[發明專利]一種飛行數據的預處理方法

在審

• 申請號: 201310654208.0
• 申請日: 2013-12-05
• 公開（公告）號: CN104698836A
• 公開（公告）日: 2015-06-10
• 發明（設計）人: 王書舟
• 申請（專利權）人: 天津工業大學
• 主分類號: G05B13/00
• 分類號: G05B13/00
• 代理公司: 無
• 代理人: 無

一、技術領域

本發明屬于智能控制與建模領域，本發明涉及動態系統辨識、數據處理等方法。

二、背景技術

用傳統的機理建模方法建立直升機的仿真模型是可行的，但是這種方法需要大量的空氣動力學知識。神經網絡具有良好的非線性映射能力，因此可以用它來建立直升機的仿真模型。為了訓練所建立的神經網絡模型，需要飛行數據作為訓練樣本、測試樣本。樣本數據不可避免地含有高頻噪聲，而且在試飛過程中由于測試儀器不穩定或因外界干擾的影響，往往導致測量數據包含一些很不合理的跳點，即野值。另外，對含噪聲的信號直接微分將導致更高的噪聲水平。因此需要對飛行數據進行預處理。

三、專利內容：

1、專利目的

對飛行數據進行預處理，去除數據中的高頻噪聲，為神經網絡辨識提供可靠的飛行數據，以提高神經網絡訓練的速度和精度。

2、技術解決方案

在天氣狀況良好、大氣變化不明顯的條件下，可忽略一些環境變量的影響，只考慮控制變量和狀態變量的數據記錄。對于直升機旋翼自轉著陸過程的飛行狀態，由記錄儀器記錄飛行數據，并對數據進行野值剔除、高頻濾波和微分平滑等預處理。

3、技術效果及優點

這種基于神經網絡的建模方法，避免了機理建模所需的空氣動力學知識，大大降低了仿真模型的復雜度。采用的野值剔除、高頻濾波和微分平滑等預處理方法，既簡單又有效。能夠為神經網絡的訓練提供適用的數據。

四、具體實施方式

1.飛行數據的野值剔除

在試飛過程中，由于測試儀器不穩定或外界干擾，往往導致測量數據中包含一些不合理的跳點，即野值。常用的野值判斷和剔除方法有中心差分方法、前推差分方法等。為避免后面的野值逆傳而誤將前面的正常值判斷為野值，不能采用中心差分公式，因此采用前推差分公式。根據本文用到的實際飛行數據，采用下列七點二階前推差分算式是合適的。如果每個周期有幾十個采樣點，也可以采用更多點的二階前推差分算式。

y^1=(32y1+15y2+3y3-4y4-6y5-3y6+5y7)/42y^2=(5y1+4y2+3y3+2y4+y5-y7)/14y^3=(y1+3y2+4y3+4y4+3y5+y6-2y7)/14y^4=(-2y1+3y2+6y3+7y4+6y5+3y6-2y7)/21y^5=(-2y1+y2+3y3+4y4+4y5+3y6+y7)/14y^6=(-y1+y2+2y4+3y5+4y6+5y7)/14---(1)]]>