基于飛參數(shù)據(jù)的飛行科目識別研究*

路 晶 任 洲 史 宇

（1.中國民用航空飛行學(xué)院計算機(jī)學(xué)院 廣漢 618307）（2.南京航空航天大學(xué)計算機(jī)學(xué)院 南京 211106）

1 引言

民航領(lǐng)域的高速發(fā)展隨之帶來的是計算機(jī)與民航業(yè)的充分結(jié)合，飛行訓(xùn)練作為民航領(lǐng)域中重要的一環(huán)，通過飛行訓(xùn)練中所產(chǎn)生的數(shù)據(jù)進(jìn)行分析與研究能更好地提高訓(xùn)練效率。訓(xùn)練中的飛行科目完成情況，是飛行品質(zhì)評估中的一項重要內(nèi)容。在實際飛行訓(xùn)練過程中，由于觀測角度的局限性，對飛行訓(xùn)練科目的完成情況不能更好地把控。從飛機(jī)機(jī)載設(shè)備所獲取的飛行數(shù)據(jù)是對飛行階段較為準(zhǔn)確的記錄，將飛行數(shù)據(jù)進(jìn)行研究，并進(jìn)行可視化分析，能更好地對飛行訓(xùn)練科目完成情況進(jìn)行研究。飛行數(shù)據(jù)中包含每次讀取間隔中的所有數(shù)據(jù)，具有復(fù)雜、抽象、數(shù)據(jù)量大的特點。將飛行過程中包含的飛行科目從飛行數(shù)據(jù)中進(jìn)行提取，可更好地進(jìn)行相關(guān)領(lǐng)域的研究。

張玉葉［1］采用歐氏距離判別分析和利用動態(tài)時間彎曲距離匹配的兩級分類，能提高飛行動作識別的效率。王鳳芹［2］將真實飛行數(shù)據(jù)中的飛行動作分為6 種基本動作，使用CART 決策樹進(jìn)行飛行動作的識別，通過GridSearchCV對決策樹模型進(jìn)行調(diào)優(yōu)，在模型調(diào)優(yōu)后的識別準(zhǔn)確率更高。謝川［3］針對識別復(fù)雜特技飛行動作，采用專家知識庫和知識推理機(jī)對飛行動作進(jìn)行識別。成肖科［4］對飛機(jī)在飛行過程中的飛行階段進(jìn)行分析，采用決策樹模型將飛行階段劃分為5 類，并使用仿真數(shù)據(jù)進(jìn)行驗證，證明決策樹算法對飛行階段劃分的可行性。孟光磊［7］對飛行模擬訓(xùn)練的機(jī)動動作對應(yīng)飛參數(shù)據(jù)進(jìn)行研究，構(gòu)建了機(jī)動動作識別的動態(tài)貝葉斯網(wǎng)絡(luò)模型用于識別飛行動作。賈鎮(zhèn)澤［5］對仿真的戰(zhàn)斗機(jī)戰(zhàn)術(shù)動作進(jìn)行了在線識別，通過隨機(jī)森林和支持向量機(jī)的兩級識別方法，引入了飛機(jī)狀態(tài)分割機(jī)制，能對戰(zhàn)斗機(jī)的仿真飛行數(shù)據(jù)進(jìn)行戰(zhàn)術(shù)動作識別，并通過雷達(dá)對飛行數(shù)據(jù)進(jìn)行捕獲，實現(xiàn)敵機(jī)戰(zhàn)術(shù)動作的在線實時識別。但由于在民航飛行訓(xùn)練中的真實飛行數(shù)據(jù)存在波動，該方法無法針對真實飛行數(shù)據(jù)進(jìn)行有效識別。

本文針對飛行訓(xùn)練中真實飛參數(shù)據(jù)的特點，提出飛行狀態(tài)發(fā)生改變時的分割機(jī)制，數(shù)據(jù)采集自Garmin 提供的G1000 系統(tǒng)［8］。在此基礎(chǔ)上結(jié)合飛行科目的隨機(jī)森林和支持向量機(jī)兩級識別系統(tǒng)，能對飛參數(shù)據(jù)中所包含的飛行科目進(jìn)行有效識別，為相關(guān)領(lǐng)域的研究提供基礎(chǔ)。

2 飛行動作識別

在飛機(jī)飛行訓(xùn)練中基本的飛行動作包括直線平飛、轉(zhuǎn)彎、上升與下降。將飛行動作可分為水平面和豎直面兩部分，對于飛行動作進(jìn)行分解后的識別準(zhǔn)確率較高。由于飛行過程中飛機(jī)狀態(tài)較為復(fù)雜，可先對飛行狀態(tài)進(jìn)行分割后，再進(jìn)行飛機(jī)飛行動作的識別。

2.1 飛行狀態(tài)分割機(jī)制

將飛機(jī)的飛行狀態(tài)發(fā)生變化時，飛機(jī)的飛行動作也會隨之發(fā)生改變。建立狀態(tài)分割機(jī)制可以將飛行數(shù)據(jù)進(jìn)行分割，分割機(jī)制對每幀數(shù)據(jù)與上一幀的變化進(jìn)行判斷。當(dāng)變化量達(dá)到閾值時，則進(jìn)行動作分割。經(jīng)過數(shù)據(jù)預(yù)處理的飛行訓(xùn)練數(shù)據(jù)，對飛行動作識別的準(zhǔn)確性與分割機(jī)制相關(guān)性較大。

研究豎直面的飛行動作時，高度變化量與俯仰角作為分割機(jī)制判斷標(biāo)準(zhǔn)。對垂直面內(nèi)的飛行動作，文獻(xiàn)［9］采用爬升和下降兩種動作來描述垂直面內(nèi)的飛行動作。將水平面的飛行動作作為研究對象時，航跡角的變化量與坡度作為判斷標(biāo)準(zhǔn)。閾值決定分割點的前后位置，影響從上一個飛行狀態(tài)進(jìn)入下一狀態(tài)的時間。同時閾值大小決定小范圍的飛行狀態(tài)變化是否進(jìn)行識別，在水平直線飛行的狀態(tài)中，航跡角變化量較小且時間短的轉(zhuǎn)彎不被識別。飛行數(shù)據(jù)的真實性導(dǎo)致數(shù)據(jù)存在波動，飛行狀態(tài)分割機(jī)制的引入可有效解決該問題。飛行科目的識別流程如圖1所示。

圖1 飛行科目識別整體流程

飛行數(shù)據(jù)中飛機(jī)平均海拔氣壓高度AltMSL 記為h，航跡角TRK 為飛機(jī)運動方向。實驗中采用兩者的變化量作為實驗參數(shù)，其中平均海拔氣壓高度變化量為正表示上升，反之下降，航跡角變化量為正代表右轉(zhuǎn)，反之左轉(zhuǎn)。存在閾值ε，當(dāng)航跡角變化量大于ε時，判定飛機(jī)飛行狀態(tài)發(fā)生變化，進(jìn)行動作分割。當(dāng)飛行狀態(tài)被判定為發(fā)生轉(zhuǎn)彎時，記錄變量Lθ為角度累計變化量，當(dāng)轉(zhuǎn)彎角度累加到一定值時進(jìn)行動作分割。

經(jīng)過實驗可知當(dāng)分割閾值ε大于2.9°，小于3.1°時，可準(zhǔn)確識別飛行科目，所以在研究過程中將閾值ε取均值3°，可保證飛行科目的識別精度。當(dāng)ε取值過小時，會導(dǎo)致數(shù)據(jù)的輕微波動被識別為飛行狀態(tài)發(fā)生變化。當(dāng)ε取值過大時，會導(dǎo)致部分轉(zhuǎn)彎無法有效識別。

在經(jīng)過對10 組飛行數(shù)據(jù)中的盤旋進(jìn)行數(shù)據(jù)分析，可知盤旋的角度為330°至360°之間，將轉(zhuǎn)彎角度累加值的上界設(shè)置為100°，當(dāng)飛機(jī)開始轉(zhuǎn)彎時Lθ進(jìn)行累加，當(dāng)Lθ大于100°時進(jìn)行動作分割?？蓪⒁欢握鎸嵉谋P旋數(shù)據(jù)分為連續(xù)三組100°的轉(zhuǎn)彎以及一組小于90°的轉(zhuǎn)彎。同時，在矩形起落航線中包含四個約等于90°的轉(zhuǎn)彎，由于存在風(fēng)向的影響，飛機(jī)會進(jìn)行偏流修正，從而導(dǎo)致磁航向變化量略大于90°，航跡角變化量不受偏流修正影響。轉(zhuǎn)彎累加值上限為100°可以滿足所有90°轉(zhuǎn)彎的動作劃分，保證90°轉(zhuǎn)彎在飛行科目識別中的飛行動作子序列中有且僅有一個動作元。飛機(jī)對風(fēng)向進(jìn)行偏流修正如圖2所示。

圖2 飛機(jī)進(jìn)行偏流修正

2.2 飛行動作元處理

由于實驗的局限性，模型識別存在一定程度的誤差，對于整個識別系統(tǒng)存在兩個階段的情況，誤差對實驗結(jié)果的影響將被放大。此階段實驗研究目的是能保證飛行動作識別的同時，需要盡可能地避免模型識別誤差造成的影響。

對于分割出的飛行片段中，每一幀通過模型識別的結(jié)果需要賦予不同的權(quán)重值。相對小角度的航跡角變化量波動，大角度的轉(zhuǎn)彎需要賦予的權(quán)重值更大。影響模型判斷水平面飛行狀態(tài)的主要因素為航跡角變化量與坡度，所以將這兩項數(shù)據(jù)作為權(quán)重值的影響系數(shù)。默認(rèn)各數(shù)據(jù)幀的初始權(quán)重為1，不同狀態(tài)之間的轉(zhuǎn)變采用的權(quán)重機(jī)制不同。當(dāng)從水平直行狀態(tài)向飛機(jī)轉(zhuǎn)彎狀態(tài)發(fā)生轉(zhuǎn)變后，航跡角變化量為主要影響因素，而飛行狀態(tài)轉(zhuǎn)變相反時，應(yīng)取航跡角變化量的倒數(shù)。

在一段分割完成的飛行數(shù)據(jù)段中，飛機(jī)的飛行動作理論上應(yīng)保持一致。使用隨機(jī)森林模型對該段飛行數(shù)據(jù)進(jìn)行飛行動作識別時，由于數(shù)據(jù)的波動性、人工標(biāo)簽所導(dǎo)致的訓(xùn)練誤差等因素，在該段數(shù)據(jù)中會出現(xiàn)少量不可避免的識別錯誤。采用飛行動作結(jié)合權(quán)重的方法，將數(shù)據(jù)幀的飛行動作識別結(jié)果標(biāo)簽賦予相應(yīng)的權(quán)重值，并對該段數(shù)據(jù)中的權(quán)重值進(jìn)行統(tǒng)計，取權(quán)重值較大的飛行動作標(biāo)簽作為該段的統(tǒng)一飛行動作。

3 飛行科目識別

飛行科目是由不同的飛行動作組合而成，通過上一階段的飛行動作識別，將飛行動作序列作為此階段識別的特征值。在飛行科目中較基礎(chǔ)的包括矩形航線、S轉(zhuǎn)彎以及8字飛行，這幾種飛行科目并不涉及高度變化，都是在水平面內(nèi)完成動作。涉及到起落的飛行科目包括矩形起落航線，其中航線的一邊與五邊分別為起飛和降落階段，此科目在飛行訓(xùn)練中較為常見。在性能機(jī)動中的飛行科目較為復(fù)雜，其中包含大量飛機(jī)坡度轉(zhuǎn)變以及高度的變化。飛行科目所包含的飛行動作序列較為特殊，通過相鄰固定長度的飛行動作序列進(jìn)行飛行科目識別。360°轉(zhuǎn)彎，此處稱為盤旋，與S 型轉(zhuǎn)彎所包含的飛行動作序列較短，四段90°的轉(zhuǎn)彎可組成該飛行科目。8字飛行與S轉(zhuǎn)彎在飛行動作序列上存在一定程度的相似性，航跡角變化量是區(qū)分兩者的有效方式。矩形航線和矩形起落航線在飛行動作序列上，也具有相似性。矩形起落航線包含起飛與降落兩個階段，涉及到高度的變化，在飛行動作識別中需考慮豎直面上的飛行動作。

在真實飛行訓(xùn)練中，飛行數(shù)據(jù)存在波動，在水平面內(nèi)的飛行科目中，仍存在豎直面上小幅度波動。并且在部分訓(xùn)練科目中存在階段性的緩慢高度變化，所以仿真數(shù)據(jù)實驗與真實數(shù)據(jù)實驗仍存在較大程度差異。在本文中以盤旋為主要研究對象，在此基礎(chǔ)上可增加飛行科目的識別種類。S 型轉(zhuǎn)彎與盤旋識別相似度較大，識別的可行性較高。平面內(nèi)飛行科目的分類如表1所示。

表1 飛行科目包含動作子序列數(shù)量

表2 不同算法識別結(jié)果比較

4 實驗方法與分析

實驗使用的數(shù)據(jù)集為飛行訓(xùn)練未公開數(shù)據(jù)集，數(shù)據(jù)格式為CSV。其中包括經(jīng)度、緯度、平均海拔氣壓高度、航跡角等位置數(shù)據(jù)信息，以及俯仰角、坡度等狀態(tài)數(shù)據(jù)。

4.1 飛行數(shù)據(jù)預(yù)處理

實驗提取飛行訓(xùn)練數(shù)據(jù)中的經(jīng)緯度、平均海拔氣壓高度、航跡角、俯仰角、坡度以及指示空速。由于飛行訓(xùn)練數(shù)據(jù)的真實性，對提取的實驗數(shù)據(jù)進(jìn)行異常值以及缺失值檢查。首先通過航跡角和平均海拔氣壓高度數(shù)據(jù)計算得到數(shù)據(jù)幀之間的航跡角變化量ΔθTRK和高度變化量Δh，對于數(shù)據(jù)中存在的局部缺失值和異常值，使其值與前一數(shù)據(jù)幀值相等。為了消除載體飛機(jī)運動的影響，將飛參數(shù)據(jù)中的經(jīng)緯度數(shù)據(jù)轉(zhuǎn)換到地表北東下坐標(biāo)系［10］。

從初步處理后的飛行數(shù)據(jù)中再次提取高度變化量、航跡角變化量、坡度、俯仰角數(shù)據(jù)。將數(shù)據(jù)中的高度變化量和航跡角變化量進(jìn)行標(biāo)準(zhǔn)化處理，并將其余數(shù)據(jù)進(jìn)行歸一化處理。通過實驗證明將數(shù)據(jù)進(jìn)行歸一化和標(biāo)準(zhǔn)化處理，無法提升識別精度，該步驟目的是為了降低不同的機(jī)型以及飛行環(huán)境帶來的影響。

4.2 基于飛行狀態(tài)分割機(jī)制的飛行動作識別

從初步處理后的飛行數(shù)據(jù)中再次提取高度變化量、航跡角變化量、坡度、俯仰角、指示空速數(shù)據(jù)，作為飛行動作識別模型的特征值。其中指示空速數(shù)據(jù)可對飛機(jī)空中或地面進(jìn)行區(qū)分，高度變化量對垂直平面內(nèi)飛機(jī)狀態(tài)的影響相比水平面的影響較大，航跡角變化量與之相反。

飛行數(shù)據(jù)中包括水平、垂直以及整體動作標(biāo)簽，使用不同的特征項，對水平和垂直平面上的飛行動作標(biāo)簽進(jìn)行識別。使用狀態(tài)分割機(jī)制對飛行數(shù)據(jù)進(jìn)行分割，并保存每段分割節(jié)點的索引序號。當(dāng)狀態(tài)分割機(jī)制對當(dāng)前節(jié)點判斷為飛行狀態(tài)發(fā)生變化時，對從該節(jié)點開始到下個分割節(jié)點之間的飛行數(shù)據(jù)采用隨機(jī)森林模型進(jìn)行飛行動作識別。識別獲得當(dāng)前分割段內(nèi)飛行動作標(biāo)簽序列，再通過該片段內(nèi)每個數(shù)據(jù)幀的權(quán)重占比，確定整段飛行狀態(tài)的飛行動作。

將三組飛行訓(xùn)練數(shù)據(jù)合并，作為隨機(jī)森林模型的訓(xùn)練集，將另外一組飛行訓(xùn)練數(shù)據(jù)作為測試集。測試集共包含5196 條數(shù)據(jù)，使用訓(xùn)練完成的模型對測試集進(jìn)行識別。對測試集飛行動作以及水平面內(nèi)飛行動作識別結(jié)果進(jìn)行對比，可得到模型對水平面內(nèi)的飛行動作識別精度較高。將水平面內(nèi)的飛行動作識別作為研究對象，可以提高第二階段飛行訓(xùn)練科目識別的精準(zhǔn)度。采用飛行狀態(tài)分割機(jī)制對飛行數(shù)據(jù)進(jìn)行分割后，再通過隨機(jī)森林模型進(jìn)行識別可提高識別精準(zhǔn)度。將整段飛行動作統(tǒng)一，可減少模型在該段數(shù)據(jù)中的識別誤差。由于分割點附近存在一定程度的誤差，模型識別精度沒有明顯提升，但識別精度相比直接識別的精度更高。同時采用該機(jī)制對于第二階段飛行訓(xùn)練科目的識別精度提升更大，飛行訓(xùn)練科目識別對于分割節(jié)點處范圍內(nèi)的識別精度要求較低。

通過對兩種方法進(jìn)行對比實驗可知，隨機(jī)森林相比決策樹算法在實驗中識別準(zhǔn)確率較高，這是由于隨機(jī)森林不依賴單一決策樹的特征重要性。兩種方法在水平面內(nèi)進(jìn)行飛行動作識別的準(zhǔn)確率，相比較空間內(nèi)動作識別較高，將空間內(nèi)9 種飛行動作劃分簡化為水平面內(nèi)3 種動作劃分，可以提高識別準(zhǔn)確率。在引入飛機(jī)狀態(tài)分割機(jī)制后，兩種方法的識別準(zhǔn)確率在原有基礎(chǔ)上進(jìn)一步提高，證明了飛機(jī)狀態(tài)分割機(jī)制的有效性。

4.3 飛行訓(xùn)練科目識別

將每段的飛行動作標(biāo)簽按照時間組成動作標(biāo)簽序列，相鄰9 個飛行動作標(biāo)簽作為支持向量機(jī)模型的特征值。不同的飛行訓(xùn)練科目由不同的飛行動作序列組成，將不包含飛行訓(xùn)練科目的飛行動作序列以及不同飛行訓(xùn)練科目的飛行動作序列進(jìn)行分類。

從測試組的飛行軌跡中識別出存在的飛行科目，在此次實驗中包括8 字飛行和矩形起落。識別結(jié)果中8字飛行科目的軌跡圖如圖3所示。

圖3 8字飛行識別結(jié)果

矩形航線與矩形起落航線的俯視圖相同，對識別結(jié)果中的高度變化進(jìn)行判斷，當(dāng)一邊與五邊分別為直線上升和下降時，識別結(jié)果為矩形起落航線，此次實驗中存在兩組矩形起落航線科目，模型能對其進(jìn)行準(zhǔn)確識別。識別結(jié)果中矩形起落航線的軌跡圖如圖4所示。

圖4 矩形起落航線識別結(jié)果

將相鄰4 個飛行動作標(biāo)簽作模型的特征值則會識別較簡單的飛行科目，360°轉(zhuǎn)彎可由4 個飛行動作進(jìn)行表示。對一組飛參數(shù)據(jù)進(jìn)行識別的結(jié)果如圖5所示。

圖5 360°轉(zhuǎn)彎識別結(jié)果

5 結(jié)語

對于飛行科目的識別，兩級識別方案有一定程度的優(yōu)勢，各識別階段獨立進(jìn)行，可采用權(quán)重的方式有效減少第一階段的誤差對第二階段的影響。在采用分割機(jī)制的基礎(chǔ)上進(jìn)行飛行動作的識別，能提高整體識別精確度，并能解決真實飛行數(shù)據(jù)中存在的數(shù)據(jù)波動問題。雖然在分割點鄰近處的識別精度會下降，但不會對第二級飛行科目的識別造成影響。采用隨機(jī)森林進(jìn)行飛行動作的識別時，僅對水平面內(nèi)的飛行動作進(jìn)行識別能提高該階段的識別精度。對飛行科目的特點進(jìn)行分析后，將飛行科目進(jìn)行分類的方法能更好地對飛行數(shù)據(jù)進(jìn)行識別。