分析飛行數(shù)據(jù)的方法
【專利摘要】本發(fā)明涉及一種借助于飛行器的飛行數(shù)據(jù)記錄器的分析在至少一個飛行器的N個飛行期間記錄的飛行數(shù)據(jù)的方法，該數(shù)據(jù)按照飛行i在大小為d的飛行的特征向量Xi中進(jìn)行分組，該特征向量的分量對應(yīng)于在飛行器的所述飛行i期間記錄的數(shù)據(jù)，因此，飛行i通過特征向量Xi定義，所述方法包括以下步驟：對飛行特征Xi進(jìn)行高斯核熵分量分析以獲得正常飛行的區(qū)域并且相對于它們到所述區(qū)域的距離將飛行特征Xi進(jìn)行分類；針對每個飛行i確定異常分?jǐn)?shù)zi，異常分?jǐn)?shù)zi通過飛行特征Xi相對于正常飛行的區(qū)域的距離定義；根據(jù)異常分?jǐn)?shù)zi檢測至少一個異常飛行。
【專利說明】分析飛行數(shù)據(jù)的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種分析在至少一個飛行器的至少一個飛行期間所記錄的飛行數(shù)據(jù) 的集合的方法。

【背景技術(shù)】
[0002] 在維護(hù)和空中交通方面的規(guī)則規(guī)定了航空公司需要遵守的標(biāo)準(zhǔn)，W確保用戶最大 的安全級別。
[0003] 為了優(yōu)化維護(hù)階段，航空公司自己已配備有飛行數(shù)據(jù)分析系統(tǒng)。
[0004] 已知被稱為抑M(飛行數(shù)據(jù)監(jiān)測）或者FOQA (飛行運(yùn)行質(zhì)量保證）的飛行數(shù)據(jù)分 析系統(tǒng)。該些系統(tǒng)在于使飛行器配備有飛行數(shù)據(jù)記錄器。該種記錄器為例如黑盒子或者比 如ACMS (飛行器狀態(tài)監(jiān)控系統(tǒng)）的特定記錄器。
[0005] 該些系統(tǒng)使航空公司能夠從在每一個它們的飛機(jī)的每個飛行期間產(chǎn)生的該些飛 行數(shù)據(jù)的值的定期記錄詳細(xì)地了解飛行的過程。
[0006] 為此，該些系統(tǒng)檢測在飛行期間發(fā)生的預(yù)先定義的事件并且之后專家對該些事件 進(jìn)行分析，該些事件表示在飛行期間已發(fā)生技術(shù)事故、沒有遵守由飛行程序提供的實踐或 條件，因此在可能發(fā)生的任何事件或意外的很晚期（very advanced)的階段發(fā)出警告。
[0007] 該些技術(shù)需要預(yù)先定義用于檢測通常被定義為超過一個或多個參數(shù)的闊值的事 件的規(guī)則，其可W觸發(fā)警報使得專家更加嚴(yán)密地分析飛行。
[0008] 問題在于，該些技術(shù)不能夠檢測超出預(yù)先定義的規(guī)則之外的異常事件，其可能導(dǎo) 致無法檢測異常飛行。


【發(fā)明內(nèi)容】

[0009] 本發(fā)明的目的在于使得能夠在不需要定義檢測規(guī)則的情況下檢測異常飛行。
[0010] 為此，本發(fā)明提出一種分析在至少一個飛行器的N個飛行期間記錄的飛行數(shù)據(jù)的 方法，該數(shù)據(jù)按照飛行i在大小為d的飛行的特征向量Xi中進(jìn)行分組，該特征向量Xi的分 量對應(yīng)于在飛行器的所述飛行i期間記錄的數(shù)據(jù)，因此，飛行i通過特征向量Xi定義，該方 法包括W下步驟：
[0011] -對飛行特征Xi進(jìn)行高斯核賭分量分析W獲得正常飛行的區(qū)域并且相對于它們到 所述區(qū)域的距離將飛行特征Xi進(jìn)行分類；
[0012] -針對每個飛行i確定異常分?jǐn)?shù)Zi,所述異常分?jǐn)?shù)Zi通過飛行特征Xi相對于正常 飛行的區(qū)域的距離定義；
[0013] -根據(jù)異常分?jǐn)?shù)Zi檢測至少一個異常飛行。
[0014] 本發(fā)明通過單獨(dú)或W其任何技術(shù)上可行的組合利用W下特性有利地完成：
[0015] -對于檢測到的每個異常飛行，確定最接近檢測到的異常飛行同時在正常飛行的 區(qū)域中的幻影飛行。
[0016] -將檢測到的異常飛行的參數(shù)與所確定的幻影飛行的參數(shù)進(jìn)行比較，W檢測已致 使所述檢測到的異常飛行顯現(xiàn)異常的異常飛行的至少一個參數(shù)。
[0017] -所述高斯核賭分量分析包括W下子步驟：
[0018] O確定大小為NXN的相似度矩陣K，所述相似度矩陣K的分量量化兩個飛行特征 Xi之間的接近度；
[0019] O分解成相似度矩陣K的特征向量W獲得N個特征向量a。...，aw和N個特征值 入 1，...，入 N，使得 V'' = 1，...，W 公 =A.",.;
[0020] O針對每個特征向量確定所述每個特征向量的賭系數(shù)Yi ;
[0021] O選擇特征向量{amimetl,...,W的子集合，使得賭Ym之和大于N個賭Yi之和的百 分比；
[0022] -所述賭系數(shù)通過如下定義

【權(quán)利要求】
1. 一種分析在至少一個飛行器的N個飛行期間記錄的飛行數(shù)據(jù)的方法，所述方法借助 于飛行器的飛行數(shù)據(jù)記錄器，所述數(shù)據(jù)按照飛行i在大小為d的飛行的特征向量Xi中進(jìn)行 分組（E2)，所述特征向量的分量對應(yīng)于在飛行器的所述飛行i期間記錄的數(shù)據(jù)，因此，飛行 i通過特征向量Xi定義，所述方法包括以下步驟： -對飛行特征Xi進(jìn)行高斯核熵分量分析（E4)以獲得正常飛行的區(qū)域（E)并且相對于 它們到所述區(qū)域的距離將飛行特征Xi進(jìn)行分類； -針對每個飛行i確定異常分?jǐn)?shù)Zi (E5)，所述異常分?jǐn)?shù)Zi通過飛行特征Xi相對于正常 飛行的區(qū)域（E)的距離定義； -根據(jù)所述異常分?jǐn)?shù)Zi檢測至少一個異常飛行（E6)。
2. 根據(jù)權(quán)利要求1所述的分析方法，其中，對于檢測到的每個異常飛行，確定最接近檢 測到的異常飛行同時在正常飛行的區(qū)域中的幻影飛行。
3. 根據(jù)權(quán)利要求2所述的分析方法，其中，將檢測到的異常飛行的參數(shù)與所確定的幻 影飛行的參數(shù)進(jìn)行比較，以檢測已致使所述檢測到的異常飛行顯現(xiàn)異常的所述異常飛行的 至少一個參數(shù)。
4. 根據(jù)權(quán)利要求1所述的分析方法，其中，所述高斯核熵分量分析包括以下子步驟： -確定大小為NXN的相似度矩陣K，所述相似度矩陣K的分量量化兩個飛行特征Xi之 間的接近度； -分解成相似度矩陣K的特征向量以獲得N個特征向量a1，...，aN和N個特征值λp· ··，λN，使得Vi= 1,...，iVKUi -A1 U1 ； -針對每個特征向量確定所述每個特征向量的熵系數(shù)Yi ; -選擇特征向量{am}me{1，...,N}的子集合，使得熵^之和大于N個熵、之和的百分比。
5. 根據(jù)權(quán)利要求4所述的分析方法，其中，所述熵系數(shù)通過如下定義： (N、 Λ·· Vz= γ·=--?-〇 1 N2
6. 根據(jù)權(quán)利要求4至5中的一項所述的分析方法，其中，飛行i的異常分?jǐn)?shù)通過如下定 義：Ζ?=1_Σ?^?ι。
7. 根據(jù)權(quán)利要求4至6中的一項所述的分析方法，其中，所述相似度矩陣K的分量通過 如下定義： fIki-X7H W= 1，.._，7V=exp-L~， ，tJF2σ2 V J 其中σ2為預(yù)先確定的帶寬參數(shù)。
8. 根據(jù)前一項權(quán)利要求的分析方法，其中，所述帶寬參數(shù)〇2按照如下方式確定： -確定對應(yīng)于兩個飛行之間的距離的大小為NXN的矩陣D，并且所述矩陣D按照如下 方式定義：Vk1，…,W =I不-；『； -每一列的每個分量以降序排列以獲得矩陣D' ； -選擇由此獲得的矩陣D'的k個第一行，并且消除其他行以獲得大小為kXN的矩陣D，； -確定矩陣D'的每一列的平均值以獲得N個值yi，. . .，yN ; -確定值Y1,...，yN的絕對中位偏差，所述值Y1,...，yN的絕對中位偏差通過mad=mediane{IYi-IiiedI}定義，其中med=mediane{yl，· · ·，yN}； -通過如下函數(shù)σ2 = ，根據(jù)值yi，...，yN的絕對中位偏差確定帶寬參數(shù) σ2。
9. 根據(jù)前述權(quán)利要求中的一項所述的分析方法，其中，飛行i的數(shù)據(jù)以TXP維的矩陣 Fi進(jìn)行分組，其中T為在飛行i期間記錄的數(shù)據(jù)的數(shù)量以及P為所記錄的參數(shù)的數(shù)量，向量 Xi具有首尾相連的矩陣Fi的列作為分量，因此所述向量Xi為d=TXP維并且通過如下定 乂： Xi = [Fi(t=I,P=I),. . . ,Fi(t=T,p=I),. . . ,Fi(t=I,p=P),. . . ,Fi(t=T,P =P)。
10. 根據(jù)權(quán)利要求1至8中的一項所述的分析方法，其中，飛行i的數(shù)據(jù)以TXP維的矩 陣Fi進(jìn)行分組，其中T為在飛行i期間記錄的數(shù)據(jù)的數(shù)量以及P為所記錄的參數(shù)的數(shù)量， 向量Xi具有矩陣Fi的列作為分量，矩陣Fi的列被采樣以選擇n〈T個參數(shù)的記錄小…乂， 因此所述向量Xi為d=ηΧΡ維并且通過如下定義： Xi=[廠人t = tI …，_ = f:,，P = ' \…,F&t = tl,P = ρ\…,F&t=匕,ρ = Ρ)。
11. 根據(jù)權(quán)利要求1至8中的一項所述的分析方法，其中，飛行i的數(shù)據(jù)以TXP維的矩 陣Fi進(jìn)行分組，其中T為在飛行i期間記錄的數(shù)據(jù)的數(shù)量以及P為所記錄的參數(shù)的數(shù)量， 向量Xi具有在該參數(shù)的所有記錄之中的參數(shù)的平均值、方差、最小值、最大值作為分量，因 此所述向量Xi通過如下定義：
【文檔編號】G05B23/02GK104321708SQ201380011376
【公開日】2015年1月28日 申請日期:2013年2月26日 優(yōu)先權(quán)日:2012年2月29日
【發(fā)明者】N·克里桑多斯 申請人:薩熱姆防務(wù)安全公司, 特魯瓦技術(shù)大學(xué)