基于多模态数据驱动的通用航空机队可靠性监测预警系统技术方案

本发明专利技术公开基于多模态数据驱动的通用航空机队可靠性监测预警系统，涉及空中交通服务技术领域，克服航空机队的运行数据相对独立、难以交互的问题，基于客观获取的运行数据，采用多模态信息融合驱动的方式对航空机队的运行数据进行重构整和，打破了多方位运行数据之间的关联壁垒，能够有效反映运行数据之间的联系，并通过叶贝思推理模型的训练计算，根据运行数据有效判断出当前获取数据所属的预警情况，发出预警信号，保障航空机队的飞行安全。保障航空机队的飞行安全。保障航空机队的飞行安全。

【技术实现步骤摘要】
基于多模态数据驱动的通用航空机队可靠性监测预警系统


[0001]本专利技术涉及空中交通服务
，具体是基于多模态数据驱动的通用航空机队可靠性监测预警系统。

技术介绍

[0002]通用航空与运输航空是民航行业的两翼，随着中国低空空域的逐步开放，通用航空将迎来快速发展时期，通用航空机队规模将得到前所未有的加速增长态势。近几年，通用航空企业在册航空器总数年均递增超10％。由此带来的通用航空机队设备可靠性管理问题将进一步突出。通用航空机队设备可靠性不仅仅涉及到通航企业运行过程中的安全性和经济性，同时也是决定通航飞机效能和寿命周期费用的重要因素，更是通航继续可持续健康发展的重要保障。然而，通用航空机队可靠性管理工作在中国民航规章中并没有明确规定，绝大多数都还是借鉴运输航空来执行的，还未针对通用航空特点形成“以可靠性为中心”的维修数据管理模式，通用航空机队设备可靠性状态分析技术手段还比较薄弱。通用航空机队设备可靠性状态识别是实现可靠性状态的动态监控和系统性分析的关键技术，为通航机务部门科学开展可靠性管理工作和消除机队设备安全隐患和缺陷提供科学依据。目前国内外航空设备可靠性研究主要集中在：
①
可靠性数据的统计分析，如航空电子产品可靠性BAYES统计推断；
②
产品部件及其系统可靠性分析，如飞机部件可靠性非参数统计分析方法等；
③
可靠性与维修性，如航空装备可靠性和维修性要求的确定与分配，可靠性、维修性预计以及试验与验证等理论；
④
可靠性质量标准，如复杂通用航空器运行可靠性基准；
⑤
可靠性评估方法与模型，如航空发动机可靠性指标评估方法、航空公司机队设备可靠性非线性动态评估模型、航空装备现场数据可靠性评估方法有效性分析少，尚未形成一套针对于通航运行特点的机队设备可靠性动态识别方法。因此，为满足通用航空机队设备可靠性状态评估的需要，迫切需要将可靠性识别方法进一步深入研究。

技术实现思路

[0003]鉴于上述技术缺点，本专利技术提供了基于多模态数据驱动的通用航空机队可靠性监测预警系统。
[0004]为实现上述专利技术目的，本专利技术的技术方案如下：
[0005]基于多模态数据驱动的通用航空机队可靠性监测预警方法，包括以下步骤：
[0006]步骤1：根据设定的时间间隔采集机队数据，形成数据集，对数据集进行预处理，形成单模态信息；
[0007]步骤2：遍历可靠性概率表，为各单模态信息筛查可靠性概率；
[0008]步骤3：根据可靠性概率以及贝叶斯推理模型为每种机队数据计算对应的多模态信息融合概率；
[0009]步骤4：根据多模态信息融合概率推测出机队数据最终所属种类的预警信息。
[0010]根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方
法，其特征在于，所述机队数据包括有通讯数据、电源数据、飞行操控数据、燃油数据、起落架数据、灯光数据、导航数据、动力装置数据、发动机燃油控制数据、点火数据、发动机指示数据。
[0011]优选的，所述步骤2中，有n种单模态信息，每个单模态信息均对应有m个可靠性概率表，总共有m
×
n张可靠性概率表，其中，可靠性概率表E
ij
中存储有第j种机队数据表现为第i种单模态信息的可靠性概率，从而通过可靠性概率表E
ij
能够根据第i种单模态信息的测量值查询到第j种机队数据表现为该测量值的可靠性概率P(M
i
|N
j
)。
[0012]优选的，所述可靠性概率表中的可靠性数据由往年航空机队可靠性数据获得，并且可靠性概率表能够实时更新。
[0013]优选的，所述步骤3中，第j种机队数据所对应的多模态信息融合概率P(N
j
|M1,M
i
,...,M
n
)按如下公式计算：
[0014]P(N
j
|M1，M
i
，...，M
n
)＝||ΔP(N
j
)
·
Φ||
j
[0015]其中，P(N
j
)表示第j中机队数据的先验概率；Φ∈R
j
×
i
(K＜i＜＜j)为观测矩阵；参数λ＞0。
[0016]基于多模态数据驱动的通用航空机队可靠性监测预警系统，包括多模态信息采集系统以及配置有数据采集模块、单模态信息预处理模块、多模态信息融合模块和条件概率表的计算机、预警推测模块、轮询模块；
[0017]数据采集模块用于采集多种数据，形成数据集；
[0018]单模态信息预处理模块用于将数据集进行预处理，形成单模态信息；
[0019]所述多模态信息融合模块用于根据单模态信息与可靠性概率表通过贝叶斯推理模型计算多模态信息融合概率；
[0020]所述预警推测模块用于根据多模态信息融合概率进行预警信息的预测；
[0021]所述轮询模块用于根据设定时间间隔并行轮询航空机队。
[0022]优选的，还包括预警终端，所述预警终端用于接收预警推测模块发出的预警信息。
[0023]优选的，所述多模态信息融合模块包括有权重阶梯朴素贝叶斯分类器。
[0024]本专利技术的有益效果是：
[0025]克服航空机队的运行数据相对独立、难以交互的问题，基于客观获取的运行数据，采用多模态信息融合驱动的方式对航空机队的运行数据进行重构整和，打破了多方位运行数据之间的关联壁垒，能够有效反映运行数据之间的联系，并通过叶贝思推理模型的训练计算，根据运行数据有效判断出当前获取数据所属的预警情况，发出预警信号，保障航空机队的飞行安全。
附图说明
[0026]图1为基于多模态数据驱动的通用航空机队可靠性监测预警系统的流程示意图；
具体实施方式
[0027]下面结合本专利技术的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不
同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。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。
[0028]如图1所示，基于多模态数据驱动的通用航空机队可靠性监测预警方法，包括以下步骤：
[0029]步骤1：根据设定的时间间隔采集机队数据，形成数据集，对数据集进行预处理，形成单模态信息；
[0030]步骤2：遍历可靠性概率表，为各单模态信息筛查可靠性概率；
[0031]步骤3：根据可靠性概率以及贝叶斯推理模型为每种机队数据计算对应的多模态信息融合概率；
[0032]步骤4：根据多模态信息融合概率推测出机队数据最终所属种类的预警信息。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，包括以下步骤：步骤1：根据设定的时间间隔采集机队数据，形成数据集，对数据集进行预处理，形成单模态信息；步骤2：遍历可靠性概率表，为各单模态信息筛查可靠性概率；步骤3：根据可靠性概率以及贝叶斯推理模型为每种机队数据计算对应的多模态信息融合概率；步骤4：根据多模态信息融合概率推测出机队数据最终所属种类的预警信息。2.根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，所述机队数据包括有通讯数据、电源数据、飞行操控数据、燃油数据、起落架数据、灯光数据、导航数据、动力装置数据、发动机燃油控制数据、点火数据、发动机指示数据。3.根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，所述步骤2中，有n种单模态信息，每个单模态信息均对应有m个可靠性概率表，总共有m
×
n张可靠性概率表，其中，可靠性概率表E
ij
中存储有第j种机队数据表现为第i种单模态信息的可靠性概率，从而通过可靠性概率表E
ij
能够根据第i种单模态信息的测量值查询到第j种机队数据表现为该测量值的可靠性概率P(M
i
|N
j
)。4.根据权利要求3所述的基于多模态数据驱动的通用航空机队可靠性监测预警系统，其特征在于，所述可靠性概率表中的可靠性数据由往年航空机队可靠性数据获得，并且可靠性概率表能够实时更新。5.根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警系统，其特征在于，所述步骤3中，第j种机队数据所对应的多模态信息融合概...

【专利技术属性】
技术研发人员：陈农田，马婷，宁威峰，满永政，李俊辉，
申请(专利权)人：中国民用航空飞行学院，
类型：发明
国别省市：