[发明专利]飞行颠簸预测方法及系统

权利要求书

1.一种飞行颠簸预测方法，其特征在于，其步骤包括：

模型建立步骤：在飞机飞行的过程中，使用第一传感器实时采集所述飞机的颠簸信息和飞行数据，所述第一传感器设置在所述飞机上，所述飞行数据包括风速、光照、气温、传感器位置、飞机型号、飞行时间、飞行路径以及飞机的加速度、速度、方向、温度、声音数据、经纬度位置；

将所述颠簸信息和所述飞行数据进行收集，建立飞行数据库；

将所述飞行数据作为自变量，将所述颠簸信息作为因变量，对所述飞行数据库中的数据进行预处理，得到训练集；

采用神经网络算法对所述训练集进行演算，建立所述因变量和所述自变量之间的关系式，得到颠簸预测模型；

预测步骤：在待预测飞机的飞行过程中，使用第二传感器实时获取所述待预测飞机的飞行数据；所述第二传感器设置在所述待预测飞机上；

使用所述颠簸预测模型对所述待预测飞机的飞行数据进行分析，当所述待预测飞机的飞行数据满足颠簸发生条件时，判断所述待预测飞机即将遇到颠簸；所述颠簸发生条件为所述颠簸预测模型中所述颠簸信息为发生颠簸时所述飞行数据的取值范围；

向被判定为即将遇到颠簸的所述待预测飞机发送颠簸预警。

2.如权利要求1所述的飞行颠簸预测方法，其特征在于，所述第一传感器设置在所述飞机的机头、机翼、尾翼、机身或发动机。

3.如权利要求1所述飞行颠簸预测方法，其特征在于，所述神经网络算法为前馈神经网络算法、反馈神经网络算法、自组织神经网络算法或随机神经网络算法。

4.如权利要求1所述的飞行颠簸预测方法，其特征在于，所述第二传感器设置在所述待预测飞机的机头、机翼、尾翼、机身或发动机。

5.一种飞行颠簸预测系统，其特征在于，包括云服务器、第一传感器、第二传感器、数据分析模块及预警模块；

所述第一传感器设置在飞机上；所述第一传感器，用于实时采集所述飞机多次飞行时的颠簸信息和飞行数据，并将所述颠簸信息和所述飞行数据发送到所述云服务器；

所述云服务器，用于执行如下步骤：

将所述颠簸信息和飞行数据进行收集，建立飞行数据库；

将所述飞行数据作为自变量，将所述颠簸信息作为因变量，对所述飞行数据库中的数据进行预处理，得到训练集；

采用神经网络算法对所述训练集进行演算，建立所述因变量和所述自变量之间的关系式，得到颠簸预测模型；

所述第二传感器设置于待预测飞机上，所述第二传感器用于实时采集所述待预测飞机飞行时的飞行数据；并将所述待预测飞机的飞行数据发送到所述数据分析模块；

所述数据分析模块，用于使用如权利要求1-4中任一项所述的颠簸预测模型对所述待预测飞机的飞行数据进行分析，且在所述飞行数据满足颠簸发生条件时，判断所述待预测飞机即将遇到颠簸；所述颠簸发生条件为所述颠簸预测模型中所述颠簸信息为发生颠簸时所述飞行数据的取值范围；

所述预警模块，用于向被判定为即将遇到颠簸的所述待预测飞机发送颠簸预警。

6.如权利要求5所述的飞行颠簸预测系统，其特征在于，所述第一传感器设置在所述飞机的机头、机翼、尾翼、机身或发动机。

7.如权利要求5所述的飞行颠簸预测系统，其特征在于，所述第二传感器设置在所述待预测飞机的机头、机翼、尾翼、机身或发动机。