[發(fā)明專利]一種基于數(shù)字孿生的航跡實時監(jiān)視方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202310166063.3
• 申請日: 2023-02-22
• 公開（公告）號: CN116524761A
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計）人: 王卓佳;李金恒;涂林艷;董浩
• 申請（專利權(quán)）人: 中國商用飛機(jī)有限責(zé)任公司北京民用飛機(jī)技術(shù)研究中心;中國商用飛機(jī)有限責(zé)任公司
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06F30/20;G06F17/18
• 代理公司: 泰和泰律師事務(wù)所 51219
• 代理人: 范相玉

1.一種基于數(shù)字孿生的航跡實時監(jiān)視方法，其特征在于：所述方法包括如下步驟：

S1：通過數(shù)字孿生模型，進(jìn)行航跡動態(tài)數(shù)據(jù)的實時采集；

S2：通過自適應(yīng)時間序列模型結(jié)合計劃航跡對航跡數(shù)據(jù)進(jìn)行處理，實現(xiàn)航跡預(yù)測并通過遺忘因子修正預(yù)測的精度；

S3：通過統(tǒng)計學(xué)建立偏航判斷條件，結(jié)合預(yù)測航跡，輸出航跡實時監(jiān)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于數(shù)字孿生的航跡實時監(jiān)視方法，其特征在于：所述S1中數(shù)字孿生模型是在虛擬空間建立的高仿真的數(shù)字化航跡實時監(jiān)視模型，通過數(shù)據(jù)實時傳輸，實現(xiàn)航跡實時監(jiān)視，實時采集飛機(jī)運(yùn)行數(shù)據(jù)、氣象數(shù)據(jù)、環(huán)境數(shù)據(jù)，并有效整合，形成數(shù)據(jù)協(xié)同。

3.根據(jù)權(quán)利要求1所述的一種基于數(shù)字孿生的航跡實時監(jiān)視方法，其特征在于：所述S2中建立合同偏差的遞歸集成自回歸模型的自適應(yīng)時間序列模型，利用最小二乘法估計航跡的偏差和，得到完好性閾值。

4.根據(jù)權(quán)利要求3所述的一種基于數(shù)字孿生的航跡實時監(jiān)視方法，其特征在于：所述基于合同偏差的遞歸集成自回歸模型的自適應(yīng)時間序列模型采用遞歸自回歸RAR模型，遞歸自回歸RAR模型如公式(1)(2)所示：

其中：

n表示自回歸順序；

t是標(biāo)準(zhǔn)化離散時間，即數(shù)據(jù)發(fā)送間隔時間，相應(yīng)的實際時間是(t-1)T_s，T_s是數(shù)據(jù)發(fā)送周期；

x[t]是沿航跡方向或垂直于航跡方向的合同偏差信號，c[t]是一個均值為0，方差為σ_c²[t]的不相關(guān)序列；

η指逆算子ηⁱ·x[t]＝x[t-i]，r_i[t]表示時刻t的第i個自回歸參數(shù)；

模型參數(shù)向量β[t]＝[r₁[t]…r_n[t]]^T的估計是基于加權(quán)最小二乘法的最小化。

5.根據(jù)權(quán)利要求4所述的一種基于數(shù)字孿生的航跡實時監(jiān)視方法，其特征在于：所述模型參數(shù)向量如公式(3)所示：

其中γ是遺忘因子，γ∈(0,1)，是權(quán)重函數(shù)，γ^t-τ將更大的權(quán)重分配給更近期的偏差；

Γ越小，舊的誤差值遺忘的越快，從而增加了函數(shù)的時間自適應(yīng)性，使其能夠追蹤飛機(jī)動力學(xué)參數(shù)的動態(tài)變化。

6.根據(jù)權(quán)利要求5所述的一種基于數(shù)字孿生的航跡實時監(jiān)視方法，其特征在于：所述遞歸自回歸RAR模型提前一步預(yù)測c[t|t-1]的殘差如公式(4)所示：

由于t-1時刻時，t的實時數(shù)據(jù)還不可用，所以使用t-1的數(shù)據(jù)來計算預(yù)測值；

方差可以通過在殘差預(yù)測序列上的長度為m的滑動窗口來估計，如公式(5)所示：

在每個時刻，采用相應(yīng)的RAR模型參數(shù)向量來計算提前h步預(yù)測的合同偏差信號如公式(6)所示：

預(yù)測誤差方差估計如公式(7)所示：

其中，c[t+h|t]≡c[t+h]是預(yù)測誤差序列，其時變方差估計由公式(5)求得；

G_i[t]表示第j個格林函數(shù)系數(shù)，由于模型參數(shù)是隨時間變化的，考慮后移算子，格林函數(shù)系數(shù)屬于非交換代數(shù)即

那么在(1-α)置信度，t時刻的x[t+h]的區(qū)間預(yù)測如公式(8)所示：

其中表示正態(tài)分布的臨界點。