[发明专利]基于马尔科夫决策过程的飞行员操作行为引导方法

说明书

技术领域

本发明涉及飞机驾驶舱自动化系统设计领域。

背景技术

自动化技术(Automation Technology)在很多领域的成功应用，为工业生产和日常生活带来很多便利。当前自动化和智能化技术大量应用于飞机驾驶舱当中，各种各样的高自动化、高智能化的技术应用，推动了航空产业的飞速发展。驾驶舱自动化在很大程度上提高了飞行员操作的准确性和可靠性，给燃料经济性以及飞行安全等方面带来了许多好处，但与此同时，也引起了飞行员的态势感知(Situation Awareness)水平下降、自动化系统与人之间不能相互理解以及对系统的过渡依赖等诸多问题，给驾驶舱人机界面、飞行操作等带来了人机功效学方面新的挑战。驾驶舱自动化虽然在一定程度上减轻了飞行员的工作负荷，但同时不合理的自动化设计必然会对整个飞行安全造成严重的威胁。

马尔科夫过程(Markov Processes)是具有一类普遍共性的过程，其原始模型是1907年由俄罗斯数学家Markov提出的马尔科夫链。马尔科夫过程具有如下特性：某阶段的状态一旦确定，则此后过程的演变不再受到此前各状态的影响。马尔科夫决策过程(Markov Decision Process,MDP)是在马尔科夫过程的基础上增加了决策者的概念，是一种应用广泛的随机决策过程。

自适应自动化技术(Adaptive Automation Technology)是一种更加灵活的能够使得特定的用户在特定的情况下得到最佳的自动化援助的自动化技术，是人机协同过程的控制方法，飞机驾驶舱内的自适应自动化技术发展已久。自适应自动化的目的是监测人机系统控制环内人的状态，触发自动化援助，将人为差错率降到最低。目前驾驶舱内使用的飞行指引仪是将飞机的实际飞行线路与目标线路进行比较，并计算出进入目标线路所需要的操纵量，以目视的形式在指示器上给出，最终会在显示界面上出现向上、向下、向左和向右。驾驶员看到后，根据提示操纵飞机，调整飞行线路使其与目标线路重合。这种方法在巡航阶段对飞行员帮助较大，但在起飞爬升段或进近着陆阶段，完全比对航线的方法就无法满足飞行安全的要求。飞行控制计算机计算得出副翼、升降舵等需要的位置量，并将相关信息反馈给飞行员，但其本身缺乏对任务需要的推断，计算过程也不考虑当前任务所处的状态和飞行员的操作习惯。

发明内容

为了克服现有技术的不足，本发明提供一种基于马尔科夫决策过程的飞行员操作行为引导方法，根据当前飞行状态和飞行员的操作习惯得到一组行为操作序列，此序列得到的结果符合飞行员的行为习惯且能调整当前的飞行状态。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤1，对飞机驾驶舱内飞行员的操作行为进行编码并描述，对飞机在任务过程中存在的状态进行描述；

步骤2，构建某一飞行任务下机组行为预测的马尔可夫模型，步骤如下：

设时刻集合T＝{1,2,3,…}；

设飞机的状态空间包含了系统所有可能出现的状态，其中n_s表示飞机的最大状态数；S中任意一个元素sⁱ表示第i个状态，包含在当前状态sⁱ下的任务目标集合Gⁱ、插入目标集合Fⁱ和历史行动集合Aⁱ；i＝1,2,...,n_s；

设状态sⁱ下的任务目标集包含了n_g个任务目标，其中n_g表示在当前状态下最大的任务目标数，Gⁱ中的元素表示在状态sⁱ下的第k个任务目标，k＝{1,…,n_g}，当任务目标已经完成，否则

设状态sⁱ下的插入任务目标集合包含了n_f个任务目标，其中n_f表示在当前状态下最大的插入任务目标数，元素表示在状态sⁱ下的第k个插入任务目标，k＝{1,…,n_f}，当插入任务目标已经完成，否则

设状态sⁱ下采取的历史行动集合n_h为集合元素的个数，表示历史时刻的操作序列数；元素表示在状态sⁱ下的第k个操作行动，k＝{1,…,n_h}；