[發(fā)明專利]一種基于Spiking神經(jīng)網(wǎng)絡(luò)的飛機(jī)沖突檢測方法

在審

• 申請?zhí)枺?/td>: 201410293570.4
• 申請日: 2014-06-24
• 公開（公告）號: CN104050506A
• 公開（公告）日: 2014-09-17
• 發(fā)明（設(shè)計）人: 屈鴻;楊雪松;潘婷;解修蕊
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 成都華典專利事務(wù)所(普通合伙) 51223
• 代理人: 徐豐

技術(shù)領(lǐng)域

一種基于Spiking神經(jīng)網(wǎng)絡(luò)的飛機(jī)沖突檢測方法，應(yīng)用于飛行監(jiān)控、進(jìn)行沖突判斷，涉及模式識別，模式處理，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)等領(lǐng)域，具體涉及基于Spiking神經(jīng)網(wǎng)絡(luò)的多脈沖誤差反向傳播學(xué)習(xí)算法——利用生物信息傳遞原理擬合非線性離散數(shù)據(jù)集。

背景技術(shù)

近些年來，隨著民用航空事業(yè)的蓬勃發(fā)展和部隊飛行訓(xùn)練任務(wù)的逐步加重，國內(nèi)飛機(jī)的數(shù)目與日俱增，空域內(nèi)航線日益密集，飛行器流量日益加大，又由于飛機(jī)只能在平流層平穩(wěn)飛行，使得飛機(jī)可飛行空間是一個相對有限的空間，這就造成了空域變得越來越擁擠，擁擠意味著沖突。無論是航線設(shè)定過密，飛機(jī)本身故障或是風(fēng)力等環(huán)境因素，都可能造成飛機(jī)發(fā)生碰撞沖突。由于飛機(jī)運輸?shù)奶厥庑裕坏╋w機(jī)在空中發(fā)生沖突，就很難辦證乘客人身及財產(chǎn)安全。同時，如不能有效地疏通這種擁擠，也會降低空域資源的利用率，極大地阻礙國家航空事業(yè)的發(fā)展。因此，能夠提前預(yù)知沖突的發(fā)生，并及早地采取有效的防范措施就顯得尤為重要。

認(rèn)識到飛機(jī)運輸?shù)奶厥庑约帮w行過程中發(fā)生沖突事件的嚴(yán)重性，就必須有一種系統(tǒng)來檢測沖突的發(fā)生。該系統(tǒng)應(yīng)能有效地防范飛行沖突，包括飛機(jī)在飛行過程中的狀態(tài)檢測等。以往，國家空管局采用的是雷達(dá)實時監(jiān)控的手段，通過檢測畫面上飛機(jī)間的距離和飛行方向，判斷沖突發(fā)生的可能性。而現(xiàn)代航空由于密度大，流量高，機(jī)體速度快的特征要求檢測系統(tǒng)能對風(fēng)力風(fēng)向變化、氣壓變化、機(jī)體故障、航線擁塞、塔臺指揮失誤等各種突發(fā)狀況能迅速應(yīng)對。因此，這種老式的系統(tǒng)在今天，尤其是應(yīng)對未來高速發(fā)展的航空業(yè)就顯得有些“無力”。面對新的挑戰(zhàn)，必須應(yīng)用先進(jìn)的科學(xué)理論和技術(shù)手段，設(shè)計一種新型的、智能的、高效的飛機(jī)沖突檢測系統(tǒng)。而由于該系統(tǒng)設(shè)計的專業(yè)知識龐雜，系統(tǒng)工作量巨大，精度要求極高，反映速度以及安全性等高要求，使得研制和完善這樣一個系統(tǒng)的課題成為了國內(nèi)外學(xué)者及工程技術(shù)專家的研究熱點。

近年來，隨著人工智能的快速發(fā)展，其相關(guān)理論和方法已被用來解決很多問題，飛機(jī)沖突檢測亦然。神經(jīng)網(wǎng)絡(luò)，遺傳算法，蟻群算法，人工魚算法都以應(yīng)用于該問題。其中，神經(jīng)網(wǎng)絡(luò)由于其本身優(yōu)秀的模擬性，引起廣泛關(guān)注。自上個世紀(jì)BP算法問世以來，普遍認(rèn)為3層神經(jīng)網(wǎng)絡(luò)可以擬合大多數(shù)的函數(shù)曲線，而飛機(jī)沖突檢測的首要工作就是估計飛機(jī)的運動軌跡，這樣的不謀而合使得人們認(rèn)識到神經(jīng)網(wǎng)絡(luò)是解決該問題的良好工具。近十年，第三代神經(jīng)網(wǎng)絡(luò)-Spiking神經(jīng)網(wǎng)絡(luò)誕生，這種新型的神經(jīng)網(wǎng)絡(luò)不僅很好地繼承了前代神經(jīng)網(wǎng)絡(luò)的優(yōu)秀特性，更由于其獨特的編碼方式和時空特性，讓神經(jīng)網(wǎng)絡(luò)的計算能力得到了極大地提升。一些學(xué)者已經(jīng)應(yīng)用Spiking神經(jīng)網(wǎng)絡(luò)完成一些如谷物生長、商品價格的預(yù)測。但是還沒有在飛機(jī)的沖突檢測應(yīng)用上取得成果。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)的不足之處提供了一種基于Spiking神經(jīng)網(wǎng)絡(luò)的飛機(jī)沖突檢測方法，解決現(xiàn)有飛行航跡擬合預(yù)測方法的難點，如歷史數(shù)據(jù)結(jié)構(gòu)復(fù)雜：數(shù)據(jù)構(gòu)成變量多、數(shù)據(jù)變化范圍廣；航跡模式多變：每一條航跡的差別很大，即便是同一架航班，每一次飛行所走過的航跡都不是完全相同的；預(yù)測算法要求高：除了精準(zhǔn)度的要求，這類算法還要求很高的實時性，計算速度要能跟得上飛機(jī)的數(shù)據(jù)變化速度，使其能夠更好的應(yīng)用于飛行監(jiān)控、進(jìn)行沖突判斷。

為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一種基于Spiking神經(jīng)網(wǎng)絡(luò)的飛機(jī)沖突檢測方法，其特征在于，如下步驟：

(1)對歷史航跡數(shù)據(jù)進(jìn)行分析，建立Spiking神經(jīng)網(wǎng)絡(luò)模型；

(2)運用學(xué)習(xí)算法對建立好的Spiking神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

(3)利用訓(xùn)練后的Spiking神經(jīng)網(wǎng)絡(luò)模型進(jìn)行航跡預(yù)測并進(jìn)行沖突判斷。

作為優(yōu)選，所述步驟(1)中，Spiking神經(jīng)網(wǎng)絡(luò)模型的建立過程如下：

(11)對歷史航跡數(shù)據(jù)進(jìn)行分析，建立“輸入層—隱藏層—輸出層”模式的3層Spiking神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；

(12)根據(jù)Spiking神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和歷史航跡數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，設(shè)定一個具有44個向量的向量組作為輸入向量，并將向量組中每一個向量一一映射到Spiking神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的輸入層的輸入神經(jīng)元中；

(13)根據(jù)歷史航跡數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，設(shè)定一個具有3個向量的向量組作為輸出向量，并將向量組中每一個向量一一映射到Spiking神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的輸出層的輸出神經(jīng)元中；

(14)根據(jù)輸入層神經(jīng)元和輸出層神經(jīng)元個數(shù)以及航跡預(yù)測的精度要求，設(shè)定隱藏層的神經(jīng)元，并采用具有多突觸結(jié)構(gòu)的Spiking神經(jīng)網(wǎng)絡(luò)。