人工智能赋能空域系统,提升空域分层治理能力

来源 :航空学报 | 被引量 : 0次 | 上传用户:leeyongfan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为应对未来平台无人化、用户多元化、服务个性化的航空发展趋势,空域运行将呈现分层治理的发展趋势.而随着算力、算法与数据的持续提升与积累,数据驱动的人工智能方法将持续为层次化的空域系统赋能.本文从超低空、城市、区域、枢纽、亚轨道等5个层次化场景梳理我国空域系统的发展趋势;提炼得出空域运行面临的核心难点与关键科学问题;提出基于数据驱动的人工智能方法求解空域运行科学问题的研究框架、研究内容和应关注的关键技术;结合层次化典型应用场景,简要分析智能空域运行的具体应用案例;最后对人在空域运行中的作用提出了新的思考.
其他文献
目标检测是提高无人机(UAV)感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与基于手工特征的传统方法相比,基于卷积神经网络的深度学习方法具有强大的特征学习和表达能力,成为目前目标检测任务的主流算法。近年来,目标检测技术已经在自然场景图像上取得了一系列突破性进展,在无人机领域的研究也逐渐成为热点。首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了相关算法的优缺点。对常见的航空
Ferrofluid moving thin films and their possible significance with regard to active flow control for lift and attack angle enhancement are discussed.In this stra
Propeller aircraft are widely used in general aviation.The rotating propeller has a strong effect on the aerodynamic performance of the wing.This paper uses an
流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一.由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性.近年