首都机场A-SMGCS系统停止排灯控制功能研究

来源 :现代信息科技 | 被引量 : 0次 | 上传用户:tsinfang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机场飞行量的快速增长,机场交通管制工作的难度越来越大,对设备的要求也随之提高。停止排灯控制功能是灯光引导功能的重要组成部分,可实现远程控制机场场面的助航灯光系统,能够为民航机场管制工作提供帮助。该文介绍了灯光引导功能中停止排灯控制功能的基本情况、技术实现和软件接口,并对停止排灯控制功能运行的风险进行了分析。该文以首都机场停止排灯控制功能为例进行了分析研究,为类似系统的设计和应用提供参考。
其他文献
对于目前储能系统中的双向BUCK-BOOST变换器,传统用的建模方法都是采用整数阶建模,而实际应用中电容电感都是分数阶的。因此基于分数阶微积分分别建立了充电和放电模式下的BUCK-BOOST变换器的模型,并且将所得的分数阶模型与传统的整数阶模型进行对比分析。表明该方法建立的模型能真实反映变换器的动力学行为,可以使以后的储能控制更加精确。
摘要:传统的实验室管理模式信息化程度低,存在设备使用状态无法监控、设备需要本地运维、设备维护工作量大、无法远程控制设备、无法实现上机身份认证、无法监测软件运行情况、无法监控学生上课行为等问题。针对以上问题,文章首先阐述了云桌面技术的概念和原理,其次结合本校实验室管理的实际,分析了云桌面技术在提高高校实验室及设备信息化管理水平中的应用实效。  关键词:云桌面技术;实验室管理;信息化  中图分类号:T
为了实时监测肉类新鲜度,通过烷基化反应分别合成含羧基和甲基的羟基蒽醌衍生物,负载在滤纸上并包覆醋酸纤维素制成pH比色响应标签。实验发现,不同的取代基会影响羟基蒽醌的pH变色域,1,4-二羟基-6-羧基蒽醌制成的标签相比其他羟基蒽醌物质对丁二胺有更高的响应灵敏度,包覆了醋酸纤维素的标签迁移量相比对照组可降低40.6%。室温下放置于肉类包装中,储藏36 h后标签颜色发生肉眼可辨的变化。该标签可用于肉类新鲜度的快捷监测。
摘 要:通信系统和信号系统是地铁运营和乘客服务过程中非常重要的两大系统,系统的稳定性与乘客服务水平和运行安全息息相关。通过对国内某城市地铁运营线路通信、信号系统的设备故障进行综合分析,给出相应的解决措施,在此基础上总结一定的建设经验和注意要点,为后续地铁通信、信号系统工程建设提供一定经验参考。  关键词:地铁;通信系统;信号系统;设备故障;分析  1、概述  地铁通信系统和信号系统承担着运营服务
5G作为新一代移动通信技术,具有大带宽、广连接、低时延三大特点,逐渐得到各行各业的广泛应用,尤其在高清视频直播、VR等行业的应用更为普遍。5G网络速率不仅是衡量网络性能的一个重要指标,也影响着各行业的体验感知。该文对5G网络速率的提升进行研究,通过Massive MIMO特性和载波聚合特性提升重要场景的5G速率,多次验证并总结了5G速率提升效果。
国产芯片制造行业能否发展壮大,成为我国高科技是否能够冲出重围的决定性因素。作为芯片封装过程中的关键工艺之一,bonding的质量控制也将在一定程序上决定芯片的功能以及可靠性水平。如何对bonding质量控制尽早进行先期策划并实施有效且低成本的检测,成为了业内广泛探讨和急需解决的问题。文章通过统计过程控制和自助法的运用,对bonding拉力检验过程进行优化,在降低测试成本的同时变事后检验为事先预防。
文章分析了边灯式FOD探测设备伺服控制系统的特点,从转台框架设计、伺服控制器硬件设计和伺服控制器软件设计三个方面介绍了伺服控制系统的设计与实现。结构上采用步进电机经行星减速机构及齿轮副减速的形式,伺服控制器硬件采用TMS320F28335作为主处理芯片,软件采用模块化方法进行设计和实现。该伺服控制系统已完成实现,并已通过了高低温及振动冲击环境试验,能够满足工作方式、精度、环境适应性和远程更新等需求。
在对低压台区拓扑识别实现方法进行研究的基础上,文章分析了“基于用电信息的分析法”“电流注入法”“停复电分析法”“手机APP沿布图方法”4种拓扑辨识方法的原理及实现步骤,阐述了拓扑辨识CIM文件的标准及格式。从“建设成本、施工量、辨识精度、拓扑发生变化后是否能自动更新”4个角度总结对比了4种拓扑辨识方法的差异,施工单位可根据不同的需求和情境采用不同的方法。
摘要:随着校园一卡通的应用,学生在校行为数据得以客观记录。为了解决高校学生工作中对于经济困难学生认定存在的主观性强,认定材料烦琐等问题,文章采用数据挖掘方法,采集某高校校园一卡通消费数据,应用神经网络算法构建高校经济困难学生精准认定模型。该方法有助于实现对学生经济困难等级的辅助预测,提高高校学生资助工作的科学化水平。  关键词:数据挖掘;人工神经网络;学生资助  中图分类号:TP18 文献标识
针对实际交通环境下行人和车辆检测问题,提出一种基于YOLOv3改进的目标检测网络YOLO-CP,对YOLOv3网络结构进行压缩剪枝,并进行特征提取的优化,使用自主采集标注的交通数据集,进行稀疏化训练。在实际交通场景中,YOLO-CP在GPU下检测速度达到25帧/秒,车辆检测准确率达到96.0%,行人检测准确率达到93.3%,优化算法满足了ADAS对实时性和高精度的要求。