CN104698836A - 一种飞行数据的预处理方法 - Google Patents

一种飞行数据的预处理方法 Download PDF

Info

Publication number
CN104698836A
CN104698836A CN201310654208.0A CN201310654208A CN104698836A CN 104698836 A CN104698836 A CN 104698836A CN 201310654208 A CN201310654208 A CN 201310654208A CN 104698836 A CN104698836 A CN 104698836A
Authority
CN
China
Prior art keywords
flight data
differential
data
flying quality
aid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310654208.0A
Other languages
English (en)
Inventor
王书舟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Polytechnic University
Original Assignee
Tianjin Polytechnic University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Polytechnic University filed Critical Tianjin Polytechnic University
Priority to CN201310654208.0A priority Critical patent/CN104698836A/zh
Publication of CN104698836A publication Critical patent/CN104698836A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)

Abstract

对于用于神经网络辨识用的飞行数据,在试飞过程中由于测试仪器不稳定或因外界干扰的影响,往往导致测量数据包含高频噪声和一些很不合理的野值。另外,对含噪声的信号直接微分将导致更高的噪声水平。因此需要对飞行数据进行野值剔除、高频滤波和微分平滑等预处理。根据用到的实际飞行数据,野值剔除采用七点二阶前推差分算式。选取截止频率为十赫兹的三阶Chebyshev-II型的低通数字滤波器对飞行数据进行滤波,该滤波器具有较好的滤波效果。采用七点二阶中心插值平滑算法进行飞行数据的微分平滑。

Description

一种飞行数据的预处理方法
一、技术领域
本发明属于智能控制与建模领域,本发明涉及动态系统辨识、数据处理等方法。
二、背景技术
用传统的机理建模方法建立直升机的仿真模型是可行的,但是这种方法需要大量的空气动力学知识。神经网络具有良好的非线性映射能力,因此可以用它来建立直升机的仿真模型。为了训练所建立的神经网络模型,需要飞行数据作为训练样本、测试样本。样本数据不可避免地含有高频噪声,而且在试飞过程中由于测试仪器不稳定或因外界干扰的影响,往往导致测量数据包含一些很不合理的跳点,即野值。另外,对含噪声的信号直接微分将导致更高的噪声水平。因此需要对飞行数据进行预处理。
三、专利内容:
1、专利目的
对飞行数据进行预处理,去除数据中的高频噪声,为神经网络辨识提供可靠的飞行数据,以提高神经网络训练的速度和精度。
2、技术解决方案
在天气状况良好、大气变化不明显的条件下,可忽略一些环境变量的影响,只考虑控制变量和状态变量的数据记录。对于直升机旋翼自转着陆过程的飞行状态,由记录仪器记录飞行数据,并对数据进行野值剔除、高频滤波和微分平滑等预处理。
3、技术效果及优点
这种基于神经网络的建模方法,避免了机理建模所需的空气动力学知识,大大降低了仿真模型的复杂度。采用的野值剔除、高频滤波和微分平滑等预处理方法,既简单又有效。能够为神经网络的训练提供适用的数据。
四、具体实施方式
1.飞行数据的野值剔除
在试飞过程中,由于测试仪器不稳定或外界干扰,往往导致测量数据中包含一些不合理的跳点,即野值。常用的野值判断和剔除方法有中心差分方法、前推差分方法等。为避免后面的野值逆传而误将前面的正常值判断为野值,不能采用中心差分公式,因此采用前推差分公式。根据本文用到的实际飞行数据,采用下列七点二阶前推差分算式是合适的。如果每个周期有几十个采样点,也可以采用更多点的二阶前推差分算式。
y ^ 1 = ( 32 y 1 + 15 y 2 + 3 y 3 - 4 y 4 - 6 y 5 - 3 y 6 + 5 y 7 ) / 42 y ^ 2 = ( 5 y 1 + 4 y 2 + 3 y 3 + 2 y 4 + y 5 - y 7 ) / 14 y ^ 3 = ( y 1 + 3 y 2 + 4 y 3 + 4 y 4 + 3 y 5 + y 6 - 2 y 7 ) / 14 y ^ 4 = ( - 2 y 1 + 3 y 2 + 6 y 3 + 7 y 4 + 6 y 5 + 3 y 6 - 2 y 7 ) / 21 y ^ 5 = ( - 2 y 1 + y 2 + 3 y 3 + 4 y 4 + 4 y 5 + 3 y 6 + y 7 ) / 14 y ^ 6 = ( - y 1 + y 2 + 2 y 4 + 3 y 5 + 4 y 6 + 5 y 7 ) / 14 - - - ( 1 )
y ^ i = ( 5 y i - 6 - 3 y i - 5 - 6 y i - 4 - 4 y i - 3 + 3 y i - 2 + 15 y i - 1 + 32 y i ) / 42 - - - ( 2 )
其中i=7,8,L,N,y1为原始数据,为插值后数据。先检验前6个点是正常点,按时间顺序逐点计算和新息对于野值点,其v1远大于正常值,满足下式的数据点为野值点:
| y k - y ^ k | > 2.2 Σ i = k - 6 k ( y k - y ^ k ) 2 / 6 ≡ E - - - ( 3 )
通常数据中的连续野值点的值比较接近,当k点为野值点时,则满足下式的点也是野值点:
|yk+i-yk|<E (i=1,2,L,m)   (4)
实际飞行数据连续野值点很少超过4点,故取m=3。
野值剔除后需要用拉各朗日插值公式求出野值点的补正值,以保证数据的完整性。若yk,yk+1,...,yk+n是野值点,则在yk点处向前确定三个正常值yk-1,yk-2,yk-3,在yk+n点后确定三个正常值yk+n+1,yk+n+2,yk+n+3,利用这些点作为已知值,由拉各朗日插值公式即可求出yk,yk+1,...,yk+n的补正值:
y l = &Sigma; j = k - 3 k + n + 3 &Pi; i = k - 3 k + n + 3 ( t l - t j t i - t j ) y j - - - ( 5 )
其中l=k,k+1,...,k+n;i,j≠k,k+1,...,k+n;i≠j
2.飞行数据的高频滤波
由于飞行数据不可避免地含有高频噪声,因此需要对实测飞行数据作频谱分析,以确定保留有用信号的带宽。一般情况下,直升机运动信号的频率比较低,通常小于10Hz。因此可选取保留直升机有用信号的最大频率为10Hz。另一方面,由信号处理的的知识可知,Chebyshev滤波器在f=f0附近的截止特性最好,曲线的衰减率最陡。因此选取截止频率f0=10Hz的3阶Chebyshev-II型的低通数字滤波器对飞行数据进行滤波,该滤波器具有较好的滤波效果。根据阶数n、通带内波纹Rp和截止频率Wn计算滤波器分子、分母系数,最后得到的具体形式为:
y - = a 0 y i + a 1 y i - 1 + a 2 y i - 2 + a 3 y i - 3 - b 1 y - i - 1 - b 2 y - i - 2 - b 3 y - i - 3 - - - ( 6 )
式中y为实测数据,为滤波后数据,系数分别为a0=a3=0.0049,a1=a2=0.0062,b1=-2.3857,b2=1.9463,b3=-0.5384。
3.飞行数据的微分平滑
实际应用中常常要求由测量数据获取其微分数据,而对含噪声的信号直接微分,一般将导致更高的噪声水平,因此需要对实测数据进行微分平滑,其主要方法有光滑样条、切比雪夫正交级数、多项式中心平滑等。前两种方法需要选择的参数较多,而且比较费时,实际当中很少采用。因此这里选用简单、常用的多项式平滑法,即七点二阶中心插值平滑算法,来进行飞行数据的微分平滑。其具体形式为:
y ^ 1 = ( 32 y 1 + 15 y 2 + 3 y 3 - 4 y 4 - 6 y 5 - 3 y 6 + 5 y 7 ) / 42 y ^ 2 = ( 5 y 1 + 4 y 2 + 3 y 3 + 2 y 4 + y 5 - y 7 ) / 14 y ^ 3 = ( y 1 + 3 y 2 + 4 y 3 + 4 y 4 + 3 y 5 + y 6 - 2 y 7 ) / 14 y ^ i = ( - 2 y i - 3 + 3 y i - 2 + 6 y i - 1 + 7 y i + 6 y i + 1 + 3 y i + 1 - 2 y i + 3 ) / 21 y ^ N - 2 = ( - 2 y N - 6 + y N - 5 + 3 y N + 4 + 4 y N - 3 + 4 y N - 2 + 3 y N - 1 + y N ) / 14 y ^ N - 1 = ( - y N - 6 + y N - 5 + 2 y n - 4 + 3 y N - 3 + 4 y N - 2 + 5 y N - 1 ) / 14 y ^ N = ( 5 y N - 6 - 3 y N - 5 - 6 y N - 4 - 4 y N - 3 + 3 y N - 2 + 15 y N - 1 + 32 y N ) / 42 - - - ( 7 )
式中i=4,5,...,N-3,N为采样点总数,y,分别是平滑前、平滑后的数据。

Claims (3)

1.一种飞行数据的预处理方法,其特征在于:采用七点二阶前推差分算式剔除野值。
2.权利要求1所述的一种飞行数据的预处理方法,其特征还在于:采用截止频率为十赫兹的三阶Chcbyshcv-II型低通数字滤波器对飞行数据进行滤波。
3.权利要求1所述的一种飞行数据的预处理方法,其特征还在于:采用七点二阶中心插值平滑算法对飞行数据的微分平滑。
CN201310654208.0A 2013-12-05 2013-12-05 一种飞行数据的预处理方法 Pending CN104698836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310654208.0A CN104698836A (zh) 2013-12-05 2013-12-05 一种飞行数据的预处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310654208.0A CN104698836A (zh) 2013-12-05 2013-12-05 一种飞行数据的预处理方法

Publications (1)

Publication Number Publication Date
CN104698836A true CN104698836A (zh) 2015-06-10

Family

ID=53346080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310654208.0A Pending CN104698836A (zh) 2013-12-05 2013-12-05 一种飞行数据的预处理方法

Country Status (1)

Country Link
CN (1) CN104698836A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090240A (zh) * 2016-11-23 2018-05-29 北京空间技术研制试验中心 气动测量飞行试验数据处理与评估方法
CN112348002A (zh) * 2021-01-08 2021-02-09 成都云鼎智控科技有限公司 一种用于发动机测试的数据处理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090240A (zh) * 2016-11-23 2018-05-29 北京空间技术研制试验中心 气动测量飞行试验数据处理与评估方法
CN112348002A (zh) * 2021-01-08 2021-02-09 成都云鼎智控科技有限公司 一种用于发动机测试的数据处理方法

Similar Documents

Publication Publication Date Title
CN105222809B (zh) 一种地磁梯度鲁棒的航磁干扰补偿系数估计的方法
CN103674062B (zh) 基于Allan方差与ARMA模型分析提高陀螺仪测量精度的方法
CN107860548B (zh) 一种近似在线的颤振边界预测方法
CN106487359B (zh) 基于自适应多尺度AVG-Hat变换的形态学滤波器的构造方法
CN109883392B (zh) 一种基于相位补偿的捷联惯导升沉测量方法
CN107705265A (zh) 一种基于总曲率的sar图像变分去噪方法
CN108519587B (zh) 一种实时的空中目标运动模式识别及参数估计方法
CN106500735A (zh) 一种基于压缩感知的fbg信号自适应修复方法
CN106451498B (zh) 一种基于改进广义形态滤波的低频振荡模态辨识方法
Cedro et al. Determining of signal derivatives in identification problems-FIR differential filters
WO2018223416A1 (zh) 一种fri稀疏采样核函数构建方法及电路
CN106546436B (zh) 一种汽车零部件载荷谱有效压缩方法
CN103956756A (zh) 一种电力系统低频振荡模态辨识方法
CN103957009A (zh) 一种对压缩采样系统低通滤波器进行补偿的方法
CN103823177B (zh) 基于窗函数设计的滤波器性能检测方法和系统
CN105929380B (zh) 一种卫星激光高度计全波形激光雷达数据去噪方法
CN104698836A (zh) 一种飞行数据的预处理方法
CN103777228A (zh) 基于iir滤波器的数字核脉冲信号高斯成形方法
CN106500991B (zh) 基于自适应多尺度AVG-Hat变换的轴承故障信号特征提取方法
CN108805011B (zh) 一种数字滤波方法及系统
CN112689288A (zh) 一种基于wann的射频指纹提取和识别方法
CN106991816B (zh) 道路交通流评价方法
CN103401533A (zh) 一种基于hmm/kf稳态反馈的数字滤波方法
CN103777221B (zh) 基于窗函数法的数字核脉冲信号高斯成形方法
CN110716534A (zh) 一种基于自整定变分模态分解的工业过程振荡检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150610