为提高航空器航迹预测的准确性, 考虑航路限制、成本指数以及航空器性能限制, 提出一种基于多目标约束的航空器下降段航迹预测方法。根据航空器性能数据、特征参数、航路限制及成本指数要求, 采用动力学理论动态分析并预测各航段多维状态数据。利用航空器数据记录器中的一条真实航迹的起飞、爬升和巡航数据预测优化其下降航迹。仿真结果表明, 对比真实航迹, 预测航迹及多维状态数据可随成本指数及航路的约束动态调整, 满足航路限制并提高了燃油利用率。

以南昌海关技术中心115个油茶籽粕样品为研究对象,比较了不同扫描次数和装样厚度对样品近红外光谱的影响。选择扫描次数为32次,装样厚度为4 mm,并根据不同预处理方法对所建立的油茶籽粕中灰分含量近红外模型的影响筛选出最佳预处理方法——归一化(Standard Normal Variate,SNV)、一阶导数(DG1)和9点平滑(Smooth Savitzky-Golay 9 points,SG9)。利用偏最小二乘法建立了油茶籽粕灰分含量的定量分析模型,其校正相关系数为0.9698,校正均方根误差为0.5236,预测相关系数为0.9575,预测均方根误差为0.6211。为验证模型的适用性,对15个未参与模型建立的油茶籽粕样品的灰分含量进行了预测,并将预测结果与国标方法GB 5009.4-2016的测定结果进行成对结果t检验,得到该方法与国标方法的结果不存在显著差异的结论。近红外方法将极大地提高油茶籽粕品质检测速度和效率、降低检测人员工作量、减少化学试剂的使用,为实现快速、高效的油茶籽粕质量分级和监管提供了技术基础。