[发明专利]一种基于实测飞参数据的快速预处理方法、系统及计算机相关产品

说明书

本发明提供一种基于实测飞参数据的快速预处理方法、系统及计算机相关产品，能够达到野值鉴别的实时性和准确性要求同时满足实际需求。该方法包括：步骤1)获取实测飞参原始数据，对原始数据进行斜率化处理，并转化成斜率差数组；步骤2)遍历斜率差值的数组所有元素，对其进行阈值判断；若未超过设定的阈值，则判定相应的当前检测点为正常值，保持原值不变；若超过设定的阈值，则判定相应的当前检测点为异常值，用前一帧的数据替换，并进行下一步判断、处理；步骤3)若进一步判断当前检测点为随机分布的异常点，则只替换当前帧的异常值；若判断为连续聚集的异常值，则替换相近两个异常点之间的所有值。

技术领域

本发明涉及飞行参数预处理领域，具体涉及一种基于实测飞参数据的预处理方法。

背景技术

随着对飞参数据不断挖掘应用，事后分析已经满足不了目前的技术需求，飞参实时监控带来了飞参数数据实时分析的要求，同时要求飞参的实时预处理。对飞参系统来说，由于各种干扰，飞参数据中存在各种形式的野值，其干扰了数据分析和数据挖掘的准确性，通过预处理把野值去除。

在飞机飞行过程中，各参量的测量是一个动态测量过程，被测量是随时间或空间变化的。由机载传感器测得的速度、位置、高度、加速度、压力等飞行数据，均是在动态测量中完成的，包含着大量被测物理量、测控设备和系统以及外界环境干扰等多方面信息。正确分析和处理动态测试数据能够得到很多反映飞行规律的有用信息。但是，在观测数据中往往也包含了大量的严重偏离被测量真值的数据点，这些异常数据就称为野值。

金慧琴等在2017年发表的文章“飞机飞行参数数据预处理方法研究”中，针对不满足统计特性的数据误差，总结了飞行参数数据野值剔除三种方法，分别是增量法，差分法，稳健异值检测方法。增量法对前后帧数据的差值进行阈值判断，计算简单，实时性好，但只能针对一些有确定边界的连续信号进行处理；差分法是根据n次多项式的n+1阶导数为零，得出的一种处理确定信号的近似方法，野值的鉴别相较于增量法更为精确，但基于统计的基础，前期需要完备的统计数据；稳健异值检测方法对时序数据按段进行代数多项式与三角多项式的线性组合的一致逼近，使用Huber型或Hampel型函数来构建具有抗异值干扰能力的稳健拟合曲线，相对于差分法有更高的野值检测精度，且不需要前期的统计数据，但是计算量大，对当前拟合的数据段的中点值判断准确，对实时性有显著的影响。

左思佳等在2019年发表的题为“航空发动机试飞数据野值识别与补正算法”的文章中，针对在航空发动机智能实时监视系统中由数据野值导致的虚报警问题，提出了基于最小二乘拟合和莱特准则的野值识别算法，在对原始数据进行最小二乘拟合计算拟合残差后，对拟合残差的标准差进行标准判断，若不达标则调整拟合阶数重新拟合直至残差的标准差在一个设定的合理范围内，通过多次迭代的方式来减少野值本身对数据标准差的干扰，最后根据莱特准则判断是否存在野值。通过选用合适的阶数进行拟合来保证将偏离真实值不大的野值识别出来，与之前的三种方法相对比，这种方法兼顾了野值识别准确度和实时性，但是对于飞参变化的多样性，对于部分情况其残差的标准差值的范围标准无法有效确定。

发明内容

本发明的目的是提供一种达到野值鉴别的实时性和准确性要求同时满足实际需求的飞参预处理方法。

为了实现以上目的，本发明提出以下技术方案：

一种基于实测飞参数据的快速预处理方法，其特殊之处在于，包括：

步骤1)斜率化处理

获取实测飞参原始数据，对原始数据进行斜率化处理，并转化成斜率差数组；

步骤2)单个异常值检测

遍历斜率差值的数组所有元素，对其进行阈值判断；若未超过设定的阈值，则判定相应的当前检测点为正常值，保持原值不变；若超过设定的阈值，则判定相应的当前检测点为异常值，用前一帧的数据替换，并进行下一步判断、处理；

步骤3)连续异常值检测