【技术实现步骤摘要】
本专利技术涉及民用无人机适航审定、飞行数据智能处理，更具体地，涉及一种大型固定翼无人机操控品质的适航性评价方法、装置及介质。
技术介绍
1、大型固定翼无人机系统具有高空、高速、长航时、大任务载荷等特点，是通用航空产业体系的“塔尖”，也是发展低空经济的主力机型之一。大型固定翼无人机系统的操控品质是无人机完成预定飞行任务精度与难易程度的特性，是通过设计赋予无人机的与任务完成和飞行安全直接相关的固有属性，需要通过适航审定以表明无人机系统符合设计，操控品质满足适航要求。
2、航空器操控品质的适航性评价是型号合格审定的重要内容。现有的操控品质适航性评价主要源自基于美国联邦航空局(faa)针对运输类飞机制定的以飞行员主观评价为主的操控品质等级评定方法和基于飞行参数和飞机系统状态数据的飞行品质评价方法。这些方法直接应用到大型固定翼无人机系统领域还存在以下几个方面问题：
3、(1)大型固定翼无人机系统是操控员通过地面控制站实现远程操控，且主要是对航空器状态进行监视，必要或紧急情况下才进行人工指挥控制飞行。以操控员执行飞行任务后的主观感受来评估无人机的操控品质不仅主观性高，更无法反映大型固定翼无人机系统人机分离、自动飞行为主的运行特征。
4、(2)基于飞行参数和飞机系统状态信息的飞行品质评估方法主要利用qar数据识别飞机状态并监测运行风险，通过设置阈值识别异常或超限事件并评估飞行员不安全的操作行为。这是一种以任务过程为核心的持续适航评价，未细致体现飞机运行各剖面中的飞行品质影响因素及其度量，无法准确评估适航审定
5、(3)大型固定翼无人机系统缺乏从适航要求出发，基于任务飞行剖面建立操控品质评价指标体系及其度量方法的系统化适航性评价解决方案，无法清晰表明无人机在各个飞行剖面下的飞行品质情况，无法为设计改进和局方审定决策提供重要依据。
6、综上所述，针对大型固定翼无人机系统的独特运行特征，开发适用于大型固定翼无人机系统操控品质的适航性评价方法是保证民用无人机系统安全运行，保障低空经济高质量发展亟待解决的问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种大型固定翼无人机操控品质的适航性评价方法、装置及介质，以克服大型固定翼无人机系统操控品质适航性评价缺乏可靠的系统化解决方案的不足。
2、第一方面，本专利技术提供一种大型固定翼无人机操控品质的适航性评价方法，所述方法包括：
3、获取大型固定翼无人机系统操控品质适航要求；
4、基于所述大型固定翼无人机系统操控品质适航要求，构建评价指标体系；
5、构建飞行剖面自动识别模型；
6、基于所述评价指标体系，采用模糊综合评价方法构建操控品质适航性评价模型；
7、获取待操控品质适航性评价的大型固定翼无人机适航验证飞行数据，利用所述飞行剖面识别模型对所述待操控品质适航性评价的大型固定翼无人机适航验证飞行数据按剖面分段，得到所述评价指标体系中对应的飞行参数，计算所述飞行参数与设计值之间的欧式距离，作为所述操控品质适航性评价模型的输入，得到无人机的操控品质适航性评价结果。
8、进一步地，基于所述大型固定翼无人机系统操控品质适航要求，构建评价指标体系，包括：
9、构建大型固定翼无人机飞行剖面，将无人机运行划分为起飞、爬升、平飞、盘旋、下滑、着陆6个飞行阶段；
10、根据6个飞行阶段对应的性能参数以及操控员操控无人机的工作负荷作为顶层指标建立评价指标体系。
11、进一步地，所述评价指标体系包括一级指标、二级指标和三级指标；其中，所述一级指标包括起飞性能、爬升性能、平飞性能、悬停性能、下滑性能、着落性能和工作负荷；所述二级指标包括速度、航线、加速度、姿态角、姿态角速率、信号延迟时间和环境适应性；所述三级指标包括纵轴速度、横轴速度、立轴速度、爬升率、下滑率、纵轴方向、高度、立轴方向、纵轴加速度、横轴加速度、立轴加速度、俯仰角、侧滑角、滚转角、纵轴姿态角速率、横轴姿态角速率、立轴姿态角速率、c2链路延迟时间、系统延迟时间、总延迟时间、航程和环境。
12、进一步地，构建飞行剖面自动识别模型，包括：
13、构建能表征起飞、爬升、平飞、盘旋、下滑、着陆六种剖面的飞行参数特征模式x，并建立飞行参数模式对应的飞行剖面的标签y；
14、建立数据集{(xi,yk)|i＝1,2,…,n,k＝1,2…6}；其中，xi表示第i个飞行参数特征模式，yk表示xi的标签，k用于指示飞行剖面的类型，n为数据集的样本数量；
15、初始化决策树根节点，包含整个数据集；
16、将数据集在每个节点进行剖面划分并按照公式(1)计算基尼不纯度g：
17、
18、式中，pk是第k类剖面样本在数据集中所占的比例；
19、选择使加权平均基尼不纯度最小的特征和阈值进行当前节点划分，加权平均基尼不存度计算如公式(2)所示：
20、
21、式中，n1、n2、g0、g左、g右分别表示决策树左分支样本数、右分支样本数、当前节点的父节点基尼不纯度、左分支基尼不纯度和右分支基尼不纯度；
22、递归处理每个子节点直至满足停止条件，调整节点的最小样本阈值和实施剪枝策略实现优化构建的决策树模型；
23、将数据集的所有样本作为训练集，对决策树模型进行训练，以训练后的决策树模型作为飞行剖面自动识别模型。
24、进一步地，基于所述评价指标体系，采用模糊综合评价方法构建操控品质适航性评价模型，包括：
25、利用层次分析法确定二级指标的主观权重；利用层次分析法和熵权法综合确定三级指标的组合权重，其中层次分析法计算的权重占组合权重的40％；
26、按照二级模糊综合评价构建操控品质适航性评价指标体系中二级、三级指标的因素集和子因素集；根据预期二级指标的三级指标数据与实际运行数据之间的欧式距离，设置评语集设为{优、良、中、差、极差}及对应的数值评价标准；
27、采用梯形隶属度函数计算每个指标对各个评语集的隶属度，并生成判断矩阵；
28、根据三级指标每一因素的单因素评价和组合权重来确定一级模糊综合评价集；其中，所述一级模糊综合评价集如公式(3)所示：
29、bi＝ai·ri＝[bi1,bi2,...,bim],i＝1,2,...,s (3)
30、式中，bi表示一级指标评价向量，ri表示单因素评价矩阵，ai表示二级权重，bim表示一级指标评价向量的特征值，i表示评语集的任一子因素集编号，s表示评语集的子因素集的数量；
31、通过如下公式二级模糊综合评价集：
32、b＝a·r＝[b1,b2,...,bm] (4)
33、式中，b表示二级指标权重矩阵，a表示二级指标权重矩阵，r表示二级指标评价矩阵，bm表示二级指标评价向量的特征值。
3本文档来自技高网...
【技术保护点】
1.一种大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，基于所述大型固定翼无人机系统操控品质适航要求，构建评价指标体系，包括：
3.根据权利要求2所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述评价指标体系包括一级指标、二级指标和三级指标；其中，所述一级指标包括起飞性能、爬升性能、平飞性能、悬停性能、下滑性能、着落性能和工作负荷；所述二级指标包括速度、航线、加速度、姿态角、姿态角速率、信号延迟时间和环境适应性；所述三级指标包括纵轴速度、横轴速度、立轴速度、爬升率、下滑率、纵轴方向、高度、立轴方向、纵轴加速度、横轴加速度、立轴加速度、俯仰角、侧滑角、滚转角、纵轴姿态角速率、横轴姿态角速率、立轴姿态角速率、C2链路延迟时间、系统延迟时间、总延迟时间、航程和环境。
4.根据权利要求1所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，构建飞行剖面自动识别模型，包括：
5.根据权利要求3所述的大型固定翼无人机操控品质的
6.根据权利要求5所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述操控品质适航性评价模型响应于输入的指标的飞行参数与设计值之间的欧式距离，将所述指标的飞行参数与设计值之间的欧式距离代入各个梯形隶属度函数，得到指标的评价值，对评价值进行归一化并基于公式(4)构建二级评价矩阵，根据二级评价矩阵和数值评价标准，得到无人机的操控品质适航性评价结果。
7.根据权利要求5所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述梯形隶属度函数包括评价等级为优、良、中、差和极差的梯形隶属度函数。
8.根据权利要求7所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述评价等级为优、良、中、差和极差的梯形隶属度函数分别表示为：
9.一种大型固定翼无人机操控品质的适航性评价装置，其特征在于，所述装置包括：
10.一种存储有指令的非暂时性计算机可读存储介质，当所述指令由处理器执行时，执行根据权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，基于所述大型固定翼无人机系统操控品质适航要求，构建评价指标体系，包括：
3.根据权利要求2所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，所述评价指标体系包括一级指标、二级指标和三级指标；其中，所述一级指标包括起飞性能、爬升性能、平飞性能、悬停性能、下滑性能、着落性能和工作负荷；所述二级指标包括速度、航线、加速度、姿态角、姿态角速率、信号延迟时间和环境适应性；所述三级指标包括纵轴速度、横轴速度、立轴速度、爬升率、下滑率、纵轴方向、高度、立轴方向、纵轴加速度、横轴加速度、立轴加速度、俯仰角、侧滑角、滚转角、纵轴姿态角速率、横轴姿态角速率、立轴姿态角速率、c2链路延迟时间、系统延迟时间、总延迟时间、航程和环境。
4.根据权利要求1所述的大型固定翼无人机操控品质的适航性评价方法，其特征在于，构建飞行剖面自动识别模型，包括：
5.根据权利要求3所述的大型固定翼无人机操控品质的适航性评价...
【专利技术属性】
技术研发人员：贺强，王凯，徐刚，谭德强，杨晓强，
申请(专利权)人：中国民用航空飞行学院，
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。