一种飞行参数异常数据识别及修正算法

一种飞行参数异常数据识别及修正算法

隋晓奎1姚崇1李新天2

1.93199部队理论训练系黑龙江哈尔滨150000；2.93263部队训练科辽宁锦州121000

摘要：飞行参数记录系统记录的数据在飞机研制、试飞、训练、状态监控、视情维修等方面起到十分重要的作用。但在飞行过程中，由于受安装的传感器性能的限制，加之飞行环境复杂多变，飞行动作灵活机动，不可避免地会产生错误的记录。针对该问题，本文提出一种行参数异常数据识别及修正算法，并进行了验证。试验表明该算法能够自动识别飞行参数中的异常数据并进行修正。

关键词：飞参数据异常数据低阶多项式拟合

一、飞行参数记录系统

飞行参数记录系统简称飞参系统。它是一种能够自动记录飞机飞行过程中各种状态参数的设备，能将记录的大量飞行信息提供给信息处理设备，通过信息处理为飞机故障诊断、预测、辅助飞行训练、事故预防与调查分析提供各种手段[1]。飞行参数主要指的是飞行参数记录系统采集和记录的数据，这些数据已在事故调查、机务维护和飞行质量监控等方面发挥了巨大的作用，随着“大数据”和“云计算”等概念的提出，以及数据挖掘和人工智能等相关算法的不断发展，为飞行数据分析提供了更多的分析方法和手段。

随着我军装备的不断发展和升级，飞参系统采集和记录的飞行数据也具有数据量更大、精度更高、信息更全面等特点。因此运用各种数据分析方法深度挖掘数据内部蕴含的各种信息，对于提高飞行训练效益，保证飞行安全，提升科学管理水平都具有非常重要的意义。

二、飞行参数异常数据识别及修正算法

在飞行过程中，由于受传感器性能和安装位置等的限制，加之飞行环境复杂多变，飞行动作灵活机动，因此不可避免的会产生错误的记录。在这些错误的记录中，通常将那些偶然出现的，很不合理的跳点称为异常数据或野值。由于这些异常数据严重背离了实际正确的数据，必然影响数据分析的效果。因此，需要将异常数据进行识别和修正。在工程应用上，最简单又实用的剔除野值的办法是画出试验数据的时间历程曲线，从曲线图中一目了然地找出野值并加以剔除，然后再用拉格朗日内插公式加以补正。但是对于飞行参数处理系统这类计算机数据处理软件则必须选择一个行之有效的算法来解决该问题。

（一）异常数据的识别

对于异常数据的识别通常是根据统计学的原理，即异常数据是偶然发生的，超过某一给定的置信区间的数据即为异常数据，而不是随机误差，该点数据即应该剔除。

对于稳态实验，即观测值是稳定不变的，当实验的采样点足够多时，一般把残差大于三倍标准差的值看作异常数据处理；当数据较少时，一般把满足残差的数据视为异常数据，其中K（N，a）为数据总数N和置信度a的函数，σ为标准差。

飞行数据是一个随时间变换的数据，数据的均值不能代表观测值的数学期望，因此无法使用上述常规方法实现。为了求出下一时刻的数学期望，可以根据飞机的运动方程，采用广义卡尔曼滤波、最大似然法或分割递推法等算法预测出下一时刻的数学期望，并求得其残差，来确定是否是异常数据。但该方法不是一个通用的方法，这是因为对于无法利用运动方程预测的参数（如总温、直流电压信号和驾驶杆角位移信号等）该方法就不能适用。因此通常采用的方法是低阶多项式滑动拟合方法来识别异常数据[2]。

低阶多项式拟合方法是利用一个低阶的多项式对数据进行拟合，以此求出观测值的数学期望，并识别出异常数据。该方法有前推差分、中心差分和后推差分等几种方法。为了避免后面的异常数据对前面正常数据的影响，只能采用前推差分方法[3]。

根据飞行数据的采样周期，7点二阶前推差分算法进行异常数据识别，其公式为：

某一架次中的一段气压高度数据如表1和图1所示，在第i帧（每秒两帧），出现较为明显的异常数据1200，经计算第t帧的E值为45.62，D值为50.79，即D＞E，据此可判定该点数据位异常数据。

本例中，利用5次拉格朗日插值公式求得的气压高度为986.7，修正后的气压高度数据曲线如图所示：

图2修正后的某架次气压高度随时间变化曲线

三、结论

本文针对飞行过程中飞行参数记录系统产生错误的记录，提出了一种飞行参数异常数据识别及修正算法。实验结果表明，该算法能够自动识别飞行参数中的异常数据并进行修正，识别准确率高、速度快，能够满足飞行参数处理系统等软件开发的需要。

参考文献

[1]曲建岭,唐昌盛,李万泉.飞参数据的应用研究现状及发展趋势[J].计测技术,2007,27(6):4-7,11.

[2]于君彩.飞行数据处理与气动参数辨识_于君彩[D].西安:西北工业大学,2007.

[3]蔡金狮,解放军总装备部,军事训练教材编委会.飞行器系统辨识学[M].北京:国防工业出版社,2003.

作者简介

隋晓奎，男，1964.10，汉，辽宁锦州，学历：本科，职称：副教授，职务：教员，研究方向：航空自动控制理论。