CN102968553A - 一种飞行器着陆风险评测方法 - Google Patents

Abstract

本发明涉及的是一种风险评测方法，特别涉及一种基于模糊多属性群决策的飞行器着陆过程风险评测方法。本发明包括如下步骤：（1）建立着陆过程多阶段风险评测矩阵；（2）建立效能评价指标；（3）制定不同着陆阶段属性权重；（4）评测着陆风险。本发明针对飞行器着陆过程整体评测的复杂性，合理综合着陆过程中四个主要阶段飞行状态信息，依据专家对着陆风险的模糊描述，设计模糊多属性群决策算法，实现多飞行器着陆过程飞行风险的排序比对，克服了传统决策方法信息量小，决策方式单一，决策结果缺乏完整性，不能评测整体着陆过程等缺点，综合多阶段决策信息，决策手段先进，更系统有效地提供飞行器着陆过程的综合风险评测。

Description

一种飞行器着陆风险评测方法

技术领域

本发明涉及的是一种风险评测方法，特别涉及一种基于模糊多属性群决策的飞行器着陆过程风险评测方法。

背景技术

飞行器着陆过程情况复杂多变，是事故的多发阶段。飞机从正常平飞状态过渡到陆地停止状态共分为下降阶段、拉平阶段、接地阶段和着陆滑跑阶段，驾驶员通过操纵驾驶杆改变飞行器飞行状态，使其安全降落到陆地。由于在着陆过程中，飞行器自身六自由度位置、速度、加速度和飞行姿态等状态量变化较大，如果驾驶员操纵不当或着陆环境恶劣，将会产生较大的着陆风险。

目前对于飞行器着陆过程风险评测主要从最终着陆效果和着陆性能指标两方面分析：最终着陆效果是判断能否安全降落到地面上，是否存在机体和人员的损失，这是一个硬性的指标，如果出现事故，此次着陆认定失败，风险最大；而着陆性能指标主要包括接地速度、着陆滑跑距离和着陆距离，这是针对飞行器着陆过程风险评测的主要部分。接地速度表示飞机主轮开始接触地面瞬间的水平速度，着陆滑跑距离表示从主轮接地点开始滑跑至飞机停止所经过的水平距离，着陆距离表示飞机从安全高度开始至滑跑停止所经过的水平距离。

传统风险评测方法在明确最终着陆效果安全的情况下，针对某一飞行器机型，制定上述各着陆性能指标的标准值，将此标准值与当前航次着陆过程对应指标数值进行比对，比对偏差越小，此次着陆风险越小。这种方法仅考虑了接地阶段和着陆滑跑阶段的性能指标，忽略了着陆过程的下降阶段和拉平阶段的潜在风险，缺乏对于整体着陆过程的分析；传统风险评测方法仅分析上述三个着陆性能指标，对飞行器六自由度状态量没有综合考虑，评测信息量较小；传统风险评测方法通过当前性能指标与设定标准值进行比对完成风险判断，决策方法单一，结果缺乏完整性；综上，传统的风险评测方法不能实现飞行器着陆过程的综合整体评测。

发明内容

本发明的目的在于提供一种更完整、更系统、更有效的飞行器着陆过程综合风险评测方法。

本发明的目的是这样实现的：

一种飞行器着陆效能评测方法，包括如下步骤：

（1）建立着陆过程多阶段风险评测矩阵：记录所有飞行器的飞行状态数据，包括飞行位置g_x,g_y,g_z，飞行速度v_x,v_y,v_z和飞行姿态α,β，其中g_x为飞行器纵向飞行位置，g_y为飞行器横向飞行位置，g_z为飞行器垂向飞行位置，v_x为飞行器纵向飞行速度，v_y为飞行器横向飞行速度，v_z为飞行器垂向飞行速度，α为飞行器飞行迎角，β为飞行器飞行侧滑角，对下降过程中下降阶段、拉平阶段、接地阶段和着陆滑跑阶段的飞行器效能进行描述，建立飞行器着陆过程多阶段风险评测矩阵；

（2）建立效能评价指标：将着陆过程四个阶段作为群决策者，飞行器飞行状态变量作为决策对象属性，不同阶段专家对于飞行器着陆风险的语言描述作为评测指标，设X={x₁,x₂,…x_m}为m个飞行器作为备选方案集合，其中x_i为第i个飞行器；U={u₁,u₂,…u_m}为对应的飞行状态属性集合，其中u_j为第j个飞行状态属性；D={d₁,d₂,d₃,d₄}为四个阶段作为决策者集合，其中d₁表示下降阶段，d₂表示拉平阶段，d₃表示接地阶段，d₄表示着陆滑跑阶段；针对不同阶段d_k∈D给出飞行器x_i∈X在飞行状态u_j∈U下的着陆风险描述r_ij ^(k)，获得评测矩阵R_k=(r_ij ^(k))_m×n；

（3）制定不同着陆阶段属性权重，确定各阶段相对属性权重矩阵为：

ω^（k）={ω₁ ^(k),ω₂ ^(k),ω₃ ^(k)，...,ω_n ^(k)}^T，其中ω_i ^(k)为飞行器着陆第k阶段过程中第i个状态量的属性权重；

（4）评测着陆风险：

1）依据3σ准则定义正态模糊语言变量的可能度计算公式，在正态模糊数框架下定义n维正态模糊语言加权平均算子；

2）利用n维正态模糊语言加权平均算子对评测矩阵R_k中第i行的模糊语言评测信息进行集结，得到d_k阶段飞行器x_i的综合属性评测，综合属性评测结果r_i ^(k)，i∈M，k=1,2,3,4，进行集结，得到飞行器x_i的群体综合属性评测；

3）对r_i(i∈M)进行两两比较，建立可能度矩阵P=（p_ij）_m×n，其中p_ij表示r_i大于r_j的可能度；获取P的排序向量ω^P=（ω₁ ^P,ω₂ ^P,…ω_m ^P）^T,其中ω_i ^P表示第i个飞行器的相对排序向量大小，利用ω_i ^P对群体综合属性评测r_i进行排序，对飞行器着陆风险进行排序和择优。

本发明的有益效果在于：

本发明针对飞行器着陆过程整体评测的复杂性，合理综合着陆过程中四个主要阶段飞行状态信息，依据专家对着陆风险的模糊描述，设计模糊多属性群决策算法，实现多飞行器着陆过程飞行风险的排序比对，克服了传统决策方法信息量小，决策方式单一，决策结果缺乏完整性，不能评测整体着陆过程等缺点，综合多阶段决策信息，决策手段先进，更系统有效地提供飞行器着陆过程的综合风险评测。

附图说明

图1是基于模糊多属性群决策的着陆风险评测流程图；

图2是正态模糊数示意图。

具体实施方式

本实施方式所述的是一种基于模糊多属性群决策的飞行器着陆过程风险评测方法，其具体实施步骤如下：

1建立着陆过程多阶段风险评测矩阵

在飞行器着陆过程中，通过机载数据测量与存储系统记录整体飞行状态数据，飞行位置(g_x,g_y,g_z)，飞行速度(v_x,v_y,v_z)和飞行姿态(α,β)等状态量，其中g_x为飞行器纵向飞行位置，g_y为飞行器横向飞行位置，g_z为飞行器垂向飞行位置，v_x为飞行器纵向飞行速度，v_y为飞行器横向飞行速度，v_z为飞行器垂向飞行速度，α为飞行器飞行迎角，β为飞行器飞行侧滑角，并将数据集存储于计算机中。

着陆过程共分为四个阶段：下降阶段、拉平阶段、接地阶段和着陆滑跑阶段。依据建立的飞行状态数据集，参考理想飞行航迹、速度和姿态针对上述四个阶段，对飞行器着陆风险进行描述。考虑实际飞行状态描述易受到自身经验、知识以及个人能力影响，具有非线性、复杂性和模糊性等特点，实际分析过程中决策方案的评价信息应为模糊语言变量。在模糊隶属函数的选择上，正态模糊数最接近人类思维，刻画最为适合，因此采用正态模糊语言作为评价指标。

定义1：设

为正态模糊语言变量，如图2所示，其隶属度函数

表示如下：

${\mathrm{\μ}}_{{\hat{S}}_{\mathrm{\θ}}}\left(\mathrm{\τ}\right)=e^{-\left(\frac{\mathrm{\τ}-{\mathrm{\τ}}_{\mathrm{\θ}}}{{\mathrm{\σ}}_{\mathrm{\θ}}}\right)},({\mathrm{\σ}}_{\mathrm{\θ}}>0)---\left(1\right)$

其中：

τ_θ和σ_θ分别表示正态模糊语言变量的期望和方差。

正态模糊数具有如下性质：

设

和

分别为两个正态模糊语言变量，且λ∈[0,1]，则有：

$\left(1\right)---\mathrm{\λ}{\hat{s}}_1=\mathrm{\λ}[{\mathrm{\τ}}_{{\mathrm{\θ}}_1},{\mathrm{\σ}}_{{\mathrm{\θ}}_1}]=[\mathrm{\λ}{\mathrm{\τ}}_{{\mathrm{\θ}}_1},\mathrm{\λ}{\mathrm{\σ}}_{{\mathrm{\θ}}_1}]$

$\left(2\right)---{\hat{s}}_1+{\hat{s}}_2=[{\mathrm{\τ}}_{{\mathrm{\θ}}_1},{\mathrm{\σ}}_{{\mathrm{\θ}}_1}]+[{\mathrm{\τ}}_{{\mathrm{\θ}}_2},{\mathrm{\σ}}_{{\mathrm{\θ}}_2}]=[{\mathrm{\τ}}_{{\mathrm{\θ}}_1}+{\mathrm{\τ}}_{{\mathrm{\θ}}_2},{\mathrm{\σ}}_{{\mathrm{\θ}}_1}+{\mathrm{\σ}}_{{\mathrm{\θ}}_2}]$

重复上述评测步骤，针对不同飞行器着陆状态进行评价，建立针对四个阶段不同飞行器着陆风险评测矩阵。

2建立风险评价指标

模糊多属性群决策问题处理过程中，需要选择多个决策者，分别对决策方案进行评测，最后综合多个决策结果进行整体测评，而着陆过程风险评测的重点是合理利用各着陆阶段飞行状态信息进行着陆全过程的综合评测，如果将各着陆阶段泛化为决策者，那么不同阶段专家对于不同飞行器的着陆风险描述可以作为不同决策者对于决策方案的评测指标，则着陆风险评测就可以转化为多属性群决策问题去处理，其中决策者为四个着陆阶段，决策方案为不同阶段专家对于飞行器着陆风险的描述，方案属性为飞行器飞行状态，如表1所示。

表1着陆风险专家评测表

设X＝{x₁,x₂,...x_m}为m个飞行器作为备选方案集，其中x_i为第i个飞行器；U＝{u₁,u₂,...u_n}为对应的飞行状态属性集合，其中u_j为第j个飞行状态属性；D＝{d₁,d₂,d₃,d₄}为四个着陆阶段作为决策者集，其中d₁表示下降阶段，d₂表示拉平阶段，d₃表示接地阶段，d₄表示着陆滑跑阶段；针对不同阶段d_k∈D给出飞行器x_i∈X在飞行状态u_j∈U下的正态模糊风险描述

得到风险评测矩阵

u₁ u₂ ...... u_n

$R_k=\left[\begin{array}{cccc}{r}_{11}^{\left(k\right)}& r_{12}^{\left(k\right)}& ...& r_{1n}^{\left(k\right)}\\ r_{21}^{\left(k\right)}& r_{22}^{\left(k\right)}& ...& r_{2n}^{\left(k\right)}\\ ...& ...& ...& ...\\ r_{m1}^{\left(k\right)}& r_{m2}^{\left(k\right)}& ...& r_{\mathrm{mn}}^{\left(k\right)}\end{array}\right]\begin{array}{c}{x}_1\\ x_2\\ ...\\ x_m\end{array}---\left(2\right)$

其中风险描述列表

为正态模糊语言标度，与该标度相对应的表达形式为：

s₁=[0.1,0.04]，s₂=[0.2,0.04]，s₃=[0.3,0.04]，

s₄=[0.4,0.05]，s₅=[0.5,0.05]，s₆=[0.6,0.05]，

s₇=[0.7,0.04]，s₈=[0.8,0.04]，s₉=[0.9,0.04]。

3确定相对属性权重

在确定评测矩阵R_k后，风险决策的关键就是确定单一决策者d_k给出决策方案x_i属性评测

的属性权重向量ω^(k)和决策方案x_i的群体综合属性评测r_i的属性权重向量ω。

为飞行器飞行状态相对属性权重，其中

为第k阶段过程中第i个状态量的属性权重；由于飞行器飞行效果主要由飞行位置(g_x,g_y,g_z)，飞行速度(v_x,v_y,v_z)和飞行姿态(α,β)等8个主要状态量来衡量，考虑位置与速度的微分关系，各状态量相对属性权重关系为：

${\mathrm{\ω}}_{g_x}={\mathrm{\ω}}_{g_y}={\mathrm{\ω}}_{g_z}>{\mathrm{\ω}}_{v_x}={\mathrm{\ω}}_{v_y}={\mathrm{\ω}}_{v_z}={\mathrm{\ω}}_{\mathrm{\α}}={\mathrm{\ω}}_{\mathrm{\β}}---\left(3\right)$

具体数值由专家确定，但在权重属性赋值时应保证：

ω＝{ω₁,ω₂,...ω_t}^T为不同着陆阶段相对属性权重，其中ω_i为第i阶段的属性权重；依据各阶段对于着陆风险的重要影响，确定着陆阶段相对属性权重矩阵为ω^(k)＝{0.2,0.2,0.4,0.2}^T。

4基于正态模糊多属性群决策的飞行器着陆风险评测

1)首先依据3σ准则定义正态模糊语言变量的可能度计算公式：

定义2：设

定义正态模糊语言变量

的可能度为：

$p({\hat{s}}_1\≥{\hat{s}}_2)=\max \{1-\max (\frac{{\hat{s}}_2^{+}-{\hat{s}}_1^{-}}{l_2+l_1},0),0\}---\left(4\right)$

$\left\{\begin{array}{c}{\hat{s}}_i^{+}={\mathrm{\τ}}_{{\mathrm{\θ}}_i}+2.58{\mathrm{\σ}}_{{\mathrm{\θ}}_i}\\ {\hat{s}}_i^{-}={\mathrm{\τ}}_{{\mathrm{\θ}}_i}-2.58{\mathrm{\σ}}_{{\mathrm{\θ}}_i}\\ l_i={\hat{s}}_i^{+}-{\hat{s}}_i^{-}\end{array}\right.,(i=\mathrm{1,2})$

可能度p具有如下运算性质：

$\left(1\right)---0\≤p({\hat{s}}_1\≥{\hat{s}}_2)\≤\mathrm{1,0}\≤p({\hat{s}}_2\≥{\hat{s}}_1)\≤1;$

$\left(2\right)---p({\hat{s}}_1\≥{\hat{s}}_2)+p({\hat{s}}_2\≥{\hat{s}}_1)=1,$ 特别地，当 ${\hat{s}}_1={\hat{s}}_2$ 时， $p({\hat{s}}_1\≥{\hat{s}}_2)=p({\hat{s}}_2\≥{\hat{s}}_1)=1/2;$

(3)设 $p({\hat{s}}_1\≥{\hat{s}}_2)\≥1/2$ 且 $p({\hat{s}}_2\≥{\hat{s}}_3)\≥1/2,$ 则 $p({\hat{s}}_1\≥{\hat{s}}_3)\≥1/2;$

(4)设 $p({\hat{s}}_1\≥{\hat{s}}_2)\≥1/2$ 且 $p({\hat{s}}_2\≥{\hat{s}}_3)\≥1/2,$ 则 $p({\hat{s}}_1\≥{\hat{s}}_2)+p({\hat{s}}_2\≥{\hat{s}}_3)\≥p({\hat{s}}_1\≥{\hat{s}}_3)$

2)在正态模糊数框架下定义n维正态模糊语言加权平均(NFLWA)算子：

定义3：设 $f:{\hat{s}}^n\→\hat{s},$ 若 $f({\hat{s}}_1,{\hat{s}}_2,...{\hat{s}}_n)={\mathrm{\ω}}_1{\hat{s}}_1\⊕{\mathrm{\ω}}_2{\hat{s}}_2\⊕...\⊕{\mathrm{\ω}}_n{\hat{s}}_n,$ 其中ω＝(ω₁,ω₂,...ω_n)^T是与f相关联的加权向量，ω_j∈[0,1]，

则称函数f是n维正态模糊语言加权平均(NFLWA)算子。

${\mathrm{NFLWA}}_{\mathrm{\ω}}({\hat{s}}_1,{\hat{s}}_2,...{\hat{s}}_n)={\mathrm{\ω}}_1{\hat{s}}_1\⊕{\mathrm{\ω}}_2{\hat{s}}_2\⊕...\⊕{\mathrm{\ω}}_n{\hat{s}}_n=[{\mathrm{\Σ}}_{j=1}^n{\mathrm{\ω}}_j{x}_{{\mathrm{\θ}}_j},{\mathrm{\Σ}}_{j=1}^n{\mathrm{\ω}}_j{\mathrm{\σ}}_{{\mathrm{\θ}}_j}]---\left(5\right)$

3)实现基于正态模糊语言变量多属性群决策的着陆风险评测，其决策步骤如下：

(1)对于某一多属性群决策问题，设X，U和D分别为方案(飞行器)集、属性(飞行状态)集和决策者(着陆阶段)集。决策者d_k∈D给出方案x_i∈X在属性u_j∈U下的模糊语言评测

并得到风险评测矩阵

(2)利用NFLWA算子对风险评测矩阵R_k中第i行的模糊语言评测信息进行集结，得到d_k着陆阶段飞行器x_i综合属性评测：

$r_i^{\left(k\right)}={\mathrm{NFLWA}}_{{\mathrm{\ω}}^{\left(k\right)}}(r_{i1}^{\left(k\right)},...,r_{\mathrm{in}}^{\left(k\right)})={\mathrm{\ω}}_1^{\left(k\right)}{r}_{i1}^{\left(k\right)}+...+{\mathrm{\ω}}_n^{\left(k\right)}{r}_{\mathrm{in}}^{\left(k\right)},(i\∈M,k=\mathrm{1,2,3,4})---\left(6\right)$

(3)再利用NFLWA算子对四个阶段给出的飞行器x_i的综合属性评测

进行集结，得到飞行器x_i的群体综合属性评测：

$r_i={\mathrm{NFLWA}}_{\mathrm{\ω}}(r_i^{\left(1\right)},...,r_i^{\left(4\right)})={\mathrm{\ω}}_1{r}_i^{\left(1\right)}+...+{\mathrm{\ω}}_4{r}_i^{\left(4\right)},(i\∈M)---\left(7\right)$

这里r_i为正态模糊虚拟语言变量。

(4)对r_i(i∈M)进行两两比较，记p_ij＝p(r_i＞r_j)，建立可能度矩阵P＝(p_ij)_m×m,其中p_ij表示r_i大于r_j的可能度；；依据可能度运算法则可知，矩阵P是互补判断矩阵，依据互补判断矩阵排序公式：

${\mathrm{\ω}}_i^P=\frac{1}{m(m-1)}(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}+\frac{m}{2}-1)---\left(8\right)$

得到矩阵P的排序向量

其中

表示第i个飞行器的相对排序向量大小。

(5)利用

对群体综合属性评测r_i进行排序，进而对飞行器着陆风险x_i进行排序并择优，最终实现着陆风险评测。

Claims (1)

1.一种飞行器着陆效能评测方法，其特征是，包括如下步骤：

（1）建立着陆过程多阶段风险评测矩阵：记录所有飞行器的飞行状态数据，包括飞行位置g_x,g_y,g_z，飞行速度v_x,v_y,v_z和飞行姿态α,β，其中g_x为飞行器纵向飞行位置，g_y为飞行器横向飞行位置，g_z为飞行器垂向飞行位置，v_x为飞行器纵向飞行速度，v_y为飞行器横向飞行速度，v_z为飞行器垂向飞行速度，α为飞行器飞行迎角，β为飞行器飞行侧滑角，对下降过程中下降阶段、拉平阶段、接地阶段和着陆滑跑阶段的飞行器效能进行描述，建立飞行器着陆过程多阶段风险评测矩阵；

（2）建立效能评价指标：将着陆过程四个阶段作为群决策者，飞行器飞行状态变量作为决策对象属性，不同阶段专家对于飞行器着陆风险的语言描述作为评测指标，设X={x₁,x₂,…x_m}为m个飞行器作为备选方案集合，其中x_i为第i个飞行器；U={u₁,u₂,…u_m}为对应的飞行状态属性集合，其中u_j为第j个飞行状态属性；D={d₁,d₂,d₃,d₄}为四个阶段作为决策者集合，其中d₁表示下降阶段，d₂表示拉平阶段，d₃表示接地阶段，d₄表示着陆滑跑阶段；针对不同阶段d_k∈D给出飞行器x_i∈X在飞行状态u_j∈U下的着陆风险描述r_ij ^(k)，获得评测矩阵R_k=(r_ij ^(k))_m×n；

（3）制定不同着陆阶段属性权重，确定各阶段相对属性权重矩阵为：

ω^（k)={ω₁ ^(k),ω₂ ^(k),ω₃ ^(k),..,ω_n ^(k)}^T，其中ω_i ^(k)为飞行器着陆第k阶段过程中第i个状态量的属性权重；

（4）评测着陆风险：

1）依据3σ准则定义正态模糊语言变量的可能度计算公式，在正态模糊数框架下定义n维正态模糊语言加权平均算子；

2）利用n维正态模糊语言加权平均算子对评测矩阵R_k中第i行的模糊语言评测信息进行集结，得到d_k阶段飞行器x_i的综合属性评测，综合属性评测结果r_i ^(k)，i∈M，k=1,2,3,4，进行集结，得到飞行器x_i的群体综合属性评测；

3）对r_i(i∈M)进行两两比较，建立可能度矩阵P=（p_ij）_m×n，其中p_ij表示r_i大于r_j的可能度；获取P的排序向量ω^P=（ω₁ ^P,ω₂ ^P,…ω_m ^P）^T,其中ω_i ^P表示第i个飞行器的相对排序向量大小，利用ω_i ^P对群体综合属性评测r_i进行排序，对飞行器着陆风险进行排序和择优。

Images