飞行员操作风格识别方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种飞行员操作风格识别方法、装置和电子设备，涉及飞机运行安全的技术领域，包括：获取待识别的飞行任务数据；确定飞行任务数据的数据类型和操作风格识别指标；其中，操作风格识别指标包括：操作参数标准差、操作反应时间和指示空速偏离；利用与飞行任务数据的数据类型相匹配的操作风格识别模型对操作风格识别指标进行处理，得到飞行任务数据对应的飞行员的操作风格。利用本发明专利技术方法对待识别的飞行任务数据进行处理，即可确定出飞行任务数据对应的飞行员的操作风格，为后续个性化的辅助操作系统设计或飞行训练方法的改进提供了有力的数据支撑，为提升飞机运行安全做出了极大的贡献。了极大的贡献。了极大的贡献。

【技术实现步骤摘要】
飞行员操作风格识别方法、装置和电子设备


[0001]本专利技术涉及飞机运行安全的
，尤其是涉及一种飞行员操作风格识别方法、装置和电子设备。

技术介绍

[0002]飞行员始终是影响飞机运行安全的重要因素，特别是在机载设备可靠性不断增强的背景下，降低飞行员失误愈发成为控制飞行事故或征候风险的关键手段。当前的人为因素研究主要关注民航系统中人的特性与系统要素的匹配与优化，针对飞行员则重点关注飞行技能、生理心理状态和飞行规章、程序等方面的研究，但鲜有研究从飞行员行为角度分析人因失误风险。
[0003]飞行员的操作行为是其操作风格(Pilot Operating Style，POS)作用的结果，POS反映飞行员在不同任务情景下，依据自身飞行能力做出的偏好性操作，它综合反映了飞行员情景意识、战略战术决策和飞行操作等的个性化特性。飞行员的操作行为将直接影响飞机的运行轨迹，特别是在手动操作较为集中的起降阶段，更高的工作负荷易使飞行员产生操作失误并诱发飞行事故。为了使飞行员更安全、高效地执行飞行任务，需要根据不同飞行员的操作特点设计个性化的辅助操作系统或进行有针对性的飞行训练，因此，目前亟需一种能够准确识别飞行员的操作风格的方法。

技术实现思路

[0004]本专利技术的目的在于提供一种飞行员操作风格识别方法、装置和电子设备，以为个性化的辅助操作系统设计或飞行训练方法的改进提供了有力的数据支撑，为提升飞机运行安全做出了极大的贡献。
[0005]第一方面，本专利技术提供一种飞行员操作风格识别方法，包括：获取待识别的飞行任务数据；确定所述飞行任务数据的数据类型和操作风格识别指标；其中，所述操作风格识别指标包括：操作参数标准差、操作反应时间和指示空速偏离；利用与所述飞行任务数据的数据类型相匹配的操作风格识别模型对所述操作风格识别指标进行处理，得到所述飞行任务数据对应的飞行员的操作风格。
[0006]在可选的实施方式中，所述方法还包括：获取训练数据集；其中，所述训练数据集包括：不同机型在目标航线上执行至少一次飞行任务时的飞行任务数据，所述目标航线的数量为多个；基于预设安全标准将所述训练数据集进行分类，得到正常型初始训练数据集和超限型初始训练数据集；利用预设筛选条件分别对所述正常型初始训练数据集中的飞行任务数据和所述超限型初始训练数据集中的飞行任务数据进行筛选，得到正常型训练数据集和超限型训练数据集；确定所述正常型训练数据集和所述超限型训练数据集中每个飞行任务数据的操作风格标签；利用标记有操作风格标签的目标训练数据集对初始操作风格识别模型进行训练，得到与所述目标训练数据集的数据类型相匹配的操作风格识别模型；其中，所述目标训练数据集包括以下其中之一：所述正常型训练数据集，所述超限型训练数据
集。
[0007]在可选的实施方式中，确定所述正常型训练数据集和所述超限型训练数据集中每个飞行任务数据的操作风格标签，包括：获取飞行员操作风格的标签种类；计算所述正常型训练数据集和所述超限型训练数据集中每个飞行任务数据的操作风格识别指标；对目标飞行任务数据的操作风格识别指标进行标准化处理，得到目标操作风格识别指标；其中，所述目标飞行任务数据表示所述正常型训练数据集和所述超限型训练数据集中的任一飞行任务数据；基于所述标签种类，利用预设聚类算法对所述正常型训练数据集和所述超限型训练数据集中所有飞行任务数据的目标操作风格识别指标进行聚类分析，得到所述正常型训练数据集中每个飞行任务数据的操作风格标签和所述超限型训练数据集中每个飞行任务数据的操作风格标签。
[0008]在可选的实施方式中，所述飞行员操作风格的标签种类包括：保守型、稳定型和冒进型；其中，保守型飞行员的操作反应时间最长；稳定型飞行员的操作参数标准差最小，指示空速偏离最小；冒进型飞行员的操作参数标准差最大，操作反应时间最短，指示空速偏离最大。
[0009]在可选的实施方式中，所述预设聚类算法包括以下其中一种：k
‑
means非监督式算法，神经网络算法，马尔科夫链算法。
[0010]在可选的实施方式中，所述操作参数标准差包括：着陆拉平阶段驾驶杆位置的标准差；所述操作反应时间包括：飞行员执行拉平操作的反应时间；所述指示空速偏离包括：飞机距离地面50英尺时的指示空速偏离。
[0011]在可选的实施方式中，所述操作风格识别模型包括以下其中一种：逻辑回归模型，神经网络模型，支持向量机，随机森林分类器。
[0012]第二方面，本专利技术提供一种飞行员操作风格识别装置，包括：第一获取模块，用于获取待识别的飞行任务数据；第一确定模块，用于确定所述飞行任务数据的数据类型和操作风格识别指标；其中，所述操作风格识别指标包括：操作参数标准差、操作反应时间和指示空速偏离；处理模块，用于利用与所述飞行任务数据的数据类型相匹配的操作风格识别模型对所述操作风格识别指标进行处理，得到所述飞行任务数据对应的飞行员的操作风格。
[0013]第三方面，本专利技术提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施方式中任一项所述的飞行员操作风格识别方法的步骤。
[0014]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现前述实施方式中任一项所述的飞行员操作风格识别方法。
[0015]本专利技术提供了一种飞行员操作风格识别方法，包括：获取待识别的飞行任务数据；确定飞行任务数据的数据类型和操作风格识别指标；其中，操作风格识别指标包括：操作参数标准差、操作反应时间和指示空速偏离；利用与飞行任务数据的数据类型相匹配的操作风格识别模型对操作风格识别指标进行处理，得到飞行任务数据对应的飞行员的操作风格。利用本专利技术方法对待识别的飞行任务数据进行处理，即可确定出飞行任务数据对应的飞行员的操作风格，为后续个性化的辅助操作系统设计或飞行训练方法的改进提供了有力
的数据支撑，为提升飞机运行安全做出了极大的贡献。
附图说明
[0016]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本专利技术的一些实施方式，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，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例提供的一种飞行员操作风格识别方法的流程图；
[0018]图2为本专利技术实施例提供的基于k
‑
means算法的POS贴标签流程图；
[0019]图3为本专利技术实施例提供的生成随机森林分类器的方法流程图；
[0020]图4为本专利技术实施例提供的基于k
‑
means和案例数据得出的POS标记结果示例图；
[0021]图5为本专利技术实施例提供的一种飞行员操作风格识别装置的功能模块图；
[0022]图6为本专利技术实施例提供的一种电子设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞行员操作风格识别方法，其特征在于，包括：获取待识别的飞行任务数据；确定所述飞行任务数据的数据类型和操作风格识别指标；其中，所述操作风格识别指标包括：操作参数标准差、操作反应时间和指示空速偏离；利用与所述飞行任务数据的数据类型相匹配的操作风格识别模型对所述操作风格识别指标进行处理，得到所述飞行任务数据对应的飞行员的操作风格。2.根据权利要求1所述的飞行员操作风格识别方法，其特征在于，所述方法还包括：获取训练数据集；其中，所述训练数据集包括：不同机型在目标航线上执行至少一次飞行任务时的飞行任务数据，所述目标航线的数量为多个；基于预设安全标准将所述训练数据集进行分类，得到正常型初始训练数据集和超限型初始训练数据集；利用预设筛选条件分别对所述正常型初始训练数据集中的飞行任务数据和所述超限型初始训练数据集中的飞行任务数据进行筛选，得到正常型训练数据集和超限型训练数据集；确定所述正常型训练数据集和所述超限型训练数据集中每个飞行任务数据的操作风格标签；利用标记有操作风格标签的目标训练数据集对初始操作风格识别模型进行训练，得到与所述目标训练数据集的数据类型相匹配的操作风格识别模型；其中，所述目标训练数据集包括以下其中之一：所述正常型训练数据集，所述超限型训练数据集。3.根据权利要求2所述的飞行员操作风格识别方法，其特征在于，确定所述正常型训练数据集和所述超限型训练数据集中每个飞行任务数据的操作风格标签，包括：获取飞行员操作风格的标签种类；计算所述正常型训练数据集和所述超限型训练数据集中每个飞行任务数据的操作风格识别指标；对目标飞行任务数据的操作风格识别指标进行标准化处理，得到目标操作风格识别指标；其中，所述目标飞行任务数据表示所述正常型训练数据集和所述超限型训练数据集中的任一飞行任务数据；基于所述标签种类，利用预设聚类算法对所述正常型训练数据集和所述超限型训练数据集中所有飞行任务数据的目标操作风格识别指标进行聚类分析，得到所述正常型训练数据集中每个飞行任务数据的操...

【专利技术属性】
技术研发人员：潘星，李重锋，孙瑞山，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：