민간 AAM 군용 개조방안 및 작전운용성능 제안

김민수 경상국립대학교 항공우주특성화대학원 2025 국내석사

This study proposes the Required Operational Capability to modify civil AAM into military AAM and explains the modification method and procedure. AAM will develop into an eco-friendly future transportation that can solve urban traffic congestion and carbon emissions. Although AAM has insufficient flight performance and payload compared to helicopters, it has high survivability and flight safety. If future technological advances such as hydrogen fuel cells and unmanned autonomous systems are made, they will be fully utilized for military purposes. To acquire AAM as a military weapon system, the concept of evolutionary Required Operational Capability was applied to set the required level divided into three stages: early, medium, and late. A modification plan was proposed by dividing it into small and medium sizes, and the advantages and disadvantages were compared by referring to past Military Commercial Derivative Aircraft cases.

시스템 다이내믹스를 활용한 첨단항공교통 수요 예측 방법론 개발에 관한 연구

최찬식 서울시립대학교 일반대학원 2024 국내석사

In this study, a demand forecasting model for Advanced Air Mobility(AAM) was developed by analyzing and structuring the causal relationships among various variables influencing AAM demand based on the system dynamics methodology. To predict AAM demand, the variables influencing AAM demand were categorized into external factors, supply factors, diffusion factors, and imitation factors. A Causal Loop Diagram(CLD) was created to identify the causal relationships among the variables, and a Stock-Flow Diagram(SFD) was constructed to quantitatively represent the relationships among the variables using the CLD. Through the developed SFD, it was predicted that AAM demand would increase to 535,772 people by 2050. Additionally, the number of routes, number of vertiports, imitation coefficient, and diffusion parameter value were found to have a significant impact on AAM demand, with values exceeding 0.7. Scenario analysis was conducted to observe the changes in AAM demand due to variations in modal shift rate, mid-to-long-distance travel ratio, and infrastructure investment. The scenario analysis results indicated that if the mid-to-long-distance travel ratio increases, AAM demand could increase by up to 30.00%. This study developed an AAM demand forecasting model that considers various factors affecting AAM demand and can respond to future environmental changes. The demand forecasting model proposed in this study can be used as a basis for policy decision-making by decision-makers and can be applied to demand forecasting for specific regions or routes by adding or modifying internal model variables. 본 연구에서는 시스템 다이내믹스 방법론을 기반으로 AAM(Advanced Air Mobility)의 수요에 영향을 미치는 다양한 변수 간의 인과관계를 분석하고 이를 구조화하여 AAM 수요 예측 모델을 개발하였다. AAM의 수요를 예측하기 위해 AAM의 수요에 영향을 미치는 변수들을 외부요인, 공급요인, 확산요인, 모방요인으로 구분하였다. 변수들간의 인과 관계를 파악하기 위해 인과지도를 작성하였고, 작성한 인과지도를 활용하여 변수 간의 정량적인 관계를 표현하는 저량-유량도를 작성하였다. 작성한 저량-유량도를 통해 2050년의 AAM의 수요는 535,772명까지 증가할 것으로 예측되었다. 또한 AAM의 수요에 대한 노선 수, 버티포트 수, 모방계수, 확산의 파라미터 값이 0.7 이상으로 도출되었으며, AAM의 수요에 미치는 영향이 큰 것으로 분석되었다. 수단전환율, 중장거리 통행비율, 인프라 투자액의 변화에 따른 AAM의 수요 변화량을 관찰하기 위한 시나리오 분석을 수행하였다. 시나리오 분석 결과 중장거리 통행비율이 증가하면 AAM의 수요가 최대 30.00%까지 증가하는 것으로 분석되었다. 본 연구는 AAM 수요에 영향을 줄 수 있는 다양한 요인들을 고려하고 미래 환경 변화요인에 대해 대응이 가능한 AAM 수요 예측 모델을 개발하였다. 본 연구에서 제시한 수요 예측 모델을 활용하여 의사결정자가 정책적 판단을 위한 근거로 활용 가능하고, 모델 내부 변수의 추가 및 변경으로 특정 대상지나 노선에 대한 수요 예측에 활용이 가능하다.

AAM과 가버 특징 벡터를 이용한 강인한 얼굴 인식

김상훈 숭실대학교 대학원 2008 국내석사

본 논문에서는 AAM(Active Appearance Model)과 가버 특징 벡터를 이용한 얼굴 인식 시스템을 제안한다. 가버 특징 벡터를 사용하는 대표적인 얼굴 인식 알고리즘인 EBGM(Elastic Bunch Graph Matching)은 가버 특징 벡터를 추출하기 위해 얼굴 특징점들의 검출을 필요로 한다. 그런데, EBGM에서 사용되는 얼굴 특징점 검출 방법은 가버젯 유사도에 기반하는데 이는 초기점에 민감하다. 잘못된 특징점 검출은 얼굴 인식에 영향을 미친다. 한편, AAM은 얼굴 특징점 검출에 효과적인 것으로 알려져 있다. 본 논문에서는 AAM으로 얼굴 특징점들을 대략적으로 추정하고 추정된 특징점들을 초기점으로 하여 가버젯 유사도 기반 특징점 검출방법으로 특징점 검출을 정교화하는 얼굴 특징점 검출 방법과 이에 기반한 얼굴 인식 시스템을 제안한다. 또한 기존의 EBGM에서의 얼굴 인식 시스템을 보다 안정하고 실제 응용에 적합하도록 하기 위해 다중 해상도 가버 특징 벡터 기반 눈 검출 방법, Anisotropic Smoothing 기반 개선된 조명 전처리 방법 및 SVM 기반 허용/거부 판별법을 제시하고 적용하였다. 실험을 통해 제안된 얼굴 인식 시스템이 기존의 EBGM의 얼굴 인식 시스템보다 더 나은 성능 개선을 보임을 확인하였다. In this paper, we propose a face recognition system using AAM and Gabor feature vectors. EBGM, which is prominent among face recognition algorithms employing Gabor feature vectors, requires localization of facial feature points where Gabor feature vectors are extracted. However, localization of facial feature points employed in EBGM is based on Gabor jet similarity and is sensitive to initial points. Wrong localization of facial feature points affects face recognition rate. AAM is known to be successfully applied to localization of facial feature points. In this paper, we propose a facial feature point localization method which first roughly estimate facial feature points using AAM and refine facial feature points using Gabor jet similarity-based localization method with initial points set by the facial feature points estimated from AAM, and propose a face recognition system based on the proposed localization method. Additionally, we propose and apply a robust eye localization method using multi-scale gabor feature vectors, an illumination preprocessing algorithm method based on anisotropic smoothing, and an accept/reject distinction method based on SVM in order to we make an existing face recognition system in EBGM more stable and appropriate to the practical application. It is verified through experiments that the proposed face recognition system performs better than the conventional face recognition system only like EBGM.

첨단항공모빌리티(AAM)용 수소 연료전지 시스템의 환경시험에 관한 연구

이지수 경상국립대학교 대학원 2025 국내석사

AAM과 2D-LDA를 결합한 강건한 얼굴 인식

이석진 전남대학교 대학원 2015 국내석사

얼굴 인식 알고리즘은 보안, 콘텐츠, 생활 가전등의 다양한 분야에 응용되고 있는 컴퓨터 비전의 핵심 기술로서 오랫동안 많은 연구가 진행되어왔다. 얼굴 인식 알고리즘에는 PCA, LDA, 2D-PCA 등 여러 가지가 있지만, 그 중 2D-LDA는 영상의 전역적인 정보를 클래스 내부 공분산과 클래스 간 공분산으로 재구성 후 특징 벡터로 투영하여 분류하므로 얼굴 인식률이 높고 속도도 빠른 것으로 알려졌다. 하지만 얼굴이 회전되어있거나 표정이 있는 경우 눈, 코, 입 등의 주요 특징의 위치가 달라지므로 인식에 실패하는 문제가 있다. 이를 해결하기 위해 본 연구에서는 사전 학습 단계와 인식에 사용되는 영상의 전처리 과정에서 AAM을 이용하여 인식률을 향상하는 방법을 제안한다. 실험은 AAM으로 영상들을 재구성하는 부분과 2D-LDA를 이용한 인식 실험 부분으로 이루어져 있다. AAM으로 얼굴에 형상과 텍스쳐를 정합한 후, 영상 내 특징의 위치를 정규화 함으로서 얼굴인식의 성능을 높이고, 이를 적용하지 않은 다른 연구들과 어떤 차이점이 있는지 분석한다.

Face Detection and Fitting Algorithm robust to Lighting Changes

양준영 연세대학교 대학원 2012 국내박사

In this dissertation, against various light variations, we propose the new algorithm about face detection and fitting. First, our face detection algorithm is based on low-dimensional space-separated face detection. This is a simple and efficient algorithm not only to find face in photo but also to eliminate negative training images. Second, our face fitting algorithm will approximate as pseudo inverse matrix which moves to each other after we divide a training data as several Gaussian. In this dissertation, a proposed algorithm is approximated to a non-linear distribution as Gaussian distribution, and then is significant to model a linear. As same above, we apply a linear approximation to face detection and fitting. Each method is as follows. First, let us know about an efficient Principal Component Analysis (PCA)-based low-dimensional space-separated face detection method using decision tree This dissertation proposes a PCA-based low-dimensional space-separated face detection method using simple but effective decision trees. The proposed algorithm approximates the Gaussian distributions as linear starting with nonlinearly distributed positive learning images. The contribution of this dissertation is the decision tree based on a low-dimensional space-separated face detection method. Generally, linear Gaussian distributions are not suitable for modelling nonlinearly distributed face data. Accordingly, while this dissertation repeatedly divides given nonlinear distributions into pairs of Gaussian distributions based on PCA from low dimensional space, the method continues dividing until they are modelled as Gaussian distributions. In addition, the process of repeatedly dividing a given Gaussian distribution into two Gaussian distributions continues to be stored in decision tree; it gives effective detection performance during face detection using the advantages of decision trees. The proposed PCA-based low-dimensional space-separated face detection method using decision trees was tested in three databases. First in the database composed of multi-racial faces, each face of four races showed 100% detection rate and 0 detection errors in 100 photos. In the Sung-Poggio database, there was a 93.0% detection rate and 0 detection errors. In the Schneiderman-Kanade database, there was a 92.1% detection rate and 0 detection errors ― quite surprising results. Second, we proposed the illumination subspace Active Appearance Model(AAM) which is an idea to solve a face fitting problem. The AAM is a powerful tool for modeling a transformable image, and is widely used in computer vision and pattern recognition fields. Basic AAM shows a satisfactory fitting performance under constant lighting. However, basic AAM fails to produce good outcomes for face images in high lighting situations when the learning image is nonlinearly distributed. To solve this problem, this dissertation proposes the illumination subspace AAM. A method to update appearance parameters in the space between two partial spaces is first proposed, then we demonstrate that the appearance parameters of two models can be exchanged using the proposed method. We then propose a method to update the selected partial spaces parameter after expanding the appearance parameter algorithms to include the illumination subspace between models, and dynamically selecting the appearance model that minimizes errors for application to many illumination subspaces. The experiments show that the proposed algorithm (with the combination of these features) performs powerfully on the face images captured under various lighting conditions.

고정 카메라와 PTZ 카메라를 이용한 사람 추적과 얼굴 인식

최권택 연세대학교 대학원 2006 국내석사

For intelligent surveillance a system should locate, track and identify individuals. In this paper, we propose a surveillance system with face recognition that performs human detection and face tracking and recognition with static and Pan-Tilt-Zoom(PTZ) camera. Human are located by background subtraction method in the static camera. The proposed background modelling is insensitive to shadow and extracts the accurate human silhouette using MeanShift segmentation. Using homography between the two cameras face regions of high resolution are acquired in the PTZ camera using frontal face detection based on Viola and John''s method and tracked by CAMShift and adaptive skin color estimation. For robust facial feature extraction we combine Generic and Person Specific Active Appearance Model(AAM) and the feature is used to recognize a face. The experiments shows that the proposed face tracking and recognition algorithms are robust to head pose and motion comparing to face normalization method using 2D eye position. 비디오 영상에서 사람을 추적하고 인식하는 기술은 많은 응용프로그램에서 사용된다. 고정된 카메라에서 다수의 사람을 추적하기 위해 배경모델링을 사용하지만 이는 그림자에 민감하고 정교한 실루엣을 추출하지 못하기 때문에 여러 문제를 내포한다. 더구나 고정된 카메라에서 얻은 해상도에서는 얼굴이 매우 작기 때문에 얼굴을 식별할 수가 없다. 본 연구에서는 실시간 환경에서 사람을 추적하고 얼굴을 인식하기 위해 고정된 카메라와 Pan-Tilt-Zoom(PTZ) 카메라를 이용한 얼굴 인식 시스템을 제안한다. 고정된 카메라 환경에서 배경 모델링을 이용한 사람 추적에서는 그림자에 강인하고, 정교한 실루엣을 추출해 사람을 추적한다. 사람의 위치가 파악되면 PTZ 카메라를 이용해 사람의 상체 부분을 충분히 확대해 정면 얼굴을 검출하고, 적응적인 피부색 모델을 이용해 PTZ 카메라를 제어해 사람이 이동하더라도 얼굴이 일정한 크기로 카메라의 중앙에 위치하도록 얼굴을 추적한다. 추적하고 있는 얼굴에 대해서 Active Apperance Model(AAM)을 적용해 특징점을 추출하여 얼굴의 빠른 움직임과 포즈에 강인한 얼굴 인식을 수행한다. 또한 AAM에서 일반화 모델(Generic AAM)과 개인화 모델(Person Specific AAM)을 결합한 혼합 시스템을 제안해 정교한 얼굴 추적과 높은 얼굴 인식률을 얻을 수 있는 방법도 제안한다. 여러 알고리즘과의 다양한 비교 실험을 통해 제안하는 알고리즘의 성능이 매우 우수함을 확인할 수 있었다.

항공기 인증을 고려한 멀티모드 AAM 하중해석 기법 연구

원운재 건국대학교 대학원 2023 국내석사

본 연구에서는 AAM 항공기 인증규정을 적용한 Multi-mode AAM 항공기의 하중해석 기법 및 프로그램 개발 연구를 수행하였다. 새로운 항공 교통 개념이 등장함에 따라 항공기 인증획득을 위한 인증규정이 항공 선진국인 미국과 유럽을 중심으로 제/개정되고 있다. 본 연구에서 AAM 항공기 인증규정의 동향을 파악하고 적합한 인증규정에 대한 분석 및 정립을 진행하였으며, 하중해석을 위해 필요한 항목을 식별하고 제시하였다. 정립된 인증규정을 반영하여 하중해석 프로그램을 개발하였고, 본 연구에서는 Vn Diagram, Wing Load, Tail Load, Control Surface Load의 비행 하중과 Landing Load의 지상 하중에 대해서 하중해석이 가능한 모듈을 구현하였다. 특히 Multi-mode 항공기는 기존 항공기와는 달리 도심내를 운용하기 위한 수직 이착륙 특성이 있기 때문에 이를 반영하여 이착륙 전략을 제시하였고 기존 하중해석 기법에는 미 포함된 수직 방향 성분의 속도까지 고려한 하중해석 기법을 개발하였다. 개발된 하중해석 프로그램을 eVTOL Boxwing 항공기에 적용하여 하중해석 수행 결과를 분석하였으며, 분석한 결과 본 연구에서 개발한 기법에 대해 하중분포 경향성이 유사하게 도출된 것을 확인하였다. 또한 개발한 하중해석 모듈을 연구실 내 자체 개발한 다분야 통합해석 프로그램에 추가하여 다른 모듈과의 연동을 통해 하중해석 Input 데이터의 정밀도를 높이고 다양한 AAM 항공기 형상에 대해서도 하중해석이 수행될 수 있도록 연구를 진행하였다. In this study, we conducted research on the development of a load analysis technique and program for Multi-mode AAM aircraft, incorporating the AAM aircraft certification regulations. With the emergence of new concepts in aviation transportation, certification regulations for aircraft acquisition have been revised and established primarily in the United States and Europe. In this research, we investigated the trends in AAM aircraft certification regulations and conducted analysis and establishment of suitable certification regulations. We also identified and presented the necessary elements for load analysis. Based on the established certification regulations, we developed a load analysis program. Specifically, we implemented modules capable of load analysis for Vn Diagram, Wing Load, Tail Load, Control Surface Load, and landing loads. Multi-mode aircraft, in particular, possess vertical takeoff and landing capabilities for urban operations, which required us to propose takeoff and landing strategies that take this characteristic into account. Additionally, we developed a load analysis technique that considers the vertical component of velocity, which was not previously included in conventional load analysis methods. The developed load analysis program was applied to an eVTOL Boxwing aircraft, and the results of the load analysis were analyzed. The analysis showed similar trends in load distribution to the developed techniques, indicating successful implementation of the research. Furthermore, we integrated the developed load analysis module into In-house code developed in our laboratory, enhancing the precision of load analysis input data and enabling load analysis for various AAM aircraft configurations.

PTZ 카메라 환경에서 조명에 강인한 얼굴 세그멘테이션을 이용한 카메라 제어와 AAM 기반 얼굴 추적 시스템

배정완 연세대학교 대학원 2007 국내석사

In this paper, we propose an indoor surveillance system which is composed of a face feature tracking algorithm for face recognition and a camera control using a face segmentation algorithm. An traditional indoor surveillance system using pan-tilt-zoom(PTZ) cameras is always controled by a security man who judge whether an observed person in a monitor is authorized or not. However, the proposed system does not need a security man. Because we apply a result of an Active Appearance Model(AAM) based face feature tracking to face recognition, the proposed surveillance system automatically identifies an observed person in a monitor.In ordor to a moving face object is tracked by a PTZ camera, we propose a camera control using a face segmentation algorithm that is a fast color based algorithm. The proposed face segmentation uses an adaptive skin color model in a H-S-Cr-Cb space which is robust for light[19, 20, 21]. The face segmentation is composed of two steps. The first step is a skin color detection. The second step is a face area extraction using a result of skin color detection. For the skin color detection, we generate an adaptive skin model by using color distribution of face area which was detected in a previous image, and then determine which pixels are skin pixels in a current image by using the adaptive skin model. The face area extraction is executed with a probability density regulation, a geometric correction, and a face area estimation by using face area information of a previous frame.we adopt AAM as the face feature tracking algorithm whose results were used in a face recognition, because the face recognition using a result of the AAM based face tracking[31, 33] is robust to variations of a rotation, a pose, and an expression of a face than existing 2D face recognition algorithms such as PCA, LDA[24, 25, 26]. The proposed AAM based face feature tracking is built robustly with fast movement and background noise. we propose a pose estimation and a motion correction using location information of eyes and a mouth in face segmented images for AAM initialization. 기존 Pan-Tilt 카메라를 이용한 실내 침입자 감시 시스템은 관리자가 모니터를 통해 침입자를 확인하고 카메라 제어를 하여 침입자의 움직임을 따라다닐 수 있지만 침입자가 카메라로부터 멀리 떨어져 있으면 신원 확인을 하기 어렵다. 그러나 Pan-Tilt-Zoom(PTZ) 카메라를 이용하면 멀리 있는 사람의 얼굴을 확대하여 신원 확인을 할 수 있으며 사람 추적 및 얼굴 검출, 얼굴 추적과 얼굴 인식 방법들을 감시 시스템에 적용하면 관리자 없이 침입자가 나타남을 알고 카메라 제어로 침입자를 따라다닐 뿐만 아니라 신원 확인할 수 있다. 본 논문에서는 PTZ 카메라 환경에서 얼굴 세그멘테이션을 이용한 얼굴 추적 방법과 Active Appearance Model(AAM) 기반 얼굴 추적 방법에 관하여 연구하였다. 카메라 제어와 AAM 전처리 단계로써 얼굴 세그멘테이션을 이용하여 얼굴 추적을 수행하고 얼굴 인식을 하기위해 AAM 기반 얼굴 추적을 수행하는 시스템을 제안한다.감시 시스템에서 주로 이용되는 얼굴 추적 방법은 카메라 제어만을 목적으로 색 분포를 구하여 얼굴의 크기와 위치만 구하는 방법[12, 15]이다. 그러나 본 논문에서 얼굴의 윤곽선을 따라 얼굴 영역을 배경에서 분리해내는 얼굴 세그멘테이션 방법을 이용하여 얼굴 추적 방법을 제안한다. 얼굴 크기와 위치만을 구하지 않고 얼굴 윤곽선까지 구하는 이유는 얼굴 인식을 위해 수행되는 AAM 기반 얼굴 추적의 성능 향상을 위해서다. 얼굴 세그멘테이션을 통해 배경 제거된 영상에서 AAM 기반 얼굴 추적한 결과가 원 영상에서 AAM 기반 얼굴 추적을 수행한 결과보다 우수하다. H-S-Cr-Cb 공간에서 적응적 피부 모델을 이용하여 조명에 강인한 얼굴 세그멘테이션 방법[19, 20, 21]을 제안하고 얼굴 세그멘테이션 결과를 이용한 카메라 제어 방법을 제안한다. 제안하는 얼굴 세그멘테이션 방법은 피부색 검출 후 확률 밀도 정규화, 기하학적 보정, 이전 프레임의 얼굴 위치 정보를 이용한 위치 추정을 통해 얼굴 영역을 분리한다.얼굴 인식을 위한 얼굴 특징으로 AAM 기반 얼굴 추적 결과 파라미터를 이용하는 이유는 사람의 얼굴 포즈에 제약을 가할 수 없는 감시 시스템에서 AAM[31, 33, 34]이 기존 PCA, LDA 같은 2D 얼굴 특징 추출 방법들[24, 25, 26]보다 적합하기 때문이다. 얼굴 인식의 가장 큰 방해 요소 중에 하나인 배경을 얼굴 세그멘테이션을 통해 제거함으로써 AAM 기반 얼굴 추적이 배경 노이즈에 영향을 받지 않아 더욱 안정적으로 얼굴 특징 파라미터를 생성할 수 있다. 이전 영상에서 AAM 정합에 실패했다면 포즈 추정과 모션 보정하여 새롭게 AAM 초기화를 하고 현재 영상에서 AAM 검색을 한다. 눈, 입 검출을 이용하여 정면, 좌, 우 이렇게 세 방향으로 얼굴 포즈를 구분하고 검출된 입의 위치를 이용하여 포즈 추정된 AAM 모양의 움직임을 보정한다. 포즈 추정과 모션 보정을 하여 얼굴의 빠른 움직임에 강인한 추적을 한다.

AAM 항공기 개념 설계 통합 아키텍처 개발 연구

최용현 건국대학교 대학원 2026 국내석사

본 연구는 전기 추진 시스템을 적용한 AAM 항공기의 설계를 위한 사이징 프로세스를 정립하고, 모듈화 기반의 다분야 통합 설계 해석 아키텍처를 개발하는 것을 목표로 한다. 개발된 사이징 프로세스의 특징은 고정익, Lift+Cruise, Tiltrotor 방식을 모두 고려할 수 있는 설계 변수 선정 방법을 제시하였다는 점, 전기 추진 시스템 구성 요소들의 무게 추정 방법을 포함하며 고정익 비행 모드와 수직 비행 모드의 성능 및 임무 요구 조건을 반영할 수 있다는 점, 목적에 맞는 설계 변수 조합을 찾기 위한 최적화 모듈과 트레이드 오프 모듈이 포함되어 있다는 점이다. 또한 통합 해석 아키텍처의 특징은 항공기 개념 설계를 위한 형상, 중량, 공력, 추진 해석뿐 아니라, 설계 평가를 위한 임무 성능 및 비행 성능 해석을 포함하며, 각 분야에서 요구되는 입출력 관계를 기반으로 상하위 관계를 정립해 설계자의 목적에 맞게 활용할 수 있도록 모듈화 되었다는 점이다. 각 분야의 해석 모듈은 경험식 기반의 방법과 저신뢰도 해석 프로그램이 내장되어 구성되었다. 해석 결과는 데이터베이스로 저장되어 다음 설계 단계인 시뮬레이션, 재실행을 위한 입력 데이터로 활용될 수 있으며, 외부의 고신뢰도 데이터를 직접 참조하여 하위 해석에 활용할 수 있다. 제시된 사이징 프로세스와 통합 해석 아키텍처는 AAM 항공기 설계 환경 CADE로 구현되었으며, 이에 기반해 사례 연구를 진행하여 항공기 설계에 활용될 수 있음을 확인하였다. This study aims to develop a sizing process and a modular multidisciplinary integrated analysis architecture for electric-propulsion AAM aircraft. The sizing process supports fixed-wing, Lift+Cruise, and Tiltrotor configurations, incorporates electric component weight estimation, and performance requirements for both fixed-wing and vertical flight modes, featuring optimization and trade-off modules. The integrated analysis architecture performs configuration, weight, aerodynamic, propulsion, mission and flight performance evaluation. It is modularized with a defined hierarchy based on disciplinary input/output. Analysis results are saved to a database for simulation and re-execution, this approach allows touse of external high-fidelity data. This process and architecture were implemented in the CADE environment, verifying their applicability through a case study in AAM aircraft design.