[發(fā)明專利]一種基于模糊控制算法的戰(zhàn)機機動動作智能識別方法

有效

• 申請?zhí)枺?/td>: 201410345537.1
• 申請日: 2014-07-18
• 公開（公告）號: CN104200058B
• 公開（公告）日: 2017-02-22
• 發(fā)明（設(shè)計）人: 田豐;張濤;孟光磊;梁宵
• 申請（專利權(quán)）人: 沈陽航空航天大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 沈陽火炬專利事務(wù)所(普通合伙)21228
• 代理人: 李福義

技術(shù)領(lǐng)域

本發(fā)明涉及一種機動動作的智能識別，具體講是涉及一種基于模糊控制算法的戰(zhàn)機機動動作智能識別方法，其屬于飛行品質(zhì)自動評估系統(tǒng)領(lǐng)域。

背景技術(shù)

飛行員在真正的飛機上進行訓(xùn)練之前，都要在模擬機上先進行模擬訓(xùn)練。一方面，飛行員可以在新型飛機量產(chǎn)之前提前進行訓(xùn)練；另一方面，由于飛機都比較昂貴，同時培養(yǎng)飛行員的花銷也很大，可以有效減少損失。目前，飛行員飛行訓(xùn)練的評估模式多數(shù)是以人為主導(dǎo)的定性評估，教練員考核飛行員的飛行訓(xùn)練時主要采取人工評分的方法，由于人工評分的主觀臆斷性較強，很難客觀、公正地對訓(xùn)練過程和訓(xùn)練效果做出合理、科學(xué)的評判，并且需要教員或者專家付出大量的工作時間。

為了減少教員或?qū)＜业墓ぷ髁浚?jié)省耗費在飛行品質(zhì)評估上的時間，同時減少或避免人為因素造成的評估誤差，設(shè)計出飛行品質(zhì)自動評估系統(tǒng)至關(guān)重要。作為飛行品質(zhì)自動評估系統(tǒng)的關(guān)鍵技術(shù)，戰(zhàn)機機動動作智能識別具有巨大的應(yīng)用價值，它已經(jīng)引起了世界許多國家軍事部門和學(xué)術(shù)界的極大關(guān)注。及時開展這項具有深遠影響的前沿科技的研究，獲得具有我國自主知識產(chǎn)權(quán)的相關(guān)技術(shù)，具有重大的現(xiàn)實意義和深遠的戰(zhàn)略意義。

發(fā)明內(nèi)容

鑒于現(xiàn)有技術(shù)存在的問題，本發(fā)明的目的是要提供一種基于模糊控制算法的戰(zhàn)機機動動作智能識別方法，其采用濾波、標記數(shù)據(jù)點、去除小擾動和特征提取等技術(shù)，以解決機動動作識別不準確和識別速度慢等問題。

本發(fā)明的技術(shù)方案為一種基于模糊控制算法的戰(zhàn)機機動動作智能識別方法，其步驟如下：

步驟1：數(shù)據(jù)預(yù)處理，通過濾波、去除小擾動等技術(shù)來修正數(shù)據(jù)并去除沒用的數(shù)據(jù)，過程如下：

(1)在一組數(shù)據(jù)中，從第二個數(shù)據(jù)起標記其相對于前一個數(shù)據(jù)的變化規(guī)律，變化規(guī)律為大、小和中；

(2)第一次濾波，對變化為中的點進行修正，使其無相等的點；

(3)將(1)中的數(shù)據(jù)重新標記變化規(guī)律，其變化規(guī)律為大和小；

(4)標記趨勢變化的端點和突變點，突變點為端點；

(5)計算每一個端點的擾動頻率，擾動頻率為100/當前端點與下一個端點間的點數(shù)，最后一個端點的擾動頻率為0；

(6)去除小擾動；

(7)標記每個非突變點的變化強度；

步驟2：模糊識別，用特征提取和隸屬度計算識別機動動作；

(1)特征提取，分別對高度、航向角和滾轉(zhuǎn)角的趨勢變化進行特征提取；

(2)隸屬度計算，分別計算高度特征隸屬度、航向特征隸屬度和高度特征隸屬度，再綜合求出機動動作隸屬度，隸屬度最大的機動動作即是識別出的機動動作。

本發(fā)明的特點及有益效果：設(shè)計出了模糊控制算法，能夠根據(jù)飛參記錄數(shù)據(jù)智能辨別出飛行員執(zhí)行的機動動作，識別準確率不低于90％。當飛參記錄小于15萬條時，識別機動動作實時性不大于5分鐘，其避免了因人工評分的主觀臆斷性較強，很難客觀、公正地對訓(xùn)練過程和訓(xùn)練效果做出合理、科學(xué)的評判的問題，同時減少了教員或者專家的工作量和工作時間。

附圖說明：

圖1機動動作智能識別模型圖；

圖2數(shù)據(jù)預(yù)處理流程圖；

圖3模糊識別流程圖。

具體實施方式

實施例1

本發(fā)明采用模糊控制算法來實現(xiàn)機動動作的智能識別。在設(shè)計模糊控制算法時，分兩步實現(xiàn)：數(shù)據(jù)預(yù)處理和模糊識別。數(shù)據(jù)預(yù)處理為后續(xù)的數(shù)據(jù)分析做鋪墊，包括標記點、濾波、擾動頻率計算、去除小擾動等技術(shù)；模糊識別是將機動動作正確識別出來，包括特征提取、隸屬度計算等技術(shù)。本發(fā)明可以識別出10個機動動作，包括：左盤旋、右盤旋、左橫滾、右橫滾、俯沖、半滾倒轉(zhuǎn)、急躍升、戰(zhàn)斗轉(zhuǎn)彎、半斤斗和斤斗。

參照圖1，對機動動作智能識別進行建模，用高度、航向角、滾轉(zhuǎn)角三個特征的趨勢變化來綜合劃分機動動作。

對于高度特征，趨勢變化包括：高度保持、高度變小、高度變大、高度先變小后保持、高度先變大后保持、高度先變大后變小6種情況；

對于航向特征，趨勢變化包括：高度保持航向保持、高度保持右偏航、高度保持左偏航、高度變小轉(zhuǎn)彎、高度變小航向保持、高度變大轉(zhuǎn)彎、高度變大航向保持7種情況；

對于滾轉(zhuǎn)特征，趨勢變化包括：無突變、一次突變-變大、一次突變-變小、大于等于兩次突變4種情況。

具體步驟如下：

一、數(shù)據(jù)預(yù)處理，通過濾波、去除小擾動等技術(shù)來修正數(shù)據(jù)并去除沒用的數(shù)據(jù)；

參照圖2數(shù)據(jù)預(yù)處理的整個流程圖，數(shù)據(jù)預(yù)處理的具體實施步驟如下：