飞行数据的飞行模式识别方法及装置制造方法及图纸

本发明专利技术公开一种飞行数据的飞行模式识别方法及装置，属于数据处理技术领域，方法包括首先按照预设的时间宽度从待识别飞行数据中选取一个个区间飞行数据，然后针对每个区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，自动判断各个区间飞行数据是否为目标飞行模式。提高了飞行数据的处理效率，减少了飞行模式识别的误判和漏判。

【技术实现步骤摘要】
飞行数据的飞行模式识别方法及装置
本专利技术涉及数据处理
，更具体地说，涉及飞行数据的飞行模式识别方法及装置。
技术介绍
飞行器是在大气层内或大气层外空间飞行的器械。飞行器包括航空器和航天器等。在大气层内飞行的称为航空器，如气球、飞艇、飞机等。在太空飞行的称为航天器，如人造地球卫星、载人飞船、空间探测器、航天飞机等。为了分析飞行器的性能或者为了实现其它目的，需要对飞行器飞行过程中的飞行数据进行分析。飞行器飞行过程中的飞行数据包括速度、高度和俯仰角等。具体分析过程为，试验人员针对飞行数据中不同的飞行模式，采用不同的处理和分析方法。飞行模式包括爬升、巡航和荷兰滚等。目前，对于不同飞行模式的飞行数据的区分方法，是试验人员首先将各个飞行模式的标准飞行数据绘制成一组参考曲线，再将待识别飞行数据绘制成实际曲线，最后通过人工观测和比对，在实际曲线中识别与参考曲线类似的曲线段，并标注为参考曲线对应的飞行模式，记录该飞行模式的起始和截至时间。这种方法工作效率较低，且容易产生误判和漏判。
技术实现思路
有鉴于此，本专利技术提出一种飞行数据的飞行模式识别方法及装置，欲实现飞行数据的飞行模式识别的自动化，提高工作效率，减少飞行模式识别的误判和漏判的目的。为了实现上述目的，现提出的方案如下：一种飞行数据的飞行模式识别方法，包括：获取待识别飞行数据；按照预设的时间宽度，从所述待识别飞行数据的起始时间开始，每隔预设间隔时间，从所述待识别飞行数据中选取对应时间段的区间飞行数据；针对每个所述区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，确定是否为目标飞行模式，若是，则输出所述区间飞行数据对应的起止时间。可选的，所述分类模型的训练过程，包括：将标准飞行数据以时间为自变量进行离散化，得到标准参数序列，并标注所述标准参数序列为目标飞行模式，得到一组标准样本；采用与所述标准飞行数据相同的离散化方法，对飞行数据样本进行处理，得到多组实际参数序列，并标注每组所述实际参数序列是否为目标飞行模式，得到多组实际参数样本；将所述标准样本和所述实际参数样本一起作为训练样本，采用机器学习的分类算法，训练得到分类模型，所述分类模型的输入为参数序列，所述分类模型的输出为目标飞行模式的判断结果。可选的，基于历史飞行数据或仿真飞行数据，得到所述标准飞行数据。可选的，所述采用机器学习的分类算法，具体为：支持向量机或BP神经网络。可选的，所述目标飞行模式，包括：爬升飞行模式、巡航飞行模式和荷兰滚飞行模式。一种飞行数据的飞行模式识别装置，包括：数据获取单元，用于获取待识别飞行数据；数据划分单元，用于按照预设的时间宽度，从所述待识别飞行数据的起始时间开始，每隔预设间隔时间，从所述待识别飞行数据中选取对应时间段的区间飞行数据；模式识别单元，用于针对每个所述区间飞行数据，利用预先训练得到的所述目标飞行模式的分类模型，确定是否为目标飞行模式，若是，则输出所述区间飞行数据对应的起止时间。可选的，上述飞行数据的飞行模式识别装置，还包括：标准样本单元，用于将标准飞行数据以时间为自变量进行离散化，得到标准参数序列，并标注所述标准参数序列为目标飞行模式，得到一组标准样本；参数样本单元，用于采用与所述标准飞行数据相同的离散化方法，对飞行数据样本进行处理，得到多组实际参数序列，并标注每组所述实际参数序列是否为目标飞行模式，得到多组实际参数样本；模型训练单元，用于将所述标准样本和所述实际参数样本一起作为训练样本，采用机器学习的分类算法，训练得到分类模型，所述分类模型的输入为参数序列，所述分类模型的输出为目标飞行模式的判断结果。可选的，所述飞行数据的飞行模式识别装置，还包括：标准飞行数据单元，用于基于历史飞行数据或仿真飞行数据，得到所述标准飞行数据。可选的，所述模型训练单元采用的分类算法，具体为：支持向量机或BP神经网络。可选的，所述目标飞行模式，包括：爬升飞行模式、巡航飞行模式和荷兰滚飞行模式。与现有技术相比，本专利技术的技术方案具有以下优点：上述技术方案提供的一种飞行数据的飞行模式识别方法及装置，首先按照预设的时间宽度，从待识别飞行数据中选取一个个区间飞行数据，然后针对每个区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，自动判断各个区间飞行数据是否为目标飞行模式。提高了飞行数据的处理效率，减少了飞行模式识别的误判和漏判。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的一种飞行数据的飞行模式识别方法的流程示意图；图2为本专利技术实施例提供的将待识别飞行数据划分为区间飞行数据的原理示意图；图3为本专利技术实施例提供的一种分类模型的训练方法的流程图；图4为本专利技术实施例提供的标准飞行数据的离散化方法的原理示意图；图5为本专利技术实施例提供的一种飞行数据样本的飞行模式识别的原理示意图；图6为本专利技术实施例提供的另一种飞行数据样本的飞行模式识别的原理示意图；图7为本专利技术实施例提供的一种飞行数据的飞行模式识别装置的逻辑结构示意图；图8为本专利技术实施例提供的电子设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本实施例提供了一种飞行数据的飞行模式识别方法，可以应用于各类电子设备，如计算机、智能手机和平板电脑等。参见图1，该飞行模式识别方法可以包括步骤：S11：获取需要待识别飞行数据。在本实施例中目标飞行模式包括但不限于爬升飞行模式、巡航飞行模式和荷兰滚飞行模式等。待识别飞行数据为飞行器实际或仿真飞行过程随着时间变换的速度、高度或俯仰角等飞行参数。S12：按照预设的时间宽度，从待识别飞行数据的起始时间开始，每隔预设间隔时间，从待识别飞行数据中选取对应时间段的区间飞行数据。参见图2所示，待识别飞行数据为图中的曲线，横坐标为时间T，纵坐标为飞行参数V，飞行参数V为速度、高度或俯仰角等数据。令待识别飞行数据的起始时间为T0。预先设置[T1，Tn]作为扫描窗口的时间宽度，以预设间隔时间ΔT为步长进行扫描，获取扫描窗口中的区间飞行数据，直到Tn-T1＞Tf-Ti为止，Ti＝T0+i*ΔT。针对每类目标飞行模式，预先设置一个相应的时间宽度。不同的目标飞行模式，预先设置的时间宽度可以不同。S13：针对每个区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，确定是否为目标飞行模式，若是，则输出所述区间飞行数据对应的起止时间。每类飞行模式对应一个分类模型。示例性的，目标飞行模式为爬升飞行模式，则对应爬升飞行模式的分类模型。本实施例提供飞行数据的飞行模式识别方法，首先按照预设的时间宽度，从待识别飞行数据中选取一个个区间飞行数据，然后针对每个区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，自动判断各个区间飞行数据是否为目标飞行模式。提高了飞行数据本文档来自技高网...

【技术保护点】
1.一种飞行数据的飞行模式识别方法，其特征在于，包括：获取待识别飞行数据；按照预设的时间宽度，从所述待识别飞行数据的起始时间开始，每隔预设间隔时间，从所述待识别飞行数据中选取对应时间段的区间飞行数据；针对每个所述区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，确定是否为所述目标飞行模式，若是，则输出所述区间飞行数据对应的起止时间。

【技术特征摘要】
1.一种飞行数据的飞行模式识别方法，其特征在于，包括：获取待识别飞行数据；按照预设的时间宽度，从所述待识别飞行数据的起始时间开始，每隔预设间隔时间，从所述待识别飞行数据中选取对应时间段的区间飞行数据；针对每个所述区间飞行数据，利用预先训练得到的目标飞行模式的分类模型，确定是否为所述目标飞行模式，若是，则输出所述区间飞行数据对应的起止时间。2.根据权利要求1所述飞行数据的飞行模式识别方法，其特征在于，所述分类模型的训练过程，包括：将标准飞行数据以时间为自变量进行离散化，得到标准参数序列，并标注所述标准参数序列为所述目标飞行模式，得到标准样本；采用与所述标准飞行数据相同的离散化方法，对飞行数据样本进行处理，得到多组实际参数序列，并标注每组所述实际参数序列是否为所述目标飞行模式，得到多组实际参数样本；将所述标准样本和所述实际参数样本一起作为训练样本，采用机器学习的分类算法，训练得到所述分类模型，所述分类模型的输入为参数序列，所述分类模型的输出为所述目标飞行模式的判断结果。3.根据权利要求2所述飞行数据的飞行模式识别方法，其特征在于，基于历史飞行数据或仿真飞行数据，得到所述标准飞行数据。4.根据权利要求2所述飞行数据的飞行模式识别方法，其特征在于，所述采用机器学习的分类算法，具体为：支持向量机或BP神经网络。5.根据权利要求1～4任意一项所述飞行数据的飞行模式识别方法，其特征在于，所述目标飞行模式，包括：爬升飞行模式、巡航飞行模式和荷兰滚飞行模式。6.一种飞行数据的飞行模式识别装置，其特征在于，包括：数据获...

【专利技术属性】
技术研发人员：王炀，齐红梅，李鹏，
申请(专利权)人：北京润科通用技术有限公司，
类型：发明
国别省市：北京,11