【技术实现步骤摘要】
基于概率基线模型的无人机状态风险模糊综合评价方法
本专利技术涉及一种无人机状态风险评价方法,特别涉及基于概率基线模型的无人机状态风险模糊综合评价方法。
技术介绍
无人机是航空工业中快速发展的组成部分之一,其已应用于各种民用和商业领域,如作物和基础设施管理,紧急情况管理,搜索和救援等。因此,确保无人机的飞行安全对于保障其任务能力和安全性至关重要,而业界对于研究和改进无人机的风险评估技术也有着日益增长的迫切需求。为了准确评估无人机飞行风险从而有效避免安全问题的发生,近年来,业界已经开展了一些关于无人机风险评价方法的研究[3]。考虑人口密度、庇护所和地面障碍等因素,文献[4]提出了一种基于风险图的无人机风险评价方法并将其用无人机的路径规划。类似地,考虑到飞行环境因素,文献[2]提出了一种基于高斯过程模型的无人机飞行风险评价方法,并通过路径积分公式求取最小风险路径。除了上述结合路径规划的无人机风险评价方法外,结合碰撞理论的无人机风险评价也受到了广泛的关注。例如,利用方位角和碰撞芯角时间率,文献[6]提出了一种简化模型度量无人机的碰撞概率。此外,以飞行速度、飞行方向以及相关环境因素为输入,文献[7]构建了更复杂的确定性模型来计算无人机的安全飞行界限,从而避免潜在的冲突。上述方法从不同角度为无人机风险评价提供了多种思路。然而,这些无人机飞行风险评价方法均未考虑无人机自身的状态信息:他们往往将复杂的无人机系统简化为飞行环境中的一个质点,并假设其永远处于正常状态或简单地用某些预定义的故障率表示无人机状态,这导致得到的 ...
【技术保护点】
1.一种基于概率基线模型的无人机状态风险模糊综合评价方法,包括:/n利用无人机历史正常状态的CM数据训练并构建无人机综合评价指标体系的多个指标的概率基线模型;/n获取无人机飞行时对应无人机综合评价指标体系的多个指标的实时CM数据,并利用所构建的无人机综合评价指标体系的多个指标的概率基线模型,分别计算多个指标的实时CM数据的量化风险指示;/n利用所计算的量化风险指示,对无人机状态风险进行动态模糊综合评价;/n其中,所述CM是指,状态监测。/n
【技术特征摘要】
1.一种基于概率基线模型的无人机状态风险模糊综合评价方法,包括:
利用无人机历史正常状态的CM数据训练并构建无人机综合评价指标体系的多个指标的概率基线模型;
获取无人机飞行时对应无人机综合评价指标体系的多个指标的实时CM数据,并利用所构建的无人机综合评价指标体系的多个指标的概率基线模型,分别计算多个指标的实时CM数据的量化风险指示;
利用所计算的量化风险指示,对无人机状态风险进行动态模糊综合评价;
其中,所述CM是指,状态监测。
2.根据权利要求1所述的基于概率基线模型的无人机状态风险模糊综合评价方法,其中,所述利用无人机历史正常状态的状态监测数据训练并构建无人机综合评价指标体系的多个指标的概率基线模型包括;
利用时域统计函数提取每个指标的多维风险敏感特征;
通过主成分分析法对所提取的每个指标的多维风险敏感特征进行降维处理,剔除冗余组分,得到每个指标的降维特征序列;
利用四分位点阈值法剔除每个指标的降维特征序列中的野值,得到用于训练每个指标的概率基线模型的每个训练特征序列;
利用所述每个训练特征序列分别训练相应模型,得到所述无人机综合评价指标体系的多个指标的概率基线模型。
3.根据权利要求1或2所述的基于概率基线模型的无人机状态风险模糊综合评价方法,其中,所述无人机综合评价指标体系的多个指标包括:飞控子系统的俯仰控制和翻滚控制;舵机子系统的襟翼、方向舵和升降机;发动机子系统的气路和滑油;电气子系统的主发电机和28V电池;以及着陆子系统的起落架。
4.根据权利要求1或2或3所述的基于概率基线模型的无人机状态风险模糊综合评价方法,其中,所述利用时域统计函数提取每个指标的多维风险敏感特征包括:
对于多个指标中的每个指标,从无人机历史正常状态的CM数据中选取能够有效反映其风险状况的CM数据作为指标敏感参数,将其组合为每个指标敏感参数集合;
通过对每个指标敏感参数集合进行时域统计特征提取,得到每个指标的多维风险敏感特征。
5.根据权利要求1或2或3所述的基于概率基线模型的无人机状态风险模糊综合评价方法,其中,所述对每个指标敏感参数集进行时域统计特征提取包括:
对所述每个指标敏感参数集合中的每个指标敏感参数分别计算均值、...
【专利技术属性】
技术研发人员:陶来发,苏铉元,刘红梅,张统,吕琛,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。