一種基于支持向量機分類的重著陸預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明提供一種基于支持向量機分類的重著陸預(yù)測方法,即基于支持向量機的重 著陸預(yù)測模型,屬于航空飛行安全管理預(yù)測技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 飛行安全一直是航空安全管理的重要課題。飛行安全的復(fù)雜性在于:不僅要考慮 影響飛行安全的各種客觀和主觀因素,還要對飛行的各個階段進(jìn)行動態(tài)的安全控制。一般 情況下,飛機的整個飛行過程可分為滑跑、起飛、爬升、巡航、下降、進(jìn)近、著陸和滑行等幾個 階段。數(shù)據(jù)顯示,著陸階段具有最高的飛行事故發(fā)生率,因此對飛機著陸安全的預(yù)防與控制 具有重要意義。重著陸,也稱硬著陸,是著陸階段對飛行安全影響極為重要的安全隱患。頻 繁發(fā)生重著陸會加速起落架的疲勞損傷,嚴(yán)重時會造成機毀人亡??湛偷木S修手冊對重著 陸的定義如下:飛機著陸時垂直加速度超過規(guī)定極限值或者垂直方向上的速度超過規(guī)定 值,即為重著陸。飛參數(shù)據(jù),實時記錄著飛機的飛行狀態(tài)信息,綜合反映了飛機的飛行健康 狀況,已有研究證明,可通過飛參數(shù)據(jù)的分析開展飛行安全的研究。
[0003] 本發(fā)明在前述研究基礎(chǔ)之上,提出一種基于支持向量機的重著陸預(yù)測方法。該方 法包括對飛參數(shù)據(jù)的收集、處理分析和基于支持向量機的預(yù)測模型及其優(yōu)化等,在飛機著 陸之前實現(xiàn)了重著陸的預(yù)測,對飛機著陸安全的預(yù)測和預(yù)警具有重要意義。
【發(fā)明內(nèi)容】
[0004] 1、目的:本發(fā)明的目的在于針對飛機著陸安全問題的重要性和飛參數(shù)據(jù)研究的不 足,提供一種基于支持向量機分類的重著陸預(yù)測方法。該模型綜合考慮了飛行高度和著陸 架次兩個維度的飛參數(shù)據(jù)信息并提出飛參數(shù)據(jù)處理和分析的方法,基于處理和分析后的飛 參數(shù)據(jù),建立基于支持向量機分類的重著陸預(yù)測模型,實現(xiàn)重著陸的預(yù)測。
[0005] 2、技術(shù)方案:
[0006] 本發(fā)明是一種基于支持向量機分類的重著陸預(yù)測方法,該方法實現(xiàn)的具體步驟如 下:
[0007] 步驟一:飛參數(shù)據(jù)初選,提供數(shù)據(jù)分析基礎(chǔ)
[0008] 飛參數(shù)據(jù)初選是指對原始飛參數(shù)據(jù)進(jìn)行初步篩選,去除無用數(shù)據(jù),保留研究所需 數(shù)據(jù)的過程。飛參數(shù)據(jù)初選包括以下內(nèi)容:根據(jù)原始飛參數(shù)據(jù)繪制散點圖,利用SPSS軟件, 橫坐標(biāo)軸為飛行時長,單位為秒(s),縱坐標(biāo)軸為無線電高度,高度為米(m)。判定無線電高 度達(dá)到較小值且法向加速度在相應(yīng)的時刻范圍內(nèi)取得最大值為該次飛機飛行的著陸時刻, 并以該時刻的法向加速度為該次飛行的著陸載荷值;當(dāng)著陸載荷值超過規(guī)定限值時,判定 此次著陸為重著陸,否則,判定未發(fā)生重著陸;其次,在標(biāo)定著陸時刻后,截斷著陸時刻以后 的數(shù)據(jù),保留著陸時刻以前作為研究對象的數(shù)據(jù);本發(fā)明重點為在飛機著陸之前對重著陸 做出預(yù)測,故飛機著陸后數(shù)據(jù)沒有價值,需將其剔除;
[0009] 步驟二:對飛參數(shù)據(jù)進(jìn)行基于飛行高度的切片處理
[0010] 判斷飛機著陸時刻,提取著陸載荷值。根據(jù)原始飛參數(shù)據(jù),判斷每一次飛機的著陸 時刻并獲取此時的著陸載荷值;當(dāng)著陸載荷值超過規(guī)定限值時,判定此次著陸為重著陸,否 貝IJ,判定為正常著陸。與此同時,產(chǎn)生一個新的二分變量,該變量的值為"重著陸"(記為 "hard")和"正常著陸"(記為"normal"),分別代表重著陸和正常著陸,作為預(yù)測模型的輸出 變量,然后剔除掉著陸后的數(shù)據(jù);
[0011] 本發(fā)明基于高度變化的重著陸預(yù)測理念,對飛參數(shù)據(jù)按照飛行高度進(jìn)行切片處 理;由于飛參數(shù)據(jù)采集的起始點不一致,初選后的飛參數(shù)據(jù),不同飛行架次的飛行高度數(shù)據(jù) 區(qū)間具有不一致性;為保證研究的飛參數(shù)據(jù)表現(xiàn)出相對一致的數(shù)據(jù)特征,需要設(shè)定統(tǒng)一的 飛行高度范圍(如9m-2m),而該范圍之外的數(shù)據(jù)將被剔除;
[0012] 飛參數(shù)據(jù)切片處理是指按照飛行高度值,每間隔一定高度值截取一部分飛參數(shù)據(jù) 的處理方法,截取后的飛參數(shù)據(jù)將作為數(shù)據(jù)分析的基礎(chǔ),其余數(shù)據(jù)將被剔除;如在9m-2m的 高度范圍內(nèi),每隔0.5m對飛參數(shù)據(jù)進(jìn)行一次截取,則可以截取15次;
[0013] 步驟三:基于支持向量機分類的重著陸預(yù)測模型
[0014] 支持向量機最初用于二元分類問題,該方法的核心就是獲得距離兩類數(shù)據(jù)點集最 大的分類超平面;鑒于飛參數(shù)據(jù)的多樣性和復(fù)雜性,本文考慮線性不可分?jǐn)?shù)據(jù)集RnL 1Ki =1,2,…N),fiERd為由飛參輸入變量組成的向量,N表示訓(xùn)練集的樣本量;LiE { + 1,-1}為 是否發(fā)生重著陸的分類變量,+1表示發(fā)生重著陸,-1表示正常著陸;引入非負(fù)松弛變量2 0,(i = 1,2,-·Ν);假設(shè)飛參數(shù)據(jù)滿足以下關(guān)系式:
[0015] w · fi+b+ε? 2+1 對于Li =+1
[0016] w · fi+b-ε? <-1 對于Li = -I
[0017] 等價于:
[0018] Li(w · fi+b)+£i-l > 0
[0019] 最優(yōu)超平面滿足條件:
[0021] 其中,C為懲罰參數(shù)。
[0022] 本文利用RBF核函數(shù)K(fi,fi)將飛參輸入變量映射到高維空間當(dāng)中,在變換空間中 求解最優(yōu)的分類超平面。徑向基核函數(shù)表示如下:
[0023] K(xi,xj) = exp(-γ I I Xi-Xj I 12)
[0024]其中,γ為徑向基核函數(shù)的參數(shù);
[0025] 步驟四:重著陸模型的特征選取和懲罰參數(shù)與徑向基核參數(shù)的優(yōu)化
[0026] 為提高支持向量機分類模型在飛機重著陸的預(yù)測精度,需要重點解決支持向量機 模型中存在的兩類問題:特征選取和參數(shù)優(yōu)化;這兩類問題對支持向量機模型的運行效率 和預(yù)測精度具有較大影響,特征選取旨在為支持向量機模型篩選出最優(yōu)的輸入變量,既保 證選取最少的輸入變量,同時又盡可能保留原始數(shù)據(jù)信息,可大大降低模型的運算時間;本 方法選取遞歸特征淘汰法(Recursive Feature Eliminations)進(jìn)行支持向量機分類預(yù)測 模型的特征選取;首先,對模型所有輸入變量進(jìn)行所有可能的組合,對于η個輸入變量來講, 具有(爲(wèi)+ Cn2 +…+ CT1)種組合;其次,依次計算出各種輸入變量組合所對應(yīng)的模型預(yù)測 精度;最后,篩選出模型預(yù)測精度最高時所對應(yīng)的輸入變量組合,即為最優(yōu)的模型輸入變 量;參數(shù)優(yōu)化是指對懲罰參數(shù)C與徑向基核函數(shù)參數(shù)γ在內(nèi)的兩個參數(shù)進(jìn)行優(yōu)化,參數(shù)C和 γ同樣對模型預(yù)測精度具有重大影響,本方法采用網(wǎng)格搜索算法(Grid-Search Algorithm)對支持向量機預(yù)測模型進(jìn)行參數(shù)優(yōu)化;首先,設(shè)定參數(shù)C和γ的最初取值范圍; 其次,運用10重交叉驗證法并結(jié)合R軟件計算出每一組不同參數(shù)C和γ組合值對應(yīng)下的模型 預(yù)測精度;最后,比較模型預(yù)測精度大小,挑選出模型預(yù)測精度最高時所對應(yīng)的參數(shù)值組 合,即為最優(yōu)的模型參數(shù)取值;
[0027]為驗證基于支持向量機分類的重著陸預(yù)測模型的有效性,需記錄以下幾項模型預(yù) 測結(jié)果:TH(True hard landing)表示重著陸事件預(yù)測正確,意指事實中發(fā)生重著陸且預(yù)測 結(jié)果為重著陸;FH(False hard landing)表示重著陸事件預(yù)測錯誤,意指事實中發(fā)生正常 著陸但預(yù)測結(jié)果為重著陸;TN(True normal landing)表示正常著陸事件預(yù)測正確,意指事 實中發(fā)生正常著陸且預(yù)測結(jié)果為正常著陸;FN(False normal landing)表示正常著陸事件 預(yù)測錯誤,意指事實中發(fā)生重著陸但預(yù)測結(jié)果為正常著陸;預(yù)測結(jié)果表示見表1:
[0028]表1模型預(yù)測結(jié)果記錄指標(biāo)
[0030]基于上述預(yù)測結(jié)果指標(biāo),建立如下模型評價指標(biāo):HR表示重著陸的正確預(yù)測率,NR 表示正常著陸的正確預(yù)測率,OR表示總體預(yù)測正確率,模型評價指標(biāo)可通過下式獲得:
[0034]通過以上各步驟建立的基于支持向量機分類的重著陸預(yù)測方法,為飛機著陸安全 的預(yù)測提供了一種方法,即在飛機飛行中預(yù)測出飛機的重著陸與否,對飛機著陸安全的預(yù) 測和預(yù)警具有實用價值。
[0035] 3、本發(fā)明的優(yōu)點有兩個:一是提出了基于飛行高度的飛機重著陸預(yù)測理念,即在 飛機處于不同飛行高度狀態(tài)時,實現(xiàn)對重著陸是否發(fā)生的預(yù)測;二是制定了飛參數(shù)據(jù)處理 和分析的一套方法,并在此基礎(chǔ)上建立支持向量機的預(yù)測模型實現(xiàn)對重著陸的多次預(yù)測; 三是通過對支持向量機的特征選取和參數(shù)優(yōu)化,提高了預(yù)測精度。
【附圖說明】
[0036]圖1是本發(fā)明方法流程圖。
[0037]圖2是無線電高度散點圖。
[0038]圖3是著陸載荷分布圖。
【具體實施方式】
[0039]下面將結(jié)合附圖和實施案例對本發(fā)明做進(jìn)一步的詳細(xì)說明。
[0040]如圖1所示,以某型號無人機為例詳細(xì)說明本發(fā)明,本發(fā)明是一種基于飛參面板數(shù) 據(jù)模型的重著陸預(yù)測方法,本文收集了某型號無人機的部分飛參數(shù)據(jù)作為研究。獲取的飛 參樣本數(shù)據(jù)由源于23個著陸架次的10個飛參變量構(gòu)成,考慮到著陸安全的影響因素,從10 個飛參變量中篩選出7個變量作為進(jìn)一步研究。這7個飛參變量分別是:無線電高度、升降速 度、地速、法向載荷、升降舵位移、俯仰角和俯仰角速率。所有飛參變量均為數(shù)值型變量。 [0041 ]該方法具體步驟如下:
[0042]步驟一:飛參數(shù)據(jù)初選,提供數(shù)據(jù)分析基礎(chǔ)
[0043]對無線電高度這一飛參變量繪制散點圖,根據(jù)其判斷著陸時刻。選取某一著陸架 次的無線電高度數(shù)據(jù)作散點圖(如圖2所示),其中垂直于橫坐標(biāo)軸的虛線所對應(yīng)的時刻即 為飛機著陸時刻。
[0044]根據(jù)飛機各次著陸的著陸載荷值,做出著陸載荷分布圖(如圖3所示),用于判斷各 次飛行是否發(fā)生重著陸事件。由圖3中可看出,橫坐標(biāo)表示23個飛機著陸架次,縱坐標(biāo)表示 每次著陸時對應(yīng)的著陸載荷值。判斷重著陸發(fā)生與否的著陸載荷閾值為18.Om/s 2,當(dāng)飛機 著陸載荷值超過18.Om/s2時,則認(rèn)為此次