-
题名基于KNN和形态学的飞机尾涡区检测方法
- 1
-
-
作者
邓蕾蕾
潘卫军
崔烁
潘璇
-
机构
中国民用航空飞行学院
-
出处
《航空计算技术》
2024年第5期48-52,共5页
-
基金
国家自然科学基金项目资助(U1733203)
民航局安全能力建设项目资助(TM2018-9-1/3)。
-
文摘
为了提升空中交通管理系统的智能化水平,解决晴空条件下飞机尾流检测问题,提出了一种结合多普勒激光雷达技术的飞机尾流检测方法。基于K-最近邻算法(KNN)和图像形态学处理技术,旨在提高尾流检测的精度和可靠性。使用多普勒激光雷达对机场空域进行扫描,获取风场数据;通过动态滑动窗口生成可能包含尾流的候选区域;采用顶帽和黑帽形态学运算提取尾流特征,并将其输入KNN算法进行检测。实验结果表明,所提出的方法在精度、召回率和F1 Score方面,相较于基于尾流速度极差特征法的检测方法,分别提高了22.58%、9.29%和14.22%,有效提升了尾流检测性能,为管制员提供了更为可靠的辅助决策支持。
-
关键词
尾涡检测
形态学
K最近邻算法
目标检测
多普勒激光雷达
可视化
-
Keywords
wake detection
morphology
KNN
target detection
Doppler lidar
visualization
-
分类号
V328
[航空宇航科学与技术—人机与环境工程]
-
