基于訓(xùn)練飛行的數(shù)據(jù)可視化及飛行動(dòng)作劃分

曹哲，路晶，岳睿媛，龐璐

（中國(guó)民用航空飛行學(xué)院計(jì)算機(jī)學(xué)院，廣漢618307）

0 引言

機(jī)載飛行數(shù)據(jù)記錄設(shè)備收集記錄了非常豐富的、以飛參數(shù)據(jù)為核心的飛行記錄數(shù)據(jù)，是進(jìn)行飛行評(píng)價(jià)分析的重要數(shù)據(jù)來(lái)源?，F(xiàn)有的訓(xùn)練飛機(jī)安裝了綜合航電系統(tǒng)，該系統(tǒng)能夠?qū)χ饕娘w行參數(shù)進(jìn)行有效的采樣和實(shí)時(shí)記錄，可以反映飛行訓(xùn)練過(guò)程中的一些基本特征。

國(guó)內(nèi)外在飛行訓(xùn)練數(shù)據(jù)的研究主要集中在飛行動(dòng)作的識(shí)別和飛行品質(zhì)的評(píng)價(jià)兩個(gè)方面。毛紅保等［1］提出了一種基于奇異值分解的飛行動(dòng)作評(píng)價(jià)方法，該方法具有數(shù)據(jù)降維和去噪的效果，能夠?qū)崿F(xiàn)飛行動(dòng)作的定量評(píng)價(jià)。張玉葉等［2］利用主成分分析參數(shù)相關(guān)度，提取相關(guān)度較大參數(shù)數(shù)據(jù)的時(shí)序趨勢(shì)變化特征來(lái)提高飛行動(dòng)作的識(shí)別效率。沈一超等［3］使用貝葉斯網(wǎng)絡(luò)模型對(duì)飛行動(dòng)作進(jìn)行識(shí)別，利用實(shí)際飛行數(shù)據(jù)對(duì)形態(tài)特征類節(jié)點(diǎn)與描述特征類節(jié)點(diǎn)進(jìn)行構(gòu)建。成肖科［4］采用決策樹分類器對(duì)飛行過(guò)程進(jìn)行階段識(shí)別，采用參數(shù)約簡(jiǎn)、C4.5決策樹算法和識(shí)別結(jié)果聚類等技術(shù)，實(shí)現(xiàn)飛行階段的劃分。祁明亮［5］利用快速存取記錄器，對(duì)飛機(jī)著陸階段出現(xiàn)的某一QAR超限事件，利用優(yōu)化法和數(shù)理統(tǒng)計(jì)方法，設(shè)計(jì)了輔助飛行員針對(duì)性訓(xùn)練的分析工具。龍海江［6］利用了QAR數(shù)據(jù)進(jìn)行量化分析，找出了引起重著陸的人為原因和環(huán)境因素，并且對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化和歸一化的預(yù)處理，基于層次聚類的聚類處理，完成了著陸階段的關(guān)鍵飛行參數(shù)提取。并且對(duì)QAR數(shù)據(jù)進(jìn)行了相關(guān)性的分析，建立了各個(gè)變量與著陸載荷的關(guān)聯(lián)。周超等［7］利用特征優(yōu)化降維策略，改進(jìn)了動(dòng)態(tài)時(shí)間彎曲算法，實(shí)現(xiàn)了高效的飛行操作模式匹配。Xu等［8］提出了一種基于曲線聚類的自動(dòng)識(shí)別重著陸的方法，文章根據(jù)不同的重著陸模式進(jìn)行分類，最后使用k-means的聚類算法實(shí)現(xiàn)自動(dòng)識(shí)別，由于飛行訓(xùn)練的飛機(jī)動(dòng)作較為復(fù)雜，基于垂直加速度的接地點(diǎn)識(shí)別方法在飛行訓(xùn)練中會(huì)出現(xiàn)誤差。汪磊等［9］應(yīng)用統(tǒng)計(jì)建模方法建立一個(gè)重著陸風(fēng)險(xiǎn)定量評(píng)價(jià)模型。依據(jù)重著陸判定參數(shù)的分布函數(shù)及相應(yīng)算法評(píng)價(jià)重著陸發(fā)生的可能性和嚴(yán)重性,并計(jì)算出風(fēng)險(xiǎn)等級(jí)。曹海鵬等［10］利用人工神經(jīng)網(wǎng)絡(luò)建立重著陸的診斷模型。Krishna等［11］提出了基于智能飛行數(shù)據(jù)記錄儀的異常動(dòng)作監(jiān)控方法，該方法把異常飛行操作形成專家經(jīng)驗(yàn)數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了異常飛行動(dòng)作的智能識(shí)別。

本文在飛行規(guī)則的基礎(chǔ)上進(jìn)行飛行動(dòng)作的劃分，通過(guò)飛行動(dòng)作的組合特點(diǎn)進(jìn)行飛行科目的識(shí)別，通過(guò)實(shí)驗(yàn)數(shù)據(jù)和專家意見對(duì)比，證明了該方法的可行性，并且在可視化的基礎(chǔ)上改進(jìn)了通航飛機(jī)接地點(diǎn)的識(shí)別方法，這種方法對(duì)前三點(diǎn)式飛機(jī)的識(shí)別準(zhǔn)確率更高。

1 訓(xùn)練飛行的特點(diǎn)

1.1 數(shù)據(jù)的獲取

在飛行數(shù)據(jù)采集方面，中國(guó)民用航空飛行學(xué)院使用的是Garmin提供的G1000系統(tǒng)，數(shù)據(jù)的收集主要是靠地面人員對(duì)機(jī)載SD卡進(jìn)行拷貝，來(lái)獲取飛機(jī)空中的飛行數(shù)據(jù)。G1000系統(tǒng)的航空電子組件主要有通訊、導(dǎo)航以及姿態(tài)等航空電子組件，在172R的飛機(jī)上還配備了兩個(gè)彩色LCD顯示器作為PFD和MFD。GIA63集成電子組件是該系統(tǒng)的核心，它主要就是負(fù)責(zé)采集和處理系統(tǒng)中其他設(shè)備輸入的數(shù)據(jù)和控制命令，因此，飛行訓(xùn)練中的數(shù)據(jù)采集主要就是對(duì)GIA63集成電子組件的數(shù)據(jù)采集［12］。

運(yùn)輸航空數(shù)據(jù)的傳輸遵循ARINC717傳輸規(guī)范，分布在飛機(jī)各部位的傳感器進(jìn)行數(shù)據(jù)采集，這些信號(hào)傳輸至DFDAU組件，經(jīng)過(guò)處理之后傳至記錄器，其中有專門用于飛機(jī)著陸識(shí)別的電門［13］。

1.2 飛行訓(xùn)練數(shù)據(jù)的特點(diǎn)

本文所研究的是中國(guó)民航飛行學(xué)院的飛行訓(xùn)練數(shù)據(jù)，飛行訓(xùn)練和運(yùn)輸航空明顯的區(qū)別就是數(shù)據(jù)波動(dòng)性較大，每個(gè)樣本之間的差距較大，產(chǎn)生的這種現(xiàn)象的原因一個(gè)是飛行員的差異，另一個(gè)就是機(jī)型的差異。飛行訓(xùn)練的駕駛員是飛行時(shí)長(zhǎng)較少的飛行學(xué)員，所以各個(gè)學(xué)員之間水平的參差不齊導(dǎo)致飛行訓(xùn)練的數(shù)據(jù)差異性較大，而運(yùn)輸航空的駕駛員是飛行時(shí)長(zhǎng)較長(zhǎng)的飛行員，并且對(duì)飛行航路有較多的飛行經(jīng)驗(yàn)；在機(jī)型方面，運(yùn)輸航空的飛機(jī)是重型機(jī)和中型機(jī)，而訓(xùn)練所使用的飛機(jī)大多為輕型機(jī)。

1.3 訓(xùn)練飛行參數(shù)

綜合航電系統(tǒng)中所記錄的飛參數(shù)據(jù)為結(jié)構(gòu)化時(shí)間序列數(shù)據(jù)，頻率為一秒鐘采集一次，主要分為飛機(jī)軌跡參數(shù)和飛機(jī)姿態(tài)參數(shù)。

主要飛機(jī)軌跡參數(shù)的詳細(xì)說(shuō)明見表1，主要飛機(jī)姿態(tài)參數(shù)的詳細(xì)說(shuō)明見表2。

表1 主要飛機(jī)軌跡參數(shù)

表2 主要飛機(jī)姿態(tài)參數(shù)

2 可視化飛行數(shù)據(jù)

2.1 參數(shù)曲線綜合可視化

對(duì)飛參數(shù)據(jù)可視化可以找出飛參數(shù)據(jù)之間存在的關(guān)聯(lián)，為分析事故的產(chǎn)生和起因提供數(shù)據(jù)支撐。相較于運(yùn)輸航空，訓(xùn)練飛行數(shù)據(jù)存在更多的不確定性，數(shù)據(jù)的頻率低，數(shù)據(jù)的波動(dòng)更加明顯，這給數(shù)據(jù)的分析帶來(lái)了一定困難。本文使用的綜合曲線可視化曲線，選取高度、表速、升降率、垂直加速度、發(fā)動(dòng)機(jī)轉(zhuǎn)速和俯仰角等六個(gè)飛參數(shù)據(jù)建立飛行訓(xùn)練數(shù)據(jù)的綜合曲線，選取高度、俯仰角和垂直加速度，是因?yàn)榻拥攸c(diǎn)的識(shí)別需要使用這三個(gè)參數(shù)，表速、升降率和發(fā)動(dòng)機(jī)轉(zhuǎn)速是飛機(jī)狀態(tài)的主要參數(shù)，通過(guò)這六個(gè)參數(shù)可以比較準(zhǔn)確地判斷當(dāng)前飛機(jī)的飛行狀態(tài)。由于飛參數(shù)據(jù)之間數(shù)值差異較大，在做綜合曲線分析時(shí)需要將數(shù)據(jù)做歸一化處理，即將數(shù)據(jù)的變化幅度控制在相近的范圍內(nèi)，否則會(huì)出現(xiàn)數(shù)據(jù)之間數(shù)值差距過(guò)大，數(shù)值難以統(tǒng)一。處理數(shù)據(jù)的公式如下：

其中x為歸一化之后的數(shù)值，x0為原始數(shù)據(jù)的數(shù)值，xmax和xmin為原始數(shù)據(jù)中最大值和最小值。使用Python可視化模塊，選取飛行數(shù)據(jù)中接地附近的數(shù)據(jù)段建立綜合參數(shù)曲線，如圖1所示。

圖1 參數(shù)曲線綜合可視化

從曲線綜合可視化的圖表中可以找到數(shù)據(jù)之間的內(nèi)在聯(lián)系，如在飛機(jī)著陸階段俯仰角逐漸增大，主輪接地時(shí)俯仰角達(dá)到最大，之后減小，垂直加速度會(huì)在主輪接地時(shí)達(dá)到最大，利用這個(gè)特性完成對(duì)飛機(jī)接地點(diǎn)的識(shí)別。通過(guò)飛機(jī)姿態(tài)的改變頻率和幅度的變化分析此次飛行的質(zhì)量。如果飛行姿態(tài)的變化過(guò)大，除卻必要的飛行動(dòng)作，最有可能的就是進(jìn)行了粗猛操作。

2.2 基于綜合參數(shù)的接地點(diǎn)識(shí)別方法

我國(guó)的民航法規(guī)《航空承運(yùn)人飛行品質(zhì)監(jiān)控實(shí)施和管理》規(guī)定，在接地前5 s內(nèi)到接地后2 s內(nèi)，著陸垂直載荷大于1.6 g為輕度偏差，大于1.8 g為嚴(yán)重偏差。使用飛參數(shù)據(jù)對(duì)飛機(jī)著陸情況進(jìn)行分析是解決重著陸問(wèn)題一個(gè)非常有效的方法。

在研究著陸品質(zhì)以及接地點(diǎn)的識(shí)別中，運(yùn)輸航空的接地點(diǎn)識(shí)別有專門的電門提供著陸信號(hào)，而飛行訓(xùn)練所使用的飛機(jī)沒(méi)有安裝著陸識(shí)別電門，所以接地點(diǎn)的識(shí)別需要根據(jù)飛參數(shù)據(jù)中的參數(shù)識(shí)別。在傳統(tǒng)的接地點(diǎn)識(shí)別中經(jīng)常會(huì)使用到的是升降率這一參數(shù)，而在訓(xùn)練飛行中使用單一的升降率參數(shù)很難準(zhǔn)確的識(shí)別，原因主要有兩個(gè)：①由于飛行訓(xùn)練本身的特性，學(xué)員的飛行質(zhì)量較低，容易出現(xiàn)誤判。②飛行訓(xùn)練中存在類似著陸階段的改變下降率和俯仰角的情況，這使得很難把著陸和飛行動(dòng)作區(qū)分開?；谏德实淖R(shí)別接地點(diǎn)的方法在飛行訓(xùn)練中存在不足，本文提出使用俯仰角的識(shí)別方法，并且增加無(wú)線電高度和垂直加速度這兩個(gè)輔助識(shí)別參數(shù)，增加這兩個(gè)參數(shù)的原因是為了把在空中的飛行動(dòng)作和真正的著陸階段區(qū)分開來(lái)，保證每一次識(shí)別出的結(jié)果都是真正著陸的結(jié)果。

選用俯仰角的識(shí)別方法是根據(jù)塞斯納172的結(jié)構(gòu)特性，飛機(jī)在著陸時(shí)先是主輪接地，然后前輪接地，而前三點(diǎn)式飛機(jī)在接地前會(huì)有平飄的過(guò)程，即在接地前拉大飛機(jī)的俯仰角度，這種著陸順序必然使飛機(jī)主輪接地瞬間俯仰角達(dá)到最大，之后俯仰角減小，在前輪接地后保持平穩(wěn)。如圖2所示。

圖2 著陸飛機(jī)拉平示意圖

基于這種著陸特性，選取在著陸階段俯仰角最大的點(diǎn)作為飛機(jī)的主輪接地點(diǎn)，俯仰角首次達(dá)到飛機(jī)平放時(shí)的俯仰角作為前輪接地點(diǎn)，通過(guò)比對(duì)兩個(gè)接地點(diǎn)時(shí)刻的垂直加速度的大小判斷著陸是否超限。

安裝在飛機(jī)上的飛行數(shù)據(jù)記錄儀可以隨時(shí)對(duì)飛機(jī)姿態(tài)變化進(jìn)行記錄，在中國(guó)民航飛行學(xué)院的機(jī)隊(duì)中，飛行訓(xùn)練數(shù)據(jù)可以記錄包括經(jīng)緯度、海拔高度、升降率等重要的飛參數(shù)據(jù)，為飛行訓(xùn)練的評(píng)估和提升飛行學(xué)員的飛行質(zhì)量提供了數(shù)據(jù)支持。建立綜合曲線模型，如圖3所示。

圖3 飛機(jī)接地點(diǎn)識(shí)別

在著陸階段中將俯仰角最大的值判定為主輪接地點(diǎn)，此刻的垂直加速度達(dá)到最大，在過(guò)后第50個(gè)數(shù)據(jù)首次下降到平放俯仰角即為前輪接地時(shí)刻。

3 飛行動(dòng)作的劃分

3.1 數(shù)據(jù)的預(yù)處理

本文采用的數(shù)據(jù)平滑去噪的處理方法是卷積平滑算法（Savitzky-Golay）。該算法的思想是用一個(gè)窗口寬度為2m+1的窗口對(duì)數(shù)據(jù)進(jìn)行滑動(dòng)濾波，對(duì)于窗口內(nèi)的數(shù)據(jù)用的一個(gè)n階多項(xiàng)式擬合：

根據(jù)文獻(xiàn)［14］，得知的最小二乘擬合的殘差為：

利用卷積運(yùn)算求取擬合多項(xiàng)式常數(shù)項(xiàng)，對(duì)輸入數(shù)據(jù)進(jìn)行加權(quán)平均，求偏導(dǎo)化簡(jiǎn)之后有：

令A(yù)={ani}，ani=ni,-M≤n≤M,0≤i≤N,B=ATA，則可以得出：

最終可以得出：

H就是卷積系數(shù)。

在Python中的實(shí)現(xiàn)如圖4所示。

圖4 數(shù)據(jù)平滑處理

藍(lán)色曲線是原始飛行訓(xùn)練數(shù)據(jù)，橙色曲線是經(jīng)過(guò)卷積平滑后的數(shù)據(jù)曲線。

經(jīng)過(guò)卷積平滑后的數(shù)據(jù)保持了數(shù)據(jù)的整體趨勢(shì)，而且消除了噪聲帶來(lái)的誤差干擾。

3.2 動(dòng)作的劃分規(guī)則

飛行動(dòng)作的種類主要分為四種，即爬升、平飛、下降和轉(zhuǎn)彎，所有的飛行都是基于這四個(gè)飛行動(dòng)作的排列組合，對(duì)飛行動(dòng)作的精準(zhǔn)劃分是對(duì)飛行科目識(shí)別和飛行品質(zhì)評(píng)價(jià)的基礎(chǔ)。詳細(xì)的動(dòng)作劃分規(guī)則如表3所示。

表3 飛行動(dòng)作的種類

飛行訓(xùn)練中主要涉及的飛行科目有起落航線、沿DME弧飛行、盤旋等［15］，本文針對(duì)這三個(gè)科目進(jìn)行飛行科目的識(shí)別，對(duì)于一個(gè)標(biāo)準(zhǔn)起落航線科目來(lái)說(shuō)，由“爬升+平飛+轉(zhuǎn)彎+平飛+轉(zhuǎn)彎+平飛+轉(zhuǎn)彎+平飛+下降+轉(zhuǎn)彎+下降”組成的，它的符號(hào)表示為［A，B，C，B，C，B，C，B，D，B，D］。為了提高科目識(shí)別的準(zhǔn)確性，本文將例如起落航線這種復(fù)雜的科目定義范圍擴(kuò)大，只需滿足8個(gè)飛行動(dòng)作即可判定為起落航線科目。沿DME弧飛行科目由“轉(zhuǎn)彎+航向改變約270°+轉(zhuǎn)彎”組成；盤旋由“轉(zhuǎn)彎+航向改變大于270°”組成。

3.3 動(dòng)作劃分

使用Python可視化平臺(tái)對(duì)數(shù)據(jù)進(jìn)行建模和劃分，將飛行動(dòng)作之間用紅色點(diǎn)劃分，飛行動(dòng)作劃分的流程圖如圖5所示。

圖5 飛行動(dòng)作劃分流程

通過(guò)動(dòng)作劃分規(guī)則區(qū)分爬升、轉(zhuǎn)彎和下降動(dòng)作建立坐標(biāo)系，x軸、y軸分別為經(jīng)度和緯度，z軸為高度，以機(jī)場(chǎng)標(biāo)高為0，如圖6—圖8所示，分別是某次飛行訓(xùn)練的爬升片段、轉(zhuǎn)彎片段和下降片段。

圖6 飛機(jī)爬升動(dòng)作

圖8 飛機(jī)下降動(dòng)作

圖6 紅色軌跡為某次飛行訓(xùn)練中爬升的片段，圖7紅色軌跡為某次飛行訓(xùn)練中轉(zhuǎn)彎的片段，圖8紅色軌跡為某次飛行訓(xùn)練中下降的片段。通過(guò)對(duì)劃分出的飛行動(dòng)作片段進(jìn)行組合識(shí)別，進(jìn)行飛行訓(xùn)練科目的識(shí)別。

圖7 飛機(jī)轉(zhuǎn)彎動(dòng)作

3.4 科目的可視化

通過(guò)對(duì)飛行動(dòng)作的劃分，完成飛行科目的自動(dòng)識(shí)別，對(duì)起落航線、沿DME弧飛行和盤旋三個(gè)科目進(jìn)行識(shí)別，使用Python平臺(tái)完成可視化，結(jié)果如圖9—圖11所示。

圖9 起落航線

圖11 盤旋

根據(jù)3.2節(jié)對(duì)飛行科目的劃分依據(jù)，進(jìn)行飛行動(dòng)作的識(shí)別，如圖9、圖10和圖11所示，分別為起落航線、沿DME弧飛行和盤旋的識(shí)別結(jié)果，結(jié)果表明，使用飛行動(dòng)作片段的方法在科目的識(shí)別上具有可行性，但在實(shí)際過(guò)程中存在的一些非標(biāo)準(zhǔn)的科目，在識(shí)別上還存在困難。

圖10 沿DME弧飛行

4 結(jié)語(yǔ)

本文針對(duì)飛行訓(xùn)練的特點(diǎn)，以及參數(shù)綜合曲線的特性，提出了一種基于俯仰角為主，無(wú)線電高度和垂直加速度為輔的接地點(diǎn)識(shí)別方法；通過(guò)飛行動(dòng)作的特征，制定動(dòng)作劃分規(guī)則，將整個(gè)飛行劃分成數(shù)個(gè)飛行動(dòng)作，通過(guò)動(dòng)作的符號(hào)串匹配飛行科目。實(shí)驗(yàn)表明，基于飛行動(dòng)作片段的飛行科目識(shí)別方法具有可行性。