[发明专利]一种基于QAR曲线面积特征的重着陆风险识别方法

权利要求书

1.一种基于QAR曲线面积特征的重着陆风险识别方法，其特征在于：所述识别方法具体为：S1：提取单一飞机所有航段的风险识别所需的QAR参数；

S2：对提取的QAR参数进行数据清洗；

S3：基于S2，提取所有航段的着陆阶段的QAR数据；

S4：根据所有航段着陆阶段的固定下降距离的垂直速度均值，构建均值曲线，然后提取每个航段的曲线面积特征；

S5：构建损失函数，结合每一个航段的曲线面积特征，确定曲线面积特征阈值；

S6：将每一个航段的曲线面积特征与曲线面积特征阈值进行对比，若大于曲线面积特征阈值则认为存在重着陆风险，反之认为安全；

所述S3具体为：

S31：针对所述参数数据的取值对飞行阶段进行划分，提取着陆阶段数据；

S32：在着陆阶段数据中，通过起落架状态参数识别飞机着落时间点；

S33：在所有航段的着陆阶段数据中，提取无线电高度为50ft的时间点t_start，通过起落架状态、纵向加速度、扰流板状态参数判断出接地时间点，记为t_end；

S34：提取所有的CSV文件中[t_start，t_end]时间段内的所有时间点的垂直速度；

所述S4具体为：

S41：根据所述S34，运用B样条插值法将所有航段的每一个[t_start，t_end]时间段内的所述垂直速度点扩充至至少50个，使得垂直速度点与飞行高度相对应，所有航段均生成各自的单航段垂直速度曲线；

S42：计算所有航段的每一个[t_start，t_end]时间段内的每1ft的垂直速度的均值，形成垂直速度均值曲线，所述垂直速度均值曲线为纵坐标表示飞行高度，横坐标表示垂直速度均值；

S43：对比所有的单航段垂直速度曲线与垂直速度均值曲线，令位于垂直速度均值曲线上方的区域面积为正值面积，位于垂直速度均值曲线下方的区域面积为负值面积，计算每一个航段的所述曲线面积特征；

其中曲线面积特征＝正值面积-负值面积；

所述S5具体为：

S51：构建损失函数，其中所述损失函数定义为：

损失值＝a×假反例率+b×假正例率；

其中：假反例率＝判断为反例实际为正例的数量/初步判断为反例的总数量，假正例率＝判断为正例实际为反例的数量/判断为正例的总数量；

a和b分别为根据对应误判类型的严重程度决定的系数；

S52：设定不同的阈值，依据所述曲线面积特征是否超过阈值进行正反例的判断，超过阈值则认为正例，未超过认为反例；

S53：根据损失函数，计算不同阈值下的损失值，取损失值最小时的阈值作为此特征重着陆风险识别的阈值。

2.根据权利要求1所述的基于QAR曲线面积特征的重着陆风险识别方法，其特征在于：所述S1具体为：

S11：对民用航空器中所有航段的QAR参数进行译码解析，得到所有航段的CSV文件；

S12：提取所有航段的CSV文件的风险识别所需参数数据，所述参数数据包括飞机的纵向载荷、无线电高度、发动机转速、纵向加速度、空速、地速、垂直速度、襟翼状态、缝翼状态、起落架状态、扰流板状态、真实高度、俯仰角。