[发明专利]应用于飞机飞行状态的参数表征方法

说明书

本发明公开了一种应用于飞机飞行状态的参数表征方法，包含以下程序步骤：步骤1.将采集到的所有关于飞机性能状态的飞行参数作为基数集合；步骤2.将所有的飞行状态作为飞行状态集合，建立飞行状态集合与基数集合之间映射关系；步骤3.采用灰色系统理论的灰色关联度分析方法，计算飞行状态集合与基数集合之间的灰色关联度值；步骤4.将所得到的多组灰色关联度值组合成一个特征向量；步骤5.计算特征向量的模糊信息熵；步骤6.将计算出来的模糊信息熵看作是飞行状态与对应飞行参数之间的映射关系值，从而根据映射关系值的大小判断出飞行状态对应的最优飞行参数。

技术领域

本发明属于系统测试方法应用领域，具体涉及一种应用于飞机飞行状态的参数表征方法。

背景技术

飞机在整个飞行过程中，会有很多种的飞行姿态，如从跑道起飞后的爬升、到一定高度的平飞、在遇到强大气流的转弯及到达目的地后的下降等，对于监测飞机性能状态而言，不同的飞行状态可能要关注的飞行参数不同，如在爬升阶段，需要关注的参数会是A、B、C等参数，然而在转弯时有可能关注的参数会变成D、E、F等参数，根据确定的监测参数，可以完成对飞机性能状态的准确监测，这样就解决了运用所有的参数进行飞机性能监测而监测计算机的运算量大的难题。众所周知，假如监测计算机运算量大，就有可能导致计算的误码率提升，从而提升虚警率。因此，根据不同的飞行状态，选用适应性的飞行参数，可以大大提高飞机性能状态监测的准确性，降低虚警率。

发明内容

本发明的发明目的在于提供一种应用于飞机飞行状态的参数表征方法，用于找出飞机各个状态下最需要关注的飞机参数，使监测计算机只需计算需关注的飞机参数，从而降低监测计算机的运算量，提高飞机性能状态监测的准确性。

本发明的发明目的通过以技术方案实现：

一种应用于飞机飞行状态的参数表征方法，包含以下程序步骤：

步骤1.将采集到的所有关于飞机性能状态的飞行参数作为基数集合；

步骤2.将所有的飞行状态作为飞行状态集合，建立飞行状态集合与基数集合之间映射关系；

步骤3.采用灰色系统理论的灰色关联度分析方法，计算飞行状态集合与基数集合之间的灰色关联度值；

步骤4.将所得到的多组灰色关联度值组合成一个特征向量；

步骤5.计算特征向量的模糊信息熵；

步骤6.将计算出来的模糊信息熵看作是飞行状态与对应飞行参数之间的映射关系值，从而根据映射关系值的大小判断出飞行状态对应的最优飞行参数。

附图说明

图1为应用于飞机飞行状态的参数表征方法的流程示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。

参见图1所示，本实施例所示一种应用于飞机飞行状态的参数表征方法，由计算机程序实现，主要是依据灰色系统理论中的灰色关联度分析方法，完成飞行状态与飞行参数之间的映射关系。采用模糊信息熵方法，完成特征向量的信息熵的计算，完成飞行状态与对应参数之间的映射关系值，具体包含如下步骤：

步骤1，将采集到的所有关于飞机性能状态的飞行参数作为基数集合M。

步骤2，将所有的飞行状态作为飞行状态集合N，建立飞行状态与飞行参数之间的映射关系，其中定义为映射关系公式。飞机的飞行状态包括有平飞、爬升、下降、转弯等，本步骤主要是为了实现根据不同的飞行状态找出与状态相关的相关参数，从而根据参数，完成在不同的飞行状态下的性能分析功能。

步骤3，为了得到飞行状态与各参数之间的关联程度，根据步骤1得到的基数集合M和步骤2得到的飞行状态集合N，依据灰色关联分析方法，计算灰色关联度值。