CN106647355B - 一种飞行情景环境评价的数据处理方法和*** - Google Patents
一种飞行情景环境评价的数据处理方法和*** Download PDFInfo
- Publication number
- CN106647355B CN106647355B CN201610986060.4A CN201610986060A CN106647355B CN 106647355 B CN106647355 B CN 106647355B CN 201610986060 A CN201610986060 A CN 201610986060A CN 106647355 B CN106647355 B CN 106647355B
- Authority
- CN
- China
- Prior art keywords
- flight
- flight behavior
- behavior
- forming
- factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 14
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000024703 flight behavior Effects 0.000 claims abstract description 263
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims description 47
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011263 association rule mining technique Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种飞行情景环境评价的数据处理方法和***,其中方法包括步骤:提取录入的样本数据中飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;根据关联规则和数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;对置信度进行归一化来得到飞行行为形成因子的权重;根据预设的评分标准对各个飞行行为形成因子进行评分处理;根据飞行行为形成因子的评分标准与飞行行为形成因子的权重进行运算,得到飞行情景环境值。本发明通过飞行行为模式及飞行行为形成因子的关联来进行权重及评分计算,从而得到飞行情景环境综合评分,该评分可用于飞行行为模式改变的概率量化,作为飞行情景环境评价***的输出来反映飞行误差。
Description
技术领域
本发明主要涉及飞行数据处理领域,具体涉及一种飞行情景环境评价的数据处理方法和***。
背景技术
飞行中操作误差是由于飞行员的认知行为偏离了正确的轨道,使飞行行为模式发生改变而产生的,飞行操作误差是由飞行模式改变而产生的,而飞行模式的改变又是由人所处的情景环境诱发的。也就是说,各种情景环境因素导致飞行模式改变。目前,研究飞行行为模式与造成飞行行为模式改变的飞行行为因子之间的联系的技术较少,如何通过飞行行为模式与飞行行为因子之间的关联性来反映飞行误差,从而为空管人员提供判断依据,是目前亟待研究的方向。
发明内容
本发明所要解决的技术问题是提供一种飞行情景环境评价的数据处理方法和***,通过飞行行为模式及飞行行为形成因子的关联来进行权重及评分计算,从而得到飞行情景环境综合评分,该评分可用于飞行行为模式改变的概率量化,作为飞行情景环境评价***的输出来反映飞行误差。
本发明解决上述技术问题的技术方案如下:一种飞行情景环境评价的数据处理方法,包括:
步骤S1:录入样本数据,并从样本数据中提取飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;
步骤S2:根据关联规则和所述数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;
步骤S3:对所述置信度进行归一化来得到所述飞行行为模式关联的飞行行为形成因子的权重;
步骤S4:根据预设的评分标准对各个飞行行为形成因子进行评分处理,得到飞行行为形成因子的评分标准;
步骤S5:根据飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算,得到飞行情景环境值。
本发明的有益效果是:通过飞行行为模式及飞行行为形成因子的关联来进行权重及评分计算,从而得到飞行情景环境综合评分,该评分可用于飞行行为模式改变的概率量化,作为飞行情景环境评价***的输出来反映飞行误差,为空管人员提供判断依据,帮助空管人员合理利用空域,减小碰撞风险。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,实现步骤S2的具体步骤为:
步骤S201:根据关联规则得到关系式其中EMi为飞行行为模式,ECj为飞行行为形成因子;
步骤S202:根据公式(1)计算飞行行为模式与飞行行为形成因子的置信度:
其中,为数据集合中第i种飞行行为模式关联的第j种飞行行为形成因子的出现次数,/>为数据集合中第i种飞行行为模式的发生次数。
采用上述进一步方案的有益效果是:利用关联规则来得到飞行行为模式与飞行行为形成因子之间的关系式,从而来计算置信度。
进一步,实现步骤S3的具体方法为:利用公式(2)将置信度进行归一化得到所述飞行行为模式关联的飞行行为形成因子的权重,
其中,ωij为第i种飞行行为模式关联的第j种飞行行为形成因子的权重,为飞行行为模式与飞行行为形成因子的关系式,/>为第i种飞行行为模式关联的第j种飞行行为形成因子的置信度,/>为飞行行为模式关联的飞行行为形成因子的置信度的总和。
飞行行为形成因子对飞行员的行为模式,有着不同的影响程度,可以说明飞行行为形成因子之间存在权重的差别,不同的飞行行为模式往往是由不同的行为形成因子导致的,的置信度等于数据集合中该种飞行行为模式和某一种行为形成因子同时发生的数量与该种飞行行为模式总数之比,其含义为:该种飞行行为模式是由某一种行为形成因子所导致的可能性。
进一步,实现步骤S5的具体方法为:利用公式(3)对飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算来得到飞行情景环境分数,
sscenario=s1×ε1+s2×ε2+...+sn×εn (3)
其中,sscenario为飞行情景环境分数,s1,s2,...,sn为n个飞行行为形成因子的评分标准,n为行为形成因子的个数,ε1,ε2,...,εn为飞行行为形成因子所对应的权重。
采用上述进一步方案的有益效果是:通过权重及飞行行为形成因子的评分值来得到飞行情景环境分数,通过飞行情景环境分数,对飞行员操作主观误差因素做出判断,为飞行航迹误差预测提供数据支持,帮助空中交通管制人员合理安排飞机航行路线,有效利用空域,减少空中交通碰撞风险。
进一步,实现步骤S4的具体方法为:根据飞行行为形成因子的状态等级确定评分标准,其中,飞行行为形成因子的状态等级包括重度改变、中度改变和轻微改变,分别对应的评分标准为0、0.5和1。
采用上述进一步方案的有益效果是:将评分范围设置在[0,1]的区间内,易于转换成其它所需的评分结果。
本发明解决上述技术问题的另一技术方案如下:一种飞行情景环境评价的数据处理***,包括:
数据集合模块,用于录入样本数据,并从样本数据中提取飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;
置信度计算模块,用于根据关联规则和所述数据集合模块建立的所述数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;
权重计算模块,用于对所述置信度计算模块计算的所述置信度进行归一化,得到所述飞行行为模式关联的飞行行为形成因子的权重;
行为因子评分模块,用于根据预设的评分标准对各个飞行行为形成因子进行评分处理,得到飞行行为形成因子的评分标准;
综合评分模块,用于根据飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算,得到飞行情景环境值。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述置信度计算模块包括:
关联设置单元,用于根据关联规则得到关系式其中EMi为飞行行为模式,ECj为飞行行为形成因子;
置信度计算单元,用于根据公式(1)计算飞行行为模式与飞行行为形成因子之间的置信度:
其中,为数据集合中第i种飞行行为模式关联的第j种飞行行为形成因子的出现次数,/>为数据集合中第i种飞行行为模式的发生次数。
进一步,所述权重计算模块中,利用公式(2)将置信度进行归一化得到所述飞行行为模式关联的飞行行为形成因子的权重,
其中,ωij为第i种飞行行为模式关联的第j种飞行行为形成因子的权重,为飞行行为模式与飞行行为形成因子的关系式,/>为第i种飞行行为模式关联的第j种飞行行为形成因子的置信度,/>为飞行行为模式关联的飞行行为形成因子的置信度的总和。
进一步,所述综合评分模块中,利用公式(3)对飞行行为形成因子的评分值与其对应的飞行行为形成因子的权重进行运算来得到飞行情景环境分数,
sscenario=s1×ε1+s2×ε2+...+sn×εn (3)
其中,sscenario为飞行情景环境分数,s1,s2,...,sn为n个飞行行为形成因子的评分标准,n为行为形成因子的个数,ε1,ε2,...,εn为飞行行为形成因子所对应的权重。
进一步,所述行为因子评分模块中,根据飞行行为形成因子的状态等级确定评分标准,其中,飞行行为形成因子的状态等级包括重度改变、中度改变和轻微改变,分别对应的评分标准为0、0.5和1。
附图说明
图1为本发明飞行情景环境评价的数据处理方法实施例的方法流程图;
图2为本发明飞行情景环境评价的数据处理***实施例的模块框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示的一种飞行情景环境评价的数据处理方法,包括:
步骤S1:录入样本数据,并从样本数据中提取飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;
步骤S2:根据关联规则和所述数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;
步骤S3:对所述置信度进行归一化来得到所述飞行行为模式关联的飞行行为形成因子的权重;
步骤S4:根据预设的评分标准对各个飞行行为形成因子进行评分处理,得到飞行行为形成因子的评分标准;
步骤S5:根据飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算,得到飞行情景环境值。
上述实施例中,通过飞行行为模式及飞行行为形成因子的关联来进行权重及评分计算,从而得到飞行情景环境综合评分,该评分可用于飞行行为模式改变的概率量化,作为飞行情景环境评价***的输出来反映飞行误差,为空管人员提供判断依据,帮助空管人员合理利用空域,减小碰撞风险。
需理解的,行为形成因子(PSF)的定义为:那些对人的行为起影响作用的情景环境因素,是由Swain在构建THERP方法时提出的。行为形成因子是情景环境的表征,各种情景环境因素就构成了行为形成因子的内涵。本文讨论飞行行为形成因子时,其内涵包括能够影响飞行员的行为的所有因素,如表1所示:
表1飞行行为形成因子
需理解的,在手动飞行场景中,飞行行为形成因子对飞行员的行为模式,有着不同的影响程度,存在权重的差别,可以通过一定的统计分析方法对飞行数据进行处理,得到各因素成因与飞行行为模式的关联度,从而根据关联度确定行为形成因子的权重,衡量关联规则是否有效的指标有支持度和置信度。
对于关联规则来说,其支持度通常定义为数据集中同时包含项集X和项集Y的个数与所有数据个数之比,记为/>即
对于关联规则来说,关联规则的置信度定义为数据集中同时包含项集X和项集Y的个数与仅包含项集X的数据个数之比,记为/>即
基于飞行行为形成因子分类表1,对飞行实践中积累的人因事件报告、飞行模式变化及行为形成因子数据报表等整理,就可以得到关联规则挖掘分析方法所需要的飞行行为模式及形成因子数据集合,如表2所示:
表2飞行行为模式及形成因子
注:表示第i种飞行行为模式发生的次数,/>表示导致第i种飞行行为模式发生的第j种行为形成因子的次数,SnECi表示导致第i种飞行行为模式发生的行为形成因子的总次数,SnECj表示第j种行为形成因子的总次数,SNEM表示所有飞行行为发生的总次数,SnEC表示所有行为形成因子的总次数,由于有的飞行行为发生可能是由多种行为形成因子共同导致的,因此SNEM≤SnEC。
根据上述数据集合的列表及关联规则得到飞行行为模式与飞行行为形成因子的关联,并通过如下步骤来具体实现步骤S2:
步骤S201:根据关联规则得到关系式其中EMi为飞行行为模式,ECj为飞行行为形成因子;
步骤S202:根据公式(1)计算飞行行为模式与飞行行为形成因子的置信度:
其中,为数据集合中第i种飞行行为模式关联的第j种飞行行为形成因子的出现次数,/>为数据集合中第i种飞行行为模式的发生次数。
上述实施例中,利用关联规则来得到飞行行为模式与飞行行为形成因子之间的关系式,从而来计算置信度。
可选地,作为本发明的一个实施例,实现步骤S3的具体方法为:利用公式(2)将置信度进行归一化得到所述飞行行为模式关联的飞行行为形成因子的权重,
其中,ωij为第i种飞行行为模式关联的第j种飞行行为形成因子的权重,为飞行行为模式与飞行行为形成因子的关系式,/>为第i种飞行行为模式关联的第j种飞行行为形成因子的置信度,/>为飞行行为模式关联的飞行行为形成因子的置信度的总和。
飞行行为形成因子对飞行员的行为模式,有着不同的影响程度,可以说明飞行行为形成因子之间存在权重的差别,不同的飞行行为模式往往是由不同的行为形成因子导致的,的置信度等于数据集合中该种飞行行为模式和某一种行为形成因子同时关联的数量与该种飞行行为模式总数之比,其含义为:该种飞行行为模式是由某一种行为形成因子所导致的可能性。
可选地,作为本发明的一个实施例,实现步骤S5的具体方法为:利用公式(3)对飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算来得到飞行情景环境分数,
sscenario=s1×ε1+s2×ε2+...+sn×εn (3)
其中,sscenario为飞行情景环境分数,s1,s2,...,sn为n个飞行行为形成因子的评分标准,n为行为形成因子的个数,ε1,ε2,...,εn为飞行行为形成因子所对应的权重。
上述实施例中,通过权重及飞行行为形成因子的评分值来得到飞行情景环境分数,通过飞行情景环境分数,对飞行员操作主观误差因素做出判断,为飞行航迹误差预测提供数据支持,帮助空中交通管制人员合理安排飞机航行路线,有效利用空域,减少空中交通碰撞风险。
可选地,作为本发明的一个实施例,实现步骤S4的具体方法为:根据飞行行为形成因子的状态等级确定评分标准,其中,飞行行为形成因子的状态等级包括重度改变、中度改变和轻微改变,分别对应的评分标准为0、0.5和1。
需理解的,“重度改变”是指行为形成因子的状态可以严重改变飞行员的常规操作,导致飞行员的行为模式发生改变;“中度改变”是指行为形成因子的状态能够导致飞行员的行为模式发生改变,但这种影响并不严重;“轻微改变”是指行为形成因子的状态对飞行员的行为模式没有明显影响。
因此,不同状态的飞行行为形成因子对飞行员的行为模式有不同影响。
如不考虑飞行行为形成因子的权重,则可通过如下公式来得到飞行行为形成因子的评分,
其中,n1为飞行行为形成因子对飞行员的行为模式是“严重改变”的个数;n2为飞行行为形成因子对飞行员的行为模式是“改变”的个数;n3为飞行行为形成因子对飞行员的行为模式是“不明显”的个数;n为飞行行为形成因子的总数。
可选地,作为本发明的另一个实施例,如图2所示,一种飞行情景环境评价的数据处理***,包括:
数据集合模块,用于录入样本数据,并从样本数据中提取飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;
置信度计算模块,用于根据关联规则和所述数据集合模块建立的所述数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;
权重计算模块,用于对所述置信度计算模块计算的所述置信度进行归一化,得到所述飞行行为模式关联的飞行行为形成因子的权重;
行为因子评分模块,用于根据预设的评分标准对各个飞行行为形成因子进行评分处理,得到飞行行为形成因子的评分标准;
综合评分模块,用于根据飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算,得到飞行情景环境值。
可选地,作为本发明的一个实施例,所述置信度计算模块包括:
关联设置单元,用于根据关联规则得到关系式其中EMi为飞行行为模式,ECj为飞行行为形成因子;
置信度计算单元,用于根据公式(1)计算飞行行为模式与飞行行为形成因子之间的置信度:
其中,为数据集合中第i种飞行行为模式关联的第j种飞行行为形成因子的出现次数,/>为数据集合中第i种飞行行为模式的发生次数。
上述实施例中,利用关联规则来得到飞行行为模式与飞行行为形成因子之间的关系式,从而来计算置信度。
可选地,作为本发明的一个实施例,所述权重计算模块中,利用公式(2)将置信度进行归一化得到所述飞行行为模式关联的飞行行为形成因子的权重,
其中,ωij为第i种飞行行为模式关联的第j种飞行行为形成因子的权重,为飞行行为模式与飞行行为形成因子的关系式,/>为第i种飞行行为模式关联的第j种飞行行为形成因子的置信度,/>为飞行行为模式关联的飞行行为形成因子的置信度的总和。
可选地,作为本发明的一个实施例,所述综合评分模块中,利用公式(3)对飞行行为形成因子的评分值与其对应的飞行行为形成因子的权重进行运算来得到飞行情景环境分数,
sscenario=s1×ε1+s2×ε2+...+sn×εn (3)
其中,sscenario为飞行情景环境分数,s1,s2,...,sn为n个飞行行为形成因子的评分标准,n为行为形成因子的个数,ε1,ε2,...,εn为飞行行为形成因子所对应的权重。
上述实施例中,通过权重及飞行行为形成因子的评分值来得到飞行情景环境分数,通过飞行情景环境分数,对飞行员操作主观误差因素做出判断,为飞行航迹误差预测提供数据支持,帮助空中交通管制人员合理安排飞机航行路线,有效利用空域,减少空中交通碰撞风险。
可选地,作为本发明的一个实施例,所述行为因子评分模块中,根据飞行行为形成因子的状态等级确定评分标准,其中,飞行行为形成因子的状态等级包括重度改变、中度改变和轻微改变,分别对应的评分标准为0、0.5和1。
上述实施例中,将评分范围设置在[0,1]的区间内,易于转换成其它所需的评分结果。
本发明通过飞行行为模式及飞行行为形成因子的关联来进行权重及评分计算,从而得到飞行情景环境综合评分,该评分可用于飞行行为模式改变的概率量化,作为飞行环境综合评价***的输出来反映飞行误差,为空管人员提供判断依据,帮助空管人员合理利用空域,减小碰撞风险。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种飞行情景环境评价的数据处理方法,其特征在于,包括:
步骤S1:录入样本数据,并从样本数据中提取飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;
步骤S2:根据关联规则和所述数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;实现步骤S2的具体步骤为:
步骤S201:根据关联规则得到关系式其中EMi为飞行行为模式,ECj为飞行行为形成因子;
步骤S202:根据公式(1)计算飞行行为模式与飞行行为形成因子的置信度:
其中,为数据集合中第i种飞行行为模式关联的第j种飞行行为形成因子的出现次数,/>为数据集合中第i种飞行行为模式的发生次数;
步骤S3:对所述置信度进行归一化来得到所述飞行行为模式关联的飞行行为形成因子的权重;实现步骤S3的具体方法为:
利用公式(2)将置信度进行归一化得到所述飞行行为模式关联的飞行行为形成因子的权重,
其中,ωij为第i种飞行行为模式关联的第j种飞行行为形成因子的权重,为飞行行为模式与飞行行为形成因子的关系式,/>=为第i种飞行行为模式关联的第j种飞行行为形成因子的置信度,/>为飞行行为模式关联的飞行行为形成因子的置信度的总和;
步骤S4:根据预设的评分标准对各个飞行行为形成因子进行评分处理,得到飞行行为形成因子的评分标准;实现步骤S4的具体方法为:根据飞行行为形成因子的状态等级确定评分标准,其中,飞行行为形成因子的状态等级包括重度改变、中度改变和轻微改变,分别对应的评分标准为0、0.5和1;
步骤S5:根据飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算,得到飞行情景环境值。
2.根据权利要求1所述的飞行情景环境评价的数据处理方法,其特征在于,实现步骤S5的具体方法为:利用公式(3)对飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算来得到飞行情景环境分数,
sscenario=s1×ε1+s2×ε2+...+sn×εn (3)
其中,sscenario为飞行情景环境分数,s1,s2,...,sn为n个飞行行为形成因子的评分标准,n为行为形成因子的个数,ε1,ε2,...,εn为飞行行为形成因子所对应的权重。
3.一种飞行情景环境评价的数据处理***,其特征在于,包括:
数据集合模块,用于录入样本数据,并从样本数据中提取飞行行为模式的发生次数和飞行行为形成因子的出现次数来建立数据集合;
置信度计算模块,用于根据关联规则和所述数据集合模块建立的所述数据集合来计算飞行行为模式与飞行行为形成因子之间的置信度;所述置信度计算模块包括:
关联设置单元,用于根据关联规则得到关系式其中EMi为飞行行为模式,ECj为飞行行为形成因子;
置信度计算单元,用于根据公式(1)计算飞行行为模式与飞行行为形成因子之间的置信度:
其中,为数据集合中第i种飞行行为模式关联的第j种飞行行为形成因子的出现次数,/>为数据集合中第i种飞行行为模式的发生次数;
权重计算模块,用于对所述置信度计算模块计算的所述置信度进行归一化,得到所述飞行行为模式关联的飞行行为形成因子的权重;所述权重计算模块中,利用公式(2)将置信度进行归一化得到所述飞行行为模式关联的飞行行为形成因子的权重,
其中,ωij为第i种飞行行为模式关联的第j种飞行行为形成因子的权重,为飞行行为模式与飞行行为形成因子的关系式,/>=为第i种飞行行为模式关联的第j种飞行行为形成因子的置信度,/>为飞行行为模式关联的飞行行为形成因子的置信度的总和;
行为因子评分模块,用于根据预设的评分标准对各个飞行行为形成因子进行评分处理,得到飞行行为形成因子的评分标准;具体为:根据飞行行为形成因子的状态等级确定评分标准,其中,飞行行为形成因子的状态等级包括重度改变、中度改变和轻微改变,分别对应的评分标准为0、0.5和1;
综合评分模块,用于根据飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算,得到飞行情景环境值。
4.根据权利要求3所述的飞行情景环境评价的数据处理***,其特征在于,所述综合评分模块中,利用公式(3)对飞行行为形成因子的评分标准与其对应的飞行行为形成因子的权重进行运算来得到飞行情景环境分数,
sscenario=s1×ε1+s2×ε2+...+sn×εn (3)
其中,sscenario为飞行情景环境分数,s1,s2,...,sn为n个飞行行为形成因子的评分标准,n为行为形成因子的个数,ε1,ε2,...,εn为飞行行为形成因子所对应的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610986060.4A CN106647355B (zh) | 2016-11-09 | 2016-11-09 | 一种飞行情景环境评价的数据处理方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610986060.4A CN106647355B (zh) | 2016-11-09 | 2016-11-09 | 一种飞行情景环境评价的数据处理方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106647355A CN106647355A (zh) | 2017-05-10 |
CN106647355B true CN106647355B (zh) | 2023-11-07 |
Family
ID=58806194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610986060.4A Active CN106647355B (zh) | 2016-11-09 | 2016-11-09 | 一种飞行情景环境评价的数据处理方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106647355B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111901382B (zh) * | 2020-06-29 | 2022-05-17 | 杭州市余杭区妇幼保健院 | 一种常态化疫情防控下孕产妇五色智控码*** |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101354569A (zh) * | 2007-07-25 | 2009-01-28 | 索尼株式会社 | 信息处理装置、信息处理方法和计算机程序 |
CN102017585A (zh) * | 2008-02-28 | 2011-04-13 | 计算机产品引进公司 | 用于通知和电信管理的方法和*** |
DE102011016964A1 (de) * | 2011-04-13 | 2012-10-18 | Diehl Bgt Defence Gmbh & Co. Kg | Verfahren zum Überwachen eines Luftraums um ein Luftfahrzeug |
CN102914991A (zh) * | 2011-08-02 | 2013-02-06 | 波音公司 | 用于受控承载无人驾驶飞行器***展示的飞行解释器 |
CN103077347A (zh) * | 2012-12-21 | 2013-05-01 | 中国电力科学研究院 | 一种基于改进核心向量机数据融合的复合式入侵检测方法 |
CN104094287A (zh) * | 2011-12-21 | 2014-10-08 | 诺基亚公司 | 用于情境识别的方法、装置以及计算机软件 |
CN104239706A (zh) * | 2014-09-05 | 2014-12-24 | 中国科学院寒区旱区环境与工程研究所 | 一种地面观测气温时空数据集的制备方法 |
CN104751683A (zh) * | 2015-03-27 | 2015-07-01 | 中国民用航空飞行学院 | 机场航班滑行调度指挥***及方法 |
CN105004526A (zh) * | 2015-07-08 | 2015-10-28 | 中国民用航空飞行学院 | 基于发动机存储参数的故障检测*** |
CN105061496A (zh) * | 2015-08-19 | 2015-11-18 | 昆山京昆油田化学科技开发公司 | 一种新型离子液体的制备方法 |
CN105264585A (zh) * | 2013-06-06 | 2016-01-20 | 皇家飞利浦有限公司 | 用于确定患者离开安全区域的风险的方法和装置 |
CN105282427A (zh) * | 2014-05-26 | 2016-01-27 | 安讯士有限公司 | 替换摄像机的自动配置 |
CN105474166A (zh) * | 2013-03-15 | 2016-04-06 | 先进元素科技公司 | 用于有目的计算的方法和*** |
CN105700518A (zh) * | 2016-03-10 | 2016-06-22 | 华中科技大学 | 一种工业过程故障诊断方法 |
CN105968187A (zh) * | 2016-06-07 | 2016-09-28 | 南京医科大学附属脑科医院 | 一种血管生成激动剂多肽及应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2969571B1 (fr) * | 2010-12-23 | 2015-01-16 | Thales Sa | Systeme robotise collaborateur |
-
2016
- 2016-11-09 CN CN201610986060.4A patent/CN106647355B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101354569A (zh) * | 2007-07-25 | 2009-01-28 | 索尼株式会社 | 信息处理装置、信息处理方法和计算机程序 |
CN102017585A (zh) * | 2008-02-28 | 2011-04-13 | 计算机产品引进公司 | 用于通知和电信管理的方法和*** |
DE102011016964A1 (de) * | 2011-04-13 | 2012-10-18 | Diehl Bgt Defence Gmbh & Co. Kg | Verfahren zum Überwachen eines Luftraums um ein Luftfahrzeug |
CN102914991A (zh) * | 2011-08-02 | 2013-02-06 | 波音公司 | 用于受控承载无人驾驶飞行器***展示的飞行解释器 |
CN104094287A (zh) * | 2011-12-21 | 2014-10-08 | 诺基亚公司 | 用于情境识别的方法、装置以及计算机软件 |
CN103077347A (zh) * | 2012-12-21 | 2013-05-01 | 中国电力科学研究院 | 一种基于改进核心向量机数据融合的复合式入侵检测方法 |
CN105474166A (zh) * | 2013-03-15 | 2016-04-06 | 先进元素科技公司 | 用于有目的计算的方法和*** |
CN105264585A (zh) * | 2013-06-06 | 2016-01-20 | 皇家飞利浦有限公司 | 用于确定患者离开安全区域的风险的方法和装置 |
CN105282427A (zh) * | 2014-05-26 | 2016-01-27 | 安讯士有限公司 | 替换摄像机的自动配置 |
CN104239706A (zh) * | 2014-09-05 | 2014-12-24 | 中国科学院寒区旱区环境与工程研究所 | 一种地面观测气温时空数据集的制备方法 |
CN104751683A (zh) * | 2015-03-27 | 2015-07-01 | 中国民用航空飞行学院 | 机场航班滑行调度指挥***及方法 |
CN105004526A (zh) * | 2015-07-08 | 2015-10-28 | 中国民用航空飞行学院 | 基于发动机存储参数的故障检测*** |
CN105061496A (zh) * | 2015-08-19 | 2015-11-18 | 昆山京昆油田化学科技开发公司 | 一种新型离子液体的制备方法 |
CN105700518A (zh) * | 2016-03-10 | 2016-06-22 | 华中科技大学 | 一种工业过程故障诊断方法 |
CN105968187A (zh) * | 2016-06-07 | 2016-09-28 | 南京医科大学附属脑科医院 | 一种血管生成激动剂多肽及应用 |
Non-Patent Citations (3)
Title |
---|
Jiang Wu.Evaluation Study on New Sorbents for Mercury in Coal-Fired Flue Gas.2010 4th International Conference on Bioinformatics and Biomedical Engineering.2010,第1-4页. * |
徐开俊.采用模糊逻辑理论的飞行操纵品质评估模型.中国民航飞行学院学报.2016,第9-12页. * |
杨铎.基于FPN的柔性焊装***故障诊断方法研究.合肥工业大学学报(自然科学版).2013,第1434-1438页. * |
Also Published As
Publication number | Publication date |
---|---|
CN106647355A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10643480B2 (en) | Method and apparatus for probabilistic alerting of aircraft unstabilized approaches using big data | |
CN107273561B (zh) | 飞行事件期间飞行器的机载结构负载评估 | |
US12026440B1 (en) | Optimizing aircraft flows at airports using data driven predicted capabilities | |
EP3249483B1 (en) | Information processing device and information processing method | |
CN108801387B (zh) | 一种基于学习模型的飞机油箱剩余油量测量***和方法 | |
CN108900546A (zh) | 基于lstm的时间序列网络异常检测的方法与装置 | |
CN108968811A (zh) | 一种扫地机器人的物体识别方法及*** | |
CN111461292B (zh) | 一种无人机实时轨迹预测方法 | |
CN103247089A (zh) | 用于实时飞机性能监视的***和方法 | |
CN105489069B (zh) | 一种基于svm的低空空域通航飞机冲突检测方法 | |
JP2013210945A (ja) | 波形分析装置および波形分析方法 | |
US11396825B2 (en) | Turbine diagnostic feature selection system | |
CN108693889A (zh) | 经由基于模型的迭代优化而实现的飞行管理 | |
CN110348752A (zh) | 一种考虑环境干扰的大型工业***结构安全性评估方法 | |
Kong et al. | Bayesian deep learning for aircraft hard landing safety assessment | |
CN106647355B (zh) | 一种飞行情景环境评价的数据处理方法和*** | |
CN115098960A (zh) | 设备剩余使用寿命预测方法和装置 | |
CN106127407B (zh) | 基于多传感器信息融合的飞机行程打分方法及打分*** | |
JP2017084268A (ja) | 事故発生予報システム、および事故発生予報方法 | |
CN117217097B (zh) | 一种船舶工业数字孪生体平台化构建方法及*** | |
Zhou et al. | The landing safety prediction model by integrating pattern recognition and Markov chain with flight data | |
CN116994077A (zh) | 一种复杂风场作用下飞行姿态的回归预测方法 | |
US20230074474A1 (en) | Parameter adjustment apparatus, inference apparatus, parameter adjustment method, and computer-readable storage medium storing a parameter adjustment program | |
EP3151175A1 (en) | System for maintenance of a manufactured product | |
CN113919689A (zh) | 一种基于qar数据的飞行员操作操作性能评分方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |