多元时序飞行数据的相似性搜索算法研究

发布时间：2021-03-08 01:16

　　随着航空安全事故的发生,航空安全形势不容乐观。为了提高航空安全管理的科学性和可靠性、进一步降低事故率,通过收集和分析相关的飞行数据来发现潜在不安全因素,为确定飞行安全隐患并制定相关预防措施提供依据。QAR数据的高维度以及维度之间不确定的相互关联性,使得原有低维空间上度量时间序列的相似性的方法不再适用,另一方面由于民航行业的特殊性,利用QAR数据进行相似性搜索来确定飞行故障,对相似性的定义也有特殊的要求。在本文中通过专家经验结合一种层次分析算法来确定飞行故障所关联的属性维度的重要性,对QAR数据的多维子序列进行符号化表示,并利用k-d树的特殊性质建立索引,使QAR数据多维子序列的快速相似性搜索成为可能,要结合形状和距离对相似性进行定义和度量。本文主要完成了以下工作:1.将层次分析算法引入到故障检测中,用来确定与飞机故障有关的各维度属性的重要度。构建判断矩阵,计算各维度的权值,并采用一致性检验的方法,修正偏差,消除人为因素带来的影响。2.建立基于飞行阶段主题的数据库,采用分段线性近似算法对数据进行预处理,使各维度的数据采样频率保持一致。3.相似性的定义采用波形与距离相结合的新方法,对多维时... 

【文章来源】：中国民航大学天津市

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

QAR数据帧的组成

10图 2-3 问题难点 2-3 所示，多维时序飞行数据子序列的相似性问题有两个关键方面需何确定多维时序飞行数据中各维度的重要度权值，即确定各维度对故障。另一方面是如何进行相似性搜索，又分为三个方面：时序飞行数据的序列相似性的度量以及如何对数据库进行快速的检索。

中国民航大学硕士学位论文2.2.2 故障检索流程要对飞机系统进行监控，QAR 数据就是这一观测的对象。因为 QAR 数据是飞机从起飞到降落过程中由飞行数据记录设备所记录下来的一系列与飞机飞行性能和飞行状态相关的飞行参数，包括飞行通讯数据，飞机姿态信息，飞机各系统、发动机的运行状态数据。QAR 数据具有信息精确详细，提取方便快捷等特点，成为当前民航飞行、机务和安全部门的重要信息来源。早在1998年底中国民航总局要求飞机加装QAR记录器，但由于 QAR 数据量过于庞大，工程师和操作者没有足够的时间去分析这些数据，使得QAR 数据利用率很低。近年来利用 QAR 数据的相似性搜索来检测飞机故障得到广泛研究。利用相似性度量和搜索来查找故障序列是飞机故障检测中的有效途径，图 2-4 即是我们利用多维时序飞行数据子序列的相似性搜索进行故障检索的整个流程。

【参考文献】：
期刊论文
[1]飞行数据快速译码系统的实现[J]. 宫淑丽,黄圣国.  科学技术与工程. 2010(20)
[2]多维时序数据中的相似子序列搜索研究[J]. 程文聪,邹鹏,贾焰.  计算机研究与发展. 2010(03)
[3]航空安全水平不断提高[J]. 李敬.  劳动保护. 2008(12)
[4]时序数据的动态有界符号化方法[J]. 钟清流,蔡自兴,陈明权,杨先芬.  控制与决策. 2008(10)
[5]基于形状特征k-d树的多维时间序列相似搜索[J]. 黄河,史忠植,郑征.  软件学报. 2006(10)
[6]大规模时间序列数据库降维及相似搜索[J]. 李爱国,覃征.  计算机学报. 2005(09)
[7]模糊层次分析法（FAHP）[J]. 张吉军.  模糊系统与数学. 2000(02)

博士论文
[1]时间序列的相似性查询与异常检测[D]. 肖辉.复旦大学 2005

硕士论文
[1]基于QAR数据的飞行安全模型研究[D]. 王天明.中国民航大学 2008



本文编号：3070150