一种基于多头注意力机制模型的航路EDR估计方法。其包括得到垂直、横向和纵向三维阵风数据；组成湍流数据集；确定多头注意力机制模型的四个超参数；得到融合三维阵风；识别出航路中湍流的位置等步骤。本发明专利技术的优点和有效效益在于：其综合数据能力强，具有低漏报率和高识别率的优点，能够对航路的湍流进行有效准确的识别，为飞机的安全飞行提供了可靠的保障。
1、大气湍流是由各种尺度的涡旋叠加而成的复杂流体运动，会导致飞机突然颠簸，严重影响民航飞机飞行品质、乘坐感受和飞行安全。飞机在高空高速飞行时，受快速变化的湍流影响，会打破飞机的受力平衡，诱发飞机颠簸，在极端情况下甚至会造成伤亡事故。因此，为了降低与湍流相关的风险，保障飞行安全，精准识别湍流至关重要。
2、湍流识别方法多种多样，到现在为止，并没有一种统一的方法，且这些方法都有一定的局限性：可以利用垂直过载均方根rms-g、等效垂直阵风速度(devg)来识别湍流，但这两项指标往往与飞机重量、空速等参数有关，且实测加速度容易受到飞机机动飞行影响，因此难以准确反映客观大气湍流强度。在此基础上，根据冯·卡门和柯尔莫哥洛夫能量谱理论，大气湍流的能量仅与湍流耗散率(edr)有关，其能够反映客观湍流强度，因此被国际民用航空组织(icao)选为大气湍流的探测指标。
3、常见的edr估计方法主要有两种，分别是基于垂直加速度的edr估计和基于垂直阵风的edr估计方法。基于垂直加速度的edr估计方法是利用加速度响应函数的输入输出关系，从垂直加速度响应中获得湍流的严重程度，但加速度响应函数模型通常只能通过拟合的方式来确定，难以保障算法的精度。基于垂直阵风的edr估计方法避免了对加速度响应函数的需求，但仅依靠垂直阵风中的湍流信息，难以估算出正确的edr，因此无法精准识别湍流。
>1、为了解决上述问题，本专利技术的目的在于提供一种基于多头注意力机制模型的航路edr估计方法。2、为了达到上述目的，本专利技术提供的基于多头注意力机制模型的航路edr估计方法包括按顺序进行的下列步骤：
3、步骤1，采集qar数据，计算出以飞机体轴为坐标轴的垂直、横向和纵向风速，然后通过去趋势操作，得到垂直、横向和纵向三维阵风数据；
4、步骤2，以上述垂直、横向和纵向三维阵风数据和qar数据中的垂直过载数据为特征，以飞行员报告的湍流等级为标签，构建湍流数据样本，由多个湍流据样本组成湍流数据集；
5、步骤3，根据湍流数据集，结合贝叶斯超参数优化算法，确定多头注意力机制模型的四个超参数；
6、步骤4，根据步骤3得到的四个超参数，构建多头注意力机制模型，将三维阵风和垂直过载数据带入该模型中，并根据阵风与垂直过载之间的关联程度来融合垂直、横向和纵向阵风，得到融合三维阵风；
7、步骤5，确定窗口大小，将步骤4得到的融合阵风带入edr计算公式中，得到每个窗口的edr数值，并通过滑窗法计算出整个航路中的edr数值，根据国际民航组织发布的edr与湍流等级之间的对应关系，并结合qar数据中的经纬度信息，识别出航路中湍流的位置。
8、在步骤1中，所述采集qar数据，计算出以飞机体轴为坐标轴的垂直、横向和纵向风速，然后通过去趋势操作，得到垂直、横向和纵向三维阵风数据的方法是：
9、从快速存储记录器中采集qar数据，利用巡航阶段中每个点所对应的航向角、迎角、垂直速度在内的参数，计算出以飞机体轴为坐标轴的垂直、横向和纵向风速；然后进行去趋势操作，方法是分别拟合出飞机的垂直、横向和纵向风速随时间变化的函数，并减去对应的拟合出的函数，以消除惯性风的影响，得到垂直、横向和纵向三维阵风数据。
10、在步骤2中，所述以上述垂直、横向和纵向三维阵风数据和qar数据中的垂直过载数据为特征，以飞行员报告的湍流等级为标签，构建湍流数据样本，由多个湍流据样本组成湍流数据集的方法是：
11、所述湍流等级是按照国际民航组织规定的edr的数值进行划分的，共有三个等级，分别为轻度、中度和重度，对应的标签分别为1、2和3；
12、将以飞行员报告的湍流发生位置为中心前后扩充n km的范围定义为湍流范围，以湍流范围内的垂直、横向和纵向三维阵风数据和qar数据中的垂直过载数据为特征，以飞行员报告的湍流等级为标签，构建湍流数据样本，由多个湍流据样本组成湍流数据集。
13、在步骤3中，所述根据湍流数据集，结合贝叶斯超参数优化算法，确定多头注意力机制模型的四个超参数的方法是：
14、所述四个超参数分别是:分头数h、缩放因子dk、输出丢弃率dropout和隐藏层的维度hid_dim；
15、所述贝叶斯超参数优化算法的处理方法如下：
16、保持湍流数据集中各个湍流等级的比例关系不变，将湍流数据集按4:1的比例随机分成训练集和验证集，重复这样的操作5次，共得到五份训练集和五份验证集；选用交叉熵损失值作为目标函数，交叉熵损失值的计算公式为：
17、
18、其中，c表示三个湍流等级，c＝3；yi为真实标签中第i类的概率；为多头注意力机制模型输出的第i类的概率；
19、由四种超参数组成一个超参数组合；将贝叶斯超参数优化算法的随机初始化点个数设为整数m，就会得到m个不同超参数组合，并将这些超参数组合分别带入多头注意力机制模型中，就得到m个多头注意力机制模型，之后利用五份训练集对每个多头注意力机制模型分别进行训练，并用五份验证集分别测试出每个多头注意力机制模型的交叉熵损失值，并求出交叉熵损失值的平均值；
20、将x视为一个超参数组合，则由m个超参数组合构成超参数组合集合x＝[x1,x2,...,xm]，将计算出的对应的m个交叉熵损失值组成交叉熵损失值集合l＝[l1,l2,...,lm]，然后由超参数组合集合x和交叉熵损失值集合l构成数据集d＝{(x1,l1),(x2,l2),...,(xm,lm)}；根据数据集d建立高斯回归模型；
21、以建立的高斯回归模式为基础，选用改进概率pi作为采样函数，预选出一个新的超参数组合xm+1，并和对应的交叉熵损失值lm+1组成新的数组(xm+1,lm+1)，改进概率pi的计算公式如下：
22、
23、其中，φ为标准正太分布的累积分布函数；μ(x)，σ(x)分别为高斯回归模型的期望值和方差；l(x1)为当前最佳的交叉熵损失值。
24、当交叉熵损失值lm+1大于所设定的阈值时，将数组(xm+1,lm+1)加入数据集d，重新构建高斯回归模型，并预选出新的超参数组合，直到交叉熵损失值小于阈值，输出对应的超参数组合，即四个超参数。
25、在步骤4中，所述根据步骤3得到的四个超参数，构建多头注意力机制模型，将三维阵风和垂直过载数据带入该模型中，并根据阵风与垂直过载之间的关联程度来融合垂直、横向和纵向阵风，得到融合三维阵风的方法是：
26、将由三维阵风数据组成的阵风矩阵记为q或v，将由垂直过载数据组成的向量记为k，通过分头变换将矩阵q、v及向量k投影到更低维度；
27、
28、其中，分别对应矩阵q、v及向量k的投影矩阵，需经训练学习得到；dhead为投影空间下的向量维度；h为分头数；<本文档来自技高网...
【技术保护点】
1.一种基于多头注意力机制模型的航路EDR估计方法，其特征在于：所述基于多头注意力机制模型的航路EDR估计方法包括按顺序进行的下列步骤：
2.根据权利要求1所述的基于多头注意力机制模型的航路EDR估计方法，其特征在于：在步骤1中，所述采集QAR数据，计算出以飞机体轴为坐标轴的垂直、横向和纵向风速，然后通过去趋势操作，得到垂直、横向和纵向三维阵风数据的方法是：
3.根据权利要求1所述的基于多头注意力机制模型的航路EDR估计方法，其特征在于：在步骤2中，所述以上述垂直、横向和纵向三维阵风数据和QAR数据中的垂直过载数据为特征，以飞行员报告的湍流等级为标签，构建湍流数据样本，由多个湍流据样本组成湍流数据集的方法是：
4.根据权利要求1所述的基于多头注意力机制模型的航路EDR估计方法，其特征在于：在步骤3中，所述根据湍流数据集，结合贝叶斯超参数优化算法，确定多头注意力机制模型的四个超参数的方法是：
5.根据权利要求1所述的基于多头注意力机制模型的航路EDR估计方法，其特征在于：在步骤4中，所述根据步骤3得到的四个超参数，构建多头注意力机制模型，将三维阵风和垂直过载数据带入该模型中，并根据阵风与垂直过载之间的关联程度来融合垂直、横向和纵向阵风，得到融合三维阵风的方法是：
6.根据权利要求1所述的基于多头注意力机制模型的航路EDR估计方法，其特征在于：在步骤5中，所述确定窗口大小，将步骤4得到的融合阵风带入EDR计算公式中，得到每个窗口的EDR数值，并通过滑窗法计算出整个航路中的EDR数值，根据国际民航组织发布的EDR与湍流等级之间的对应关系，并结合QAR数据中的经纬度信息，识别出航路中湍流的位置的方法是：
...
【技术特征摘要】
1.一种基于多头注意力机制模型的航路edr估计方法，其特征在于：所述基于多头注意力机制模型的航路edr估计方法包括按顺序进行的下列步骤：
2.根据权利要求1所述的基于多头注意力机制模型的航路edr估计方法，其特征在于：在步骤1中，所述采集qar数据，计算出以飞机体轴为坐标轴的垂直、横向和纵向风速，然后通过去趋势操作，得到垂直、横向和纵向三维阵风数据的方法是：
3.根据权利要求1所述的基于多头注意力机制模型的航路edr估计方法，其特征在于：在步骤2中，所述以上述垂直、横向和纵向三维阵风数据和qar数据中的垂直过载数据为特征，以飞行员报告的湍流等级为标签，构建湍流数据样本，由多个湍流据样本组成湍流数据集的方法是：
4.根据权利要求1所述的基于多头注意力机制模型的航路edr估计方法，其特征在于：在步骤...
【专利技术属性】
技术研发人员：庄子波，刘伟领，邵靖媛，陈星，台宏达，
申请(专利权)人：中国民航大学，
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。