[发明专利]一种针对飞行异常的飞行特征提取方法

权利要求书

1.一种针对飞行异常的飞行特征提取方法，其特征在于，包括如下步骤：

步骤1，对快速存储记录器QAR数据进行预处理；

步骤1.1，选取飞行特征参数；

步骤1.2，选取研究的飞行时段；

步骤1.3，数据的提取与标准化处理；

步骤2，构建时序-特征注意力机制模块，对发生异常的时刻和发生异常的飞行特征参数进行强化和突出；

将时序注意力机制和特征注意力机制按照时序-特征注意力机制的先后顺序进行结合，构成时序-特征注意力机制模块，包括以下几个子步骤：

步骤2.1，将飞行时序数据S∈R^T×F通过时序注意力机制模块，得到时序注意力A_T∈R^T×1；

步骤2.2，将时序注意力A_T∈R^T×1与飞行时序数据S∈R^T×F进行哈达玛积运算，得到时序改进的时序数据S′∈R^T×F；

步骤2.3，将时序改进后的时序数据S′∈R^T×F通过特征注意力机制模块，得到特征注意力A_F∈R^F×1；

步骤2.4，将特征注意力A_F∈R^F×1与时序改进的时序数据S′∈R^T×F进行哈达玛积运算，得到进一步突出飞行参数特征的时序数据S″R^T×F；

步骤3，构建飞行特征提取模型，利用步骤1预处理后的QAR数据对飞行特征提取模型进行训练；

步骤4，利用训练好的飞行特征提取模型进行飞行特征提取。

2.如权利要求1所述的一种针对飞行异常的飞行特征提取方法，其特征在于：步骤1.1中选取飞行姿态和动力学两类飞行特征参数。

3.如权利要求2所述的一种针对飞行异常的飞行特征提取方法，其特征在于：步骤1.3中根据步骤1.2中选取的飞行时段提取QAR数据中步骤1.1选取的两类飞行特征参数，并采用Min-max标准化方法进行数据的标准化处理，Min-max标准化计算方式如下：

式中，x′_i是第i个标准化后的飞行特征参数，x_i是第i个飞行特征参数，x_max是该飞行特征参数序列中最大的数，x_min是该飞行特征参数序列中最小的数据。

4.如权利要求1所述的一种针对飞行异常的飞行特征提取方法，其特征在于：步骤2.1中时序注意力机制模块的作用是对时序输入数据在不同的时刻给与不同的关注度，即更多的关注于发生异常的时刻；为了聚合特征维度上的信息，利用最大池化和平均池化操作来收集特征信息，得到每一时刻的两个不同的上下文描述向量，然后将两个描述向量通过一个多层感知机得到两个不同时序注意力图，最后将两个不同的时序注意力图以相同索引位置相加的方式进行求和运算，从而最终获得时序注意力A_T∈R^T×1，即：

A_T(S)＝σ(MLP(MaxPool(S)+AvgPool(S))) (2)

式中，σ表示sigmoid函数，MLP()为多层感知机，MaxPool()为最大池化函数，AvgPool()为平均池化函数。

5.如权利要求1所述的一种针对飞行异常的飞行特征提取方法，其特征在于：步骤2.2中将时序注意力A_T∈R^T×1与飞行时序数据S∈R^T×F进行哈达玛积运算，得到时序改进的时序数据S′∈R^T×F，即：

式中，表示哈达玛积运算。