一种飞机任务传感器异构测试数据的信息拾取方法技术

技术编号:39046715 阅读:11 留言:0更新日期:2023-10-10 11:59
本申请属于传感器测试数据智能分析领域,具体涉及一种飞机任务传感器异构测试数据的信息拾取方法,包括如下步骤:针对飞机测试数据,先对频率序列和单值数据进行异构数据形式变换,形成与飞行精度序列特性一致的样本序列数据,将单值数据和频率序列以测试架次为序列顺序构造测试数据序列和飞行精度序列,实现单值数据和频率数据的格式变换,得到同构数据,基于交叉熵实现变换后异构数据的信息拾取,基于交叉熵构造信息拾取模型。本方法有助于更充分的挖掘异构数据与目标参数关联信息,基于联合概率分布的信息拾取方法精度较高,可同时提取与目标参数相关的线性相关及非线性相关特征,适用于小样本数据。根据机理分析,信息拾取的参数相关度较高。的参数相关度较高。的参数相关度较高。

【技术实现步骤摘要】
一种飞机任务传感器异构测试数据的信息拾取方法


[0001]本申请属于传感器测试数据智能分析领域,具体涉及一种飞机任务传感器异构测试数据的信息拾取方法。

技术介绍

[0002]为提高飞机试飞效率,降低试飞成本,常对飞机研发各个阶段的试验数据进行分析,以预测飞机系统传感器的精度在飞行状态下是否能满足标准。然而,由于飞机原始测试数据来自于各种飞机系统的诸多传感器,涉及多个研发过程,原始测试数据存在数据量巨大、数据类型不一的问题。
[0003]直接将原始测试数据用于后续建模和分析任务,由于与目标参数存在高关联性的主要特征被冗余特征和不相关特征稀释,且输入数据维度过高,最终会使得所建立模型参数过多,同时模型训练效果难以保证。因此有必要对原始测试数据进行信息拾取以降低数据维度,提取主要信息。
[0004]目前,工业大数据的信息拾取往往基于某种相关性度量变量对特征与目标参数的相关性进行表征,筛选出与目标参数相关度高的特征,实现信息拾取。该方法具有良好的泛化能力,能有效地对数据集进行约简,提取与目标参数相关的主要信息。然而,相关度量变量的计算要求目标参数与数据集数据格式统一、样本量一致。经分析,飞机测试数据数据结构复杂,包括单值数据、频率序列和时间序列三种数据类型,格式不统一,属于异构数据。其中单值数据相关性有无数种,频率序列数据与飞行精度的时间序列特性不同,二者均无法直接进行与目标参数的相关性分析,进而实现信息拾取。
[0005]为了实现对异构测试数据的有效信息拾取,需要在计算相关度量变量前对数据结构进行相应的处理,将单值数据与频率序列转换为与目标参数格式统一,样本量一致的序列。因此,需要采用一种异构测试数据的信息拾取方法。

技术实现思路

[0006]本专利技术的目的是为了解决上述现有技术存在的问题,即异构测试数据数据格式不统一,与目标参数样本数不一致,无法直接计算与目标参数的相关度量变量以实现信息拾取。因此,本专利技术提出一种异构测试数据的信息拾取方法。
[0007]为实现上述技术效果,本申请的技术方案如下:
[0008]一种飞机任务传感器异构测试数据的信息拾取方法,包括如下步骤:
[0009]针对飞机测试数据,先对频率序列和单值数据进行异构数据形式变换,并对飞行精度序列进行相应处理,形成与飞行精度序列特性一致的样本序列数据,将单值数据和频率序列以测试架次为序列顺序构造测试数据序列和飞行精度序列,实现单值数据和频率数据的格式变换,得到同构数据,基于交叉熵实现变换后异构数据的信息拾取,基于交叉熵构造信息拾取模型,将格式变换完成的数据输入模型,即可实现异构数据的信息拾取。
[0010]进一步地,具体步骤如下:
[0011]步骤一,获取飞机异构测试参数,飞机异构测试参数包括单值数据、频率序列和时间序列三种数据类型;
[0012]步骤二,获取飞机异构测试特征,飞机异构测试特征包括频率序列和单值数据的过程域;
[0013]步骤三,针对时间序列数据,无需变换数据形式,在同一时间段内,分析单架次测试数据各特征与飞行精度的相关性;
[0014]步骤四,针对频率序列数据,首先求得频率序列各特征下的均值以及飞行精度的均值,分析两特征之间的相关关系的数据为序列,以测试架次为序列顺序构造此类过程域的地面测试数据序列和飞行精度序列;
[0015]步骤五,针对单值数据作为地面测试数据,与步骤四相同的方法,构造以测试架次为顺序排列的特征序列;
[0016]步骤六,针对步骤三到步骤五得到的参数与步骤二的特征构成二维数据点的集合,并以散点图的形式将数据点呈现在两维的空间中,基于交叉熵判断各特征与参数所共同涵盖的信息量以实现异构数据的信息拾取。
[0017]进一步地,步骤三具体为:
[0018]针对时间序列数据的表达式见公式(1),在同一时间段内,分析单架次测试数据各特征与飞行精度的相关性,飞行精度表达式见公式(2):
[0019][0020][0021]其中,n表示样本数量,m表示特征数量。
[0022]进一步地,步骤四具体为:
[0023]针对频率序列数据,首先求得频率序列各特征下的均值以及飞行精度的均值,分别记为别记为分析两特征之间的相关关系的数据为序列,以测试架次为序列顺序构造此类过程域的地面测试数据序列和飞行精度序列,作为MIC模型的输入,表达式分别如下所示:
[0024][0025][0026]其中,p表示地面测试的架次数量,m表示特征数量。
[0027]进一步地,步骤五具体为:针对单值数据作为地面测试数据,同步骤四的方法,构造以测试架次为顺序排列的特征序列,MIC模型的输入同表达式(3)(4),此时,表示预处理后第p架次第m个特征的恒定地面测试值。
[0028]进一步地,步骤六具体步骤如下:
[0029]将样本各个特征分别与目标参数构成二维数据点的集合,并以散点图的形式将数据点呈现在两维的空间中,在X轴和Y轴分别画若干条线将散点图划分为x*y格,则特征与目标参数的联合分布密度计算公式如下:
[0030][0031]其中n
ij
为落在位于第i行,第j列的格子里的点数,n
iY
为落在位于第i行所有格子里的点数和,n
Xj
为落在位于第j列所有格子里的点数和,m为总点数。
[0032]再进一步地,由联合分布密度可得样本特征与飞行精度的相关度,计算公式如下:
[0033][0034]当方格数目不同,计算所得相关度也不同,通过调节画线位置,使大多数点落在某几个格子中,获取样本特征与目标参数的最大相关度,并计算最大相关系数,计算公式如下:
[0035][0036]其中B为可搜寻网格的上界,控制了能够检测的相关关系的复杂度。
[0037]更进一步地,通过相关系数拾取地面测试过程域与飞行精度相关的参数项,假设各过程域拾取的参数项个数统一用m'表示,最终得到第i过程域信息拾取后的数据,可以表达为:
[0038][0039]本申请优点在于:
[0040]为实现异构测试数据的信息拾取,本专利提出了一种先对数据格式进行处理构造与目标参数特性一致的样本序列,再基于联合分布密度对异构数据进行信息拾取的方法。
设计的方法可以准确地从异构数据中拾取到与飞行精度存在较高相关性的特征。数据格式变换使得更多特征与目标参数特性一致,符合信息拾取模型的输入要求,有助于更充分的挖掘异构数据与目标参数关联信息,基于联合概率分布的信息拾取方法精度较高,可同时提取与目标参数相关的线性相关及非线性相关特征,适用于小样本数据。根据机理分析,信息拾取的参数相关度较高。
附图说明
[0041]图1信息拾取实现方法框图。
具体实施方式
[0042]为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种飞机任务传感器异构测试数据的信息拾取方法,其特征在于:包括如下步骤:针对飞机测试数据,先对频率序列和单值数据进行异构数据形式变换,并对飞行精度序列进行相应处理,形成与飞行精度序列特性一致的样本序列数据,将单值数据和频率序列以测试架次为序列顺序构造测试数据序列和飞行精度序列,实现单值数据和频率数据的格式变换,得到同构数据,基于交叉熵实现变换后异构数据的信息拾取,基于交叉熵构造信息拾取模型,将格式变换完成的数据输入模型,即可实现异构数据的信息拾取。2.根据权利要求1所述的一种飞机任务传感器异构测试数据的信息拾取方法,其特征在于:具体步骤如下:步骤一,获取飞机异构测试参数,飞机异构测试参数包括单值数据、频率序列和时间序列三种数据类型;步骤二,获取飞机异构测试特征,飞机异构测试特征包括频率序列和单值数据的过程域;步骤三,针对时间序列数据,无需变换数据形式,在同一时间段内,分析单架次测试数据各特征与飞行精度的相关性;步骤四,针对频率序列数据,首先求得频率序列各特征下的均值以及飞行精度的均值,分析两特征之间的相关关系的数据为序列,以测试架次为序列顺序构造此类过程域的地面测试数据序列和飞行精度序列;步骤五,针对单值数据作为地面测试数据,与步骤四相同的方法,构造以测试架次为顺序排列的特征序列;步骤六,针对步骤三到步骤五得到的参数与步骤二的特征构成二维数据点的集合,并以散点图的形式将数据点呈现在两维的空间中,基于交叉熵判断各特征与参数所共同涵盖的信息量以实现异构数据的信息拾取。3.根据权利要求2所述的一种飞机任务传感器异构测试数据的信息拾取方法,其特征在于:步骤三具体为:针对时间序列数据的表达式见公式(1),在同一时间段内,分析单架次测试数据各特征与飞行精度的相关性,飞行精度表达式见公式(2):与飞行精度的相关性,飞行精度表达式见公式(2):其中,n表示样本数量,m表示特征数量。4.根据权利要求3所述的一种飞机任务传感器异构测试数据的信息拾取方法,其特征在于:步骤四具体为:针对频率...

【专利技术属性】
技术研发人员:莫文静耿畅董静怡刘大同迟鹏飞雷森张莹莹
申请(专利权)人:哈尔滨工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1