【技术实现步骤摘要】
本专利技术属于飞行数据处理，具体涉及一种基于飞行参数的复杂飞行动作分割与检测方法及装置。
技术介绍
1、基于飞行参数的飞行动作分割与检测是飞行训练品质评估、飞机健康监控以及自主空战决策等应用的基础。快速准确地从飞行参数中分割并检测飞机的飞行动作具有重要意义。
2、近年来，随着人工智能技术的快速发展和进步，基于机器学习和深度学习的方法在飞行动作识别领域展现出显著的性能。然而，这些方法的一个显著限制在于，它们需要预先标记大量带标签的飞行动作样本数据集，用于模型的训练。此外，这些方法要求输入是经过分割的、仅包含单个飞行动作的飞行参数序列片段，即预先剔除非飞行动作(例如平飞阶段)序列片段。上述局限不仅导致需要耗费大量的时间和人力资源用于数据集标注，限制了模型的通用性，而且难以实现端到端飞行动作识别，因此难以在实际工程中得到实际应用。
3、为克服这些问题，迫切需要一种能够同时实现复杂飞行动作分割、检测与识别的方法及装置，以实现端到端飞行动作识别。
技术实现思路
1、本专利技术...
【技术保护点】
1.基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，S1中所述采集飞行员飞行训练的历史飞行参数序列数据，确定与飞行状态密切相关的关键指标，并进行数据预处理，具体包括：
3.根据权利要求1所述的一种基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，S2中所述确定目标飞行动作类别，并提取对应类别飞行参数子序列作为标准飞行动作模板序列，具体包括：
4.根据权利要求2所述的一种基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，S3中...
【技术特征摘要】
1.基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，s1中所述采集飞行员飞行训练的历史飞行参数序列数据，确定与飞行状态密切相关的关键指标，并进行数据预处理，具体包括：
3.根据权利要求1所述的一种基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，s2中所述确定目标飞行动作类别，并提取对应类别飞行参数子序列作为标准飞行动作模板序列，具体包括：
4.根据权利要求2所述的一种基于飞行参数的复杂飞行动作分割与检测方法，其特征在于，s3中所述根据关键指标的范围变化规则，确定粗分割指标...
【专利技术属性】
技术研发人员：任利强，王海鹏，潘新龙，韩维，王翔，李超，万兵，宋山松，
申请(专利权)人：中国人民解放军海军航空大学，
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。