民机阵风载荷测量试飞颠簸潜势诊断技术研究

为确保民机阵风载荷测量试飞的质量和效率,规避风险,保障安全,解决“找风难”问题,从飞行员飞机颠簸报告入手,利用欧洲中期天气预报中心提供的ERA5全球大气再分析资料,基于10个预报效果较为理想的颠簸指数,通过加权集成算法给出了高空急流背景下的颠簸潜势综合指数。综合指数中单一指数的权重是通过发生颠簸的预报准确率PODY、未发生颠簸的预报准确率PODN、总体预报准确率PODA及TSS评分及中度以上颠簸所占面积fMOG五项评价指标共同确定的。同时评估了颠簸潜势综合指数性能对单一指数数量的敏感性以及对参与建模样本量的敏感性。结果表明:Dutton指数因预报得分φ达1.043,是这10个单一指数中总体预报效果最好的,Brown指数、L-P指数次之。由Dutton指数、Brown指数、L-P指数、TI1指数及风相关指数加权集成的综合指数,较好地集成了各单一指数的优点,各项指标均较为优秀,PODA达90%,TSS达0.80,fMOG达9.2%,预报得分φ达1.225,总体效果最好。随着单一指数数量的增加,综合指数的诊断效果先增大后减小,当单一指数增加到5个的时候,效果最优。随着参与建模的飞机颠簸样本量增加,综合指数性能逐步提升。该综合指数能较好地解决民机阵风载荷测量试飞潜在颠簸区域寻找的问题。      

基于改进DBSCAN聚类算法的雷暴单体三维结构识别技术介绍

雷暴是一种严重威胁飞行安全的天气系统,利用地基多普勒天气雷达反射率因子数据和改进的DBSCAN聚类算法对雷暴单体的三维结构识别及特征量计算进行了研究,并在地基平台上对雷暴单体识别算法的有效性进行了验证分析。识别算法核心是将插值后的反射率因子三维网格数据作为输入量,采用多层反射率因子阈值基于改进的DBSCAN聚类方法识别所有等高面上的雷暴分量,并进行结构元素为3×3的腐蚀膨胀运算及雷暴分量特征核心提取,最后基于雷暴分量重叠面积进行垂直关联。结果表明:相对于SCIT算法,雷暴单体识别算法减少了雷暴分量识别的复杂性,可很好地识别任意形状的雷暴单体;使用多层阈值及特征核心提取技术可识别雷暴簇中的雷暴单体;利用腐蚀膨胀技术可解决雷暴单体虚假合并现象。算法可应用于民航机场雷暴的识别和预警。