确定满足适航要求的严酷工况是机翼结冰适航审定过程中的必要环节，传统的防冰严酷工况计算方法需要大量重复计算，因此，本文结合拉丁超立方抽样和严酷评估指数提出了一种基于CCAR-25附录C（简称附录C）的考虑全飞行阶段、全冰积聚条件确定严酷工况的简化方法，并利用计算流体力学模型验证其可行性。首先，基于附录C明确了结冰工况参数区间，利用拉丁超立方抽样实现了连续参数区间的离散化，获得组合工况；其次，引入严酷评估指数，对结冰工况进行排序，并通过单变量结冰条件及连续最大结冰条件下机翼结冰的计算流体力学仿真计算，验证了在相同冰型下该严酷评估指数可以以结冰量（包括结冰总质量和最大结冰厚度）作为评价指标，用于严酷程度评估，证明了其绝对值越大，工况越严酷；等待阶段由于飞行时间远大于其他飞行阶段，导致其结冰严酷程度最高，严酷工况均在等待阶段；最后，通过本文提出的严酷工况确定方法给出了基于附录C的严酷工况。

可靠性试验是获取基础安全性数据的重要来源之一。考虑机载设备的实际工作环境，多种应力共同作用导致产品失效且存在复杂的相互作用，本文提出一种基于多应力广义耦合加速退化的可靠性试验方法，可以直接获取用于适航符合性验证的基础安全性数据。首先，建立考虑多应力广义耦合的非线性Wiener加速退化模型，结合相关性分析确定应力耦合形式；其次，提出基于多应力加速退化模型的最大似然估计与参数优化方法，解决多参数估计难题；最后，以某机载LED芯片为对象开展三应力加速退化试验，实现寿命评估。结果表明，相比于传统多应力加速模型，本文所提方法更贴近实际工况，误差控制在1%以内，寿命评估精度较高，可以有效解决基础数据缺失和不准确的现实适航问题。

：提高机场航空器污染物排放清单精度是发展绿色民航的重要前提。本文首先以2019年广州白云国际机场航班运行数据和航空例行天气报告数据为数据驱动，对发动机燃油流量、污染物排放指数、混合层高度和航班运行阶段时长等关键参数进行计算修正；其次，基于国际民航组织标准模型和数据驱动修正模型（简称修正模型）建立碳氢化合物（HC）、一氧化碳（CO）和氮氧化物（NO_x）的排放清单并进行对比分析；最后，从航空器类型、时间和空间3个维度探究污染物的排放特征。结果表明：修正模型得到的HC、CO、NO_x年排放量比标准模型分别降低了10.26%、11.94%、26.03%;A320机型具有较低的排放强度；08:00—10:00为3类污染物的高峰排放时段，而02:00—03:00为低峰时段；HC和CO全年排放变化较小，而NO_x在混合层高度偏高和相对湿度偏低的11—12月排放偏高；3类污染物排放主要分布于离港航路点LMN、YIN、VIBOS所对应的空间方向。

为识别快充老化因素对锂离子电池工作及热安全性能的影响，首先，本文采用1C/2C充电速率对商用18650锂离子电池开展循环老化试验，表征电池的容量衰减、电化学阻抗、工作升温等特性。其次，在自搭建的热失控平台上，对比新鲜和快充老化后的锂离子电池在热失控行为、温度特性等方面的差异。结果表明，锂离子电池老化过程是非线性的，呈现3个阶段的变化，对应于不同的老化机制；提高快充速率会导致电荷转移阻抗、欧姆电阻大幅增加；2C充电速率老化的锂离子电池循环寿命迅速缩短，且在循环期间出现异常放热行为，其在充电阶段的最高表面温度达到75℃，这不仅导致电池容量衰减加快，还提高了热失控风险。热失控测试结果表明，老化锂离子电池热失控延后，热失控温度更高；受快充老化因素影响的锂离子电池具有更好的热稳定性，但热失控过程更加危险。

广播式自动相关监视（ADS-B,automatic dependent surveillance-broadcast）系统采用同一频段随机广播的方式发射ADS-B信号，这将导致ADS-B信号产生交织，威胁航空安全。目前，利用Capon算法分离ADS-B信号时，未考虑到ADS-B信号的脉冲特性，这会使Capon算法的性能大幅下降。因此，本文针对ADS-B交织信号，设计了基于聚类加权协方差矩阵的信号分离算法。首先，根据ADS-B信号的脉冲特性分析出其在阵列响应上的特征，借助K均值聚类算法筛选出只有噪声、只有第1条信号和只有第2条信号的3类快拍，分别计算这3类快拍的协方差矩阵。其次，选择由噪声快拍得到的协方差矩阵和预抑制信号快拍得到的协方差矩阵，并求两者之和，以此代替Capon算法目标函数中利用所有快拍估计的协方差矩阵。最后，结合Capon算法，实现对ADS-B交织信号的分离。结果表明，该方法在分离ADS-B交织信号时的性能显著提升。

定量安全性评估是验证无人机是否满足安全性要求的重要手段。本文首先针对无人机部件失效分布存在参数不确定性的问题，利用贝叶斯理论对基本事件的失效分布参数进行修正，得到顶事件的失效概率；然后借助贝叶斯决策理论完成对顶事件的安全决策分析；最终将无人机的安全性评估完善为整套的评估-决策分析流程。研究表明：以某型无人机运行过程中的数据链通信产生的错误信息为例，能够实现上述顶事件失效概率的计算过程和贝叶斯决策的计算过程。

为研究边界层吸入（BLI,boundary layer ingestion）对S形进气道流场畸变的影响，本文设计了短扩压、小偏距的S形进气道，分析了边界层吸入对S形进气道流场特性的影响，进一步研究了吸入不同厚度边界层对出口流场的影响。结果表明，边界层吸入时，进气道内流体的三维分离流动产生对涡旋流畸变区，使低能流体在进气道底部堆积，在出口位置形成特有的下凹形状总压畸变区。随着吸入边界层厚度的增加，进气道流通能力下降，出口截面处总压畸变强度和范围都增大，而旋流畸变范围小幅增加，旋流强度无显著变化。

为了研究马赫数、雷诺数、后掠角、壁面温度和压力梯度等因素对超声速边界层自然转捩横流模态和Oblique T-S模态的影响，在平板、翼型和无限展长后掠翼等二维或准三维流动中使用线性稳定性理论（LST, linear stability theory）和eN转捩预测方法，通过变参数分析研究了这几类影响因素分别对横流模态和Oblique T-S模态N因子的作用效果。基于文中算例所设置的来流和壁面条件进行计算，计算结果表明，横流模态N因子增长速率分别与来流马赫数、雷诺数呈正相关；随着后掠角从30°增加到60°，横流模态N因子值的增长不断加快，超过60°以后驻波N因子值增长开始减弱，而行波N因子值在60°～75°范围内变化不明显，可以推断行波N因子值开始衰减的临界后掠角更大；Oblique T-S模态N因子值的增长速率分别与来流雷诺数、壁面温度与来流温度的比值呈正相关，当来流马赫数越大或者顺压力梯度越大时增长速率减小。因此，来流马赫数的变化对自然转捩的影响与所分析的不稳定模态类型有关，而来流雷诺数的变化对自然转捩横流模态和Oblique T-S模态N因子的影响趋势是一致的。

采用涡轮增压系统可以有效地恢复发动机高空动力性能，提高通用航空器的工作升限，但在改善发动机性能的同时，其安全性也应引起足够重视。为提高航空活塞发动机涡轮增压系统的安全性并对实际运行提供建议，本文基于模型的系统安全性分析、“V”型安全性分析、响应面分析法（RSM,response surface methodology）与Sobol因子敏感性分析方法，构建了以Rotax914为原型的发动机整机准维模型与拟合方程进行全局敏感性分析，对航空活塞发动机涡轮增压系统性能的不同安全影响因素的敏感性进行分析与比较。结果表明：海拔高度的敏感性指数远高于其他因素；进气阀直径的敏感性指数高于废气阀直径但二者在量级上相近；在正常运行环境下空气过滤器的有效长度对发动机涡轮增压系统几乎不产生影响。因此，在实际运行中可以根据分析结果调整安全影响因素的变化范围，降低关键因素的不确定性，从而进行高效、直观的安全分析。

针对当前干扰识别算法依赖特征工程提取特征存在提取繁琐、识别准确率受干信比取值影响较大的问题，本文提出在不同干信比情况下基于时频图学习的北斗卫星导航系统（BDS,Beidou navigation satellite system）干扰类型识别方法。以航空机载北斗卫星导航系统B1I信号为对象，对原始B1I信号、包含干扰的B1I信号进行短时傅里叶变换，将变换后获取的时频图作为支持向量机和卷积神经网络模型的输入向量，完成干扰类型的检测与识别。仿真结果表明，两种机器学习识别算法的平均识别率均达到了99%以上，识别结果比传统决策树识别算法提升了30%以上，解决了现有干扰识别算法需要严重依赖人工设计的特征工程手动提取干扰信号特征以及识别率较低的问题。该研究结果可为后续的干扰抑制工作提供先验信息，提高航空领域中北斗卫星导航系统的安全性。

完好性是民用航空导航系统的性能要求之一，而电离层延迟是进行完好性评估的重要误差来源之一。对于单频系统来说，通常采用Klobuchar模型对单频信号进行修正，但修正率仅为60%左右，精度有限。本文提出一种估算电离层延迟并将其用于完好性评估的方法，首先，通过反向传播（BP, back propagation）神经网络对观测站电离层延迟进行训练，得到观测站的BP神经网络模型并计算电离层延迟，提高了观测站的电离层延迟修正率；其次，利用经过训练的观测站BP神经网络模型以及三点插值法计算装备单频接收机的航空器在其飞行位置的电离层延迟并进行完好性评估。以2015年2—3月的数据为例进行评估，结果表明，通过BP神经网络模型以及三点插值法计算部分地区的电离层延迟与Klobuchar模型相比，计算电离层延迟效果较好，提高了日间和夜间电离层延迟的修正率，从而提高了保护级的精度。

为探究某型倾转四旋翼无人机（UAV,unmanned aerial vehicle）高速巡航过程中的气动变化规律，本文针对所建立的倾转四旋翼无人机模型采用多重参考系（MRF,multiple reference frame）数值模拟方法开展分析。通过改变机翼翼型相对厚度、旋翼总距和前飞速度等参数对无人机模型进行全机干扰模拟，并针对旋翼等部件的气动变化特性进行分析。研究结果表明，在巡航过程中增加机翼翼型相对厚度会使后旋翼拉力系数降低，当机翼翼型相对厚度增加6%时，拉力系数下降17.09%。同时，在前进气流和前旋翼滑流的叠加影响下，前旋翼滑流会对后旋翼气动性能造成一定程度的影响，并随着前飞速度增加，前旋翼滑流所产生的影响呈先增强后减弱的趋势。

本文采用现场模态测试与动力学仿真相结合的方法，深入分析350 km/h高速铁路运行下穿飞行区时对航向信标（LOC,localizer）天线阵的振动影响。研究结果表明：在车致振动的影响下，LOC天线阵在竖向的振动最为明显，垂轨向次之，顺轨向影响最小；随着隧道埋深的增加，LOC天线阵的振动响应逐渐减小，其中竖向振动的衰减幅度最为突出；LOC天线阵在37.70 Hz的频率下容易发生谐振现象；在距离高速铁路线路中心0～40 m范围内，设备机房和LOC天线阵的峰值振动加速度迅速衰减,当距离大于40 m时，设备机房和LOC天线阵的峰值振动加速度衰减速度逐渐放缓；为达到导航设备振动防护要求，建议高速铁路下穿机场飞行区时LOC天线阵与高速铁路线路中心的距离不小于60 m。

在民用飞机市场竞争中，乘客的乘坐舒适性至关重要。为提升民用飞机的振动舒适性，增强中国民用飞机的市场竞争力，本文从民用飞机设计流程上为解决民用飞机振动问题提出方法及思路。首先，结合中国具有自主知识产权的支线客机ARJ21和大型客机C919的商业运营，详细介绍了目前中国自研民用飞机存在的主要振动问题。其次，分析了民用飞机的多源振动特性及其在机体上的传递路径，并介绍了多源振动贡献量分析方法和舱内振动舒适性评价方法。随后，为了在民用飞机设计阶段首先考虑振动舒适性要求，提出了基于多源振动贡献量分析的两级减振指标分配流程，并构建了民用飞机振动舒适性设计的基本思路。最后，展望了民用飞机振动舒适性设计的研究方向，探讨了提升乘客乘坐舒适性的技术措施及思路，以期为中国民用飞机的振动舒适性设计提供有益启示。

本文采用建立理论模型、实验验证以及仿真分析的方法，分析了民机液压软管在含磨损缺陷时的力学性能变化规律以及失效情况，得出了软管需要重点监控的损伤状态以及建议更换的磨损缺陷深度。基于流固耦合法，在ANSYS WORKBENCH中进行复合管路有限元仿真分析，探究了在不同流体压力下，磨损缺陷深度、轴向长度对力学性能的影响，给出了不同压力下管路最大总变形和最大等效应变的预测函数关系式，并建立了损伤管路复合强度模型。由该模型可知，管路在内壁未完全破损前不失效，在磨损深度与壁厚比为0.4时，其力学性能显著下降，此时需重点监控或更换。

为了解决宽带航空数据链频率资源匮乏的问题，L频段数字航空通信系统（L-DACS,L-band digital aeronautical communications system）将以内嵌的方式部署在航空无线电导航L频段测距仪（DME,distance measure equipment）波道间，因此，不可避免产生测距仪信号干扰L-DACS系统接收机的问题。为了定量描述DME/N(distance measure equipment/normal)与DME/P(distance measure equipment/precision)信号带外泄露对LDACS系统接收机的影响，首先建立了DME/N与DME/P信号数学模型，然后理论推导出DME/N与DME/P信号的功率谱密度表达式，以此为基础研究了DME/N与DME/P信号带外泄露对邻道部署的L-DACS系统接收机的影响，最后通过计算机仿真验证了理论分析结果的正确性。研究表明：DME信号带外泄露对L-DACS系统的影响主要表现在第一邻道，DME/P信号在第一邻道内泄露功率比DME/N信号泄露功率高约10 d B。

为了解当前飞机载重配平的发展水平和研究进展，并为后续配载技术研究与应用提供借鉴，首先，介绍了载重平衡中的重量、重心和重心包线的概念。其次，总结了民用航空货运配载问题的3个研究方向：货物运输计划、货物装箱问题、集装器装载配平问题，并根据研究时间进程将集装器装载配平问题分为启发式算法和（混合）整数线性规划方法。然后，介绍了配载技术的发展及应用现状，总结分析了航空公司配载发展过程，把配载技术的应用发展分为手工配载、计算机辅助的半手工配载、自动配载3个阶段；通过文献综述发现，近期配载研究由于采用简化的目标重心偏差约束，从而造成研究与实际应用出现较大差距。最后，对配载技术提出了展望，认为未来的配载技术将以实际重心包线为基础，由枚举法过渡到整数规划方法，逐步实现配载优化，并借助机器学习等技术融入公司偏好和运行经验，从而实现属于航空公司偏好的智能配载方案。

为提高飞行员处置风切变的能力，本文基于快速存取记录器（QAR, quick access recorder）飞参数据建立了飞行员风切变处置能力评价模型。首先，将飞行员风切变处置能力分为处置决策及时性、程序合规性以及航迹管理能力3个维度；其次，基于层次分析法（AHP, analytic hierarchy process）建立飞行员风切变处置能力评价体系，并融合专家经验构建风切变处置能力定量评价模型；最后，基于QAR采集的飞参数据验证该模型的实用性和可行性。实验结果表明，本文所构建的定量评价模型可以较好地判别飞行员风切变处置能力的优劣，定位出其处置不当的指标，并给出操纵建议。该评价模型可为改进飞行训练提供参考，具有一定的实用价值。

随着空域资源需求的不断增大，军民航间飞行矛盾日益突显。为解决此问题，本文以国务院、中央军事委员会空中交通管制委员会提出的“军民航空管联合运行”为背景，引入军民航共享空域的概念，重点研究了在此类空域中军民航飞行活动协同排序（CMFCS,civil-military aviation flight activity collaborative sequencing）问题。首先，基于军民航各自飞行任务特点与差异，对军民航飞行任务的种类进行划分，并使用层次分析法确定各类飞行任务的优先权原则；其次，以军民航飞行活动总延误时间成本最小为目标，建立CMFCS模型；最后，使用遗传算法对模型进行求解，确定军民航飞行活动批准进入共享空域的时间序列。研究结果表明，与经典的先到先服务（FCFS,first come first service）策略相比，协同排序策略得到的总延误时间成本降低了72.17%，优化效果显著且更符合实际，能够实现军民航共同使用国家空域资源，保障飞行活动安全、有序、高效地运行。

为确保城市低空空域内无人机规模化运行安全，缓解低空交通运行瓶颈，本文借鉴地面交通较为成熟的研究成果，结合城市低空及无人机运行特色，提出一种基于通信信号管制的城市空中交叉口设计模型。首先，考虑航路构型设计与航路运行主体，构建无人机运行所需的城市低空航路。其次，从进出口道、冲突响应距离2方面对空中交叉口几何结构进行设计，再从进口航道划分、通信信号管制、无人机高度调整3方面对交通组织进行设计，实现对空中交叉口的基本模型设计。最后，设置仿真实验验证该模型的可行性，并分析不同参数组合下的交叉口综合通行效率。实验结果表明：当飞行速度为18 m/s，纵向间隔为50 m，管制信号周期时长为226 s时，综合通行效率达到最佳。本研究可为未来城市空中交通航路网络精细划设与管理提供支撑，增强低空无人机交通的实践性。

针对空港综合交通枢纽各区域短时到港客流感知能力较弱的问题，提出一种基于深层时空图卷积网络的预测方法。以空港综合交通枢纽的空间连通特点和到港旅客的行为规律为依据，构建深层图卷积网络提取临近时间段内到港客流量分布的空间特征，并运用门控循环单元提取空间特征序列的时间依赖性，同时利用当前与历史航班信息对预测结果进行修正，实现对目标时间段内各区域内到港客流的预测。基于国内某大型空港综合交通枢纽内到港客流的历史数据展开验证，结果表明，与代表性的预测模型（历史均值模型、自回归差分滑动平均模型、支持向量机回归模型、长短时记忆神经网络、门控循环单元模型、时间图卷积网络）相比，该方法在测试集上的均方根误差和平均绝对值误差均取得最小值，相较于预测精度第二的时间图卷积网络，预测时间范围为5、15、30 min时，均方根误差分别降低了4.19%、7.15%、7.79%，平均绝对值误差分别降低了9.72%、5.05%、8.89%，说明该方法能够更真实地反映不同区域不同时间段内的客流变化趋势，有助于合理地进行空港综合交通枢纽的运力资源配置。

本文给出了区组长度为3、4和5的平衡不完全区组设计，将设计的关联矩阵作为校验矩阵，从而构造出3种低密度奇偶校验码（LDPC,low-density parity-check code）。由于这些校验矩阵是准循环矩阵，所以构造的码是拟循环LDPC码（QC-LDPC,quasi-cyclic LDPC）。计算码的相关参数，并针对具体的例子通过与类随机码的译码性能进行分析比较，结果显示，所构造的码具有较好的性能。

为提高科学评估扇区管制复杂性的能力，本文提出基于郊狼优化算法（COA,coyote optimization algorithm）的扇区管制复杂性聚类算法。首先，引入逐维变异改进策略来改进郊狼优化聚类算法，解决其易陷入局部最优解的问题。其次，以中国西北地区区域管制扇区为研究对象，采用改进郊狼优化聚类算法（ICOCA,improved coyote optimization clustering algorithm）对扇区管制复杂性指标进行聚类分析。最后，对扇区聚类结果进行仿真验证，结果证明了所提算法在扇区管制复杂性分类方面的有效性和可靠性，可为后续的空域管理提供有效的数据决策。

本文以仪表着陆系统（ILS,instrument landing system）和建立要求特殊授权的所需导航性能（RNP AR,required navigation performance authorization required）进近（EoR,established on RNP AR）混合程序为研究对象，探讨混合进近下跑道进场容量。首先，研究了飞机尾流消散和运动规律，提出混合进近条件下安全间距计算方法；其次，根据混合进近运行特征，建立混合进近平行跑道进场容量模型；最后，以昆明长水国际机场为例，构建全空域机场仿真模型，对模型进行验证，并在此基础上，设置多个运行场景对影响混合进近条件下跑道进场容量的因素，包括程序结构、机型和RNP AR能力飞机比例进行分析。研究结果表明：容量评估模型能够对混合进近运行下平行跑道进场容量进行精确、客观的评价；且固定半径转弯（RF,constant radius to fix）航段半径越大，跑道进场容量越大；RF航段半径为4～7 km时，RNP AR能力飞机比例越大，跑道进场容量越大；中型机比例越多，跑道进场容量越大。

针对空中交通流量管理部门如何更高效地实施流量管理的问题，本文将态势感知理论应用于空中交通网络流系统（ATNFS,air traffic network flow system），建立空中交通网络流系统的运行态势预测模型。首先，给出了空中交通网络流系统的态势感知过程，从节点和航线的角度筛选出航线饱和度、不正常航班率、节点饱和度、节点延误架次比、节点航班取消率5个态势要素，使用态势值作为态势理解的指标；其次，分析隐马尔可夫模型（HMM,hidden Markov model）的优势与不足，建立了基于灰狼优化（GWO,grey wolf optimization）算法和改进隐马尔可夫模型的态势预测模型；最后，使用某空中交通网络流系统的实际运行数据进行算例验证。结果表明，改进后的预测模型相较于原本的隐马尔可夫预测模型精度更高，预测结果更准确。

考虑到试验过程的安全性，飞机货舱烟雾探测系统适航验证试验一般不会使用真实火灾烟雾，而是通过烟雾发生器产生模拟烟雾进行试验。但是烟雾发生器产生的模拟烟雾与真实火灾烟雾有一定的差异，要想在验证过程中使两种烟雾达到近似的效果，就需要对模拟烟雾进行闭环控制，从而能更加准确地进行烟雾探测系统的验证。首先，在火灾动力学模拟器（FDS,fire dynamics simulator）中建立烟雾模拟数值模型，设定烟雾发生器发烟的边界条件，计算得出目标位置处的烟雾数据，然后辨识出模拟烟雾的代理模型，最后设计闭环控制律。研究结果表明，建立的烟雾模拟模型符合要求，设计的控制律能达到对模拟烟雾的控制效果。通过对模拟烟雾的闭环控制研究，可以为飞机货舱烟雾探测的验证工作提供可行的方法和支持。

随着网络攻击形式的多样化和攻击手段的复杂化，网络威胁情报（CTI,cyber threat intelligence）已成为应对未知网络威胁的重要手段。为有效解决网络威胁情报因来源广和重复性高而导致其质量难以评估的问题，本文提出一种基于多源异构数据的网络威胁情报质量评估方法 ISU-Measure(intelligence-source-user measure)。首先，设计及时性、活跃性、关联性、完整性作为量化指标来表征微观威胁情报的质量；其次，提出将规模性、周期性、独创性作为量化指标来评估威胁情报源整体质量；然后，针对用户需求差异性设计了用户指标偏好并与Critic权重法结合生成复合权重，同时对7个量化指标赋权构建量化评估模型。通过对12个主流威胁情报源的质量评估结果显示，ISU-Measure方法设计的复合权重法优于Critic权重法和均值法，相比其他研究方法在指标覆盖范围、获取难度、区分性上具有明显优势。

为更好地发挥航空运输和高铁运输的优势，本文研究了空铁综合运输网络的互补作用。首先，以城市为节点，以航线/高铁线路为边，以单日航班频率/高铁班次频率为权值，构建了航空网络、高铁网络和空铁综合运输网络。其次，采用枚举法和遗传算法，基于网络加权效率研究了网络的鲁棒性，并识别出网络关键节点组合。再次，针对随机节点失效和关键节点失效两种情况，分别从鲁棒性、互补强度两个方面研究了高铁网络和航空网络的互补作用。结果显示：空铁综合运输网络的加权效率为0.317，明显高于航空网络0.268和高铁网络0.209，当独立的高铁网络不连通时，空铁综合运输网络仍然连通；当随机节点和关键节点失效时，高铁子网络对航空子网络的互补强度平均值分别为0.072和0.435，航空子网络对高铁子网络的互补强度平均值分别为0.217和0.368，关键节点失效时的互补作用更强。结果表明，空铁综合运输网络结合了航空网络和高铁网络的优势，具备更好的鲁棒性，航空网络和高铁网络能够发挥互补作用，且当关键节点失效时，互补作用更为明显。

航空噪声是影响机场周边土地利用配置的重要因素，基于航空噪声相容性进行机场周边土地利用优化对促进机场周边区域发展有重要意义。基于航空噪声相容性的机场周边土地利用规划问题，构建了融合航空噪声相容性的土地利用分配约束多目标优化（CoMOLA,constrained multi-objective optimization of land use allocation）模型。结合航空噪声与土地利用相容性模型和非优势排序遗传算法，设置土地利用转换、面积、综合效益的外部模型，最后对相邻土地间相容性进行分析，对不相容地块提出相关的解决措施。研究结果表明，本模型有效地融合了航空噪声与机场周边土地利用规划，有助于机场周边土地利用规划的政策部署，丰富了机场周边国土空间优化模型，对航空港协调发展具有实际意义。

为解决航空座椅垫由于变形较大，易导致航空座椅有限元模型冲击模拟中出现负体积和计算时间过长的问题，本文提出一种由并联的非线性弹簧和线性阻尼构成的航空座椅垫集中参数模型。首先，开展了航空座椅垫材料的静动态压缩试验，分别建立了航空座椅垫有限元模型和集中参数模型；其次，根据有限元仿真结果拟合了集中参数模型的弹簧阻尼参数，并对比两种模型在14、16、19 g三角脉冲下的动力学响应。结果表明，两种模型的一致性较好，本文建立的航空座椅垫集中参数模型可为含座椅垫的复杂有限元模型简化提供支持。

多条信号之间的交织是广播式自动相关监视（ADS-B,automatic dependent surveillance-broadcast）系统中不可避免的问题。已有的单天线ADS-B信号解交织方法，大多需要精确的估计交织重数、相对时延等参数，相应的估计精度往往严重影响最终的分离性能。为解决该问题，本文利用双路径递归神经网络（DPRNN,dualpath recurrent neural network）在无须估计任何参数的前提下对ADS-B接收信号进行分离。网络输入为交织重数未知的ADS-B接收信号，包括纯噪声信号、无交织信号、两重交织信号和三重交织信号。网络固定输出3条信号，当交织信号中包含i条ADS-B信号时，对应的源信号包含i条ADS-B信号和（3-i）条噪声信号。仿真实验证明，当信号的交织重数不大于三重时，分离正确率达到95%以上。这一研究为ADS-B信号交织分离提供了一种新的解决方案，具有一定的实用价值。

针对基于WebAssembly（简称Wasm）的区块链智能合约虚拟机在gas扣除过程中产生过长时延的问题，分析该过程中的性能瓶颈，提出一种基于代码块的层次化gas扣除方法。通过在Wasm虚拟机中设计指令记录器与代码块分析器，实现基于代码块的gas扣除。根据Wasm模块结构，设计层次化代码块识别规则。实验结果表明，与传统逐条指令的gas扣除方法相比，本文方法将gas扣除次数减少了79.6%，且在交易串行执行模式和交易并行执行模式下，可分别将执行平均时延降低17.0%和18.8%。

为探讨在机场刚性道面面层施加的单轮荷载与基顶感知荷载之间的传递关系，并为该过程的反算提供理论依据与参考，首先，本文利用ABAQUS软件建立了机场刚性道面的三维有限元模型；其次，以B737-800为例，计算了不同载重下跑道结构参数改变对于该传递过程的影响；最后，设计了不同起落架构型的飞机荷载工况，对起落架构型相同但起落架间距不同与起落架构型不同但起落架间距相近的荷载传递过程进行对比。计算结果表明：垫层弹性模量与面层厚度对于荷载传递过程的影响最为显著；不同垫层弹性模量与面层厚度工况下，基顶感知荷载的最大差值分别为20.36%和8.49%。在单轮荷载固定时，主起落架轮组形式相同，基顶感知荷载随主起落架间距增大而减小；当另一侧主起落架轮组的荷载叠加弱到可被忽略时，不同轮组构型下其荷载感知关系基本相同。

针对疫情传播期间飞机客舱内可能出现旅客相互传染的风险问题，优化客舱旅客布局方案，减小旅客病毒感染概率是非常必要的。通过研究病毒在飞机客舱内的传播规律，分析客舱中个人被病毒感染概率的影响因素和病毒脱落率，以旅客与座位匹配作为决策变量，并以客舱旅客受周围其他旅客的病毒脱落率影响之和最小作为目标函数，基于旅客组团乘机特性建立旅客分组客舱座位分配模型；设计改进遗传算法，对该模型进行求解，并利用Matlab实现了该算法。以A320机型为例，通过对3种不同旅客分组布局案例进行测试，结果表明：本文模型和算法能够在可接受时间内给出一种优化的座位分配方案，降低旅客间相互传染的概率。

针对欧氏空间尺度不变特征变换（SIFT,scale invariant feature transform）算法在彩色图像匹配过程中丢失图像光谱信息、匹配精度低、计算量大等问题，利用Clifford代数（CA,Clifford algebra）对多维空间的表达能力提出一种基于CA-SIFT的图像匹配算法。首先，将图像转换到CA空间表示，同时保留图像空间和光谱信息，通过共形几何代数内积运算构造度量函数，提高特征点搜索效率，在CA空间中检测特征点；其次，采用图像特征两级匹配策略，即将CA-SIFT特征描述向量转换为哈希编码，由暴力匹配得到粗匹配结果；最后，采用网格运动统计（GMS,grid-based motion statistics）方法完成精匹配。实验结果表明：本文算法性能优于SIFT算法，提取的特征点对数量最多提升近54%；图像匹配方面，平均匹配精度达到98%以上，实现了高精度、适用于多数场景的图像匹配方法。

为探究金属网几何结构参数对雷击防护能力的影响，本文建立了含有不同几何结构参数的金属网防护层碳纤维增强复合材料（CFRP,carbon fiber reinforced polymer）层合板有限元模型，采用热电耦合分析模拟了无防护、铝网防护和铜网防护下的CFRP雷击烧蚀损伤，对比分析了不同几何结构参数铜网防护下的CFRP烧蚀损伤。研究发现：在相同几何结构参数下，铜网相比铝网具有更好的雷击防护效果；金属网几何结构参数能够影响其雷击防护效果，长短节距会影响金属网格节点数量，金属网的雷击防护能力会随着节点数量增加而提高；增加网线宽度和厚度均能提高金属网的雷击防护能力，增加网线厚度提高的雷击防护能力优于增加网线宽度；通过对比不同网格内角的铜网防护能力发现，能够相对较好地提高金属网雷击防护能力的内角角度为48°。

本文深入剖析了民航数据共享的研究现状与技术进展，首先，概述了民航数据共享的基本框架与核心要素，随后详细探讨了多项前沿技术及其应用。其中，广域信息管理系统（SWIM, system wide information management）作为民航数据共享的核心支撑平台，通过构建统一的信息交换网络，实现了航空数据的全面整合与高效利用。协同决策（CDM,collaborative decision making）系统则进一步强化了跨部门、跨机构间的实时沟通与协作，特别是在航班运行管理、资源优化配置及应急响应等方面展现出显著成效，有效提升了民航系统的整体运行效率与安全性。在数据共享中的数据安全与隐私保护方面，区块链与联邦学习等新技术也展现出巨大潜力，区块链提供安全、透明的数据共享方案，联邦学习则在保护隐私的前提下实现知识共享。然而，数据共享面临标准化不足、合作协调难、数据安全、技术复杂性及成本可行性等挑战。综上所述，本文不仅揭示了民航数据安全共享关键技术的最新进展，还前瞻性地展望了未来趋势与机遇，为民航数据共享的持续创新与全球民航业的数字化转型提供了参考与指导。

针对旋转机械设备中齿轮剩余使用寿命（RUL,remaining useful life）的预测问题，本文利用长短期记忆（LSTM,long short-term memory）网络在处理时间序列数据方面的独特优势，提出一种将注意力机制和LSTM融合的齿轮RUL预测算法。首先，从齿轮振动信号中分解出最能反映其健康状况的4种时域特征（均方根值、峭度、方差和裕度指标）作为RUL预测网络的输入；其次，以提升RUL预测结果的精度为目标，把LSTM和注意力机制相结合，设计了一种新型的RUL预测网络；最后，使用实验室齿轮全寿命加速疲劳实验台生成的真实数据进行了模型验证，结果表明，本文所提出的注意力LSTM算法在进行齿轮RUL预测时具有较高的预测精度。

为实现准确的机场流量短期预测，本文建立了基于二次分解方法的分解集成预测模型。首先，应用局部加权回归周期趋势分解（STL, seasonal and trend decomposition procedure based on Loess）算法将原始时间序列分解为趋势项、季节项和余项3个分量，并计算其样本熵。其次，应用遗传算法（GA,genetic algorithm）优化变分模态分解（VMD,variational mode decomposition）参数，对熵值较大的分量进行二次分解。再次，使用极端梯度提升（XGBoost, extreme gradient boosting）对二次分解后的所有分量进行预测，采用加和集成得到最终的预测值。最后，采集国内典型机场实际运行数据进行实例分析。针对北京首都国际机场60 min进场、离场流量时序，本文模型预测的均等系数（EC,equal coefficient）值分别为0.970 3、0.995 9，相比其他常用模型均有所提高。此外，对于上海浦东、上海虹桥、广州白云3个大型国际机场，本文模型在60 min、30 min统计尺度下进场和离场流量预测的EC值均在0.970 0以上，15 min统计尺度下预测的EC值均在0.950 0以上。结果表明，本文建立的二次分解集成预测模型具有良好的准确性和普适性，用于机场流量短期预测是可行和有效的。

针对真实飞行数据中故障样本匮乏、数据类间失衡且缺少标注问题，本文提出了一种基于多尺度卷积神经网络（MSCNN,multi-scale convolutional neural network）与长短时记忆（LSTM,long short-term memory）网络的水平安定面系统状态监测方法。此方法不依赖于标注数据，利用无监督学习的方式对水平安定面系统进行状态监测。首先，利用MSCNN-LSTM对系统正常运行状态的快速存储记录器（QAR, quick access recorder）数据从空间和时间两个维度进行特征提取，以实现舵面位置预测；其次，计算舵面位置预测值与舵面位置实际值的残差，分析残差分布来确定系统健康状态的阈值；最后，利用某飞机的QAR数据进行验证。实验结果表明，本文所提方法能准确实现水平安定面系统飞行级的异常状态识别，并能在系统发生故障时，提前1个飞行循环进行异常预警。