【摘要】：目前國(guó)內(nèi)外針對(duì)對(duì)流云顛簸的預(yù)防措施均為利用雷達(dá)監(jiān)測(cè)避開(kāi)該區(qū)域,從而可使大部分的飛機(jī)避開(kāi)對(duì)流。但是由于飛機(jī)顛簸與氣流速度有著強(qiáng)相關(guān)性,而上、下拽氣流和高雷達(dá)反射率所對(duì)應(yīng)的位置一般不同,飛機(jī)存在在雷達(dá)儀器建議的安全范圍中發(fā)生強(qiáng)顛簸的情況,故研究一個(gè)適用于數(shù)據(jù)源較少的高層不穩(wěn)定氣流造成的顛簸預(yù)測(cè)模型極有必要。本文利用機(jī)載下傳資料(即AMDAR數(shù)據(jù))獲取顛簸點(diǎn)數(shù)據(jù),確定顛簸點(diǎn)坐標(biāo),并與該時(shí)間段的衛(wèi)星云圖進(jìn)行比對(duì),得到對(duì)流云附近的顛簸點(diǎn)集合。結(jié)合NCEP/NCAR再分析資料,繪制相關(guān)物理量場(chǎng)圖對(duì)顛簸個(gè)例進(jìn)行物理特征分析,篩選出對(duì)對(duì)流云附近顛簸點(diǎn)有重大影響的氣象因素,并利用多元線(xiàn)性回歸和廣義回歸神經(jīng)網(wǎng)絡(luò)以及概率回歸神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型,并對(duì)其進(jìn)行對(duì)比評(píng)價(jià)。結(jié)果表明,廣義回歸神經(jīng)網(wǎng)絡(luò)對(duì)于對(duì)流云附近的顛簸預(yù)測(cè)有著較為滿(mǎn)意的預(yù)測(cè)效果。首先介紹了目前國(guó)內(nèi)外的相關(guān)研究以及對(duì)流云附近的顛簸研究預(yù)測(cè)模型建立的必要性和數(shù)據(jù)的獲取源及處理工具。然后進(jìn)行了數(shù)據(jù)的采集和利用衛(wèi)星云圖篩選出所需的對(duì)流云附近的顛簸點(diǎn),并將其進(jìn)行了同化處理。本文還繪制了相關(guān)物理量場(chǎng)的矢量圖,并進(jìn)行分析總結(jié)得出顛簸點(diǎn)總處于升降氣流交界處,切變較大或是處于水平溫度梯度較大的同時(shí)又有強(qiáng)烈的上升或下沉氣流�？梢钥闯龈呖仗庯L(fēng)向、風(fēng)速及溫度對(duì)飛機(jī)顛簸有較大影響。利用溫度、位勢(shì)高度、緯向風(fēng)、經(jīng)度風(fēng)、垂直風(fēng)速作為模型建立的自變量。進(jìn)而利用多元線(xiàn)性回歸法排除了這些自變量與顛簸之間存在明顯線(xiàn)性關(guān)系這一可能性,同時(shí)驗(yàn)證了自變量彼此之間無(wú)相關(guān)性。驗(yàn)證了常用的BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)均不能夠很好的處理這種數(shù)據(jù)分布較為極端(僅存在重度顛簸和無(wú)顛簸兩種狀況)且學(xué)習(xí)樣本較少的情況。最終選取了GRNN和PNN建立預(yù)測(cè)模型,均有良好的泛化性能,無(wú)需進(jìn)行迭代,計(jì)算量小,可以高效且準(zhǔn)確的預(yù)測(cè)是否發(fā)生顛簸。尤其是廣義回歸神經(jīng)網(wǎng)絡(luò),試驗(yàn)中預(yù)測(cè)時(shí)間均在0.11s以下,預(yù)測(cè)準(zhǔn)確率最高可達(dá)86.66%,其中,位勢(shì)高度、垂直風(fēng)速、緯向風(fēng)速對(duì)顛簸預(yù)測(cè)的相關(guān)性較大,即選取這三者作為自變量時(shí)準(zhǔn)確率最高。最后給出了預(yù)報(bào)系統(tǒng)的初步設(shè)計(jì)思路,為簽派和管制人員選取建議繞飛路線(xiàn)提供了輔助參考資料。
【圖文】：

.1.1AMDAR 資料的提取方法本文所有顛簸點(diǎn)的發(fā)生地球坐標(biāo)以及航線(xiàn)走向均由 AMDAR 數(shù)據(jù)資料中獲取，并從 AMDAR 資料中所獲溫度、風(fēng)速等相關(guān)氣象因素?cái)?shù)值大小在后期與 NCEP 再分析料中相對(duì)應(yīng)網(wǎng)格位置的相應(yīng)氣象要素?cái)?shù)值進(jìn)行初步比較，以確保數(shù)據(jù)資料的質(zhì)量，排一些因測(cè)量源或者其他原因而導(dǎo)致的一些特殊偏差，從而影響后續(xù)模型的最后效果。AMDAR[36](aircraft meteorological data relay)系統(tǒng)是指利用航空器上裝載的傳感器如溫度傳感器等）和導(dǎo)航系統(tǒng)接收到的原始數(shù)據(jù)通過(guò)機(jī)載設(shè)備解碼后再傳輸至地面接站，再由各國(guó)的國(guó)家氣象局信息中心進(jìn)行處理、規(guī)整及必要的質(zhì)量控制傳輸?shù)?GTSglobal telecommunication system）進(jìn)行全球數(shù)據(jù)交換。AMDAR 資料早期包括的氣象息為時(shí)間、經(jīng)緯度、飛行高度、風(fēng)向、風(fēng)速等，，發(fā)展至今增加了 DEVG 和 EDR 以及他對(duì)航行安全保障有重要意義的數(shù)據(jù)。圖 2.1 很清晰的展示了 AMDAR 數(shù)據(jù)資料的傳鏈。

圖 2.2 飛機(jī)報(bào)文內(nèi)容圖 2.3 飛機(jī)報(bào)文格式用于交換的飛機(jī)報(bào)文僅限于相關(guān)部門(mén)內(nèi)部傳閱，普通用戶(hù)無(wú)法獲取，可采取AR 具體信息的方式為 NASA 官方提供的 AMDAR java page。這些數(shù)據(jù)不
【學(xué)位授予單位】：中國(guó)民用航空飛行學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：V321.22

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究[J];電工技術(shù);2019年11期

3 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);1996年01期

4 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

5 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類(lèi)模型[J];信息技術(shù)與信息化;2019年02期

6 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

7 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

8 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車(chē)的設(shè)計(jì)研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

9 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

10 蘇秀婷;;耦合神經(jīng)網(wǎng)絡(luò)的同步[J];紹興文理學(xué)院學(xué)報(bào)(自然科學(xué));2016年03期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2608371