鸽子相对于其身体沿均匀的方向产生空气动力，需要改变身体方向以重定向这些力转动。使用详细的3D运动学和身体质量分布，我们检查了缓慢飞行的鸽子（哥伦比亚利维亚）执行90°转弯的净空气动力和身体方向。即使鸟类的身体取向差异很大，在整个转弯的整个转弯中，下冲程上平均的净空气动力在固定的方向上也保持固定的方向。在回合的早期，身体方向的变化主要重定向下冲程空气动力，影响了鸟的飞行轨迹。接下来，鸽子主要重新征收前向飞行中使用的身体方向，而不会影响其飞行轨迹。令人惊讶的是，鸽子的上风产生的空气动力力量大约是下文中产生的空气动力的50％，几乎与嗡嗡声鸟产生的相对上行力相匹配。因此，鸽子通过使用全身旋转来改变空气动力产生的方向来改变其飞行轨迹，从而实现低速的情况。
英汉大规模杀伤性武器术语表
ballistic missile interceptor (BMI) guanxing feixing guiji 惯性飞行轨迹 ballistic trajectory boshu zhidao daodan; 波束制 导导弹 ; Barak-1 naval SAM balake yi haijun dikong daodan “ 巴拉克 -1” 海 军地空导弹 Baruch Plan [USA] balaqi jihua [Meiguo] 巴拉奇 计划 [ 美国 ] batrachotoxin (BTX) watu 蛙 突 battery daodanlian 导弹连 Battle management command, control and communication (BMC3) zuozhan guanli zhihui, kongzhi he tongxun 作 战管理指挥、控制和通讯 battling behaviour zhandou zhuangtai 战 斗 状 态 beam rider; riding missile boshu zhidao daodan; jiashushi daodan 波束制 导导弹 ; 驾束式导弹
社论：机器学习和人工智能......
农用无人机集机器人、人工智能、大数据、物联网等技术于一体，被广泛应用于播种、地块监测、作物病虫害检测、农药化肥喷洒等各类农业作业，大大提高农业生产效率、解放劳动力（Kim et al.，2019），正在成为精准农业航空领域的一股生力军（Wang et al.，2019）。与传统农业机械相比，农用无人机具有体积小、重量轻、便于运输，飞行控制灵活等特点，具有作业精准、高效、环保、智能、使用方便等特点。但很多时候，飞行过程中农用无人机载荷的实时变化会影响其速度、精度和飞行轨迹稳定性。徐建军等（2019）指出，农用无人机在作业过程中应时刻保持良好的飞行姿态，提高作业效率。魏等提出了一种使用 PID 控制器和鲁棒 TS 模糊控制方法实现 AUAV 飞行轨迹稳定性的飞行动力学模型。对于不同的飞行条件，该模型可以在飞行路径中实现一定的稳定性，以抵抗负载扰动。
TuSeSy：用于自动跟踪飞机和降落伞的智能转盘伺服系统
摘要：跟踪飞机与降落伞在空投试验中起着至关重要的作用。研究降落伞的打开状态和飞行轨迹是十分必要的。如何高效准确地获取降落伞的形变数据和轨迹数据，越来越多的学者开始研究。目前，实际的数据采集主要由实验人员手持高清高速摄像机对降落伞进行跟踪拍摄，获得降落伞在空投过程中的图像序列。但这些方法无法获得降落伞的飞行轨迹，且易受人为因素的干扰。本文设计了一种智能转台伺服系统TuSeSy，可自动跟踪空投试验中的飞机与降落伞。具体来说，TuSeSy根据实际拍摄图像与跟踪算法推断图像之间的差异生成控制命令（从而真正跟踪目标）。此外，我们提出了一种有效的基于图像帧差异和光流的多目标跟踪切换算法，实现了空投试验中从飞机到降落伞的实时切换。为了评估TuSeSy的性能，我们进行了大量实验；实验结果表明，TuSeSy不仅解决了错误目标跟踪的问题，而且还降低了计算开销。此外，与其他跟踪切换方法相比，多目标跟踪切换算法具有更高的计算效率和可靠性，确保了转台伺服系统的实际应用。
效益分析 - 飞行安全基金会
报告还将研究需要考虑的关键监管和行业主题，以确保充分实现该技术的预期效益。报告主要关注潜在的安全效益，特别是可以利用哪些机会来降低航空风险。但是，不能忽视提高效率的相关策略，因为通常效率目标（例如可预测性、准时性和获得最合适的飞行轨迹）与安全目标相互关联，在某些情况下，相互依存。由于报告采用整体方法处理天基 ADS-B 主题，因此将进一步探讨这种关系。
波音 737 MAX 8 PK-LQP 案例
本文研究了大量以发生事故的 PK-LQP（B737 MAX 8）的历史飞行轨迹为特征的残留证据。随后，采用该方法根据现有飞行数据生成新的安全相关知识。在本研究开始时，该方法通过在线和离线报告收集的所有数据、来自 flightradar24 的 ADS-B 数据和统计方法的支持来开发假设。这项初步研究使用 Python 作为数据整理和分析的基本程序。结果表明，在 KNKT（印度尼西亚国家运输安全委员会-印度尼西亚）提供的数据中，飞机（PK-LQP）表现出与数据集有效 B737 MAX 8（地面真实数据）产生的典型爬升阶段相比异常行为。结果也证实了本研究提出的假设。