CN111504341A - 一种直升机飞行状态识别方法 - Google Patents
一种直升机飞行状态识别方法 Download PDFInfo
- Publication number
- CN111504341A CN111504341A CN202010363879.1A CN202010363879A CN111504341A CN 111504341 A CN111504341 A CN 111504341A CN 202010363879 A CN202010363879 A CN 202010363879A CN 111504341 A CN111504341 A CN 111504341A
- Authority
- CN
- China
- Prior art keywords
- helicopter
- flight state
- state
- flight
- speed
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
- G01C23/005—Flight directors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于直升机飞行状态识别技术领域,涉及一种直升机飞行状态识别方法;所述的直升机飞行状态识别方法利用飞行状态识别逻辑树判断直升机的飞行状态,所述的飞行状态识别逻辑树利用以下飞行参数进行实时判断:压力高度、大气温度、指示空速、GPS北向速度、GPS东向速度、磁航向角、离地高度、离地零点、滚转角、发动机扭矩、发动机台数、垂向过载。基于本发明的识别方法进行状态显示,将不同的飞行状态通过不同的底色进行显示,可方便用户快速识别直升机的飞行状态,具有实时、准确、方便等优点。
Description
技术领域
本发明属于直升机飞行状态识别技术领域,具体涉及一种直升机飞行状态识别方法。
背景技术
直升机的飞行状态进行识别对直升机试飞数据的分析、直升机故障诊断以及寿命预测十分重要。目前公开发表的文献有基于动力学法、图像分析法、神经网络法和基于支持向量机的飞行状态识别方法,但这些方法具有输入维数较高、计算过程复杂以及网络模型难以收敛导致的识别效果不佳等缺点。
本发明设计了一种直升机飞行状态识别装置,该装置基于飞行状态识别逻辑树对直升机的各飞行状态进行识别,并通过不同的底色将识别结果进行显示,识别方法简单,识别结果显示直观、明了,方便用户快速定位到所需选取的飞行状态。
发明内容
本发明的目的是:设计了一种直升机飞行状态识别方法,以解决现有识别方法中输入维数较高、计算过程复杂的技术问题。
为解决此技术问题,本发明的技术方案是:
一种直升机飞行状态识别方法,所述的直升机飞行状态识别方法利用飞行状态识别逻辑树判断直升机的飞行状态,所述的飞行状态识别逻辑树利用以下飞行参数进行实时判断:压力高度、大气温度、指示空速、GPS北向速度、GPS东向速度、磁航向角、离地高度、离地零点、滚转角、发动机扭矩、发动机台数、垂向过载。
所述的直升机飞行状态识别方法具体判断步骤:
步骤一、通过离地高度判断地面状态还是空中飞行;
步骤二、通过发动机扭矩、发动机台数判断直升机的AEO、OEI和自转状态;
步骤三、通过GPS水平速度判断直升机处于悬停还是飞行状态;
若处于悬停状态,判断机头指向变化率、离地高度变化率判断直升机处于悬停机动还是有/无地效悬停;
若处于飞行状态,进入步骤四;
步骤四、通过GPS水平速度、磁航向角判断直升机处于前飞、左侧飞、右侧飞还是后飞状态;
若直升机处于前飞状态,则进入步骤五;
步骤五、通过垂向过载判断直升机处于稳定飞行还是机动飞行状态;
若直升机处于稳定飞行状态,则进入步骤六;
步骤六、通过压力高度变化率判断直升机处于平飞、爬升还是下降状态;
若直升机处于平飞状态,则进入步骤七;
步骤七、通过平飞速度变化率判断直升机处于加速、减速还是恒速平飞状态;
若处于恒速平飞状态,则进入步骤八;
步骤八、通过滚转角判断直升机处于平飞转弯还是稳定平飞状态。
所述步骤一中具体判断过程如下:
通过测得的直升机离地高度,扣除离地零点得到实际离地高度,通过实际离地高度是否大于0判断直升机是否离地。
步骤三所述的GPS水平速度通过GPS北向速度和GPS东向速度计算得到。
步骤三所述的机头指向变化率、离地高度变化率通过磁航向角、压力高度计算得到。
步骤七所述的平飞速度变化率通过真空速计算得到。
所述的真空速通过指示空速、大气静温、压力高度计算得到。
另一种实现中,所述离地高度可以使用压力高度替代,并设置相应的离地零点初始值。
优选地,步骤一中所述的直升机离地高度通过无线电高速仪或者激光高度仪测得。
本发明的有益效果是:
本发明的直升机飞行状态识别方法可用于直升机飞参数据的识别、试飞数据的选取等,根据飞行状态识别结果,用户可快速定位到所需要的数据段,方便、快捷;通过分析直升机各飞行状态的时间占比,统计每架机的实际使用情况,为直升机的各部件剩余寿命评估和维护保障计划提供准确数据来源。
基于本发明的直升机飞行状态识别方法可以开发识别装置,基于机上记录的试飞数据,通过飞行状态识别逻辑树实时判断直升机的飞行状态,并通过不同的底色进行显示,可方便用户快速识别直升机的飞行状态,具有实时、准确、方便等优点。
附图说明
为了更清楚地说明本发明实施的技术方案,下面将对本发明的实例中需要使用的附图作简单的解释。显而易见,下面所描述的附图仅仅是本发明的一些实施例,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的逻辑图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域的普通技术人员在没有做出创造性劳动的前提下,所获得的所有其他实施例,都属于本发明保护的范围。
下面将详细描述本发明实施例的各个方面的特征。在下面的详细描述中,提出了许多具体的细节,以便对本发明的全面理解。但是,对于本领域的普通技术人员来说,很明显的是,本发明也可以在不需要这些具体细节的情况下就可以实施。下面对实施例的描述仅仅是为了通过示出本发明的示例对本发明更好的理解。本发明不限于下面所提供的任何具体设置和方法,而是覆盖了不脱离本发明精神的前提下所覆盖的所有的产品结构、方法的任何改进、替换等。
在各个附图和下面的描述中,没有示出公知的结构和技术,以避免对本发明造成不必要的模糊。如下表1为直升机的飞行状态表,其中不同状态在仪表盘显示不同的状态底色。
表1
序号 | 飞行状态 | 状态底色 |
1 | 地面状态 | 黑 |
2 | 有/无地效悬停 | 蓝 |
3 | 悬停机动 | 水绿 |
4 | 左右侧飞 | 红 |
5 | 倒飞 | 红 |
6 | 爬升 | 黄 |
7 | 下降 | 橙 |
8 | 平飞转弯 | 绿 |
9 | 加减速平飞 | 粉红 |
10 | 稳定平飞 | 蓝绿 |
11 | 飞行机动 | 红 |
12 | OEI飞行 | 红 |
13 | 自转 | 红 |
如图1所示为本发明的直升机飞行状态识别方法的逻辑图,飞行状态识别逻辑树利用以下飞行参数进行实时判断:压力高度、大气温度、指示空速、GPS北向速度、GPS东向速度、磁航向角、离地高度、离地零点、滚转角、发动机扭矩、发动机台数、垂向过载。如下表2所示为本发明的识别方法所需的直升机飞行记录的状态识别参数,
表2
本发明利用识别逻辑树进行实时判断的具体步骤如下:
步骤一、通过离地高度判断地面状态还是空中飞行;
由无线电高速仪或者激光高度仪测得的直升机离地高度,扣除离地零点得到实际离地高度,通过实际离地高度是否大于0判断直升机是否离地,还用于判断是否在近地面平飞、悬停时是否在爬升下降。缺乏离地高度数据时可以使用压力高度替代,但需要设置相应的离地零点。
步骤二、通过发动机扭矩、发动机台数判断直升机的AEO、OEI和自转状态;
通过判断每台发动机扭矩是否大于某阈值来判断该台发动机是正常工作还是失效状态。如每台发动机扭矩均大于某阈值,则直升机为AEO飞行状态;如有一台发动机的扭矩值小于等于某阈值,则直升机为OEI飞行状态;如所有发动机的扭矩值均小于等于某阈值,则直升机为自转状态;
步骤三、通过GPS水平速度判断直升机处于悬停还是飞行状态;
若处于悬停状态,判断机头指向变化率、离地高度变化率判断直升机处于悬停机动还是有/无地效悬停;
所述的GPS水平速度通过GPS北向速度和GPS东向速度计算得到;所述的机头指向变化率、离地高度变化率通过磁航向角、离地高度计算得到。
机头指向变化率通过磁航向角微分计算得到;离地高度变化率通过离地高度微分计算得到。若机头指向变化率≤某阈值且离地高度变化率≤某阈值为有/无地效悬停,否则为悬停机动。
若处于飞行状态,进入步骤四;
步骤四、通过GPS水平速度、磁航向角判断直升机处于前飞、左侧飞、右侧飞还是后飞状态;
若直升机处于前飞状态,则进入步骤五;
步骤五、通过垂向过载判断直升机处于稳定飞行还是机动飞行状态;
若直升机处于稳定飞行状态,则进入步骤六;
步骤六、通过压力高度变化率判断直升机处于平飞、爬升还是下降状态;
若直升机处于平飞状态,则进入步骤七;
步骤七、通过平飞速度变化率判断直升机处于加速、减速还是恒速平飞状态;
所述的平飞速度变化率通过真空速计算得到。真空速通过指示空速、大气静温、压力高度计算得到。平飞速度变化率通过真空速微分计算得到, 其中k和b通过空速校准试飞得到。若平飞速度变化率>某阈值1,则直升机处于加速状态;若平飞速度变化率<某阈值2,则直升机处于减速状态;若某阈值2≤平飞速度变化率≤某阈值1,则直升机处于恒速平飞状态。
若处于恒速平飞状态,则进入步骤八;
步骤八、通过滚转角判断直升机处于平飞转弯还是稳定平飞状态。
本方法中也可以使用压力高度替代离地高度,并设置压力高度相应的离地零点初始值即可。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的技术范围内,可以轻易想到各种等效的修改或者替换,这些修改或者替换都应该涵盖在本发明的保护范围之内。
Claims (9)
1.一种直升机飞行状态识别方法,其特征在于:所述的直升机飞行状态识别方法利用飞行状态识别逻辑树判断直升机的飞行状态,所述的飞行状态识别逻辑树利用以下飞行参数进行实时判断:压力高度、大气温度、指示空速、GPS北向速度、GPS东向速度、磁航向角、离地高度、离地零点、滚转角、发动机扭矩、发动机台数、垂向过载。
2.所述的直升机飞行状态识别方法具体判断步骤:
步骤一、通过离地高度判断地面状态还是空中飞行;
步骤二、通过发动机扭矩、发动机台数判断直升机的AEO、OEI和自转状态;
步骤三、通过GPS水平速度判断直升机处于悬停还是飞行状态;
若处于悬停状态,判断机头指向变化率、离地高度变化率判断直升机处于悬停机动还是有/无地效悬停;
若处于飞行状态,进入步骤四;
步骤四、通过GPS水平速度、磁航向角判断直升机处于前飞、左侧飞、右侧飞还是后飞状态;
若直升机处于前飞状态,则进入步骤五;
步骤五、通过垂向过载判断直升机处于稳定飞行还是机动飞行状态;
若直升机处于稳定飞行状态,则进入步骤六;
步骤六、通过压力高度变化率判断直升机处于平飞、爬升还是下降状态;
若直升机处于平飞状态,则进入步骤七;
步骤七、通过平飞速度变化率判断直升机处于加速、减速还是恒速平飞状态;
若处于恒速平飞状态,则进入步骤八;
步骤八、通过滚转角判断直升机处于平飞转弯还是稳定平飞状态。
3.根据权利要求2所述的直升机飞行状态识别方法,其特征在于:所述的步骤一中具体判断过程如下:
通过测得的直升机离地高度,扣除离地零点得到实际离地高度,通过实际离地高度是否大于0判断直升机是否离地。
4.根据权利要求2所述的直升机飞行状态识别方法,其特征在于:步骤三所述的GPS水平速度通过GPS北向速度和GPS东向速度计算得到。
5.根据权利要求2所述的直升机飞行状态识别方法,其特征在于:步骤三所述的机头指向变化率、离地高度变化率通过磁航向角、离地高度计算得到。
6.根据权利要求2所述的直升机飞行状态识别方法,其特征在于:步骤七所述的平飞速度变化率通过真空速计算得到。
7.根据权利要求6所述的直升机飞行状态识别方法,其特征在于:所述的真空速通过指示空速、大气静温、压力高度计算得到。
8.根据权利要求3所述的直升机飞行状态识别方法,其特征在于:所述的直升机离地高度通过无线电高速仪或者激光高度仪测得。
9.根据权利要求2至8任一项所述的直升机飞行状态识别方法,其特征在于:所述离地高度可以使用压力高度替代,并设置相应的离地零点初始值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363879.1A CN111504341B (zh) | 2020-04-30 | 2020-04-30 | 一种直升机飞行状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363879.1A CN111504341B (zh) | 2020-04-30 | 2020-04-30 | 一种直升机飞行状态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111504341A true CN111504341A (zh) | 2020-08-07 |
CN111504341B CN111504341B (zh) | 2023-09-19 |
Family
ID=71869752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010363879.1A Active CN111504341B (zh) | 2020-04-30 | 2020-04-30 | 一种直升机飞行状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111504341B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113076510A (zh) * | 2021-04-12 | 2021-07-06 | 南昌航空大学 | 一种基于一维卷积神经网络的直升机飞行状态识别方法 |
CN113450599A (zh) * | 2021-05-31 | 2021-09-28 | 北京军懋国兴科技股份有限公司 | 一种飞行动作实时识别方法 |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0150122A2 (en) * | 1984-01-24 | 1985-07-31 | Honeywell Inc. | Cruise airspeed control of aircraft during altitude capture |
CA2457992A1 (en) * | 2003-02-21 | 2004-08-21 | Robert Alan Hess | Method of inferring rotorcraft gross weight |
CN101681160A (zh) * | 2007-06-15 | 2010-03-24 | 空中客车运作股份公司 | 用于飞行器的维护计算机*** |
US20100097241A1 (en) * | 2008-10-20 | 2010-04-22 | Honeywell International Inc. | Method and apparatus for displaying prioritized photo realistic features on a synthetic vision system |
US20100152923A1 (en) * | 2008-12-12 | 2010-06-17 | Aspen Sven D | Dynamic display of navigational information |
CN101853531A (zh) * | 2010-05-25 | 2010-10-06 | 北京航空航天大学 | 基于预分类技术和rbf神经网络的直升机飞行状态识别方法 |
US20110246053A1 (en) * | 2009-10-02 | 2011-10-06 | Thales | Method and Device for Aiding the Management of An Aircraft Flight Receiving a Control Clearance |
CN102607639A (zh) * | 2012-02-24 | 2012-07-25 | 南京航空航天大学 | 基于bp神经网络的大攻角飞行状态下大气数据测量方法 |
US20130204470A1 (en) * | 2012-01-23 | 2013-08-08 | Airbus Operations Gmbh | Method for planning a landing approach of an aircraft, computer program product, medium with a landing approach plan stored thereon, as well as device for planning a landing approach |
US20130261853A1 (en) * | 2004-11-08 | 2013-10-03 | Bell Helicopter Textron Inc. | Vehicle management system using finite state machines |
CN103869383A (zh) * | 2014-03-20 | 2014-06-18 | 西安电子科技大学 | 基于卡尔曼滤波算法的大气数据计算机及其实现方法 |
CN104391364A (zh) * | 2014-11-26 | 2015-03-04 | 深圳市鸣鑫航空科技有限公司 | 基于光缆敷设的共轴双旋翼无人直升机参数辨识试验*** |
US9043043B1 (en) * | 2011-09-23 | 2015-05-26 | Rockwell Collins, Inc. | Autonomous flight controls for providing safe mode navigation |
CN104932519A (zh) * | 2015-05-25 | 2015-09-23 | 北京航空航天大学 | 基于专家知识的无人机飞行指挥辅助决策***及其设计方法 |
US9500498B1 (en) * | 2012-06-05 | 2016-11-22 | Rockwell Collins, Inc. | Dynamic primary flight display annunciations |
CN106197424A (zh) * | 2016-06-28 | 2016-12-07 | 哈尔滨工业大学 | 遥测数据驱动的无人机飞行状态识别方法 |
CN106548534A (zh) * | 2015-08-21 | 2017-03-29 | 波音公司 | 用于报告飞机的状态信息的方法及设备 |
CN106681344A (zh) * | 2016-12-26 | 2017-05-17 | 湖南纳雷科技有限公司 | 一种用于飞行器的高度控制方法及控制*** |
CN108045589A (zh) * | 2017-12-01 | 2018-05-18 | 中国直升机设计研究所 | 一种直升机vne告警方法 |
CN108106633A (zh) * | 2017-11-29 | 2018-06-01 | 中国直升机设计研究所 | 一种基于utd的直升机旋翼运动参数解算方法 |
CN108646785A (zh) * | 2018-06-22 | 2018-10-12 | 西安飞机工业(集团)有限责任公司 | 一种飞机的飞行指引***及改进方法 |
CN109240327A (zh) * | 2018-09-11 | 2019-01-18 | 陕西千山航空电子有限责任公司 | 一种固定翼飞机飞行阶段识别方法 |
CN109839123A (zh) * | 2017-11-28 | 2019-06-04 | 上海航空电器有限公司 | 前视预测告警技术中实时机动性能参数的确定方法 |
CN110032200A (zh) * | 2019-04-19 | 2019-07-19 | 成都飞机工业(集团)有限责任公司 | 一种试飞成熟度模型的建模方法 |
CN110262466A (zh) * | 2019-07-11 | 2019-09-20 | 电子科技大学 | 一种基于随机森林的飞控故障检测与诊断方法 |
CN209535459U (zh) * | 2018-12-30 | 2019-10-25 | 河南雷盛航空科技有限公司 | 平衡性能好的无人机 |
CN110807471A (zh) * | 2019-10-12 | 2020-02-18 | 深圳大学 | 一种多模态传感器的行为识别***及识别方法 |
-
2020
- 2020-04-30 CN CN202010363879.1A patent/CN111504341B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0150122A2 (en) * | 1984-01-24 | 1985-07-31 | Honeywell Inc. | Cruise airspeed control of aircraft during altitude capture |
CA2457992A1 (en) * | 2003-02-21 | 2004-08-21 | Robert Alan Hess | Method of inferring rotorcraft gross weight |
US20130261853A1 (en) * | 2004-11-08 | 2013-10-03 | Bell Helicopter Textron Inc. | Vehicle management system using finite state machines |
CN101681160A (zh) * | 2007-06-15 | 2010-03-24 | 空中客车运作股份公司 | 用于飞行器的维护计算机*** |
US20100097241A1 (en) * | 2008-10-20 | 2010-04-22 | Honeywell International Inc. | Method and apparatus for displaying prioritized photo realistic features on a synthetic vision system |
US20100152923A1 (en) * | 2008-12-12 | 2010-06-17 | Aspen Sven D | Dynamic display of navigational information |
US20110246053A1 (en) * | 2009-10-02 | 2011-10-06 | Thales | Method and Device for Aiding the Management of An Aircraft Flight Receiving a Control Clearance |
CN101853531A (zh) * | 2010-05-25 | 2010-10-06 | 北京航空航天大学 | 基于预分类技术和rbf神经网络的直升机飞行状态识别方法 |
US9043043B1 (en) * | 2011-09-23 | 2015-05-26 | Rockwell Collins, Inc. | Autonomous flight controls for providing safe mode navigation |
US20130204470A1 (en) * | 2012-01-23 | 2013-08-08 | Airbus Operations Gmbh | Method for planning a landing approach of an aircraft, computer program product, medium with a landing approach plan stored thereon, as well as device for planning a landing approach |
CN102607639A (zh) * | 2012-02-24 | 2012-07-25 | 南京航空航天大学 | 基于bp神经网络的大攻角飞行状态下大气数据测量方法 |
US9500498B1 (en) * | 2012-06-05 | 2016-11-22 | Rockwell Collins, Inc. | Dynamic primary flight display annunciations |
CN103869383A (zh) * | 2014-03-20 | 2014-06-18 | 西安电子科技大学 | 基于卡尔曼滤波算法的大气数据计算机及其实现方法 |
CN104391364A (zh) * | 2014-11-26 | 2015-03-04 | 深圳市鸣鑫航空科技有限公司 | 基于光缆敷设的共轴双旋翼无人直升机参数辨识试验*** |
CN104932519A (zh) * | 2015-05-25 | 2015-09-23 | 北京航空航天大学 | 基于专家知识的无人机飞行指挥辅助决策***及其设计方法 |
CN106548534A (zh) * | 2015-08-21 | 2017-03-29 | 波音公司 | 用于报告飞机的状态信息的方法及设备 |
CN106197424A (zh) * | 2016-06-28 | 2016-12-07 | 哈尔滨工业大学 | 遥测数据驱动的无人机飞行状态识别方法 |
CN106681344A (zh) * | 2016-12-26 | 2017-05-17 | 湖南纳雷科技有限公司 | 一种用于飞行器的高度控制方法及控制*** |
CN109839123A (zh) * | 2017-11-28 | 2019-06-04 | 上海航空电器有限公司 | 前视预测告警技术中实时机动性能参数的确定方法 |
CN108106633A (zh) * | 2017-11-29 | 2018-06-01 | 中国直升机设计研究所 | 一种基于utd的直升机旋翼运动参数解算方法 |
CN108045589A (zh) * | 2017-12-01 | 2018-05-18 | 中国直升机设计研究所 | 一种直升机vne告警方法 |
CN108646785A (zh) * | 2018-06-22 | 2018-10-12 | 西安飞机工业(集团)有限责任公司 | 一种飞机的飞行指引***及改进方法 |
CN109240327A (zh) * | 2018-09-11 | 2019-01-18 | 陕西千山航空电子有限责任公司 | 一种固定翼飞机飞行阶段识别方法 |
CN209535459U (zh) * | 2018-12-30 | 2019-10-25 | 河南雷盛航空科技有限公司 | 平衡性能好的无人机 |
CN110032200A (zh) * | 2019-04-19 | 2019-07-19 | 成都飞机工业(集团)有限责任公司 | 一种试飞成熟度模型的建模方法 |
CN110262466A (zh) * | 2019-07-11 | 2019-09-20 | 电子科技大学 | 一种基于随机森林的飞控故障检测与诊断方法 |
CN110807471A (zh) * | 2019-10-12 | 2020-02-18 | 深圳大学 | 一种多模态传感器的行为识别***及识别方法 |
Non-Patent Citations (6)
Title |
---|
屈飞舟: "基于DGPS的非稳态条件下空速校准方法全部", 《全球定位***》, pages 59 - 62 * |
李令: "直升机高度-速度包线试飞方法", 《中国科技信息》, pages 33 - 35 * |
李军亮: "基于Elman 网络的某型直升机飞行状态识别", vol. 40, no. 12, pages 57 - 60 * |
李军亮;胡国才;韩维;柳文林;: "基于Elman网络的某型直升机飞行状态识别", no. 12, pages 57 - 60 * |
王锦盛: "基于机器学习的直升机飞行状态识别技术研究", no. 1, pages 031 - 192 * |
黄启斌: "无人直升机飞行性能试飞方法研究", 《中国战略新兴产业》, pages 80 - 83 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113076510A (zh) * | 2021-04-12 | 2021-07-06 | 南昌航空大学 | 一种基于一维卷积神经网络的直升机飞行状态识别方法 |
CN113450599A (zh) * | 2021-05-31 | 2021-09-28 | 北京军懋国兴科技股份有限公司 | 一种飞行动作实时识别方法 |
CN113450599B (zh) * | 2021-05-31 | 2022-12-23 | 北京军懋国兴科技股份有限公司 | 一种飞行动作实时识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111504341B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8204637B1 (en) | Aircraft approach to landing analysis method | |
CN111177851A (zh) | 一种无人机运行安全风险评估中对地风险的评估方法 | |
CN111123966B (zh) | 基于机载近地告警***判断飞行阶段的方法 | |
CN113777623B (zh) | 一种飞机尾流威胁区域预测告警方法 | |
CN111504341A (zh) | 一种直升机飞行状态识别方法 | |
CN101527089A (zh) | 基于地形数据的近地告警方法及*** | |
CN106927056A (zh) | 飞行器中的气象数据的显示 | |
Smart et al. | A two-phase method of detecting abnormalities in aircraft flight data and ranking their impact on individual flights | |
CN113128342B (zh) | 航迹数据预处理方法及空中目标识别方法 | |
CN112257151A (zh) | 航空器飞行阶段划分识别*** | |
US20200216190A1 (en) | Aircraft airspeed system and method of cross checking airspeed | |
CN110390177A (zh) | 离群飞行物确定方法及装置 | |
Puranik | A methodology for quantitative data-driven safety assessment for general aviation | |
CN106951700B (zh) | 一种基于能量管理的进近稳定性评估方法 | |
CN116415818A (zh) | 基于聚类算法的飞机进近阶段风险点确认方法和*** | |
Hook et al. | How digital safety systems could revolutionize aviation safety | |
CN114610078B (zh) | 一种无人机空中航路冲突预警方法及*** | |
CN112668089B (zh) | 评估战斗机机动动作下各***稳态与过渡态性能的方法 | |
Jiang et al. | Research on the flight anomaly detection during take-off phase based on FOQA data | |
CN113094938B (zh) | 一种面向海上搜救任务仿真的直升机油耗模型构建方法 | |
CN114240182A (zh) | 一种机场净空保护区低慢小航空器风险评估方法及*** | |
Cardosi et al. | Monitoring risk associated with operations of unmanned aircraft systems (UAS) in the national airspace system: Models for analysis of mandatory occurrence reports involving UAS-manned aircraft encounters | |
Benjamin et al. | A machine learning approach for the prediction of top of descent | |
CN116453377B (zh) | 一种对飞机qar数据进行飞行阶段划分的方法 | |
CN111369149A (zh) | 一种通航机组运行规范性评估方法 |
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 |