在 Garmin 宣布推出适用于 King Air 300 的 G1000 STC 后不久,Wipaire 就完成了我们在 300 系列 King Air 中的首次 G1000 改装。这不仅仅是一次改装安装 — 这是一次真正的改造。G1000 将所有主要飞行、导航和发动机仪表集成在大尺寸高清 LCD 显示屏上。G1000 套件包括两个 10.4 英寸主飞行显示器 (PFD),旁边是一个宽大的 15 英寸多功能显示器 (MFD)。此次改造还用 Garmin GFC-700 全数字、双通道、三轴自动飞行控制系统 (AFCS) 取代了老化的自动驾驶仪。在幕后,G1000 由双 WAAS GPS 接收器、双数字姿态航向参考系统 (AHRS) 和双数字 RVSM 功能空气数据计算机 (ADC) 供电。不再有旋转质量陀螺仪意味着更高的可靠性和更低的维护成本,更不用说巨大的重量节省了。
摘要 — 由于低成本惯性传感器误差积累,行人航位推算是一项具有挑战性的任务。最近的研究表明,深度学习方法在处理这一问题上可以取得令人印象深刻的效果。在本信中,我们提出了一种基于深度学习的速度估计方法的惯性里程计。利用基于 Res2Net 模块和两个卷积块注意模块的深度神经网络来恢复水平速度矢量和来自智能手机的原始惯性数据之间的潜在联系。我们的网络仅使用公共惯性里程计数据集 (RoNIN) 数据的 50% 进行训练。然后,在 RoNIN 测试数据集和另一个公共惯性里程计数据集 (OXIOD) 上进行验证。与传统的基于步长和航向系统的算法相比,我们的方法将绝对平移误差 (ATE) 降低了 76%-86%。此外,与最先进的深度学习方法(RoNIN)相比,我们的方法将其ATE提高了6%-31.4%。
20 世纪 60 年代末出现了早期的终端空中交通管制自动化工作(Martin and Willet,1968 年)。该系统为管制员提供速度和航向咨询,以帮助提高最后进近的间隔效率。尽管该系统的交通测试显示着陆率有所提高,但管制员发现他们的工作量增加了,因此拒绝了该系统。对该概念的审查表明,虽然设计的某些方面是合理的,但其接受度受到当时技术的限制,尤其是缺乏足够的管制员界面。最近,由于引入了现代计算机处理和界面,以及采用了更谨慎的设计方法(Volckers,1990 年;Garcia,1990 年),几种自动化系统已在欧洲投入使用。但是,这些系统不包含复杂跑道操作的详细建模。此外,最近的快速时间模拟研究证实,在终端区管制员主动咨询的帮助下,着陆率有可能提高 (Credeur and Capron, 1989)。
现实世界网络配置在网络管理和研究任务中起着至关重要的作用。虽然有价值,但由于业务和隐私问题,十个数据持有人犹豫不决。现有方法不足以隐藏可以从拓扑和路由路径等配置中推断出的隐式信息。为了解决这个问题,我们提出了Confmask,这是一个新颖的框架,旨在系统地匿名网络托管和配置中的路由路径。我们的方法应对关键隐私,实用性和可扩展性挑战,这是由于不同数据集和复杂的路由协议之间的强烈依赖性而产生的。我们的匿名算法可扩展到大型网络,并有效地降低了匿名风险。更重要的是,它维护着必不可少的网络属性,例如可达性,航向和多路一致性,使其适用于广泛的下游任务。与现有的DataPlane匿名算法(即Nethide)相比,Confmask减少了原始网络和匿名网络之间的75%规范差异。
防空雷达、军用飞机和导弹的情况。空中交通管制雷达 (ATC) 是空中交通管理中用于保护和监控民用和军用空中交通的所有雷达设备的总称。它们通常是具有高度专业化的固定雷达系统。防空雷达可以在相对较大的天空范围内探测空中目标并确定其位置、航向和速度。最大范围可以超过 300 英里,方位覆盖是一个完整的 360 度圆。根据提供的位置信息量,防空雷达分为两类。仅提供距离和方位信息的雷达称为二维或 2D 雷达;提供距离、方位和高度的雷达是三维或 3D 雷达。防空雷达被用作预警设备,因为它们可以在很远的距离探测到正在接近的敌机或导弹。早期探测对于成功防御攻击至关重要。另一个功能是引导战斗空中巡逻机到达适合拦截敌机的位置。
摘要:本文旨在全面阐述一种新的旋翼机噪音消除方法,特别是在飞行器接近地面且声学影响较大的终端程序期间。该方法致力于开发用于实时、飞行中监测发射噪音的技术和工具。声辐射的影响以简明、实用的形式呈现在一种新的驾驶舱仪表——飞行员声学指示器 (PAI) 上,用于执行更安静的操作。PAI 基于预先计算的声学数据的协同组合,这些数据与创新的非接触式测量系统收集的数据一起用于噪声估计算法,该系统能够获取主旋翼叶片运动。本文报告了当前在非稳定和准稳定气动声学预测以及翼尖-航向-平面攻角和推力系数观测方面的研究。本文讨论了新方法的结果以及 PAI 设计和开发过程的主要特点。
TMA(终端机动区)内的空中交通管制活动是一种密集的协作活动,至少需要两名空中交通管制员在共享工作区(见下图)工作,并与一组飞机进行通信。TMA 是受控航班在机场附近空域进场和离场的区域。空中交通管制 (ATC) 是由两名专业空中交通管制员在当地执行的协作工作。执行(EXEC)空中交通管制员(ATCo)与飞行员互动(通常使用语音),而规划(PLAN)ATCo 组织该区域的工作和飞机流量。规划管制员(图 1 左侧)负责组织和规划交通。这可能会导致改变飞机飞行计划,例如航向、速度、高度。此类更改的请求由 EXEC ATCo(通常使用语音)使用雷达屏幕发出(见图 1 右侧)。 EXEC ATCo 是负责处理地面/空中/地面通信、与飞行员通信和发布许可的管制员
摘要:本文介绍了一种基于估计的反步控制律设计,用于无人驾驶飞行器 (UAV) 跟踪 3-D 空间中的移动目标。地面传感器或机载导引头天线为追踪无人机提供距离、方位角和仰角测量,追踪无人机实施扩展卡尔曼滤波器 (EKF) 来估计目标的完整状态。然后,非线性控制器利用该估计的目标状态和追踪者的状态为追踪无人机提供速度、飞行路径和航向/航向角命令。针对三种情况评估与测量不确定性有关的追踪性能:(1) 平稳白噪声;(2) 平稳有色噪声和 (3) 非平稳(距离相关)白噪声。此外,为了提高跟踪性能,通过考虑测量中与范围相关的不确定性,使测量模型更加真实,即当追逐者接近目标时,EKF 中的测量不确定性会降低,从而为无人机提供更准确的控制命令。这些情况的仿真结果显示了目标状态估计和轨迹跟踪性能。
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据从全球船舶传输,甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收信号作为编码的 ASCII 字符。因此,必须使用解析器解码 AIS 语句以获得实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化,这是现代决策支持系统的重要特征。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF,并证明估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动,并在防撞场景中分析了不同的规避动作。索引术语 — 卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面航行器、船舶
战斗载荷-4个悬挂点上1000公斤:64х S-5非制导导弹UB-16-57UMVP块;4х 100或250公斤炸弹(OFAB-250) 瞄准具配置: 望远式基本瞄准具OPB-1R-用于在水平飞行中对轰炸进行横向和纵向干扰; 准直瞄准具PKV-用于在射击和发射导弹时将直升机指向目标。 主要(基本)设备 基本设备包括: 速度指示器US-450 K; 气压高度表VD-10K; 升降速度计VAR-3MK; 飞行指挥仪表板-72M; 时钟AChS-1M; 指针高度表UV-1P; 人工地平仪AGB-3K; 航向方向指示器EUP-53; 探路者UGP-4UK; 低速指针DIV-1无线电罗盘ARK-U2; 人工地平仪AGB-3K;无线电台 R-860 118,25-136,5 MHz 无线电台 R-842M 2-8 MHz,无线电台“ Karat-M24”2-10,1 MHz,无线电罗盘 ARK-9,无线电高度表 RV-3,语音数据设备 RI-65; 自动无线电罗盘 ARK-U2 带有接收器 R-852,以便将直升机带到紧急 UKV 无线电信标; 对讲机 SPU- 7,短波电台“ Evkalіpt-M24”;