XiaoMi-AI文件搜索系统
World File Search SystemSESAR
SESAR 解决方案 PJ.02-01-06“基于飞机静态特性的尾流湍流分离（用于离港）”上下文说明（V3）
完善指导、安全案例和支持静态成对离港分离矩阵监管的材料。根据交通组合和成对矩阵中新飞机类型的纳入情况，制定（即监管和相关安全案例）基于更多类别或不同类别的精细分离最小值方法，以更适合当地机场环境。支持监管部门批准的安全证据、进一步增加效益的细化以及允许促进与可选监管推动因素相对应的部署的整合
SESAR JU 2020 年综合年度活动报告
© Airbus S.A.S. 2021，第 50 页；© Alexa Mat/Shutterstock.com，第 209 页；© Alexandra Lande/Shutterstock.com，第 215 页；© AlexLMX/Shutterstock.com 第 177 页；© chainarong06/Shutterstock.com，第 220 页；© DG Stock/ Shutterstock.com，封面；© Diana Opryshko 第 155 页；© Dmitry Kalinovsky/Shutterstock.com，第 56 页；© iStock. com/Gordon Tipene，第 189 和 194 页；© iStock.com/Nordroden，第 12 页；© iStock.com/sharply_done，第 209 页；© iStock.com/sharply_done，第 18 页； © iStock.com/stellalevi，第 228 页，© lassedesignen/Shutterstock.com，第 70 页 © Mario Hagen/Shutterstock.com，第 36 和 130 页；© Michael Penner，第 130 页；© NickolayV/Shutterstock. com，第 77 页；© Sergey Peterman/Shutterstock.com，第 10 页；© SESAR JU，第 9、15、16、17、48、49、55、79、86、102、132、134、145、147、148 和 190 页；© SFIO CRACHO/Shutterstock.com，第 181 和 213 页；© Skycolors/ Shutterstock.com，第 40 页； © smolaw/Shutterstock.com，第 211 页；© Thiago B Trevisan/Shutterstock.com，第 136 页；© This Is Me/Shutterstock.com，第 175 页；© VLADGRIN/Shutterstock.com，第 191 页；© Limare/Shutterstock，第 193 页；© 照片由 Chris Smith 在 Unsplash 上拍摄，第 227 页 © 照片由 Julien Bessede 在 Unsplash 上拍摄，第 224 页 © 照片由 Sacha Verheij 在 Unsplash 上拍摄，第 221 页 © yuttana Contributor Studio/Shutterstock.com，第 66 页。
SESAR JU 2020 年综合年度活动报告
© Airbus S.A.S.2021，第 50 页；© Alexa Mat/Shutterstock.com，第 209 页；© Alexandra Lande/Shutterstock.com，第 215 页；© AlexLMX/Shutterstock.com 第 177 页；© chainarong06/Shutterstock.com，第 220 页；© DG Stock/ Shutterstock.com，封面；© Diana Opryshko 第 155 页；© Dmitry Kalinovsky/Shutterstock.com，第 56 页；© iStock。com/Gordon Tipene，第 189 和 194 页；© iStock.com/Nordroden，第 12 页；© iStock.com/sharply_done，第 209 页； © iStock.com/sharply_done，第 18 页；© iStock.com/stellalevi，第 228 页，© lassedesignen/Shutterstock.com，第 70 页 © Mario Hagen/Shutterstock.com，第 36 和 130 页；© Michael Penner，第 130 页；© NickolayV/Shutterstock。com，第 77 页；© Sergey Peterman/Shutterstock.com，第 10 页；© SESAR JU，第 9、15、16、17、48、49、55、79、86、102、132、134、145、147、148 和 190 页；© SFIO CRACHO/Shutterstock.com，第 181 和 213 页； © Skycolors/ Shutterstock.com，第 40 页；© smolaw/Shutterstock.com，第 211 页；© Thiago B Trevisan/Shutterstock.com，第 136 页；© This Is Me/Shutterstock.com，第 175 页；© VLADGRIN/Shutterstock.com，第 191 页；© Limare/Shutterstock，第 193 页；© 照片由 Chris Smith 在 Unsplash 上拍摄，第 227 页 © 照片由 Julien Bessede 在 Unsplash 上拍摄，第 224 页 © 照片由 Sacha Verheij 在 Unsplash 上拍摄，第 221 页 © yuttana Contributor Studio/Shutterstock.com，第 66 页。
SESAR 人类绩效评估流程 V1 至 V3
人为绩效 (HP) 用于表示人成功完成任务和满足工作要求的能力。人成功完成任务的能力取决于通常在“人为因素 (HF)”学科内研究的许多变量。这些变量包括：程序和任务设计、技术系统和工具的设计、物理工作环境、个人能力和培训背景以及招聘和人员配置。HP 还取决于管理与变革和过渡相关的社会因素和问题的方式。因此，在开发和实施的所有阶段充分考虑 HF 和 HP 对于实现 SESAR 的目标以及实现与 KPA 相关的利益至关重要。
SESAR2020 PJ14 最终项目报告
通信、导航和监视 (CNS) 系统提供空中交通管理 (ATM) 所必需的基础设施和服务。CNS 可在飞行的所有阶段实现高效导航和安全分离。尽管当前的 CNS 系统已经成熟并在全球范围内提供良好的服务，但 SESAR 正在努力实现 SESAR 运营概念在安全和效率方面的目标所需的技术转型阶段，同时解决服务质量、成本效益和环境影响问题。所有 ATM 元素都需要一个底层支持基础设施，包括通信、导航和监视功能，这些功能经过调整，以成本和频谱高效的方式支持概念元素。
FLY AI 报告 - SESAR 联合承诺
只有所有参与者联合起来，并紧急行动，航空业才能充分发挥人工智能的潜力。这是欧洲空中导航安全组织于 2019 年 5 月举行的首次航空人工智能会议的主要内容，并促使欧洲空中导航安全组织与欧盟委员会和众多合作伙伴组织同意成立欧洲航空人工智能高级小组。这份全面的“FLY AI”报告是该小组的主要成果，我要祝贺所有参与组织对我们行业的人工智能进行了如此丰富和广泛的分析。它对已经取得的进展进行了全面分析，并表明通过联合起来，我们将能够加速人工智能的发展，并释放其潜力，造福整个社区，特别是欧洲网络。这份报告也恰逢其时，是对欧洲航空安全局最近发布的《人工智能路线图》的补充，该路线图侧重于航空领域人工智能的安全和道德层面。我要感谢众多支持我们编写这份报告的航空/空中交通管理合作伙伴组织。已经在进行的工作以及未来的明显潜力让我充满信心，通过继续合作并遵循本报告中的实际建议，我们将增强人工智能的潜力，并见证人工智能解决方案在航空领域的不断部署。
欧洲 ATM 总体规划 - SESAR 联合承诺
图片版权 封面：Deniz Altindas/Unsplash；第 iv 页：Shutterstock；第 vii 页：Airbus、Shutterstock；第 viii 页：Shutterstock；第 xii 页：Shutterstock；第 xiv 页：istock/ES3N；第 6 页：iStock/sharply_done；第 11 页：Shutterstock；第 13 页：Shutterstock；第 14 页：Shutterstock；第 14 页：NATS；第 18 页：Shutterstock；第 19 页：Eurocontrol；第 20 页：Airbus；第 21 页：LFv；第 23 页：LFv；第 26 页：NATS；第 28 页：Shutterstock；第 31 页：Shutterstock；第 32 页：Shutterstock；第 35 页：Shutterstock；第 39 页：Shutterstock；第 40 页：Shutterstock；第 41 页：Shutterstock；第 42 页：Shutterstock；第 43 页：Shutterstock；第 44 页：Shutterstock；第 45 页：欧洲空中导航安全组织；第 46 页：空中客车；第 48 页：LFv；第 52 页：DFS；第 54 页：Shutterstock；第 57 页：ESA；第 59 页：Shutterstock；第 60 页：欧洲空中导航安全组织；第 62 页：欧洲空中导航安全组织；第 63 页：LHR Airports Limited；第 64 页：Shutterstock；第 66 页：Shutterstock；第 68 页：DLR；第 69 页：Shutterstock；第 70 页：DSNA；第 71 页：达索航空；第 73 页：Shutterstock；第 75 页：Shutterstock；第 77 页：NATS；第 78 页：volocopter；第 79 页：PROUD 项目；第 81 页：ENviSiON 项目；第 83 页：Shutterstock；第 84 页：Shutterstock；第 86 页：NATS；第 87 页：Hungarocontrol；第 88 页：SESAR Project PJ.17；第 90 页：Shutterstock；第 92 页：Shutterstock；第 96 页：Airbus；第 102 页：Shutterstock；第 109 页：Shutterstock；第 111 页：Shutterstock；第 116 页：Shutterstock；第 120 页：Shutterstock；第 123 页：Shutterstock；第 127 页：Shutterstock；第 129 页：Shutterstock。第 130 页：Shutterstock；第 131 页：
欧洲 ATM 总体规划 - SESAR 联合行动
图片版权 封面：Deniz Altindas/Unsplash；第 iv 页：Shutterstock；第 vii 页：Airbus、Shutterstock；第 viii 页：Shutterstock；第 xii 页：Shutterstock；第 xiv 页：istock/ES3N；第 6 页：iStock/sharply_done；第 11 页：Shutterstock；第 13 页：Shutterstock；第 14 页：Shutterstock；第 14 页：NATS；第 18 页：Shutterstock；第 19 页：Eurocontrol；第 20 页：Airbus；第 21 页：LFv；第 23 页：LFv；第 26 页：NATS；第 28 页：Shutterstock；第 31 页：Shutterstock；第 32 页：Shutterstock；第 35 页：Shutterstock；第 39 页：Shutterstock；第 40 页：Shutterstock；第 41 页：Shutterstock；第 42 页：Shutterstock；第 43 页：Shutterstock；第 44 页：Shutterstock；第 45 页：欧洲空中导航安全组织；第 46 页：空中客车；第 48 页：LFv；第 52 页：DFS；第 54 页：Shutterstock；第 57 页：ESA；第 59 页：Shutterstock；第 60 页：欧洲空中导航安全组织；第 62 页：欧洲空中导航安全组织；第 63 页：LHR Airports Limited；第 64 页：Shutterstock；第 66 页：Shutterstock；第 68 页：DLR；第 69 页：Shutterstock；第 70 页：DSNA；第 71 页：达索航空；第 73 页：Shutterstock；第 75 页：Shutterstock；第 77 页：NATS；第 78 页：volocopter；第 79 页：PROUD 项目；第 81 页：ENviSiON 项目；第 83 页：Shutterstock；第 84 页：Shutterstock；第 86 页：NATS；第 87 页：Hungarocontrol；第 88 页：SESAR Project PJ.17；第 90 页：Shutterstock；第 92 页：Shutterstock；第 96 页：Airbus；第 102 页：Shutterstock；第 109 页：Shutterstock；第 111 页：Shutterstock；第 116 页：Shutterstock；第 120 页：Shutterstock；第 123 页：Shutterstock；第 127 页：Shutterstock；第 129 页：Shutterstock。第 130 页：Shutterstock；第 131 页：Shutterstock
U-space 作战概念 - SESAR 联合行动
特定运行风险评估 (SORA) 是一种重要的方法，用于将无人机飞行任务所带来的风险归类为法规 [1] 和 [2] 中定义的特定运行类别。该方法基于对地面风险和空中风险的评估。地面风险与人员、财产或关键基础设施遭到无人机撞击的风险有关，因此会考虑与人口密度、运行类型（VLOS 或 BVLOS）和无人机规模有关的运行环境。空中风险的确定考虑了在空域中遇到有人驾驶飞机的概率，该概率主要来自于空域中有人驾驶空中交通的密度和组成。在获得地面风险等级 (GRC) 和空中风险等级 (ARC) 的相应值后，将两者结合起来得出任务的最终评级，即所谓的 SAIL（特定保证和完整性等级），值越高表示潜在风险越大。缓解措施可以是增加设备或改变运营方式，包括订阅 U-space 服务，可用于降低地面和空中风险，从而降低 SAIL。安全评估的示例可在附件 C 中找到。
SESAR2020 – PJ14-02-01 - LDACS A/G 规范
本报告代表了 PJ14 EECNS WP3 中开发的可交付成果 D3.3.010，对 SESAR1 P15.02.04 中现有的 LDACS 规范进行了更新，修改了措辞并在某些领域进行了补充说明。更新后的规范应作为进一步进行 LDACS 测试和技术验证活动的坚实而稳定的基础。LDACS A/G 数据通信（即启动器 CTE-C02e — 使用 L 波段上的 ATN/IPS 的新 A/G 数据链路）的当前成熟度级别为 TRL4。