[发明专利]基于航空装备飞参数据分析机动能力的方法

权利要求书

1.一种基于航空装备飞参数据分析机动能力的方法，其特征在于，所述方法包括：

采用位于地面的锁屏录入机构对空中的航空装备进行基于预览画面的锁定动作，以启动对空中的航空装备的超清画面采集，所述预览画面与所述超清画面内容相同且采集参数不同；

分时获取时间轴上均匀间隔的各个时间戳分别对应的各帧超清画面，所述各个时间戳在时间轴上占据的时间分段超过设定时长限量且所述各个时间戳的数量等于设定数量；

采用无线通信模式从空中的航空装备处接收所述各个时间戳在时间轴上占据的时间分段内所述航空装备的各项空域飞参数据，在所述时间分段内所述航空装备的各项空域飞参数据包括在所述时间分段内所述航空装备的平均气压、平均风速、平均速度以及平均气温以及在所述时间分段内所述各个时间戳分别对应的各个飞行高度、各个震动幅值以及各个飞行速度；

将所述各帧超清画面分别对应的各份像素点数据以及所述时间分段内所述航空装备的各项空域飞参数据输入到AI分析模型以运行所述AI分析模型，获取所述AI分析模型输出的在所述时间分段内所述航空装备的战术动作编号以及所述战术动作编号对应的战术动作类型的完成百分比，所述航空装备存在的战术动作类型包括转弯、爬升、俯冲、横滚、筋头以及上升转弯；

其中，所述AI分析模型为经过多次学习操作后的BP神经网络且所述BP神经网络的学习操作的次数与每一帧超清画面的像素点数量成正比；

其中，所述各个时间戳在时间轴上占据的时间分段超过设定时长限量且所述各个时间戳的数量等于设定数量包括：所述设定数量的取值与空中的航空装备的体积单调正向关联；

其中，将所述各帧超清画面分别对应的各份像素点数据以及所述时间分段内所述航空装备的各项空域飞参数据输入到AI分析模型以运行所述AI分析模型包括：每一帧超清画面对应的一份像素点数据为该帧超清画面中航空装备所在图像区域的各个组成像素点分别对应的各个灰度数值；

其中，所述预览画面与所述超清画面内容相同且采集参数不同包括：所述超清画面的分辨率以及清晰度分别为所述预览画面的分辨率以及清晰度的倍数；

其中，采用位于地面的锁屏录入机构对空中的航空装备进行基于预览画面的锁定动作，以启动对空中的航空装备的超清画面采集包括：锁屏录入机构对其正上方的空域进行预览画面采集，并在当前时刻采集的预览画面中存在与航空装备匹配且占据面积超限的图像区域时，进行锁定动作以启动对空中的航空装备的超清画面采集；

其中，锁屏录入机构对其正上方的空域进行预览画面采集，并在当前时刻采集的预览画面中存在与航空装备匹配且占据面积超限的图像区域时，进行锁定动作以启动对空中的航空装备的超清画面采集包括：锁屏录入机构对其正上方的空域进行预览画面采集，并在当前时刻采集的预览画面中存在与航空装备匹配且占据像素点数量超过设定数量阈值的图像区域时，进行锁定动作以启动对空中的航空装备的超清画面采集；

其中，在采用位于地面的锁屏录入机构对空中的航空装备进行基于预览画面的锁定动作，以启动对空中的航空装备的超清画面采集，所述预览画面与所述超清画面内容相同且采集参数不同之前，所述方法还包括：

对BP神经网络执行多次学习操作以获得经过多次学习操作后的BP神经网络并作为所述AI分析模型输出；

其中，对BP神经网络执行多次学习操作以获得经过多次学习操作后的BP神经网络并作为所述AI分析模型输出包括：在对BP神经网络执行的每一次学习操作中，将所述航空装备在过往某次飞行完成的战术动作对应的已知战斗动作编号以及所述完成的战术动作对应的已知完成百分比作为BP神经网络的两项输出数据，将所述过往某次飞行对应的各帧超清画面分别对应的各份像素点数据以及对应的时间分段内所述航空装备的各项空域飞参数据作为BP神经网络的逐项输入数据，执行本次学习操作。

2.如权利要求1所述的基于航空装备飞参数据分析机动能力的方法，其特征在于，在对BP神经网络执行多次学习操作以获得经过多次学习操作后的BP神经网络并作为所述AI分析模型输出之后，所述方法还包括：

存储所述AI分析模型的各项模型参数以实现对所述AI分析模型的模型存储。