CN117389325A - 基于机载tsn网络的飞行数据监测与飞行控制方法 - Google Patents
基于机载tsn网络的飞行数据监测与飞行控制方法 Download PDFInfo
- Publication number
- CN117389325A CN117389325A CN202311497035.6A CN202311497035A CN117389325A CN 117389325 A CN117389325 A CN 117389325A CN 202311497035 A CN202311497035 A CN 202311497035A CN 117389325 A CN117389325 A CN 117389325A
- Authority
- CN
- China
- Prior art keywords
- flight
- target aircraft
- aircraft
- coefficient
- current
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000010606 normalization Methods 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 21
- 230000033001 locomotion Effects 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 claims 9
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000000543 intermediate Substances 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000005437 stratosphere Substances 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提出一种基于机载TSN网络的飞行数据监测与飞行控制方法,用户和获取飞机当前飞行的气象类型、湍流强度、气流速度、气流方向和气流密度,并获取飞机当前的位置、飞行姿态、飞行速度和飞行高度,综合分析得到飞行的颠簸程度指数,判断是否存在颠簸风险,多维度综合分析飞机颠簸,提高飞机颠簸监测分析结果的可靠性,为飞行做出及时、准确的飞行控制调整策略提供准确的状态数据和参考;通过获取飞行高度、飞行速度、飞行位置和飞行姿态的适宜调整信息和实际调整信息,评估飞行员的应急操作能力评价等级,利于飞行员技术水平和应急飞行操纵能力的提升和优化,进而为飞机飞行安全提供保障。
Description
技术领域
本发明涉及飞机状态监控技术领域,具体涉及到基于机载TSN网络的飞行数据监测与飞行控制方法。
背景技术
飞机颠簸是飞行操纵控制中的一个重要风险因素。产生飞机颠簸的基本原因,是由于大气中存在不稳定的气流(即乱流),包括垂直阵性气流和水平阵性气流,影响范围、方向和速度各不相同。当飞机进入乱流涡旋时,飞机的各部位就会受到不同方向和速度的气流影响,原有的空气动力和力矩的平衡被破坏,从而产生不规则的运动,当飞机由一个涡旋进入另一个涡旋,就会引起振动。当飞机的自然振动周期与乱流脉动周期相当时,飞机颠簸变得强烈,使飞机操纵困难,难以保持正确飞行姿态,更严重的损害飞机结构,减少或者直接导致发动机故障、机身结构损坏,造成严重的飞行事故。在面临这些突发性风险时,飞行机组(飞行机组人员)和乘务组都有相应的预案和操作程序,在不同的颠簸等级下(轻度、中度、重度),机组人员是否能够准确执行飞行操控预案以及面对突发情况时进行适宜性的飞行控制调整,是飞行颠簸处置中的关键。
监测和分析飞机颠簸可以帮助航空公司和机组人员更好地了解飞行过程中可能遇到的颠簸等危险情况,从而采取适当的措施来减少风险。通过实时监测和准确分析,可以提早预警并防止颠簸引发的意外情况,确保乘客和机组人员的安全。同时,这些数据和模式可以用于改进飞机设计和改善飞行操作规范,进而提高飞机的抗颠簸性能和飞行安全,从而为航空行业的可持续发展提供支持。
以往的飞行数据,依赖于现有的机载网络,在正常飞行过程中,能够实现对各个传感器、雷达单元、各分系统控制单元之间的数据通信,并实现在飞行机组前方的显示屏和操纵台显示,但在面对突发情况时,更高频率的实时数据采集和传输变得更加迫切,机载总线网络的数据实时传输造成拥塞,对其通道性能提出严峻的挑战。
现有的飞机颠簸监测方法中,从视频数据的可视性以及单一的颠簸振动幅度和频率角度(波形数据)进行分析,缺少对大气层类型、湍流强度和气流强度等,在不同的层次和高度上,大气层有不同的特征,对飞机颠簸的影响也有所不同;湍流会导致飞机受到不规则的气流扰动,引起颠簸;气流强度越大,飞机在飞行中会遇到更强的气流扰动,颠簸的可能性也越高,导致大气环境影响飞机颠簸结果的准确性有待提升;此外,现有飞机颠簸监测方法侧重于对飞行颠簸程度的监控和分析,但对飞行员在飞机颠簸抖动时的应急能力和操作能力的缺乏足够的重视,普遍按照预设的预案来操作,但实际上飞行操纵在该特殊情况下会实时变化,缺失对该特殊情况下的飞行状态调整数据以及飞行员的应急处置的实时分析,难以实现对飞行员飞行操作以及应急处置的分析和优化。
发明内容
针对现有技术存在的技术问题和缺陷,根据本发明目的的第一方面,提出一种基于机载TSN网络的飞行数据监测与飞行控制方法,包括以下步骤:
步骤1、按照预设方式在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行的环境数据,其中环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度,并根据所述环境数据获取目标飞机的第一颠簸抖动系数;
步骤2、获取目标飞机当前的运行数据,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度,并根据所述获取的运行数据获取目标飞机的第二颠簸抖动系数;
步骤3、根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数,判断目标飞机是否存在颠簸风险,若存在颠簸风险,则执行步骤4;
步骤4、将目标飞机当前飞行的颠簸程度指数与预设的各颠簸等级对应的颠簸程度指数范围进行比对,确定目标飞机的颠簸等级;
步骤5、获取目标飞机的飞行状态适宜调整信息,所述飞行状态适宜调整信息由飞行操控系统生成,包括飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息,并将实时发送至目标飞机的飞行操控交互界面;以及
步骤6、获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级。
作为可选的实施例,在步骤1中,所述按照预设方式在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行的环境数据,其中环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度,并根据所述环境数据获取目标飞机的第一颠簸抖动系数,包括:
按照预设的原则在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行状态下的气象类型,提取数据库中存储的各种气象类型对应的飞机颠簸影响因子,筛选得到目标飞机当前飞行的气象类型对应的飞机颠簸影响因子,将其记为β;
通过TSN终端设备获取目标飞机当前所遇湍流的平均旋转速度和旋转速度的变化率,将其分别记为v转、a转,并基于v转、a转获取湍流强度系数δ:
即:目标飞机当前飞行的湍流强度系数δ;其中的v′转、a′转分别表示预设的湍流的旋转速度阈值和旋转速度变化率阈值;
通过TSN终端设备获取目标飞机当前飞行的气流速度、气流方向和气流密度,并将目标飞机当前飞行的气流速度和气流密度分别记为v气、ρ气,并基于v转、a转获取气流强度系数ε:
即:目标飞机当前飞行的气流强度系数ε,其中v′气、ρ′气分别表示预设的气流速度和气流密度的阈值,b1、b2分别表示预设的气流速度和气流密度的权重因子;
基于目标飞机当前飞行的气象类型对应的飞机颠簸影响因子β、目标飞机当前飞行的气流强度系数ε以及目标飞机当前飞行的湍流强度系数δ,确定目标飞机的第一颠簸抖动系数φ。
作为可选的实施例,在步骤2中,所述获取目标飞机当前的运行数据,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度,并根据所述获取的运行数据获取目标飞机的第二颠簸抖动系数,包括:
通过TSN终端设备获取目标飞机当前的位置信息,并获取目标飞机当前飞机机头的仰角角度和飞机机翼的倾斜角角度,将其分别记为目标飞机当前的仰角角度和倾斜角角度;
将目标飞机当前飞行的气流方向和目标飞机当前的仰角角度和倾斜角角度输入预设的气流方向、飞机仰角和飞机倾斜角与飞机颠簸抖动影响系数之间的关系函数,得到目标飞机当前气流方向、仰角和倾斜角对应的飞机颠簸抖动影响系数,将其记为目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数,并表示为κ;
通过TSN终端设备获取目标飞机当前的飞行速度,将其记为v飞,并获取目标飞机当前的飞行高度;
提取数据库中存储的各类型大气层对应的高度范围,将目标飞机当前的飞行高度与各类型大气层对应的高度范围进行比对,筛选得到目标飞机当前所处大气层的类型;并将目标飞机当前所处大气层的类型与预设的各类型大气层对应的飞机颠簸影响因子进行比对,筛选得到目标飞机当前所处大气层对应的飞机颠簸影响因子,将其记为η;
基于目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数κ、当前的飞行速度v飞和当前所处大气层对应的飞机颠簸影响因子η,确定目标飞机的第二颠簸抖动系数φ2。
作为可选的实施例,在步骤3中,根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数μ,被设置成根据下述方式进行:
其中,φ1和φ2分别表示第一颠簸抖动系数和第二颠簸抖动系数,c1、c2分别表示预设的第一颠簸抖动系数和第二颠簸抖动系数的权值。
作为可选的实施例,在步骤6中,获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级,包括:
通过地面控制中心和导航系统获取目标飞机的飞行高度实际的调节趋向和调节量、飞行速度实际的调节趋向和调节量、飞行位置实际的偏移方向和偏移距离,以及飞行姿态实际的仰角和倾斜角;
基于获得的飞行状态实际调整信息,获取飞行员的操作规范性系数,包括飞行高度调节匹配系数飞行速度调节匹配系数/>飞行位置移动匹配系数/>飞行姿态调控匹配系数/>并基于/> 以及/>加权,获得飞行员的操作规范性系数ξ。
作为可选的实施例,基于目标飞机的飞行高度调节匹配系数飞行速度调节匹配系数/>飞行位置移动匹配系数/>和飞行姿态调控匹配系数/>按照以下方式获得飞行员的操作规范性系数ξ:
其中,ψ1、ψ2、ψ3、ψ4分别表示预设的飞行高度调节匹配系数、飞行速度调节匹配系数、飞行位置移动匹配系数和飞行姿态调控匹配系数的权值。
结合以上技术方案的实施,本发明提出的基于机载TSN网络的飞行数据监测与飞行控制方法,一方面基于机载TSN网络实现数据的实时传输,带宽和实时传输的速率能够得到保障,另一方面通过结合基于目标飞机当前飞行的气象类型、湍流强度系数、气流速度、气流方向和气流密度的第一颠簸抖动系数,能够从多方面分析大气环境对飞机颠簸的影响,进而提高大气环境影响飞机颠簸的分析结果的准确性,并结合基于飞机当前位置、飞行姿态、飞行速度和飞行高度的第二颠簸抖动系数,能够从多个角度分析飞机运行状态对飞机颠簸的影响,进而提高飞机运行状态影响飞机颠簸的分析结果的可靠性,综合评估飞机的颠簸程度和评级,为飞行做出及时、准确的飞行控制调整策略(可结合预案)提供准确的状态数据和参考。
同时,本发明提出的方法中,通过对目标飞机中飞行高度、飞行速度、飞行位置和飞行姿态的适宜调整信息和实际调整信息,分析飞行员的操作规范性系数,进一步评估飞行员的应急操作能力评价等级,有利于飞行员技术水平和应急飞行操纵能力的提升和优化,进而为飞机飞行安全提供保障。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的基于机载TSN网络的飞行数据监测与飞行控制方法的流程示意图。
图2为根据本发明实施例的基于机载TSN网络的飞行数据监测与飞行控制方法的分析过程示意图。
图3为本发明实施例的飞机所处大气层示意图。
图4是根据本发明实施例的基于机载TSN网络的飞行数据监测与飞行控制系统的示意图。
图5是根据本发明实施例的计算机系统的示意图。
附图标记:1.地球表面;2.对流层;3.平流层;4.中间层;5.飞机飞行轨迹。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
[基于机载TSN网络的飞行数据监测与飞行控制方法]
结合图1、2的示例,根据本发明示例性实施例的基于机载TSN网络的飞行数据监测与飞行控制方法,其实现过程包括以下步骤:
步骤1、按照预设方式在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行的环境数据,其中环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度,并根据所述环境数据获取目标飞机的第一颠簸抖动系数;
步骤2、获取目标飞机当前的运行数据,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度,并根据所述获取的运行数据获取目标飞机的第二颠簸抖动系数;
步骤3、根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数,判断目标飞机是否存在颠簸风险,若存在颠簸风险,则执行步骤4;
步骤4、将目标飞机当前飞行的颠簸程度指数与预设的各颠簸等级对应的颠簸程度指数范围进行比对,筛选得到目标飞机的颠簸等级;
步骤5、获取目标飞机的飞行状态适宜调整信息,所述飞行状态适宜调整信息由飞行操控系统生成,包括飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息,并将实时发送至目标飞机的飞行操控交互界面;以及
步骤6、获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级。
作为可选的实施例,在步骤1中,所述按照预设方式在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行的环境数据,其中环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度,并根据所述环境数据获取目标飞机的第一颠簸抖动系数,包括:
按照预设的原则在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行状态下的气象类型,提取数据库中存储的各种气象类型对应的飞机颠簸影响因子,筛选得到目标飞机当前飞行的气象类型对应的飞机颠簸影响因子,将其记为β;
通过TSN终端设备获取目标飞机当前所遇湍流的平均旋转速度和旋转速度的变化率,将其分别记为v转、a转,并基于v转、a转获取湍流强度系数δ:
即:目标飞机当前飞行的湍流强度系数δ;其中的v′转、a′转分别表示预设的湍流的旋转速度阈值和旋转速度变化率阈值;
通过TSN终端设备获取目标飞机当前飞行的气流速度、气流方向和气流密度,并将目标飞机当前飞行的气流速度和气流密度分别记为v气、ρ气,并基于v转、a转获取气流强度系数ε:
即:目标飞机当前飞行的气流强度系数ε,其中v′气、ρ′气分别表示预设的气流速度和气流密度的阈值,b1、b2分别表示预设的气流速度和气流密度的权重因子;
基于目标飞机当前飞行的气象类型对应的飞机颠簸影响因子β、目标飞机当前飞行的气流强度系数ε以及目标飞机当前飞行的湍流强度系数δ,确定目标飞机的第一颠簸抖动系数φ。
作为可选的实施例,所述基于目标飞机当前飞行的气象类型对应的飞机颠簸影响因子β、目标飞机当前飞行的气流强度系数ε以及目标飞机当前飞行的湍流强度系数δ,确定目标飞机的第一颠簸抖动系数φ,包括:
基于下述方式确定目标飞机的第一颠簸抖动系数φ:
其中,γ表示预设的第一颠簸抖动系数的修正因子,e表示自然常数,δ0、ε0分别表示预设的湍流强度系数和气流强度系数的阈值,分别表示预设的飞行的气象、湍流和气流的权重因子。
应当理解,在本发明的实施例中,TSN(Time-Sensitive Networking)网络是一种时间敏感网络,即在非确定性的以太网中实现确定性的最小时间延时的协议族,其定义了以太网数据传输的时间敏感机制,为标准以太网增加了确定性和可靠性,以确保数据实时、确定和可靠地传输。TSN机载网络总线系统由一系列网络开关与终端构成,其中终端设备包括各种传感器、控制器和显示器等,且终端设备都通过TSN网络进行高速高并发的数据通信。
TSN终端设备在目标飞机飞行过程中实时收集各种数据,包括但不限于环境数据、飞机动力系统数据和飞行控制数据等,这些数据通过TSN网络实时传输,以确保数据的实时性和高并发传输,减少拥堵,尤其是在遇到突发情况对实时数据的需求剧增的前提下,将收集到的数据通过TSN网络实时发送给用于数据处理和分析的设备后,机载的分析设备和显示器能够采用高速数据处理算法实时对数据进行分析,以得出飞机的运行状态和状态评估,进而做出相应的决策和反应,如启动应急处理程序、修复问题和采取其他应对措施等。
应当理解,在本发明的实施例中,飞机上部署的TSN网络,可按照现有技术中的总线技术布置。
前述的气象类型包括但不限于:雷雨、冰雹和颠簸云等。前述的颠簸云尤其是指示龙卷风等强对流产生的云团。
作为可选的实施例,在步骤2中,所述获取目标飞机当前的运行数据,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度,并根据所述获取的运行数据获取目标飞机的第二颠簸抖动系数,包括:
通过TSN终端设备获取目标飞机当前的位置信息,并获取目标飞机当前飞机机头的仰角角度和飞机机翼的倾斜角角度,将其分别记为目标飞机当前的仰角角度和倾斜角角度;
将目标飞机当前飞行的气流方向和目标飞机当前的仰角角度和倾斜角角度输入预设的气流方向、飞机仰角和飞机倾斜角与飞机颠簸抖动影响系数之间的关系函数,得到目标飞机当前气流方向、仰角和倾斜角对应的飞机颠簸抖动影响系数,将其记为目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数,并表示为κ;
通过TSN终端设备获取目标飞机当前的飞行速度,将其记为v飞,并获取目标飞机当前的飞行高度;
提取数据库中存储的各类型大气层对应的高度范围,将目标飞机当前的飞行高度与各类型大气层对应的高度范围进行比对,筛选得到目标飞机当前所处大气层的类型;并将目标飞机当前所处大气层的类型与预设的各类型大气层对应的飞机颠簸影响因子进行比对,筛选得到目标飞机当前所处大气层对应的飞机颠簸影响因子,将其记为η;
基于目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数κ、当前的飞行速度v飞和当前所处大气层对应的飞机颠簸影响因子η,确定目标飞机的第二颠簸抖动系数φ2。
结合图3所示,需要说明的是,在本发明的实施例中,大气层类型包括但不限于:对流层、平流层以及中间层。
前述目标飞机的飞行姿态信息,包括目标飞机的机头仰角角度和机翼倾斜角角度。
作为可选的实施例,所述基于目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数κ、当前的飞行速度v飞和当前所处大气层对应的飞机颠簸影响因子η,确定目标飞机的第二颠簸抖动系数φ2,包括:
基于下述方式确定目标飞机的第二颠簸抖动系数φ2:
其中,v′飞表示预设的飞行速度阈值,λ1、λ2、λ3分别表示预设的飞行姿态、飞行速度和飞行高度对应的权值。
作为可选的实施例,在步骤3中,根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数μ,被设置成根据下述方式进行:
其中,φ1和φ2分别表示第一颠簸抖动系数和第二颠簸抖动系数,c1、c2分别表示预设的第一颠簸抖动系数和第二颠簸抖动系数的权值。
作为可选的实施例,在步骤3中,将目标飞机当前飞行的颠簸程度指数与预设的颠簸程度指数预警值进行比较,若目标飞机当前飞行的颠簸程度指数大于预设的颠簸程度指数预警值,则判定目标飞机存在颠簸风险,否则判定不存在颠簸风险。
作为可选的实施例,在步骤5中,所述飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息,包括:
飞行高度适宜的调节趋向和调节量;
飞行速度适宜的调节趋向和调节量;
飞行位置适宜的偏移方向和偏移距离;以及
飞行姿态适宜的仰角和倾斜角;
并通过TSN网络将上述调整信息实时发送至目标飞机的飞行操控交互界面。
其中,前述的调节趋向包括增大和减小。
作为可选的实施例,在步骤6中,获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级,包括:
通过地面控制中心和导航系统获取目标飞机的飞行高度实际的调节趋向和调节量、飞行速度实际的调节趋向和调节量、飞行位置实际的偏移方向和偏移距离,以及飞行姿态实际的仰角和倾斜角;
基于获得的飞行状态实际调整信息,获取飞行员的操作规范性系数,包括飞行高度调节匹配系数飞行速度调节匹配系数/>飞行位置移动匹配系数/>飞行姿态调控匹配系数/>并基于/> 以及/>加权,获得飞行员的操作规范性系数ξ。
作为可选的实施例,所述飞行高度调节匹配系数被设置成按照下述方式获得:
其中,△h、△h′分别表示飞行高度适宜的调节量和实际的调节量,σ1表示预设的飞行高度调节量单位偏差对应的影响因子。
作为可选的实施例,所述飞行高度调节匹配系数被设置成按照下述方式获得:
其中,△v、△v′分别表示飞行高度适宜的调节量和实际的调节量,σ2表示预设的飞行速度调节量单位偏差对应的影响因子。
作为可选的实施例,所述飞行位置移动匹配系数被设置成按照下述方式获得:
其中,θ设表示预设的目标飞机中飞行位置的适宜偏移方向与实际偏移方向之间夹角角度的阈值,x设表示预设的目标飞机中飞行位置适宜偏移距离与实际偏移距离之间偏差的阈值;
将目标飞机中飞行位置适宜的偏移方向与实际的偏移方向进行比对,得到目标飞机中飞行位置的适宜偏移方向与实际偏移方向之间夹角的角度,将其记为θ,并将目标飞机中飞行位置适宜的偏移距离和实际的偏移距离分别记为x、x′.
作为可选的实施例,所述飞行姿态调控匹配系数被设置成按照下述方式获得:
其中分别表示预设的单位仰角调控偏差和单位倾斜角调控偏差对应的影响因子;
将目标飞机中飞行姿态适宜的仰角和倾斜角分别与实际的仰角和倾斜角进行比对,得到目标飞机中飞行姿态的仰角调控偏差和倾斜角调控偏差,将其分别记为△θ1、△θ2。
作为可选的实施例,基于目标飞机的飞行高度调节匹配系数飞行速度调节匹配系数/>飞行位置移动匹配系数/>和飞行姿态调控匹配系数/>按照以下方式获得飞行员的操作规范性系数ξ:
其中,ψ1、ψ2、ψ3、ψ4分别表示预设的飞行高度调节匹配系数、飞行速度调节匹配系数、飞行位置移动匹配系数和飞行姿态调控匹配系数的权值。
在本发明的实施例中,应当理解,目标飞机中飞行姿态的仰角调控偏差为目标飞机中飞行姿态适宜的仰角和实际的仰角之间的差值,目标飞机中飞行姿态的倾斜角调控偏差为目标飞机中飞行姿态适宜的倾斜角和实际的倾斜角之间的偏差。
目标飞机中飞行位置的适宜偏移方向与实际偏移方向之间夹角的角度范围为[0,π]。
在本发明的实施例中,通过将飞行员的操作规范性系数与预设的各应急操作能力评价等级对应的操作规范性系数范围进行比较,筛选得到飞行员的应急操作能力评价等级。
在本发明的实施例中,通过获取目标飞机中飞行高度、飞行速度、飞行位置和飞行姿态的适宜调整信息和实际调整信息,分析飞行员的操作规范性系数,进一步评估飞行员的应急操作能力评价等级,有利于飞行员技术水平和飞行操作技巧的提升和优化,进而为飞机飞行的安全性和运行效率提供保障。
[基于机载TSN网络的飞行数据监测与飞行控制系统]
根据本发明实施例,还提出一种基于机载TSN网络的飞行数据监测与飞行控制系统,包括:
用于根据按照预设方式在目标飞机部署的TSN网络并基于其获取的目标飞机当前飞行的环境数据,获取目标飞机的第一颠簸抖动系数的第一颠簸抖动系数获取模块,前述的环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度;
用于根据获取目标飞机当前的运行数据,获取目标飞机的第二颠簸抖动系数的第二颠簸抖动系数获取模块,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度;
用于根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数的颠簸程度指数判定模块,并根据颠簸程度指数判断目标飞机是否存在颠簸风险;
用于将目标飞机当前飞行的颠簸程度指数与预设的各颠簸等级对应的颠簸程度指数范围进行比对,获取目标飞机的颠簸等级的颠簸等级确定模块;
用于获取目标飞机的飞行状态适宜调整信息,并将实时发送至目标飞机的飞行操控交互界面的飞行状态适宜调整信息获取模块,所述飞行状态适宜调整信息由飞行操控系统生成,包括飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息;
用于获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级的飞行操作规范性系数评价模块。
应当理解,上述系统的各个模块得以以计算机程序指令集的方式被实现,并且在被执行时,按照前述实施例的基于机载TSN网络的飞行数据监测与飞行控制方法的对应步骤执行对应的过程,并完成对应的功能。
[计算机系统]
根据本发明实施例,还提出一种用于实现基于机载TSN网络的飞行数据监测与飞行控制的计算机系统,其包括:
一个或多个处理器;以及
存储器,存储可被操作的指令。
其中,这些指令在通过一个或多个处理器执行时使得前述的一个或多个处理器执行操作,这些操作包括执行前述基于机载TSN网络的飞行数据监测与飞行控制方法的过程。
[计算机可读存储介质]
根据本发明实施例,还提出一种包括用于由电子设备的一个或多个处理器执行的一个或多个程序的非易失性计算机可读存储介质,所述一个或多个程序包括指令或者指令集。
这些指令或者指令集在由一个或多个处理器执行时,使电子设备执行前述基于机载TSN网络的飞行数据监测与飞行控制方法的过程。
应当理解,前述的电子设备可以是以商用计算机系统,服务器或者云端服务器的方式实现。
[飞行训练系统]
结合以上实施例,在实物或者半实物仿真的飞行模拟系统中,可应用本发明上述实施例提出的基于机载TSN网络的飞行数据监测与飞行控制方法的过程,实现对飞行训练模拟以及对飞行员模拟飞行应急能力进行评估,提高真实飞行时面对多种突发状况的应急能力和应对水平。
在一些实施例中,飞行模拟系统由多自由度运动平台构成的运动系统,以及与运动系统配套的视景模拟显示系统、环境模拟子系统、声感模拟反馈系统、体感模拟反馈系统以及飞行动力学模型构成。运动系统的多自由度运动平台通常被设计成电动缸等直线运动机构构成的六自由度运动平台(也称为六自由度运动机器人)实现,例如多个电动缸布置在上平台和下平台之间,视景模拟显示系统、环境模拟子系统、声感模拟反馈系统、体感模拟反馈系统以及飞行动力学模型布置在上平台的实物仿真结构框架内,运动平台的电动缸与上平台通过虎克铰铰接,电动缸的底部同样与下平台通过虎克铰铰接。
在飞行仿真过程中,飞行训练人员通过操纵实物仿真的飞行器油门踏板、主操纵杆、操纵方向盘以及横滚踏板,实现在空间内飞行模拟操纵,通过环境模拟子系统、声感模拟反馈系统、体感模拟反馈系统进行环境、声音和体感的模拟,并通过视景模拟显示系统综合体现,实现飞行仿真的过程,记录飞行员的飞行操纵数据、飞行器的飞行数据以及环境模拟数据,可实现对飞行员模拟仿真训练以及对模拟仿真过程的考核、考评。
结合本发明实施例的前述飞行数据监测与飞行控制方法的实现,可在飞行模拟系统内布置简化的TSN网络,包括各个节点的终端设备以及通过数据总线实现的数据总线系统,实现各个传感器、显示器、控制单元等设备之间的高速数据传输。
尤其是,将本发明飞行数据监测与飞行控制方法以及系统对应设计的程序模块,包括第一颠簸抖动系数获取模块、第二颠簸抖动系数获取模块、颠簸程度指数判定模块、颠簸等级确定模块、飞行状态适宜调整信息获取模块以及飞行操作规范性系数评价模块,以程序指令集的方式部署在飞行模拟系统的控制系统中,实现在飞行模拟仿真过程中,根据所模拟的环境数据(即飞机飞行环境数据)、飞行员通过操纵飞行器飞行模拟时飞行器的运行数据(即飞行器的位置信息、飞行姿态、飞行速度和飞行高度等)进行颠簸分析,确定飞机是否存在颠簸风险,以及与预设的风险颠簸程度指数范围进行比对,从而确定当前模拟飞行的飞行器的颠簸等级。
在此基础上,飞行模拟系统的飞行动力学模型可进行飞行器的飞行状态适宜调整信息,包括飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息,并将实时发送至视景模拟显示系统的飞行操控交互界面上,以供飞行训练人员查看。
在此基础上,飞行训练人员可根据训练大纲、历史经验以及飞行特情的预案进行飞行模拟操纵调整,调整飞行器的飞行状态,包括但不限于:飞行高度调节、飞行速度调节、飞行位置偏移方向和偏移距离调节以及飞行姿态俯仰角和倾斜角调节。
在调整飞行器的飞行状态后,飞行模拟系统记录和存储调整后的实际飞行器的飞行状态数据,并在此基础上,分析飞行训练人员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (12)
1.一种基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,包括以下步骤:
步骤1、按照预设方式在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行的环境数据,其中环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度,并根据所述环境数据获取目标飞机的第一颠簸抖动系数;
步骤2、获取目标飞机当前的运行数据,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度,并根据所述获取的运行数据获取目标飞机的第二颠簸抖动系数;
步骤3、根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数,判断目标飞机是否存在颠簸风险,若存在颠簸风险,则执行步骤4;
步骤4、将目标飞机当前飞行的颠簸程度指数与预设的各颠簸等级对应的颠簸程度指数范围进行比对,确定目标飞机的颠簸等级;
步骤5、获取目标飞机的飞行状态适宜调整信息,所述飞行状态适宜调整信息由飞行操控系统生成,包括飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息,并将实时发送至目标飞机的飞行操控交互界面;以及
步骤6、获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级。
2.根据权利要求1所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,在步骤1中,所述按照预设方式在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行的环境数据,其中环境数据包括气象类型、湍流强度系数、气流速度、气流方向和气流密度,并根据所述环境数据获取目标飞机的第一颠簸抖动系数,包括:
按照预设的原则在目标飞机部署TSN网络,通过TSN终端设备获取目标飞机当前飞行状态下的气象类型,提取数据库中存储的各种气象类型对应的飞机颠簸影响因子,筛选得到目标飞机当前飞行的气象类型对应的飞机颠簸影响因子,将其记为β;
通过TSN终端设备获取目标飞机当前所遇湍流的平均旋转速度和旋转速度的变化率,将其分别记为v转、a转,并基于v转、a转获取湍流强度系数δ:
即:目标飞机当前飞行的湍流强度系数δ;其中的v′转、a′转分别表示预设的湍流的旋转速度阈值和旋转速度变化率阈值;
通过TSN终端设备获取目标飞机当前飞行的气流速度、气流方向和气流密度,并将目标飞机当前飞行的气流速度和气流密度分别记为v气、ρ气,并基于v转、a转获取气流强度系数ε:
即:目标飞机当前飞行的气流强度系数ε,其中v′气、ρ′气分别表示预设的气流速度和气流密度的阈值,b1、b2分别表示预设的气流速度和气流密度的权重因子;
基于目标飞机当前飞行的气象类型对应的飞机颠簸影响因子β、目标飞机当前飞行的气流强度系数ε以及目标飞机当前飞行的湍流强度系数δ,确定目标飞机的第一颠簸抖动系数φ。
3.根据权利要求2所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,所述基于目标飞机当前飞行的气象类型对应的飞机颠簸影响因子β、目标飞机当前飞行的气流强度系数ε以及目标飞机当前飞行的湍流强度系数δ,确定目标飞机的第一颠簸抖动系数φ,包括:
基于下述方式确定目标飞机的第一颠簸抖动系数φ:
其中,γ表示预设的第一颠簸抖动系数的修正因子,e表示自然常数,δ0、ε0分别表示预设的湍流强度系数和气流强度系数的阈值,分别表示预设的飞行的气象、湍流和气流的权重因子。
4.根据权利要求3所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,在步骤2中,所述获取目标飞机当前的运行数据,所述运行数据包括位置信息、飞行姿态、飞行速度和飞行高度,并根据所述获取的运行数据获取目标飞机的第二颠簸抖动系数,包括:
通过TSN终端设备获取目标飞机当前的位置信息,并获取目标飞机当前飞机机头的仰角角度和飞机机翼的倾斜角角度,将其分别记为目标飞机当前的仰角角度和倾斜角角度;
将目标飞机当前飞行的气流方向和目标飞机当前的仰角角度和倾斜角角度输入预设的气流方向、飞机仰角和飞机倾斜角与飞机颠簸抖动影响系数之间的关系函数,得到目标飞机当前气流方向、仰角和倾斜角对应的飞机颠簸抖动影响系数,将其记为目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数,并表示为κ;
通过TSN终端设备获取目标飞机当前的飞行速度,将其记为v飞,并获取目标飞机当前的飞行高度;
提取数据库中存储的各类型大气层对应的高度范围,将目标飞机当前的飞行高度与各类型大气层对应的高度范围进行比对,筛选得到目标飞机当前所处大气层的类型;并将目标飞机当前所处大气层的类型与预设的各类型大气层对应的飞机颠簸影响因子进行比对,筛选得到目标飞机当前所处大气层对应的飞机颠簸影响因子,将其记为η;
基于目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数κ、当前的飞行速度v飞和当前所处大气层对应的飞机颠簸影响因子η,确定目标飞机的第二颠簸抖动系数φ2。
5.根据权利要求4所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,所述基于目标飞机当前飞行姿态对应的飞机颠簸抖动影响系数κ、当前的飞行速度v飞和当前所处大气层对应的飞机颠簸影响因子η,确定目标飞机的第二颠簸抖动系数φ2,包括:
基于下述方式确定目标飞机的第二颠簸抖动系数φ2:
其中,v′飞表示预设的飞行速度阈值,λ1、λ2、λ3分别表示预设的飞行姿态、飞行速度和飞行高度对应的权值。
6.根据权利要求5所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,在步骤3中,根据目标飞机的第一颠簸抖动系数和第二颠簸抖动系数,确定目标飞机当前飞行的颠簸程度指数μ,被设置成根据下述方式进行:
其中,φ1和φ2分别表示第一颠簸抖动系数和第二颠簸抖动系数,c1、c2分别表示预设的第一颠簸抖动系数和第二颠簸抖动系数的权值。
7.根据权利要求5所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,在步骤3中,将目标飞机当前飞行的颠簸程度指数与预设的颠簸程度指数预警值进行比较,若目标飞机当前飞行的颠簸程度指数大于预设的颠簸程度指数预警值,则判定目标飞机存在颠簸风险,否则判定不存在颠簸风险。
8.根据权利要求1所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,在步骤5中,所述飞行高度适宜调整信息、飞行速度适宜调整信息、飞行位置适宜调整信息和/或飞行姿态适宜调整信息,包括:
飞行高度适宜的调节趋向和调节量;
飞行速度适宜的调节趋向和调节量;
飞行位置适宜的偏移方向和偏移距离;以及
飞行姿态适宜的俯仰角和倾斜角;
并通过TSN网络将上述调整信息实时发送至目标飞机的飞行操控交互界面。
9.根据权利要求8所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,在步骤6中,获取飞行员对目标飞机的飞行状态实际调整信息,并根据目标飞机的飞行状态适宜调整信息和飞行状态实际调整信息,分析飞行员的飞行操作规范性系数,评估飞行员的应急操作能力评价等级,包括:
通过地面控制中心和导航系统获取目标飞机的飞行高度实际的调节趋向和调节量、飞行速度实际的调节趋向和调节量、飞行位置实际的偏移方向和偏移距离,以及飞行姿态实际的仰角和倾斜角;
基于获得的飞行状态实际调整信息,获取飞行员的操作规范性系数,包括飞行高度调节匹配系数飞行速度调节匹配系数/>飞行位置移动匹配系数/>飞行姿态调控匹配系数/>并基于/> 以及/>加权,获得飞行员的操作规范性系数ξ。
10.根据权利要求9所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,所述飞行高度调节匹配系数被设置成按照下述方式获得:
其中,△h、△h′分别表示飞行高度适宜的调节量和实际的调节量,σ1表示预设的飞行高度调节量单位偏差对应的影响因子;
所述飞行高度调节匹配系数被设置成按照下述方式获得:
其中,△v、△v′分别表示飞行高度适宜的调节量和实际的调节量,σ2表示预设的飞行速度调节量单位偏差对应的影响因子。
11.根据权利要求9所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,所述飞行位置移动匹配系数被设置成按照下述方式获得:
其中,θ设表示预设的目标飞机中飞行位置的适宜偏移方向与实际偏移方向之间夹角角度的阈值,x设表示预设的目标飞机中飞行位置适宜偏移距离与实际偏移距离之间偏差的阈值;
将目标飞机中飞行位置适宜的偏移方向与实际的偏移方向进行比对,得到目标飞机中飞行位置的适宜偏移方向与实际偏移方向之间夹角的角度,将其记为θ,并将目标飞机中飞行位置适宜的偏移距离和实际的偏移距离分别记为x、x′。
12.根据权利要求9所述的基于机载TSN网络的飞行数据监测与飞行控制方法,其特征在于,所述飞行姿态调控匹配系数被设置成按照下述方式获得:
其中分别表示预设的单位仰角调控偏差和单位倾斜角调控偏差对应的影响因子;
将目标飞机中飞行姿态适宜的仰角和倾斜角分别与实际的仰角和倾斜角进行比对,得到目标飞机中飞行姿态的仰角调控偏差和倾斜角调控偏差,将其分别记为△θ1、△θ2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311497035.6A CN117389325A (zh) | 2023-11-10 | 2023-11-10 | 基于机载tsn网络的飞行数据监测与飞行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311497035.6A CN117389325A (zh) | 2023-11-10 | 2023-11-10 | 基于机载tsn网络的飞行数据监测与飞行控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117389325A true CN117389325A (zh) | 2024-01-12 |
Family
ID=89435728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311497035.6A Pending CN117389325A (zh) | 2023-11-10 | 2023-11-10 | 基于机载tsn网络的飞行数据监测与飞行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117389325A (zh) |
-
2023
- 2023-11-10 CN CN202311497035.6A patent/CN117389325A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11610495B2 (en) | Unmanned aerial vehicle authorization and geofence envelope determination | |
US8506300B2 (en) | Flight simulator | |
US10325504B2 (en) | System and method for optimization of aircraft fuel economy in real-time | |
CN108609202B (zh) | 飞行颠簸预测方法及系统 | |
US20120053916A1 (en) | System and method for determining flight performance parameters | |
US7757993B1 (en) | Method for reducing the turbulence and gust influences on the flying characteristics of aircraft, and a control device for this purpose | |
US10055998B1 (en) | Ground-based identification of wake turbulence encounters | |
Advani et al. | Dynamic interface modelling and simulation-a unique challenge | |
Siqueira | Modeling of wind phenomena and analysis of their effects on UAV trajectory tracking performance | |
CN117389325A (zh) | 基于机载tsn网络的飞行数据监测与飞行控制方法 | |
US20150269861A1 (en) | System and Method for Using Pilot Controllable Discretionary Operational Parameters to Reduce Fuel Consumption in Piloted Aircraft | |
CN108974389B (zh) | 用于民机设计及适航审定的智能座舱系统实现方法 | |
Urnes et al. | Development of the Navy H-Dot Automatic Carrier Landing System designed to give improved approach control in air turbulence | |
Horn et al. | Analysis of Urban Airwake Effects on Heliport Operations at the Chicago Children’s Memorial Hospital | |
Greenwood | Real time helicopter noise modeling for pilot community noise awareness | |
Bateman et al. | Flight Testing an Onboard Turbulence Quantification System for Multicopter Vehicles | |
Guchenko et al. | An Approach to Developing Mathematical Software of On-Board Helicopter Flight Simulator Decision Support System | |
Babich | INVESTIGATING CONTRIBUTORY EFFECTS OF INSTANTANEOUS CENTER OF ROTATION ON FLYING QUALITIES | |
CN111081074A (zh) | 一种飞行安全预警系统 | |
Larrabee | Wind and wake sensing with UAV formation flight: System development and flight testing | |
Goff et al. | Implementation of a neural network based airspeed estimator applicable to an EH101 helicopter | |
BACK | Heilfcopter Aeromechanics | |
CN117806356A (zh) | 一种基于物联网的飞艇数据传输管理系统及方法 | |
CN115266016A (zh) | 基于模型参考和时间快进的环境风场快速估计方法及装置 | |
Onken | Open Discussion |
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 |