CN109726427A - 结合运载器飞行特征点的动态时间规整计算方法 - Google Patents
结合运载器飞行特征点的动态时间规整计算方法 Download PDFInfo
- Publication number
- CN109726427A CN109726427A CN201811365966.XA CN201811365966A CN109726427A CN 109726427 A CN109726427 A CN 109726427A CN 201811365966 A CN201811365966 A CN 201811365966A CN 109726427 A CN109726427 A CN 109726427A
- Authority
- CN
- China
- Prior art keywords
- data
- characteristic point
- path
- distance
- dynamic time
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的结合运载器飞行特征点的动态时间规整计算方法,首先建立动态时间规整模型和建立距离计算模型,然后根据运载器飞行曲线读取飞行历程中的特征点时刻,截取特征点之间的飞行历程数据并进行判断,将正确的数据进行代入建立的动态时间规整模型中计算各分段区间内的DTW距离,最后计算各分段区间的距离的累计和。本发明公开的方法仅保留了原始测量数据关键点时刻的重要信息,同时对时间序列间错位的数据进行了同步化处理,使得匹配后的数据误差降低到最小,提高了后续故障诊断、数据挖掘等数据分析手段的可靠性。
Description
技术领域
本发明属于航天测量与控制技术领域,涉及一种结合运载器飞行特征点的动态时间规整计算方法。
背景技术
航天运载器飞行过程中下传的遥测数据是一种典型的时间序列。在对其进行数据分析时,往往要借助距离计算的方法进行比对工作。应用欧式距离进行直接计算的传统方法,对时间曲线的伸缩和偏移的敏感性较大,同时由于时间序列分段处理所导致的数据信息丢失的现象也较为严重。针对以上问题,本申请提出了基于飞行特征点的动态时间规整计算方法。
发明内容
本发明的目的是提供一种结合运载器飞行特征点的动态时间规整计算方法,解决了传统方法中有严重的数据信息丢失的问题。
本发明所采用的技术方案是,结合运载器飞行特征点的动态时间规整计算方法,具体操作过程包括如下步骤:
步骤1.建立动态时间规整模型;
步骤2.根据运载器在飞行过程中事先程序设定的特征点,如:各级发动机关机、级间分离、星箭分离等,将飞行历程时间序列分割成若干分段曲线,各特征点即为各分段曲线的起止时刻,按照飞行数据依据特征点个数将实际发生时刻分割成多条分段数据,这样可以保证各分段数据提供了相同物理含义的数据内容;
步骤3.在各分段曲线中,依据数据点数是否为零、数据值是否在设计范围内等条件,判断所截取的飞行历程数据是否正确,如果不正确,则直接结束,如果正确,则进行步骤4;
步骤4.将飞行历程数据代入到步骤1的动态时间规整模型公式3中得到各分段区间内的DTW距离,然后在将各分段DTW距离求和,计算得到整条曲线的距离累计和。
本发明的其他特点还在于,
步骤1的具体过程如下:
设某两次任务中,反映箭体飞行姿态的遥测数据时间序列为Q和C,它们的长度分别是n和m,则有:
Q=q1,q2,…,qi,…,qn (1)
C=c1,c2,…,cj,…,cm (2)
构建一个n×m阶的矩阵,矩阵的第(i,j)个元素就是两个时间序列的点qi和cj;
然后,令路径W表示时序Q和C之间的映射,定义第k个元素为wk=(i,j)k,因此,得到一个规整路径集:W=w1,w2,…,wk,…wK,max(m,n)≤K<m+n-1;
寻找距离累计和最小的路径,基于动态最优的原则,在所有的路径中,距离累计和最小的路径可以通过渐增距离公式3得到:
其中:f(i,j)代表了qi和cj之间的距离累计和;d(qi,cj)为点qi和cj之间的欧氏距离,即d(qi,cj)=(qi-cj)2;
当时序Q和C具有相同的长度,且i=j=k时,则公式3即为欧氏距离的计算公式。
规整后路径要求满足以下条件限制:
(1)边界条件:w1=(1,1),wK=(m,n),规整路径必须从矩阵的起始位置处开始,在结束位置处结束;
(2)连续性:给定wk=(a,b),wk-1=(a',b'),则要求a-a'≤1和b-b'≤1,这要求规整路径每一步的设定都是连续的;
(3)单调性:给定wk=(a,b),wk-1=(a',b'),要求a-a'≥0和b-b'≥0,即要求路径必须是在时间轴上的单调增长。
本发明的有益效果是,结合运载器飞行特征点的动态时间规整计算方法,解决了传统方法存在严重的数据信息丢失的问题。本发明的方法不仅保留了原始测量数据关键点时刻的重要信息,同时对时间序列间错位的数据进行了同步化处理,使得匹配后的数据误差降低到最小,提高了后续故障诊断、数据挖掘等数据分析手段的可靠性。
附图说明
图1是本发明的结合运载器飞行特征点的动态时间规整计算方法的流程图;
图2是两次任务箭载控制系统参数对比图;
图3是结合飞行特征点的动态规整计算结果。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的结合运载器飞行特征点的动态时间规整计算方法,具体操作过程包括如下步骤:
步骤1.建立动态时间规整模型(DTW):
对于某次试验任务中特定运载器遥测参数而言,在同前序历史任务中同一参数进行曲线间距离计算,相似性匹配等问题,都归结于两任务间的遥测数据时序距离计算问题。
设某两次任务中,反映箭体飞行姿态的遥测数据时间序列为Q和C,它们的长度分别是n和m,则有:
Q=q1,q2,…,qi,…,qn (1)
C=c1,c2,…,cj,…,cm (2)
构建一个n×m阶的矩阵,矩阵的第(i,j)个元素就是两个时间序列的点qi和cj;
然后,令路径W表示时序Q和C之间的映射,定义第k个元素为wk=(i,j)k,因此,得到一个规整路径集:W=w1,w2,…,wk,…wK,max(m,n)≤K<m+n-1;
规整后路径要求满足以下条件限制:
(1)边界条件:w1=(1,1),wK=(m,n),简单地说,规整路径必须从矩阵的起始位置处开始,在结束位置处结束。
(2)连续性:给定wk=(a,b),wk-1=(a',b'),则要求a-a'≤1和b-b'≤1,这要求规整路径每一步的设定都是连续的。
(3)单调性:给定wk=(a,b),wk-1=(a',b'),要求a-a'≥0和b-b'≥0,即要求路径必须是在时间轴上的单调增长。
很显然满足上述条件的路径有很多,但是我们的目标是寻找距离累计和最小的路径,基于动态最优的原则,在所有的路径中,距离累计和最小的路径可以通过渐增距离公式3得到:
其中:f(i,j)代表了qi和cj之间的距离累计和;d(qi,cj)为点qi和cj之间的欧氏距离,即d(qi,cj)=(qi-cj)2。
当时序Q和C具有相同的长度,且i=j=k时,则公式3即为欧氏距离的计算公式。
步骤2.根据运载器在飞行过程中事先程序设定的特征点,如:各级发动机关机、级间分离、星箭分离等,可将飞行历程时间序列分割成若干分段曲线,各特征点即为各分段曲线的起止时刻,按照飞行数据依据特征点个数将实际发生时刻分割成多条分段数据,这样可以保证各分段数据提供了相同物理含义的数据内容;
步骤3.在各分段曲线中,依据数据点数是否为零、数据值是否在设计范围内等条件,判断所截取的飞行历程数据是否正确,如果不正确,则直接结束,如果正确,则进行步骤4;
步骤4.将飞行历程数据代入到步骤1的动态时间规整模型公式3中得到各分段区间内的DTW距离,然后在将各分段DTW距离求和,计算得到整条曲线的距离累计和。
本发明的优势在于充分考虑到了各次飞行任务中,特征点发射时刻因任务实际需要而不尽相同。在计算两条任务曲线间的距离时,把相同物理含义的分段数据进行了计算。而传统的欧氏距离计算方法,仅仅机械性地计算曲线间对应点之间的距离和,没有考虑数据点背后的实际物理含义是否相同。由于各次飞行任务的不同弹道设计,各特征点实际发生时刻往往均不相同,如果采用欧氏距离进行计算时,参与运算的数据点之间不具备相同物理含义作为支持,计算结果不可信,而采用结合特征点的DTW距离计算公式,先把具有相同物理含义的数据点进行了分段,再进行距离计算,充分考虑了运载器飞行实际情况,保证了计算结果的可靠性和正确性。
具体实施例如下:
(1)数据准备
图2展示了任务I和任务II中箭载控制系统某参数的飞行曲线,从图上可以看出,由于发射对象不同而导致的飞行控制方案差异,使得控制曲线在趋势上大致相同,但特征点发生时刻不同,在图2中,两次任务虽然运载器飞行时长不同,但在整个飞行过程中,都具有含义和数量均相同的特征点。因此,可以将两次任务的飞行数据依据5个特征点的实际发生时刻分割成6条分段数据。这样可以保证各分段数据提供了相同物理含义的数据内容,如AB和A'B'代表的是一级关机和二级关机之间的该参数的数据表现。
(2)动态时间规整计算
结合运载器飞行控制方案和飞行曲线特征可知,两次任务的飞行特征点如表1所示;
表1两次任务飞行特征点时刻
利用以上的特征点设置,应用DTW技术,可以有效地生成距离计算的合理方案,从而完成曲线之间的动态规整,规整效果如图3所示,从图上可以看出,该计算方法可以有效地减少参与距离计算的数据点个数,从而大大地提高了后续数据挖掘和分析算法的运行效率。
Claims (3)
1.结合运载器飞行特征点的动态时间规整计算方法,其特征在于,具体操作过程包括如下步骤:
步骤1.建立动态时间规整模型;
步骤2.根据运载器在飞行过程中事先程序设定的特征点,如:各级发动机关机、级间分离、星箭分离等,可将飞行历程时间序列分割成若干分段曲线,各特征点即为各分段曲线的起止时刻,按照飞行数据依据特征点个数将实际发生时刻分割成多条分段数据,这样可以保证各分段数据提供了相同物理含义的数据内容;
步骤3.在各分段曲线中,依据数据点数是否为零、数据值是否在设计范围内等条件,判断所截取的飞行历程数据是否正确,如果不正确,则直接结束,如果正确,则进行步骤4;
步骤4.将飞行历程数据代入到步骤1的动态时间规整模型得到各分段区间内的DTW距离,然后在将各分段DTW距离求和,计算得到整条曲线的距离累计和。
2.如权利要求1所述的结合运载器飞行特征点的动态时间规整计算方法,其特征在于,所述步骤1的具体过程如下:
设某两次任务中,反映箭体飞行姿态的遥测数据时间序列为Q和C,它们的长度分别是n和m,则有:
Q=q1,q2,…,qi,…,qn (1)
C=c1,c2,…,cj,…,cm (2)
构建一个n×m阶的矩阵,矩阵的第(i,j)个元素就是两个时间序列的点qi和cj;
然后,令路径W表示时序Q和C之间的映射,定义第k个元素为wk=(i,j)k,因此,得到一个规整路径集:W=w1,w2,…,wk,…wK,max(m,n)≤K<m+n-1;
在规整后的路径中寻找距离累计和最小的路径,基于动态最优的原则,在所有的路径中,距离累计和最小的路径可以通过渐增距离公式3得到:
其中:f(i,j)代表了qi和cj之间的距离累计和;d(qi,cj)为点qi和cj之间的欧氏距离,即d(qi,cj)=(qi-cj)2;
当时序Q和C具有相同的长度,且i=j=k时,则公式3即为欧氏距离的计算公式。
3.如权利要求2所述的结合运载器飞行特征点的动态时间规整计算方法,其特征在于,规整后路径要求满足以下条件限制:
(1)边界条件:w1=(1,1),wK=(m,n),规整路径必须从矩阵的起始位置处开始,在结束位置处结束;
(2)连续性:给定wk=(a,b),wk-1=(a',b'),则要求a-a'≤1和b-b'≤1,这要求规整路径每一步的设定都是连续的;
(3)单调性:给定wk=(a,b),wk-1=(a',b'),要求a-a'≥0和b-b'≥0,即要求路径必须是在时间轴上的单调增长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811365966.XA CN109726427B (zh) | 2018-11-16 | 2018-11-16 | 结合运载器飞行特征点的动态时间规整计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811365966.XA CN109726427B (zh) | 2018-11-16 | 2018-11-16 | 结合运载器飞行特征点的动态时间规整计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109726427A true CN109726427A (zh) | 2019-05-07 |
CN109726427B CN109726427B (zh) | 2022-10-14 |
Family
ID=66295783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811365966.XA Active CN109726427B (zh) | 2018-11-16 | 2018-11-16 | 结合运载器飞行特征点的动态时间规整计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726427B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674466A (zh) * | 2019-09-17 | 2020-01-10 | 成都飞机工业(集团)有限责任公司 | 一种多基准条件下飞机复杂焊接导管测量及匹配方法 |
CN111208142A (zh) * | 2019-08-01 | 2020-05-29 | 北京航空航天大学 | 基于动态时间规整相关性特征的裂纹损伤定量检测方法 |
CN111583064A (zh) * | 2020-05-11 | 2020-08-25 | 国网四川省电力公司电力科学研究院 | 基于动态时间规整的负荷生产时段检测方法和存储介质 |
CN112883078A (zh) * | 2021-02-07 | 2021-06-01 | 江西科技学院 | 基于dtw与最小二乘估计的轨道动态检查历史数据匹配方法 |
CN113204914A (zh) * | 2021-04-12 | 2021-08-03 | 哈尔滨工业大学 | 一种基于多架次飞行数据表征建模的飞行数据异常判读方法 |
CN114676587A (zh) * | 2022-04-12 | 2022-06-28 | 北京航空航天大学 | 基于载荷谱相似性的疲劳寿命评估方法 |
CN115905886A (zh) * | 2023-01-09 | 2023-04-04 | 北京和利时系统集成有限公司 | 站台屏蔽门的故障诊断方法、装置以及存储介质 |
CN116401103A (zh) * | 2023-06-08 | 2023-07-07 | 北京飞安航空科技有限公司 | 一种飞行员便携式电子图囊的数据安全管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451598A (zh) * | 2017-06-27 | 2017-12-08 | 浙江工业大学 | 一种基于最小平均距离的动态时间规整方法 |
CN108320750A (zh) * | 2018-01-23 | 2018-07-24 | 东南大学—无锡集成电路技术研究所 | 一种基于改进型动态时间规整语音识别算法的实现方法 |
US20180308371A1 (en) * | 2017-04-19 | 2018-10-25 | Beihang University | Joint search method for uav multiobjective path planning in urban low altitude environment |
-
2018
- 2018-11-16 CN CN201811365966.XA patent/CN109726427B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180308371A1 (en) * | 2017-04-19 | 2018-10-25 | Beihang University | Joint search method for uav multiobjective path planning in urban low altitude environment |
CN107451598A (zh) * | 2017-06-27 | 2017-12-08 | 浙江工业大学 | 一种基于最小平均距离的动态时间规整方法 |
CN108320750A (zh) * | 2018-01-23 | 2018-07-24 | 东南大学—无锡集成电路技术研究所 | 一种基于改进型动态时间规整语音识别算法的实现方法 |
Non-Patent Citations (2)
Title |
---|
徐波等: "基于路径约束的动态时间规整方法研究", 《系统工程与电子技术》 * |
翁颖钧等: "基于分段线性动态时间弯曲的时间序列聚类算法研究", 《微型电脑应用》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111208142A (zh) * | 2019-08-01 | 2020-05-29 | 北京航空航天大学 | 基于动态时间规整相关性特征的裂纹损伤定量检测方法 |
CN110674466A (zh) * | 2019-09-17 | 2020-01-10 | 成都飞机工业(集团)有限责任公司 | 一种多基准条件下飞机复杂焊接导管测量及匹配方法 |
CN110674466B (zh) * | 2019-09-17 | 2022-04-08 | 成都飞机工业(集团)有限责任公司 | 一种多基准条件下飞机复杂焊接导管测量及匹配方法 |
CN111583064A (zh) * | 2020-05-11 | 2020-08-25 | 国网四川省电力公司电力科学研究院 | 基于动态时间规整的负荷生产时段检测方法和存储介质 |
CN111583064B (zh) * | 2020-05-11 | 2022-09-09 | 国网四川省电力公司电力科学研究院 | 基于动态时间规整的负荷生产时段检测方法和存储介质 |
CN112883078A (zh) * | 2021-02-07 | 2021-06-01 | 江西科技学院 | 基于dtw与最小二乘估计的轨道动态检查历史数据匹配方法 |
CN113204914A (zh) * | 2021-04-12 | 2021-08-03 | 哈尔滨工业大学 | 一种基于多架次飞行数据表征建模的飞行数据异常判读方法 |
CN114676587A (zh) * | 2022-04-12 | 2022-06-28 | 北京航空航天大学 | 基于载荷谱相似性的疲劳寿命评估方法 |
CN114676587B (zh) * | 2022-04-12 | 2022-09-23 | 北京航空航天大学 | 基于载荷谱相似性的疲劳寿命评估方法 |
CN115905886A (zh) * | 2023-01-09 | 2023-04-04 | 北京和利时系统集成有限公司 | 站台屏蔽门的故障诊断方法、装置以及存储介质 |
CN116401103A (zh) * | 2023-06-08 | 2023-07-07 | 北京飞安航空科技有限公司 | 一种飞行员便携式电子图囊的数据安全管理系统 |
CN116401103B (zh) * | 2023-06-08 | 2023-07-28 | 北京飞安航空科技有限公司 | 一种飞行员便携式电子图囊的数据安全管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109726427B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726427A (zh) | 结合运载器飞行特征点的动态时间规整计算方法 | |
US8306791B2 (en) | Method and system for modeling the performance of a gas turbine engine | |
CN103090728B (zh) | 一种基于滑模控制的带末角约束制导方法 | |
CN106444807B (zh) | 一种栅格舵与侧喷流的复合姿态控制方法 | |
CN105700549A (zh) | 一种基于序列小生境粒子群算法的无人机多航迹规划方法 | |
CN103942401A (zh) | 一种优化高精度自适应模块化的航天器弹道多约束轨迹工具包及方法 | |
EP3045865A1 (en) | Route point setting device and route point setting program | |
CN111274740B (zh) | 一种多飞行器协同突防轨迹优化设计方法 | |
US11465782B2 (en) | Systems and methods for autonomous deorbiting of a spacecraft | |
WO2007020477A2 (en) | Aircraft target display | |
CN111351401A (zh) | 应用于捷联导引头制导飞行器的防侧偏制导方法 | |
CN108073742B (zh) | 基于改进粒子滤波算法的拦截导弹末段飞行状态估计方法 | |
IL271466B2 (en) | Optimizing a parametric model of aircraft performance | |
CN114090718A (zh) | 基于Bi-LSTM预测与模糊分析的中断航迹关联方法 | |
CN114780618A (zh) | 面向海洋数据异常检测的多视图协同可视分析方法 | |
Shinar et al. | Three-dimensional validation of an integrated estimation/guidance algorithm against randomly maneuvering targets | |
US9745052B2 (en) | Determining enhanced operating state for aircraft | |
KR101357689B1 (ko) | 레이더 신호 펄스 열 분리 방법 | |
CN106894898B (zh) | 一种航空发动机加速控制规律的设计方法 | |
CN114324975B (zh) | 一种风向确定方法、装置、设备和介质 | |
CN110065649A (zh) | 采用虚拟瞄准点的临近空间高超声速飞行器弹道设计方法 | |
CN111649734B (zh) | 一种基于粒子群算法的捷联导引头目标定位方法 | |
CN113075882A (zh) | 基于非平衡态线性化的涡扇发动机多变量鲁棒变增益控制方法 | |
CN109979248B (zh) | 一种基于动态规划的飞行冲突解脱方法 | |
RU2768079C1 (ru) | Способ управления движением летательного аппарата |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |