【技术实现步骤摘要】
一种基于注意力机制的双向两阶段可解释重着陆预测方法
[0001]本专利技术属于飞行安全领域。
技术介绍
[0002]飞行安全是民航业最关心的课题之一。国际航空运输协会(IATA)2021年的安全报告显示，从2017年到2021年，着陆阶段发生的事故数量是所有飞行阶段中最多的。重着陆是着陆阶段的一种典型安全事故，它可能会给乘客带来不良体验，对飞机结构造成严重损害，有时甚至会造成死亡事故。因此，提前预测重着陆对降低着陆风险、确保飞行安全起着至关重要的作用。此外，航空业是一个高风险领域，因此为重着陆预测结果提供解释是有重大意义的。对预测结果的解释可以加强飞行员对预测结果的信任，同时也可以帮助飞行员进行复盘，提高飞行技能。
[0003]快速存取记录仪(Quick Access Recorder,QAR)是一种飞行数据记录装置，现已广泛安装于各型商用客机。它可以实时记录了整个飞行阶段的飞行状态、飞行员操作以及环境因素等多项参数。QAR数据是一种典型的多维度时间序列数据，现已被广泛应用于飞机安全状态监测、飞行品质监控、事故调查等...
【技术保护点】
【技术特征摘要】
1.一种基于注意力机制的双向两阶段可解释重着陆预测方法，其特征在于，包括以下步骤：获取原始飞行参数，对所述原始飞行参数进行预处理，得到训练数据；构建基于注意力机制的双向两阶段可解释重着陆预测模型；其中所述基于注意力机制的双向两阶段可解释重着陆预测模型包括时间参数模块和参数时间模块；将所述训练数据输入基于注意力机制的双向两阶段可解释重着陆预测模型，进行训练；获取待预测飞行数据，将所述待预测飞行数据输入训练完成的基于注意力机制的双向两阶段可解释重着陆预测模型，得到预测结果以及重着陆时的发生原因。2.根据权利要求1所述的方法，其特征在于，所述所述时间参数模块和所述参数时间模块均包括：卷积特征编码器、第一阶段注意力机制、第二阶段注意力机制；其中，所述时间参数模块TPB先学习每个参数的内部时间依赖关系，再学习多个参数之间的相互关系；所述参数时间模块PTB先学习同一时间点内多个参数之间的关系，再学习多个时间点之间的相互关系。3.根据权利要求2所述的方法，其特征在于，所述卷积特征编码器用于从预处理过的数据中提取有用的信息；其中，通过在输入数据的左侧添加零填充，使卷积后时间维度的长度不变。4.根据权利要求2所述的方法，其特征在于，还包括：通过所述第一阶段注意力机制评估序列内编码数据的重要性权重，并通过所述重要性权重进一步获得上下文向量；在TPB中，第d个参数编码后的数据内的每个时间点的重要性分数通过如下公式学习：其中是权重矩阵，是第d个参数的偏差向量，σ1代表非线性函数，是第d个参数的注意力权重向量；其中，第d个参数的上下文表示向量是每个时间点的加权向量之和，计算方法如下：其中，是的转置矩阵,通过连接从d＝1到D的得到,由从d＝1到D的组合而成；在PTB中，第t个时间点编码后的数据内的每个参数的重要性分数通过如下公式学习：
其中，是权重矩阵，是第t个时间点的偏差向量，σ2代表一个非线性函数，评估每个参数在第t个时间点对模型最终决策的贡献，第t个时间点的全局向量用以下公式计算：其中，是的转置矩阵，由参数域上的表示向量加权其对模型决策的贡献汇总而成。通过连接从t＝1到T的得到，由从t＝1到T的组成并为所有时间点的所有参数分配权重。5.根据权利要求2或4所述的方法，其特征在于，所述第二阶段注意力机制用于获得更高层次的注意力分数和最终的上下文向量；在T...
【专利技术属性】
技术研发人员：尚家兴，张锐祥，郑林江，陈逢文，李旭，陈浩东，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
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。