一种基于飞机着陆过程的飞行员驾驶风格分类方法及系统技术方案

本发明专利技术涉及一种基于飞机着陆过程的飞行员驾驶风格分类方法及系统，其方法包括：步骤S1：按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个高度区间内的飞行数据子序列进行聚类，得到着陆语义编码；步骤S2：分别计算每个飞行员在所有相邻高度区间任意两个着陆语义编码的条件概率，并基于条件概率构建飞行员驾驶风格向量；步骤S3：对飞行员风格向量进行聚类，得到飞行员风格类别。本发明专利技术提供的方法可以分析飞行员的驾驶操作风格和对飞行员进行分类，以帮助民航运行提高安全水平并指导航空公司改进飞行员培养方案。航空公司改进飞行员培养方案。航空公司改进飞行员培养方案。

【技术实现步骤摘要】
一种基于飞机着陆过程的飞行员驾驶风格分类方法及系统


[0001]本专利技术涉及民航飞行安全领域，具体涉及一种基于飞机着陆过程的飞行员驾驶风格分类方法及系统。

技术介绍

[0002]保障民航飞行安全是进行一切具体民航活动的前提。在所有飞行阶段中，着陆阶段的事故发生率和事故死亡率明显高于其他阶段，是最危险的飞行阶段之一。飞行事故是由驾驶员、环境、飞机三者共同作用所引发的。因此，如何对飞行员驾驶风格进行分析，以帮助民航运行提高安全水平并指导航空公司改进飞行员培养方案成为一个亟待解决的问题。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供一种基于飞机着陆过程的飞行员驾驶风格分类方法及系统。
[0004]本专利技术技术解决方案为：一种基于飞机着陆过程的飞行员驾驶风格分类方法，包括：步骤S1：按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个所述高度区间内的飞行数据子序列进行聚类，得到着陆语义编码；步骤S2：分别计算每个飞行员在所有相邻高度区间任意两个所述着陆语义编码的条件概率，并基于所述条件概率构建飞行员驾驶风格向量；步骤S3：对所述飞行员风格向量进行聚类，得到飞行员风格类别。
[0005]本专利技术与现有技术相比，具有以下优点：本专利技术公开了一种基于飞机着陆过程的飞行员驾驶风格分类方法，可在飞机着陆过程中，计算飞行员在不同飞机状态下控制飞机状态转移的偏好程度，用于分析飞行员的驾驶操作风格和对飞行员进行分类，以帮助民航运行提高安全水平并指导航空公司改进飞行员培养方案。
附图说明
[0006]图1为本专利技术实施例中一种基于飞机着陆过程的飞行员驾驶风格分类方法的流程图；图2为本专利技术实施例中一种基于飞机着陆过程的飞行员驾驶风格分类系统的结构框图。
具体实施方式
[0007]本专利技术提供了一种基于飞机着陆过程的飞行员驾驶风格分类方法，可以分析飞行员的驾驶操作风格和对飞行员进行分类，以帮助民航运行提高安全水平并指导航空公司改进飞行员培养方案。
[0008]为了使本专利技术的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本专利技术进一步详细说明。
[0009]实施例一如图1所示，本专利技术实施例提供的一种基于飞机着陆过程的飞行员驾驶风格分类方法，包括下述步骤：步骤S1：按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个高度区间内的飞行数据子序列进行聚类，得到着陆语义编码；步骤S2：分别计算每个飞行员在所有相邻高度区间任意两个着陆语义编码的条件概率，并基于条件概率构建飞行员驾驶风格向量；步骤S3：对飞行员风格向量进行聚类，得到飞行员风格类别。
[0010]在一个实施例中上述步骤S1：按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个高度区间内的飞行数据子序列进行聚类，得到着陆语义编码，具体包括：步骤S11：获取飞行数据集M，M包含P个飞行员，每一个飞行员有F个航班的飞行数据的数据；其中，表示第i个飞行员第j个航班的飞行数据；令，其中，表示第i个飞行员第j个航班在着陆过程第1秒的飞行数据，T
ij
表示第i个飞行员第j个航班在着陆阶段的时长；其中，,表示第i个飞行员第j个航班在着陆过程第1秒的第n个飞行数据的值；步骤S12：对M中所有航班的单个飞行数据分别计算均值mean
n
和标准差std
n
：：利用mean
n
和std
n
对飞行数据进行标准化处理，得到标准化的飞行数据；其中，
；将M划分为两个子数据集M1和M2，其中，M1和M2均包含M中所有的飞行员，且每一个飞行员包含相同数量的飞行数据；步骤S13：按照飞机离地高度，将飞机的着陆过程划分为K个高度区间：{(H
i－1
,H
i
)|i=1,2,3
…
K}，其中，H
i
是高度区间的分割数值；将一次航班的标准化的飞行数据表示为，其中，表示该航班在第一个高度区间的飞行数据，表示为，其中，表示该航班飞行数据中记录的第u秒的无线电高度；步骤S14：使用基于动态时间规整（DTW）的k
‑
means++时间序列聚类方法，对M1内所有航班不同高度区间的飞行数据进行聚类，通过调整各个聚类中心的数量和初始化各个聚类中心初始值，使得聚类的轮廓系数尽可能的小，得到飞机在第k个高度区间内的着陆语义编码的个数为τ
k
，则第k个高度区间的所有着陆语义编码的集合表示为，由此，可将i个飞行员的第j次航班标准化的飞行数据表示为,其中，。
[0011]在一个实施例中，上述S2：分别计算每个飞行员在所有相邻高度区间任意两个着陆语义编码的条件概率，并基于条件概率构建飞行员驾驶风格向量，具体包括：步骤S21：计算M1中每个飞行员在所有相邻高度区间的任意两个着陆语义编码出现的条件概率；其中，表示第i个飞行员在第k个高度区间着陆语义编码为该高度区间第s个编码的条件下，第k+1个高度区间的着陆语义编码为该高度区间第r个编码的概率；card{}为计算集合元素数量的操作；步骤S22：令每一个高度区间有N
i
种着陆语义编码，构建第i个飞行员的具有维的驾驶风格向量，其中，表示第i个飞行员在第k个高度区间向第k+1个高度区间所有着陆语义编码转移的
概率矩阵表示为。
[0012]在一个实施例中，上述步骤S3：对飞行员风格向量进行聚类，得到飞行员风格类别，具体包括：步骤S31：使用KMeans聚类方法对驾驶风格向量[V1,V2,V3…
V
P
]进行聚类，得到飞行员驾驶风格的类别[S1,S2,S3…
S
P
]，其中，S
i
为第i个飞行员的驾驶风格类别；步骤S32：对M2重复步骤S2~S3，得到的所有飞行员风格类别为；令，然后通过调整S3中Kmeans聚类方法的初始聚类中心、聚类中心数量使得L最小，最终得到所有飞行员风格类别。
[0013]可通过将飞行时间较长的飞行员的不同批次飞行数据经过本专利技术实施例的分类方法进行分类，使得分类结果的差异最小。此外，还可通过飞行教员或经验丰富的飞行员对所聚类得到的类别进行标注，最终得到每个类别的标签。
[0014]本专利技术公开了一种基于飞机着陆过程的飞行员驾驶风格分类方法，可在飞机着陆过程中，计算飞行员在不同飞机状态下控制飞机状态转移的偏好程度，用于分析飞行员的驾驶操作风格和对飞行员进行分类，以帮助民航运行提高安全水平并指导航空公司改进飞行员培养方案。
[0015]实施例二如图2所示，本专利技术实施例提供了一种基于飞机着陆过程的飞行员驾驶风格分类系统，包括下述模块：获取着陆语义编码模块41，用于按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个高度区间内的飞行数据子序列进行聚类，得到着陆语义编码；构建飞行员驾驶风格向量模块42，用于分别计算每个飞行员在所有相邻高度区间任意两个着陆语义编码的条件概率，并基于条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于飞机着陆过程的飞行员驾驶风格分类方法，其特征在于，包括：步骤S1：按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个所述高度区间内的飞行数据子序列进行聚类，得到着陆语义编码；步骤S2：分别计算每个飞行员在所有相邻高度区间任意两个所述着陆语义编码的条件概率，并基于所述条件概率构建飞行员驾驶风格向量；步骤S3：对所述飞行员风格向量进行聚类，得到飞行员风格类别。2.根据权利要求1所述的基于飞机着陆过程的飞行员驾驶风格分类方法，其特征在于，所述步骤S1：按照飞机离地高度，将飞机着陆过程划分为不同的高度区间，对各个所述高度区间内的飞行数据子序列进行聚类，得到着陆语义编码，具体包括：步骤S11：获取飞行数据集M，M包含P个飞行员，每一个飞行员有F个航班的飞行数据的数据；其中，表示第i个飞行员第j个航班的飞行数据；令，其中，表示第i个飞行员第j个航班在着陆过程第1秒的飞行数据，T
ij
表示第i个飞行员第j个航班在着陆阶段的时长；其中，,表示第i个飞行员第j个航班在着陆过程第1秒的第n个飞行数据的值；步骤S12：对M中所有航班的单个飞行数据分别计算均值mean
n
和标准差std
n
：：利用mean
n
和std
n
对飞行数据进行标准化处理，得到标准化的飞行数据；其中，；将M划分为两个子数据集M1和M2，其中，M1和M2均包含M中所有的飞行员，且每一个飞行员包含相同数量的飞行数据；
步骤S13：按照飞机离地高度，将飞机的着陆过程划分为K个高度区间：{(H
i－1
,H
i
)|i=1,2,3
…
K}，其中，H
i
是高度区间的分割数值；将一次航班的标准化的飞行数据表示为，其中，表示该航班在第一个高度区间的飞行数据，表示为，其中，表示该航班飞行数据中记录的第u秒的无线电高度；步骤S14：使用基于动态时间规整的k
‑
means++时间序列聚类方法，对M1内所有航班不同高度区间的飞行数据进行聚类，通过调整各个聚类中心的数量和初始化各个聚类中心初始值，使得聚类的轮廓系数尽可能的小，得到飞机...

【专利技术属性】
技术研发人员：诸彤宇，曹文华，林新智，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：