| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 理论方面 | 第11-13页 |
| 1.2.2 仿真方面 | 第13-14页 |
| 1.3 研究内容和章节安排 | 第14-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 章节安排 | 第14-16页 |
| 第二章 一般天气条件下基于人类动力学的扇区容量研究 | 第16-26页 |
| 2.1 引言 | 第16-17页 |
| 2.2 人类动力学概述 | 第17-19页 |
| 2.2.1 人类动力学的发展 | 第17页 |
| 2.2.2 人类动力学中的分布规律 | 第17-19页 |
| 2.3 基于人类动力学的终端容量评估 | 第19-21页 |
| 2.3.1 管制员通信工作负荷的人类动力学分析 | 第19-21页 |
| 2.3.2 基于人类动力学的终端容量预测 | 第21页 |
| 2.4 算例分析 | 第21-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 天气类型影响的终端空域容量研究 | 第26-49页 |
| 3.1 引言 | 第26页 |
| 3.2 影响终端区空域容量的天气 | 第26-29页 |
| 3.2.1 与天气相关的基本概念 | 第27页 |
| 3.2.2 云底高和能见度 | 第27页 |
| 3.2.3 云 | 第27页 |
| 3.2.4 风 | 第27-28页 |
| 3.2.5 降水 | 第28页 |
| 3.2.6 雾 | 第28-29页 |
| 3.3 天气类型的判定和情景树的生成 | 第29-38页 |
| 3.3.1 IFR 天气要素相关概念 | 第29页 |
| 3.3.2 IFR 天气类型规则的判别 | 第29-38页 |
| 3.4 天气类型的预测 | 第38-43页 |
| 3.4.1 BP 神经网络原理 | 第38-41页 |
| 3.4.2 BP 神经网络训练过程 | 第41-42页 |
| 3.4.3 天气类型的识别 | 第42-43页 |
| 3.5 天气类型影响的终端空域容量评估 | 第43-44页 |
| 3.6 算例分析 | 第44-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 天气条件下的终端空域容量预测 | 第49-58页 |
| 4.1 兰州终端区空域简介 | 第49-50页 |
| 4.2 兰州终端空域运行容量预测 | 第50-51页 |
| 4.3 兰州空域的天气分类和聚类分析 | 第51-56页 |
| 4.4 未知天气数据的识别和容量预测 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文的主要工作 | 第58页 |
| 5.2 未来工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 在学期间的研究成果及发表的学术论文 | 第64页 |