[發(fā)明專利]一種飛行參數(shù)缺失數(shù)據(jù)的預(yù)測估計(jì)方法

在審

• 申請?zhí)枺?/td>: 201310422714.7
• 申請日: 2013-09-17
• 公開（公告）號: CN103678869A
• 公開（公告）日: 2014-03-26
• 發(fā)明（設(shè)計(jì)）人: 曲建嶺;趙育良;張玉葉;高峰;袁濤;殷磊;姚凌虹
• 申請（專利權(quán)）人: 中國人民解放軍海軍航空工程學(xué)院青島校區(qū)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 中國人民解放軍海軍專利服務(wù)中心 11044
• 代理人: 宋濤

技術(shù)領(lǐng)域

本發(fā)明涉及一種多元時(shí)間序列缺失數(shù)據(jù)的預(yù)測估計(jì)方法，特別適用于飛行參數(shù)數(shù)據(jù)。

背景技術(shù)

隨著科技水平的不斷提高，在各領(lǐng)域中都涌現(xiàn)出多元時(shí)間序列數(shù)據(jù)。多元時(shí)間序列不是多個(gè)一元時(shí)間序列的簡單疊加，多元時(shí)間序列中包含多個(gè)參量，各個(gè)參量共同確定事物的狀態(tài)，并且各參量間存在一定的關(guān)聯(lián)關(guān)系。

對于多元時(shí)間序列數(shù)據(jù)，國內(nèi)外研究者利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等技術(shù)進(jìn)行預(yù)測估計(jì)處理。上述方法均是基于統(tǒng)計(jì)學(xué)習(xí)的方法，側(cè)重于從數(shù)據(jù)的統(tǒng)計(jì)特征來分析數(shù)據(jù)的發(fā)展趨勢，比較適用于不強(qiáng)調(diào)時(shí)序關(guān)系的多元時(shí)間序列數(shù)據(jù)。

飛行參數(shù)數(shù)據(jù)是多元時(shí)間序列數(shù)據(jù)中的一種，其特征是：(1)參數(shù)元數(shù)高，各元參數(shù)值之間具有一定的相關(guān)性；(2)各元參數(shù)值的前后數(shù)據(jù)有一定的時(shí)序關(guān)系，表現(xiàn)為一種發(fā)展趨勢；(3)數(shù)據(jù)量大。

在利用飛參記錄儀采集和記錄飛行參數(shù)數(shù)據(jù)的過程中，會因?yàn)樵胍簟㈦娮拥雀蓴_，產(chǎn)生一些數(shù)據(jù)丟失、數(shù)據(jù)失真和記錄的非正常開始或結(jié)束等異常情況。這些異常情況將嚴(yán)重影響基于飛行參數(shù)數(shù)據(jù)進(jìn)行飛行動作評估的效果。因而，在進(jìn)行飛行訓(xùn)練評估等活動之前，需要對失真數(shù)據(jù)及缺失數(shù)據(jù)進(jìn)行估計(jì)替換。

將現(xiàn)有技術(shù)中的神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等技術(shù)用于處理飛行參數(shù)數(shù)據(jù)時(shí)，預(yù)測估計(jì)的準(zhǔn)確度較低，計(jì)算復(fù)雜度較高。針對飛行參數(shù)數(shù)據(jù)的時(shí)序性特征，可以應(yīng)用時(shí)間序列分析技術(shù)進(jìn)行預(yù)測估計(jì)，但是目前的時(shí)間序列分析技術(shù)，如多元自回歸建模分析方法雖然能夠考慮多個(gè)參量之間的相關(guān)性進(jìn)行分析，但其局限于參量元數(shù)比較少的情況，不適用于參數(shù)元數(shù)高的飛行參數(shù)數(shù)據(jù)。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于：針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種飛行參數(shù)缺失數(shù)據(jù)的預(yù)測估計(jì)方法，利用主成分分析提取與飛行動作最相關(guān)的參量，將這些參量的相關(guān)性融入到對失真及缺失數(shù)據(jù)的估計(jì)過程，從而得到能夠合理反映和重現(xiàn)飛機(jī)飛行狀態(tài)的時(shí)間序列數(shù)據(jù)。

為解決上述技術(shù)問題，本發(fā)明的具體步驟為：

一種飛行參數(shù)缺失數(shù)據(jù)的預(yù)測估計(jì)方法，其特征在于利用主成分分析提取與飛行動作最相關(guān)的參量，并將這些參量的相關(guān)性融入到對失真及缺失數(shù)據(jù)的估計(jì)過程，從而得到能夠合理反映和重現(xiàn)飛機(jī)飛行動作的時(shí)間序列數(shù)據(jù)，具體步驟為：

(1)從給定的飛行參數(shù)數(shù)據(jù)中提取部分完整的、沒有缺失的時(shí)間序列數(shù)據(jù)集，并對數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理；

(2)建立數(shù)據(jù)集各元參量數(shù)據(jù)之間的相關(guān)矩陣；

(3)進(jìn)行主成分分析：通過對相關(guān)矩陣進(jìn)行特征矩陣計(jì)算求得各主成分在各參量上的載荷，并通過計(jì)算主成分的累積貢獻(xiàn)率來確定反映飛機(jī)飛行狀態(tài)的主成分；

(4)選擇與缺失數(shù)據(jù)的參量相關(guān)性較大的參量，并通過比較所選參量的主成分在各參量上的載荷，進(jìn)一步選擇與缺失數(shù)據(jù)相關(guān)性最大的參量；

(5)利用時(shí)序建模分析方法對上步選取的與缺失數(shù)據(jù)相關(guān)度最大的參量的數(shù)據(jù)進(jìn)行時(shí)序建模、定階；

(6)利用步驟(5)得到的模型對缺失數(shù)據(jù)參量的任意時(shí)刻數(shù)據(jù)進(jìn)行預(yù)測，預(yù)測的結(jié)果與實(shí)際的結(jié)果進(jìn)行比較，得到殘差序列；

(7)對預(yù)測結(jié)果進(jìn)行檢驗(yàn)，判斷所述殘差序列是否為白噪聲，若是白噪聲，則接受所建立的模型，否則，需要重新建模、定階、預(yù)測和檢驗(yàn)；

(8)利用通過檢驗(yàn)的模型對缺失數(shù)據(jù)進(jìn)行估計(jì)。

作為本發(fā)明的進(jìn)一步改進(jìn)：

步驟(4)中確定所述與缺失數(shù)據(jù)相關(guān)度較大的參量的過程是：

(4a)對所述載荷取絕對值并歸一化處理得到各參量的相關(guān)度權(quán)重；

(4b)將相關(guān)度權(quán)重從大到小排列；

(4c)選取前m項(xiàng)參量：前m項(xiàng)相關(guān)度權(quán)重的和值等于d，所述d的范圍是0.6≤J≤0.8，所述m值≤5，前m項(xiàng)相關(guān)度權(quán)重對應(yīng)的參量為與缺失數(shù)據(jù)參量相關(guān)性較大的m個(gè)參量。

步驟(3)中所述的累積貢獻(xiàn)率大于95％。

步驟(5)中的時(shí)序建模分析方法指多元自回歸建模。

步驟(5)中所述的定階的原則為AIC函數(shù)最小原則。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于能夠?qū)w行參數(shù)各參量之間的相關(guān)性融入到對失真及缺失數(shù)據(jù)的估計(jì)過程，可以得到合理反映和重現(xiàn)飛機(jī)飛行狀態(tài)的時(shí)間序列數(shù)據(jù)。本發(fā)明適合處理參量元數(shù)多數(shù)據(jù)量大的飛行參數(shù)數(shù)據(jù)且預(yù)測誤差小。

附圖說明

圖1為一種飛行參數(shù)缺失數(shù)掘的預(yù)測估計(jì)方法流程圖；

具體實(shí)施方式

以下將結(jié)合附圖和具體實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)說明。

結(jié)合圖1所示，本發(fā)明的具體步驟包括：