发明名称 一种鸟击风险评估系统及其评估方法
摘要 本发明公开了一种鸟击风险评估系统及其风险评估方法,所述系统由雷达、图像采集设备、飞鸟目标识别模块、鸟击风险评估模型和鸟情数据库构成。雷达实时地输出视频信号,图像采集设备将视频信号转换为数字雷达图像,飞鸟目标识别模块基于图像采集设备输出的数字雷达图像,识别出飞鸟目标并提取出相关鸟情信息,鸟击风险评估模型基于飞鸟目标识别模块提取的鸟情信息,对实时的鸟击风险进行评估,输出鸟击风险系数;鸟情数据库储存了飞鸟目标识别模块提取的鸟情信息和鸟击风险评估模型给出的鸟击风险系数。应用本发明方法可以准确的对机场周围飞鸟情况进行预警和掌握,便于工作人员清理和飞机驾驶人员有效规避风险。
申请公布号 CN101694681B 申请公布日期 2011.10.26
申请号 CN200910210015.X 申请日期 2009.11.03
申请人 北京航空航天大学;民航数据通信有限责任公司 发明人 宁焕生;陈唯实;朱衍波;郭勇;刘文明;徐群玉
分类号 G06F19/00(2006.01)I;G01S13/89(2006.01)I 主分类号 G06F19/00(2006.01)I
代理机构 北京永创新实专利事务所 11121 代理人 周长琪
主权项 1.一种鸟击风险评估方法,其特征在于,包括如下步骤:(a)雷达监测飞鸟情况,并实时输出视频信号;(b)视频信号转换为数字雷达图像;采用图像采集卡或外置图像采集盒将视频信号转换为数字雷达图像,图像中每个像素的灰度值反映了雷达回波的强弱;(c)飞鸟目标识别与信息提取;具体过程为:首先对数字雷达图像背景差分;对经过背景差分的雷达图像进行杂波抑制获得二值图像,对二值图像中不同的区域进行标识,计算出每个独立区域的中心坐标、像素数和独立区域的总数,每个独立区域代表一个飞鸟目标,中心坐标代表鸟类目标位置,像素数代表鸟类目标大小,独立区域的个数代表鸟类数量,通过连续两幅图像的对比,计算出飞鸟的飞行速度,通过不同目标像素数的多少,区分出飞鸟目标和飞行器目标;(d)根据鸟情信息获得鸟击风险评估系数;由评价专家给鸟情信息中的每个因素打分,利用层次结构模型的层次结构分析法计算出每个因素的指标权重,同时,将获得的鸟情信息中的每个因素划分等级,分别赋以不同的分值,最后通过求加权和计算出鸟击风险系数;所述的指标权重是递阶层次结构指标体系中下层指标相对上层相关准则的相对重要性程度的度量,根据心理学家提出的“人区分信息等级的极限能力为”的研究结论,引入九分位的相对重要的比例标度,即萨蒂标度法,构成判断矩阵,判断矩阵中元素表示“行指标”对“列指标”的相对重要程度的两两比较值;评估鸟击风险时,在鸟情调查资料的基础上,运用生态学知识,通过对鸟击事故的分析确定了四个鸟击安全威胁制约因素,即指标:(1)鸟类种群数量N;(2)鸟类体重W;(3)鸟类飞行高度H;(4)鸟类在机场的出现区域L,其中,鸟类的种群数量是指在机场飞行区观察到的某一时刻鸟类的数量;鸟类在机场的出现区域,即某一时刻鸟类在机场飞行区的位置,由鸟类学专家填写指标标度咨询表,给出N,W,H,L四个指标两两之间相对程度的比较值,见专家反馈意见表如下:<img file="FSB00000526588600011.GIF" wi="1714" he="484" />将专家反馈意见表中的专家的反馈信息构建成判断矩阵,采用方根法或近似计算法求出判断矩阵的权重向量;当采用方根法时,具体过程如下:把判断矩阵的每一行各数进行连乘,再对连乘结果进行开方,因素的个数值为开方的指数,开方后的结果进行归一化,得到权重向量;当采用近似计算法,具体过程为:判断矩阵每一行各数求平均值,再进行归一化,得到权重向量的近似值;将各指标划分为n个等级,分别赋予1~n的分值,得到风险指数如下:<img file="FSB00000526588600021.GIF" wi="496" he="121" />其中,P<sub>i</sub>分别为n等级下的各指标的权重向量或者权重向量的近似值,G<sub>i</sub>分别为n等级下的各指标的分值;评估飞鸟对机场飞行安全影响的风险指数T是一个介于0~1之间的数,根据该风险指数将危险性划分为五个等级,用蓝、绿、黄、橙、红五种颜色进行报警,其中0≤T<0.2时为蓝,0.2≤T<0.4时为绿,0.4≤T<0.6时为黄,0.6≤T<0.8时为橙,0.8≤T<1时为红。
地址 100083 北京市海淀区学院路37号