CN111680026A - 一种基于mvvm模式的气动数据分析方法 - Google Patents

Abstract

本发明公开了一种基于MVVM模式的气动数据分析方法，包括以下步骤：S1：建立气动数据分析系统的UI界面；S2：选择气动数据类型；S3：设定气动数据的分析参数字段；S4：对设定分析参数字段后的气动数据设定条件过滤参数；S5：判断是否执行气动数据分析操作，若是则进入步骤S6，否则返回步骤S2；S6：通过进行数据分析操作，得到可视化图表，完成对气动数据的分析。该方法不仅提高了气动数据的分析效率，而且利用技术丰富的页面交互以及可视化的效果，在揭示空气动力学特性方面具有明显的优势。

Description

一种基于MVVM模式的气动数据分析方法

技术领域

本发明属于气动数据处理技术领域，具体涉及一种基于MVVM模式的气动数据分析方法。

背景技术

气动数据的重要来源为风洞试验，同时结合必要的理论计算，主要应用于仿真飞行器的空气动力特性研究，建立飞行器的空气动力学模型，其应用的目的之一是将包含在气动数据中的空气动力学特征展示出来，以便更好的研究和理解空气动力学的特性。对于少量的气动数据，很容易实现对其的分析操作，很好的完成对单类型的气动数据的分析。然而，随着空气动力学研究的不断深入以及对飞行性能的高需求，获得的气动数据类型增多，维度随之增大，结构也日渐复杂，因此不太容易通过常规的数据软件来对气动数据进行分析并实现分析结果可视化的操作。

目前，Malik等人提出在雷诺数3×10⁵的情况下，对长宽比为3的平板直三维机翼的六个空气动力学系数及其导数进行估计。通过对现有的实验数据升力系数、阻力系数和四分之一弦的俯仰力矩系数使用MATLAB进行可视化的对比验证，得知侧倾角、偏航角与俯仰角一起影响机翼的空气动力系数，而其中俯仰角是最为重要的部分。Engelund等人开发了Hyper-X空气动力学数据库，包括风洞测试活动以及Hyper-X飞行测试所有阶段的并行CFD分析工作，提供了有关Hyper-X研究型飞机的空气动力学特性，其中还包括对飞行后的数据进行数据分析工作，以支持NASA的Hyper-X超燃冲压发动机飞行实验。

但是，由于气动数据具有数据量大、来源广泛、高维且复杂等原因，以上对气动数据进行分析的方法都面临着共同的问题与不足。这主要表现在气动数据的分析仅仅对于某一特定类型的数据，可视化分析的结果依赖于单机工具，分析参数不能动态的进行更替，无法对多个类型的气动数据实现动态分析，从而影响分析效率以及可视化效果。

为了解决气动数据分析可视化时存在数据分析类型单一、分析效率不高以及可视化效果的问题，本发明提出一种基于MVVM模式的气动数据分析方法。

发明内容

本发明的目的是为了解决气动数据分析时存在数据分析类型单一、分析效率不高以及可视化效果的问题，提出了一种基于MVVM模式的气动数据分析方法。

本发明的技术方案是：一种基于MVVM模式的气动数据分析方法包括以下步骤：

S1：利用MVVM模式的动态模板建立气动数据分析系统的UI界面；

S2：利用气动数据分析系统选择气动数据类型，得到对应类型的气动数据；

S3：利用气动数据分析系统设定气动数据的分析参数字段，完成对气动数据的筛选；

S4：对设定分析参数字段后的气动数据设定条件过滤参数，实现UI界面的最小化刷新，完成对气动数据的参数设置；

S5：判断是否执行气动数据分析操作，若是则进入步骤S6，否则返回步骤S2；

S6：通过进行数据分析操作，得到可视化图表，完成对气动数据的分析。

本发明的有益效果是：本发明结合MVVM模式的框架来实现页面视图最小化的刷新，使节点随着与之相关参数设定的改变而更新，缩短了数据筛选的时间，提高了数据分析的效率，为气动数据可视化提供更加直观和交互丰富的数据可视化图表，同时可以在线的隐藏部分数据，实现单条数据或多条数据的显示，以此提高了研究人员的分析效率。该方法不仅提高了气动数据的分析效率，而且利用技术丰富的页面交互以及可视化的效果，在揭示空气动力学特性方面具有明显的优势。

进一步地，MVVM模式包括页面视图、视图数据模型和业务逻辑模型。

上述进一步方案的有益效果是：在本发明中，用户在页面视图中执行操作，形成触发事件，实现与业务逻辑模型之间的通信，由此也提高了系统的复用性。

进一步地，步骤S2包括以下子步骤：

S21：将不同数据源的气动数据集中到气动数据分析系统中；

S22：触发气动数据分析系统的单选框形式，筛选得到对应类型的气动数据。

上述进一步方案的有益效果是：在本发明中，因为需要将不同数据源中收集到的气动数据集中在同一个系统中，故而在进行数据分析之前需要对系统中已经收集的数据集进行筛选，主要包括气动力、气动热和气动压三个大类。其次，通过单选框形式选择进行数据分析的数据集，以此进一步完成对气动数据的筛选。

进一步地，步骤S22中，筛选得到的气动数据包括气动力数据、气动热数据和气动压数据。

上述进一步方案的有益效果是：在本发明中，得到的三个大类气动数据便于后续步骤进行处理。

进一步地，步骤S3包括以下子步骤：

S31：利用主成分分析法对气动数据进行降维操作；

S32：设定动态分析参数字段，对降维后的气动数据进行过滤处理，完成对气动数据的筛选。

上述进一步方案的有益效果是：在本发明中，在数据分析的前期需要对高维的气动数据进行降维，将其转换为线性数据。本发明采用主成分分析的方法进行气动数据的降维操作，该方法主要用于高维数据，利用正交变换将可能存在相关性的数据转换为一组线性不相关的数据，通过消除数据之间的相关性来降低数据的冗余量，以此达到降维的目的。但是，经过降维操作后的数据量依旧很庞大，因此在进行数据分析之前需要设置动态的参数字段来过滤掉分析过程中不需要的数据。

进一步地，步骤S32中，若对气动力数据进行过滤处理，则需隐藏气动热数据和气动压数据，通过MVVM模式的动态框架选择气动数据类型为“气动力”，读取气动力数据。

进一步地，步骤S32中，若对气动热数据进行过滤处理，则需隐藏气动力数据和气动压数据，通过MVVM模式的动态框架选择气动数据类型为“气动热”，读取气动热数据。

进一步地，步骤S32中，若对气动压数据进行过滤处理，则需隐藏气动力数据和气动热数据，通过MVVM模式的动态框架选择气动数据类型为“气动压”，读取气动压数据。

上述进一步方案的有益效果是：在本发明中，比如在进行气动力数据分析的时候，则需要将与气动力数据分析相关的参数进行筛选，同时将与气动热数据和气动压数据分析相关的参数隐藏，这样有利于提高气动数据分析和处理效率，其中参数的条件设定随着分析数据类型及分析字段的不同而发生相应的变化。通过MVVM模式的动态框架将数据集中与气动力相关的参数进行读取显示的操作。同理，可分别进行与气动热数据和气动压数据分析相关参数的动态筛选。

进一步地，步骤S4包括以下子步骤：

S41：设置条件过滤参数，确定与气动数据对应的相关事件；

S42：基于MVVM模式的动态框架，触发相关事件；

S43：通过触发相关事件，实现UI界面的最小化刷新，将与相关事件相关的数据从数据库中读取出来，完成对气动数据的参数设置。

上述进一步方案的有益效果是：在本发明中，经过分析参数字段的动态筛选后仍然会存在很多与数据分析无关的数据，通过条件过滤参数的设置，触发相应事件时会实现UI界面最小化的刷新，将与之相关的数据从数据库中读取出来，实现了用户进一步对气动数据的筛选，以此来获得更符合研究人员需求和更准确的数据集来进行数据可视化的分析操作。

进一步地，步骤S5中，若完成对气动数据的筛选及分析参数字段设定，则执行气动数据分析操作，进入步骤S6；否则返回步骤S2通过进行重置数据操作，重新设定数据分析的相关参数。

上述进一步方案的有益效果是：在本发明中，研究人员在完成数据集的选择及有关参数的设置后，可以通过进行数据分析操作，由此触发数据分析的事件进行气动数据的可视化分析，反之，也可以通过进行重置数据操作重新设定数据分析的相关参数。

附图说明

图1为气动数据分析方法的流程图；

图2为气动数据分析系统的结构图；

图3为MVVM模式的结构图；

图4为气动力数据可视化分析的结果图；

图5为气动热数据可视化分析的结果图；

图6为气动压数据可视化分析的结果图。

具体实施方式

下面结合附图对本发明的实施例作进一步的说明。

如图1所示，本发明提供了一种基于MVVM模式的气动数据分析方法，包括以下步骤：

S1：利用MVVM模式的动态模板建立气动数据分析系统的UI界面；

S2：利用气动数据分析系统选择气动数据类型，得到对应类型的气动数据；

S3：利用气动数据分析系统设定气动数据的分析参数字段，完成对气动数据的筛选；

S4：对设定分析参数字段后的气动数据设定条件过滤参数，实现UI界面的最小化刷新，完成对气动数据的参数设置；

S5：判断是否执行气动数据分析操作，若是则进入步骤S6，否则返回步骤S2；

S6：通过进行数据分析操作，得到可视化图表，完成对气动数据的分析。

在本发明实施例中，如图3所示，MVVM模式包括页面视图、视图数据模型和业务逻辑模型。在本发明中，用户在页面视图中执行操作，形成触发事件，实现与业务逻辑模型之间的通信，由此也提高了系统的复用性。

在本发明实施例中，如图1所示，步骤S2包括以下子步骤：

S21：将不同数据源的气动数据集中到气动数据分析系统中；

S22：触发气动数据分析系统的单选框形式，筛选得到对应类型的气动数据。

在本发明中，因为需要将不同数据源中收集到的气动数据集中在同一个系统中，故而在进行数据分析之前需要对系统中已经收集的数据集进行筛选，主要包括气动力、气动热和气动压三个大类。其次，通过单选框形式选择进行数据分析的数据集，以此进一步完成对气动数据的筛选。

在本发明实施例中，如图1所示，筛选得到的气动数据包括气动力数据、气动热数据和气动压数据。在本发明中，得到的三个大类气动数据便于后续步骤进行处理。

在本发明实施例中，如图1所示，步骤S3包括以下子步骤：

S31：利用主成分分析法对气动数据进行降维操作；

S32：设定动态分析参数字段，对降维后的气动数据进行过滤处理，完成对气动数据的筛选。

在本发明中，在数据分析的前期需要对高维的气动数据进行降维，将其转换为线性数据。本发明采用主成分分析的方法进行气动数据的降维操作，该方法主要用于高维数据，利用正交变换将可能存在相关性的数据转换为一组线性不相关的数据，通过消除数据之间的相关性来降低数据的冗余量，以此达到降维的目的。但是，经过降维操作后的数据量依旧很庞大，因此在进行数据分析之前需要设置动态的参数字段来过滤掉分析过程中不需要的数据。

在本发明实施例中，如图1所示，步骤S32中，若对气动力数据进行过滤处理，则需隐藏气动热数据和气动压数据，通过MVVM模式的动态框架选择气动数据类型为“气动力”，读取气动力数据。步骤S32中，若对气动热数据进行过滤处理，则需隐藏气动力数据和气动压数据，通过MVVM模式的动态框架选择气动数据类型为“气动热”，读取气动热数据。步骤S32中，若对气动压数据进行过滤处理，则需隐藏气动力数据和气动热数据，通过MVVM模式的动态框架选择气动数据类型为“气动压”，读取气动压数据。

在本发明中，比如在进行气动力数据分析的时候，则需要将与气动力数据分析相关的参数进行筛选，同时将与气动热数据和气动压数据分析相关的参数隐藏，这样有利于提高气动数据分析和处理效率，其中参数的条件设定随着分析数据类型及分析字段的不同而发生相应的变化。通过MVVM模式的动态框架将数据集中与气动力相关的参数进行读取显示的操作。同理，可分别进行与气动热数据和气动压数据分析相关参数的动态筛选。

在本发明实施例中，如图1所示，步骤S4包括以下子步骤：

S41：设置条件过滤参数，确定与气动数据对应的相关事件；

S42：基于MVVM模式的动态框架，触发相关事件；

S43：通过触发相关事件，实现UI界面的最小化刷新，将与相关事件相关的数据从数据库中读取出来，完成对气动数据的参数设置。

在本发明中，经过分析参数字段的动态筛选后仍然会存在很多与数据分析无关的数据，通过条件过滤参数的设置，触发相应事件时会实现UI界面最小化的刷新，将与之相关的数据从数据库中读取出来，实现了用户进一步对气动数据的筛选，以此来获得更符合研究人员需求和更准确的数据集来进行数据可视化的分析操作。如选择滚转角和侧滑角为0°时，则读取出的数据中仅有滚转角和侧滑角同时为0°的数据集，由此完成数据的再次筛选。

在本发明实施例中，如图1所示，步骤S5中，若完成对气动数据的筛选及分析参数字段设定，则执行气动数据分析操作，进入步骤S6；否则返回步骤S2通过进行重置数据操作，重新设定数据分析的相关参数。

上述进一步方案的有益效果是：在本发明中，研究人员在完成数据集的选择及有关参数的设置后，可以通过进行数据分析操作，由此触发数据分析的事件进行气动数据的可视化分析，反之，也可以通过进行重置数据操作重新设定数据分析的相关参数。其中，进行重置数据操作可以通过选择“重置数据”按钮实现，重新设定数据分析的相关参数；研究人员在完成数据集的选择及有关参数的设置后，可以通过点击“数据分析”按钮，由此触发数据分析的事件进行气动数据的可视化分析。

为了更清楚地解释本气动数据分析方法，如图2所示，对利用MVVM模式建立的气动数据分析系统进行了解释。

下面对MVVM模式进行进一步解释。

如图3所示，MVVM模式主要是由页面视图View、视图数据模型ViewModel、业务逻辑模型Model三大部分组成。用户在View的页面视图中按照泳道图执行操作，形成触发事件，在已经建立的双向数据绑定的基础上，继而向视图数据模型ViewModel发出指令，以此实现与业务逻辑模型Model之间的通信，其中设定的双向数据绑定机制实现了页面视图View与视图数据模型ViewModel之间数据的自动同步更新。在MVVM框架模式中一个视图数据模型ViewModel可以同时实现与多个页面视图View的绑定，由此也提高了系统的复用性。

为了更加快速的进行不同类型气动数据的筛选，实时更新出满足不同分析需求的数据，系统根据分析维度和数据类型等条件对可视化的组件进行动态适配，在人机交互界面中，使用开源数据库ECharts中丰富的UI组件和高度个性化的可视化解决方案，实现用户与数据之间的交互操作，提供直观的数据可视化图表。

本发明根据气动数据多源、异构和高维的特点，通过建立预处理体系，按照预先设定的数据处理规则将需要的数据进行预处理转换为线性数据，并将转换完的目标数据导入到所建立的数据仓库中，整个数据处理过程包括四大功能，即数据收集及清理、数据映射及扁平化、数据语义化和统一数据传输形式。基于MVVM模式的动态模板，建立灵活、低耗、快速且同时适配气动力、热和压三大类型数据分析的动态交互与可视化呈现的UI组件，使数据筛选的过程达到更新最小化的效果。比如在数据类型选定气动力时，在数据集表格中列出与气动力相关的所有数据集信息，然后选定需要进行可视化分析的数据集，此时利用参数设置与过滤条件设置完成进一步的筛选，即仅显示与分析数据集相关的参数与参数值，与之无关的参数与参数值则隐藏，为气动数据可视化提供更加直观和交互丰富的数据可视化图表，同时可以在线的隐藏部分数据，实现单条数据或者多条数据的显示，以此提高了研究人员的分析效率。

下面是使用发明方法实现的对气动力、气动热和气动压分别进行数据分析结果可视化的图例。如图4所示，其为对于气动力数据的可视化分析结果，动态选定在不同马赫数的情况下升力系数C_L随着攻角的变化趋势，其中X轴为攻角，Y轴为升力系数C_L取值。

如图5所示，其为对于气动热数据的可视化分析结果，动态设置参数筛选气动热数据，分析其在不同攻角的情况下热流q/q_ref随着测力点的变化趋势，其中X轴为测力点，Y轴为热流q/q_ref取值。

如图6所示，其为对于气动压数据的可视化分析结果，动态设置参数筛选气动压数据，分析其在不同攻角的情况下压力系数C_P随着测力点的变化趋势，其中X轴为测力点，Y轴为压力系数C_P取值。

整个分析过程划分为三大部分，包括数据选择、参数设置和条件过滤设置，即在完成气动数据类型筛选的操作后，读取与选定类型相关的气动数据集，然后通过数据集的选定进行二次筛选，将选定的数据集中的参数及参数值动态填充进行参数设置和过滤条件设置，最后通过参数设置与过滤条件设置得到更加准确的待分析数据集，通过点击数据分析的按钮即可在页面右端完成数据分析结果可视化操作，反之点击重置数据的按钮即可将之前设置的数据筛选条件全部清空。

本发明的工作原理及过程为：该方法首先建立动态通用的用户界面组件，便于对数据进行筛选分析的操作；再对异构的气动数据进行预处理，使所有的数据具有统一的格式；然后利用MVVM框架中自带的动态模板，得到气动数据的可视化分析结果。

本发明的有益效果为：本发明结合MVVM模式的框架来实现页面视图最小化的刷新，使节点随着与之相关参数设定的改变而更新，缩短了数据筛选的时间，提高了数据分析的效率，为气动数据可视化提供更加直观和交互丰富的数据可视化图表，同时可以在线的隐藏部分数据，实现单条数据或多条数据的显示，以此提高了研究人员的分析效率。该方法不仅提高了气动数据的分析效率，而且利用技术丰富的页面交互以及可视化的效果，在揭示空气动力学特性方面具有明显的优势。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种基于MVVM模式的气动数据分析方法，其特征在于，包括以下步骤：

S1：利用MVVM模式的动态模板建立气动数据分析系统的UI界面；

S2：利用气动数据分析系统选择气动数据类型，得到对应类型的气动数据；

S3：利用气动数据分析系统设定气动数据的分析参数字段，完成对气动数据的筛选；

S4：对设定分析参数字段后的气动数据设定条件过滤参数，实现UI界面的最小化刷新，完成对气动数据的参数设置；

S5：判断是否执行气动数据分析操作，若是则进入步骤S6，否则返回步骤S2；

S6：通过进行数据分析操作，得到可视化图表，完成对气动数据的分析。

2.根据权利要求1所述的基于MVVM模式的气动数据分析方法，其特征在于，所述MVVM模式包括页面视图、视图数据模型和业务逻辑模型。

3.根据权利要求1所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S2包括以下子步骤：

S21：将不同数据源的气动数据集中到气动数据分析系统中；

S22：触发气动数据分析系统的单选框形式，筛选得到对应类型的气动数据。

4.根据权利要求3所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S22中，筛选得到的气动数据包括气动力数据、气动热数据和气动压数据。

5.根据权利要求4所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S3包括以下子步骤：

S31：利用主成分分析法对气动数据进行降维操作；

S32：设定动态分析参数字段，对降维后的气动数据进行过滤处理，完成对气动数据的筛选。

6.根据权利要求5所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S32中，若对气动力数据进行过滤处理，则需隐藏气动热数据和气动压数据，通过MVVM模式的动态框架选择气动数据类型为“气动力”，读取气动力数据。

7.根据权利要求5所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S32中，若对气动热数据进行过滤处理，则需隐藏气动力数据和气动压数据，通过MVVM模式的动态框架选择气动数据类型为“气动热”，读取气动热数据。

8.根据权利要求5所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S32中，若对气动压数据进行过滤处理，则需隐藏气动力数据和气动热数据，通过MVVM模式的动态框架选择气动数据类型为“气动压”，读取气动压数据。

9.根据权利要求1所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S4包括以下子步骤：

S41：设置条件过滤参数，确定与气动数据对应的相关事件；

S42：基于MVVM模式的动态框架，触发相关事件；

S43：通过触发相关事件，实现UI界面的最小化刷新，将与相关事件相关的数据从数据库中读取出来，完成对气动数据的参数设置。

10.根据权利要求1所述的基于MVVM模式的气动数据分析方法，其特征在于，所述步骤S5中，若完成对气动数据的筛选及分析参数字段设定，则执行气动数据分析操作，进入步骤S6；否则返回步骤S2通过进行重置数据操作，重新设定数据分析的相关参数。

Images