CN110751859B - 数据处理方法和装置、计算机系统和可读存储介质 - Google Patents
数据处理方法和装置、计算机系统和可读存储介质 Download PDFInfo
- Publication number
- CN110751859B CN110751859B CN201910986934.XA CN201910986934A CN110751859B CN 110751859 B CN110751859 B CN 110751859B CN 201910986934 A CN201910986934 A CN 201910986934A CN 110751859 B CN110751859 B CN 110751859B
- Authority
- CN
- China
- Prior art keywords
- sequence
- points
- acquisition
- acquisition points
- course
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种数据处理方法,用于处理飞机的快速存取记录器数据以计算飞机盘旋的圈数,快速存取记录器数据包括以预定频率采集飞机的航向参数从而形成的第一序列采集点,航向参数采用线性航向,数据处理方法包括:处理第一序列采集点以识别转弯航段,第一序列采集点中对应转弯航段的部分为第二序列采集点;处理第二序列采集点以筛选出航向转折点从而获得第三序列采集点,飞机在航向转折点转向,第三序列采集点包括第二序列采集点首尾两个采集点和航向转折点;和处理第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算飞机盘旋的圈数。如此,可以准确计算飞机盘旋的圈数。本申请还提供一种数据装置、计算机系统和可读存储介质。
Description
技术领域
本申请涉及航空领域,更具体而言,涉及一种用于处理飞机的快速存取记录器(Quick access recorder,QAR)数据以计算飞机盘旋的圈数的数据处理方法、数据处理装置、计算机系统和包含计算机可读指令的非易失性计算机可读存储介质。
背景技术
由于飞机可能从各个方向接近机场而机场的跑道却是固定的,因此飞机到达机场后可能需要围场转圈调整方向对准跑道以按照空中交通管制中心规定的下滑线着陆。另外,有时着陆的飞机较多,下滑线和跑道被占用,飞机可能需要接受空中交通管制部门的指挥,盘旋等待,按顺序着陆。再有,如遇天气不佳、能见度偏低,飞机也需要在机场上空转圈等待,等待空中交通管制部门允许着陆的命令。因此,飞机经常需要在机场上空盘旋。然而,飞机起飞前计算的所需油量并不包含盘旋阶段的耗油量,因此在航后做燃油消耗偏差分析时,需要把盘旋阶段的耗油量单独剥离出来。另外,盘旋状态下的飞行操作程序有一定规范,例如对等待时长、飞行速度、飞行高度、转弯坡度角等技术参数有特定的要求,因此需要在航后对盘旋状态的技术参数进行统计和分析,以指导机组改进。因此,航后分析需要识别飞机的盘旋并计算盘旋的圈数。
目前,航后分析主要通过处理飞机机载传感器记录的快速存取记录器(Quickaccess recorder,QAR)数据来识别盘旋和计算盘旋的圈数,具体的,通过分析QAR数据的航向参数的线性航向(linear heading)来识别盘旋和计算盘旋的圈数。航向参数一般每秒采集一次,如此有利于计算相邻两个采集点之间的航向变化量。具体的,开始记录的第1个采集点的线性航向为0度,后续每个采集点的线性航向为当前采集点相对于第1个采集点的航向变化量,允许超过[-360度,360度],例如顺时针转向达到360度后继续顺时针转向则为361度、362度。
然而,由于航向参数采用线性航向,若飞机在盘旋过程中转向,例如顺时针后逆时针盘旋,则无法准确计算飞机实际盘旋的圈数甚至可能无法准确识别出飞机的盘旋。
发明内容
本申请实施方式提供一种数据处理方法,用于处理飞机的快速存取记录器数据以计算所述飞机盘旋的圈数,所述快速存取记录器数据包括以预定频率采集所述飞机的航向参数从而形成的第一序列采集点,所述航向参数采用线性航向,所述数据处理方法包括:
处理所述第一序列采集点以识别转弯航段,所述第一序列采集点中对应所述转弯航段的部分为第二序列采集点;
处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点,所述飞机在所述航向转折点转向,所述第三序列采集点包括所述第二序列采集点首尾两个所述采集点和所述航向转折点;和
处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数。
本申请实施方式提供一种数据处理装置,用于处理飞机的快速存取记录器数据以计算所述飞机盘旋的圈数,所述快速存取记录器数据包括以预定频率采集所述飞机的航向参数从而形成的第一序列采集点,所述航向参数采用线性航向,所述数据处理装置包括:
识别模块,所述识别模块用于处理所述第一序列采集点以识别转弯航段,所述第一序列采集点中对应所述转弯航段的部分为第二序列采集点;
筛选模块,所述筛选模块用于处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点,所述飞机在所述航向转折点转向,所述第三序列采集点包括所述第二序列采集点首尾两个所述采集点和所述航向转折点;和
计算模块,所述计算模块用于处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数。
本申请实施方式提供一种计算机系统,所述计算机系统包括处理器,所述处理器用于用于处理飞机的快速存取记录器数据以计算所述飞机盘旋的圈数,所述快速存取记录器数据包括以预定频率采集所述飞机的航向参数从而形成的第一序列采集点,所述航向参数采用线性航向,其特征在于,所述处理器用于:
处理所述第一序列采集点以识别转弯航段,所述第一序列采集点中对应所述转弯航段的部分为第二序列采集点;
处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点,所述飞机在所述航向转折点转向,所述第三序列采集点包括所述第二序列采集点首尾两个所述采集点和所述航向转折点;和
处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数:
本申请实施方式提供一种计算机系统,所述计算机系统包括:
一个或多个处理器、存储器;
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行所述数据处理方法的指令。
本申请实施方式提供一种包含计算机可读指令的非易失性计算机可读存储介质,所述计算机可读指令被处理器执行时,使得所述处理器执行所述数据处理方法。
本申请实施方式的数据处理方法、数据处理装置、计算机系统和计算机可读存储介质可以根据现有的QAR数据的航向参数识别飞机的转向并在考虑转向的情况下计算飞机盘旋的圈数,从而可以准确计算飞机实际盘旋的圈数。
本申请的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实施方式的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是飞机的盘旋轨迹示意图;
图2是本发明实施方式的数据处理方法的流程示意图;
图3是本发明实施方式的数据处理装置的功能模块示意图;
图4是本发明实施方式的计算机系统的功能模块示意图;
图5是本发明实施方式的数据处理方法的一个子流程示意图;
图6是本发明实施方式的数据处理方法的另一个子流程示意图;
图7是对应图1的转弯航段的采集点的序号-线性航向曲线图;
图8是图7的序号-线性航向曲线图的局部放大示意图;
图9是经本发明实施方式的数据处理方法处理后的序号-线性航向曲线图;
图10是图9的序号-线性航向曲线图的局部放大示意图;
图11是经本发明实施方式的数据处理方法处理后的另一个序号-线性航向曲线图;
图12是经本发明实施方式的数据处理方法处理后的再一个序号-线性航向曲线图;
图13是本发明实施方式的数据处理方法的再一个子流程示意图;
图14是本发明实施方式的数据处理方法的状态示意图。
主要元件标号
数据处理装置10、识别模块12、筛选模块14、计算模块16、计算机系统100。
具体实施方式
下面详细描述本申请的实施方式,所述实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的实施方式的限制。
如前面背景技术所讨论的,飞机经常需要盘旋而航后分析需要识别盘旋和计算盘旋的圈数。目前的航后分析主要通过处理飞机机载传感器记录的快速存取记录器(Quickaccess recorder,QAR)数据来识别盘旋和计算盘旋的圈数,具体的,通过分析QAR数据中的航向参数的线性航向来识别盘旋和计算盘旋的圈数。然而,由于使用线性航向,复杂盘旋时难以准确计算飞机实际盘旋的圈数甚至可能无法准确识别盘旋。例如,请参图1,飞机首尾两个采集点之间航向变化量为400度(即末点的线性航向为400度),根据现有的航后分析,一般计算盘旋的圈数为400度或1.1圈。然而实际上飞机在盘旋过程中先逆时针盘旋3.2圈,然后转向顺时针盘旋5.4圈,再转向逆时针盘旋1.1圈,实际上共盘旋9.7圈。可见,现有的航后分析无法准确计算飞机实际盘旋的圈数。在一些情况下,例如实际盘旋大于1圈而首尾两个采集点的航向变化量小于1圈,现有的航后分析甚至可能因此无法识别出飞机的盘旋。
请参图2,本发明实施方式的数据处理方法用于处理飞机的QAR数据以计算飞机盘旋的圈数,QAR数据包括以预定频率采集飞机的航向参数从而形成的第一序列采集点,数据处理方法包括:
S12:处理第一序列采集点以识别转弯航段,从而获得第一序列采集点对应转弯航段的第二序列采集点;
S14:处理第二序列采集点以筛选出航向转折点,从而获得第三序列采集点,飞机在航向转折点转向,第三序列采集点包括第二序列采集点首尾两个采集点和航向转折点;和
S16:处理首第三序列采集点以识别连续往同一方向转弯超过360度的航段,从而计算飞机盘旋的圈数。
请参阅图3,本发明实施方式的数据处理装置10用于处理飞机的QAR数据以计算飞机盘旋的圈数,QAR数据包括以预定频率采集飞机的航向参数从而形成的第一序列采集点。数据处理装置10包括识别模块12、筛选模块14和计算模块16。识别模块12用于处理第一序列采集点以识别转弯航段,从而获得第一序列采集点对应转弯航段的第二序列采集点。筛选模块14用于处理第二序列采集点以筛选出航向转折点,从而获得第三序列采集点,飞机在航向转折点转向,第三序列采集点包括第二序列采集点首尾两个采集点和航向转折点。计算模块16用于处理首第三序列采集点以识别连续往同一方向转弯超过360度的航段,从而计算飞机盘旋的圈数。
可以理解,在某些实施方式中,步骤S12、S14、S16可以分别由识别模块12、筛选模块14、计算模块16执行或者实施,或者说识别模块12、筛选模块14、计算模块16可以分别用于执行或者实施步骤S12、S14、S16。又或者说,本发明实施方式的数据处理方法可以由本发明实施方式的数据处理装置10执行或实施。
当然,在其他实施方式中数据处理方法也可以不限于由数据处理装置10实现或实施,或者说,数据处理装置10也可以不限于专用于实施数据处理方法。
当然,本发明实施方式的数据处理方法也可以不限于由本发明实施方式的数据处理装置10实施,或者说,本发明实施方式的数据处理装置10也可以不限于专用于实施本发明实施方式的数据处理方法。
在某些实施方式中,识别模块12、筛选模块14、计算模块16可以是电子电路器件,例如可以是分立元件构成的电子电路,也可以是集成电路,其中,部分模块可以集成一起,或者全部模块集成为单一集成电路,例如集成于如图4所示的计算机系统100。计算机系统100可以包括一个或多个处理器或存储器(计算机可读存储介质),识别模块12、筛选模块14、计算模块16可以集成于一个或多个处理器内。也即是说,处理器可以用于实现数据处理方法或者说步骤S12、S14、S16。在这种情况下,处理器可以是专用处理器。
在另外的某些实施方案中,识别模块12、筛选模块14、计算模块16可以是存储于存储器内的计算机程序、计算机可读指令或者说计算机程序代码段,且可以在计算机系统100的一个或多个处理器1上解析、运行,在运行时一个或多个处理器可以用于实现数据处理方法或者说步骤S12、S14、S16。在这种情况下,处理器可以是通用处理器,例如可以是中央处理器(central processing unit,CPU),处理器也可以是出于一定目的设计和制造的通用处理器,例如图形处理器(graphic processing unit,GPU)。
在一些实施方式中,计算机系统100可以是航空公司控制中心或者航空公司控制中心的一部分,并通过航空公司的网络读取飞机的数据。当然,计算机系统100也可以是远程的,其中,存储器还可以是远程存储器或者说云端存储器。
可以理解,正是步骤S12、S14、S16或者说识别模块12、筛选模块14、计算模块16在功能上彼此相互支持、相互作用才使得数据处理方法、数据处理装置10、计算机系统100和计算机可读存储介质可以根据现有的QAR数据的航向参数识别飞机的转向并在考虑转向的情况下计算飞机盘旋的圈数,从而可以准确计算飞机实际盘旋的圈数(具体请参下文)。
QAR一般指带保护装置的机载飞行数据记录设备,例如MO光盘或PCMCIA,一般记录容量为128MB,可连续记录时间达600小时,而且可以同时采集数百个飞行数据/参数,涵盖了飞机飞行操纵品质监控的大部分飞行数据/参数。
采集点可以理解为采集时刻和对应采集到的飞行数据/参数的集合。由于采集一般以预定的频率连续采集,而且一般贯穿航班的整个飞行过程,因此,采集点一般包括多个且以序列的形式保存或呈现。或者说,序列采集点可以以数表的形式保存或者呈现,其中,采集时刻可以作为索引项。序列采集点的采集时刻还可以与各种飞行数据/参数以曲线的形式呈现(具体请参下文)。
不同的飞行数据/参数可以有不同的采集频率。因此,QAR数据可以存在多个序列采集点。当然,多个序列采集点也可以汇集成一个总序列采集点。
同一序列采集点的采集频率固定,相邻的采集点之间的时间间隔固定,因此,采集点还可以用序号来表示采集时刻。
如前面讨论的,航向参数的采集频率一般是一次每秒,也即是说每秒采集一次航向参数,从而产生一个采集点。另外,如前面讨论的,QAR数据的航向参数采用线性航向。
综上,QAR数据包括多个序列采集点,每个采集点包括对应的采集时刻和对应的多种飞行数据/参数。为了避免混乱,以下提到的第一序列采集点是指航向参数的采集时刻和对应的线性航向,以下提到的采集点都是指第一序列采集点中的采集点,可以采用序号来标识采集点。
可以理解,第一序列采集点的采集时刻可以贯穿航班的整个飞行过程。
请参阅图5,在一些实施方式中,步骤S12包括:
S122:处理第一序列采集点以寻找直线航段,直线航段中相邻两个第一序列采集点之间的线性航向的第一差值绝对值小于第一预定阈值且直线航段的持续时间大于预定时长;和
S124:识别相邻两个直线飞行段之间的航段为转弯航段。
相较于采用步骤S14、S16来处理采集点,采用步骤S122、S124处理采集点的计算量较低(具体可参下文)。而航班的直线航段一般又比转弯航段要多。如此,通过步骤S122、S124,可以以较小的计算量识别直线航段,而在步骤S14、S16可以略去对直线航段的处理,从而可以降低数据处理方法的计算量。
在一些实施方式中,第一预定阈值为1度,预定时长为3分钟。
当然,第一预定阈值和预定时长并不限于本实施方式,而可以根据实际情况、经验或者实际需求进行合理的调节。
另外,步骤S12也可以不限于步骤S122、S124,而在其他实施方式中可以采用其他合适的实现方式。
第二序列采集点可以理解成截取第一序列采集点中对应转弯航段的部分,因此,第二序列采集点为第一序列采集点的部分,且相邻两个第二序列采集点之间的时间间隔与相邻两个第一序列采集点之间的时间间隔相同,都是1秒。第二序列采集点的序号可以重新编号也可以保留第一序列采集点中的序号。本实施方式中,第二序列采集点序号保留第一序列采集点中的序号。作为例子,转弯航段包括有2391个采集点,也即是第二序列采集点有2391个,首尾两个采集点的序号分别为14678和17068,转弯航段持续将近40分钟(2391/60=39.85)。
请参阅图6,在一些实施方式中,步骤S14包括:
S141:计算第二序列采集点中第N个采集点与第N-1个采集点之间和第N-1个采集点与第N-2个采集之间的线性航向的差值的符号是否相同,N为自然数且大于2小于R,R为第二序列采集点的总数,差值的符号包括正、负和零;
S142:在差值的符号不同时保留第N个采集点而差值的符号相同时删除第N个采集点从而形成第二一序列采集点;
S143:计算第二一序列采集点中第M个采集点与第M-1个采集点之间的第二差值绝对值是否小于第二预定阈值,M为自然数且大于1而小于S,S为第二一序列采集点的总数;和
S144:在第二差值绝对值小于第二预定阈值时删除第M个采集点而第二差值绝对值是大于等于第二预定阈值时保留第M个采集点从而形成第二二序列采集点;
S145:计算第二二序列采集点中第K个采集点与第K-1个采集点之间和第K个采集点与第K+1个采集之间的线性航向的差值的符号是否相同,K为自然数且大于1小于T,T为第二二序列采集点的总数,差值的符号包括正、负和零;和
S146:在差值的符号不同时保留第K个采集点而差值的符号相同时删除第K个采集点从而形成航向转折点。
相较于采用步骤S16来处理采集点,采用步骤S141-S146处理采集点的计算量较低(具体可参下文),而且由于航向参数的采集频率过高,第二序列采集点较为密集,因此通过步骤S141-S146在不影响航向特异性(具体请参下文)的前提下,删除一些第二序列采集点有利于降低数据处理方法的计算量。
具体的,步骤S141-S142可以平滑采集点的序号-线性航向曲线(实际上是采集时刻-线性航向曲线,如前面讨论的,由于采集频率固定,此处采集时刻用序号表示,具体请参下文,下同)。具体的,第N个采集点与第N-1个采集点之间和第N-1个采集点与第N-2个采集点之间的线性航向的差值的符号不同,则表示飞机在第N个采集点相较于第N-1个采集点反向转弯,保留第N个采集点,为“初筛航向转折点”。而第N个采集点与第N-1个采集点之间和第N-1个采集点与第N-2个采集点之间的线性航向的差值的符号相同,则表示飞机在第N个采集点相较于第N-1个采集点连续同向转弯,删除第N个采集点。由于采用线性航向,可以在保留航向转折特异性的同时减少步骤S16需要处理的采集点。
步骤S143-S144可以过滤航向自然波动造成的“初筛航向转折点”,进一步平滑采集点中序号-线性航向曲线。具体的,第M个采集点与第M-1个采集点之间的第二差值绝对值大于等于第二预定阈值,则表示飞机在第M个采集点相较于第M-1个采集点的航向变化量过大,不应确定是由航向自然波动导致的,保留第M个采集点,为“再筛航向转折点”。而第M个采集点与第M-1个采集点之间的第二差值绝对值小于第二预定阈值则表示飞机在第M个采集点相较于第M-1个采集点的航向变化量较小,可能是由航向自然波动导致的,删除第M个采集点。如此可以在保留航向转折特异性的同时减少步骤S16需要处理的采集点。
步骤S145-S146可以再进一步平滑采集点的序号-线性航向曲线,原理与效果与步骤S141-S142类似,在此不再赘述。
作为呼应,从上可知,对于每个采集点,步骤S122、S124或者说步骤S12的计算量确实比步骤S14小。当然,步骤S14也可以不限于步骤S141-S146,而在其他实施方式中可以采用其他合适的实现方式。
从上可知,步骤S14不会删除转弯航段或者说第二序列采集点的首尾两个采集点。转弯航段的首尾两个采集点即使不是航向转折点也会保留与筛选出来的航向转折点一起组成第三序列采集点。
为了更好地说明本申请的实施方式,下面结合附图和数表进一步说明步骤S141-S146。
图7是一个示意性的转弯航段的采集点的序号-线性航向曲线图,延续上面讨论的例子,转弯航段包括有2391个采集点,首尾两个采集点的序号分别为14678和17068。
图8是图7的采集点的序号-线性航向曲线的局部放大图,可见采集点-线性航向曲线除了大的特异性变化外还有很多较小的波动。
除了序号-线性航向曲线图外,还可以采用数表的形式来表示第二序列采集点。由于第二序列采集点的数目过大,下面仅示出其中一部分,以辅助说明步骤S141-S142的处理过程。
表1步骤S141、S142处理部分第二序列采集点的示意表格
具体的,以序号14713的采集点(第N个采集点)为例说明步骤S141-S142,序号14712的采集点(第N-1个采集点)与序号14711的采集点(第N-2个采集点)之间的线性航向的差值为0,序号14713的采集点(第N个采集点)与序号14712的采集点(第N-1个采集点)之间的线性航向的差值为-0.35156。0与-0.35156符号不同,因此保留序号14713的采集点。
再以序号14716的采集点(第N个采集点)为例说明步骤S141-S142,序号14715的采集点(第N-1个采集点)与序号14714的采集点(第N-2个采集点)之间的线性航向的差值为0,序号14716的采集点(第N个采集点)与序号14715的采集点(第N-1个采集点)之间的线性航向的差值为0。0与0符号相同,因此删除序号14716的采集点。
图9是经步骤S141、S142处理后的序号-线性航向曲线图。图10是图9的序号-线性航向曲线的局部放大图。可见,相较于图8的序号-线性航向曲线,图10的序号-线性航向曲线上较小的波动已经被过滤平滑掉。
作为例子,经步骤S141-S142后保留了112个“初步航向转折点”(保留采集点在第一序列的序号),加上转弯航段的首尾两个采集点,也即是第二一序列采集点有114个或者说S=114。由于经过筛选和删除,相邻两个第二一序列采集点之间的时间间隔不再固定为1秒。事实上,相邻两个第二一序列采集点之间的时间间隔不再固定,而取决于两者的序号差。
第二一序列采集点同样可以采用数表的形式来表示,由于第二一序列采集点的数目过大,下面仅示出其中一部分,以辅助说明步骤S143-S144的处理过程。
表2步骤S143、S144处理部分第二一序列采集点的示意表格
具体的,以序号14838的采集点(第M个采集点)为例说明步骤S143-S144,序号14838的采集点(第M个采集点)与序号14831的采集点(第M-1个采集点)之间的航向变化量为0.351562,绝对值小于1,因此删除序号14838的采集点。
具体的,以序号14874的采集点(第M个采集点)为例说明步骤S143-S144,序号14874的采集点(第M个采集点)与序号14838的采集点(第M-1个采集点)之间的航向变化量为24.60938,绝对值大于1,因此保留序号14874的采集点。
图11是经步骤S143、S144处理后的序号-线性航向曲线图。可见,相较于图9的序号-线性航向曲线,图11的序号-线性航向曲线更加平滑,更具转向特异性。
作为例子经步骤S143-S144后保留了10个“次步航向转折点”(保留采集点在第一序列的序号),加上转弯航段的首尾两个采集点,也即是第二二序列采集点有12个或者说T=12。
下面以数表形式示出第二二序列采集点以辅助说明步骤S146-S146。
表3步骤S143、S144处理第二二序列采集点的示意表格
序号 | 线性航向 | 与上一采集点的航向变化量 | 删除或保留 |
14678 | 38.67188 | 保留 | |
14687 | 35.50781 | -3.16407 | 保留 |
14874 | 59.76563 | 24.25782 | 保留 |
15549 | -1111.64 | -1171.40563 | 保留 |
15714 | -813.164 | 298.476 | 保留 |
15728 | -819.844 | -6.68 | 保留 |
15817 | -780.117 | 39.727 | 删除 |
15999 | -449.648 | 330.469 | 删除 |
16258 | -89.6484 | 359.9996 | 删除 |
16669 | 639.4922 | 729.1406 | 删除 |
16817 | 845.8594 | 206.3672 | 保留 |
17068 | 440.5078 | -405.3516 | 保留 |
具体的,以序号15714的采集点(第K个采集点)为例说明步骤S145-S146,序号15714的采集点(第K个采集点)与序号15549的采集点(第N-1个采集点)之间的线性航向的差值为298.476,序号15728的采集点(第K+1个采集点)与序号15714的采集点(第K个采集点)之间的线性航向的差值为-6.68。298.476与-6.68符号不同,因此保留序号15714的采集点。
再以序号15999的采集点(第K个采集点)为例说明步骤S145-S146,序号15714的采集点(第K个采集点)与序号15817的采集点(第N-1个采集点)之间的线性航向的差值为330.469,序号16258的采集点(第K+1个采集点)与序号15999的采集点(第K个采集点)之间的线性航向的差值为359.9996。330.469与330.469符号不同,因此删除序号15999的采集点。
图12是经步骤S145、S146处理后的序号-线性航向曲线图。可见,相较于图11的序号-线性航向曲线,图12的序号-线性航向曲线更加平滑,更具转向特异性。
请参阅图13,在一些实施方式中,步骤S16包括:
S161:找出航向转折点的极值点,极值点的线性航向最大或最小且数目为0、1或2个;
S162:在极值点数目为1或2时,利用首尾两个采集点和极值点将第三序列采集点分割成子序列;
S163:在子序列中间存在航向转折点时对子序列作递归处理,进行步骤S161、S162直至子序列中间没有航向转折点;
S164:在任意相邻两个子序列不满足条件:每个子序列航向变化值大于360度且方向相反,则合并相邻两个子序列并直至:合并回第三序列采集点或任意相邻两个子序列的航向变化值都大于360度且方向相反;
S165:在任意相邻两个子序列的航向变化值大于360度且方向相反时,记录每个子序列为一个盘旋航段,而在极值点数目为0时或子序列合并回第三序列采集点时,记录第三序列采集点为一个盘旋航段;和
S166:计算所有子序列的航向变化值的绝对值之和为飞机盘旋的圈数。
下面继续展开上面步骤S141-S146中讨论的例子以进一步说明步骤S161-S166。
作为例子,经步骤S146后剩下6个航向转折点,加上首尾两个采集点,第三序列采集点共8个。
作为例子,在步骤S161中,找出航向转折点的极值点,也即是线性航向值为最大(正数)或者最小(最小)的航向转折点。可以理解,极值点只可能为0个(即经过步骤S146删除后没有航向转折点,整个转弯航段没有转向,只有一个盘旋方向,一个盘旋航段)、1个(即航向转折点的线性航向都是正数或者都是负数)、2个(即航向转折点的线性航向存在正数和负数)。请参下表和图14,在讨论的例子中,航向转折点有2个极值点,即序号为15549的采集点和序号为16817的采集点。
表4步骤S161处理第三序列采集点的示意表格
序号 | 线性航向 | 类型 |
14678 | 38.67188 | 首采集点1-1:左边界点 |
14687 | 35.50781 | |
14874 | 59.76563 | |
15549 | -1111.64 | 极值点1-2:最小值 |
15714 | -813.164 | |
15728 | -819.844 | |
16817 | 845.8594 | 极值点2-1:最大值 |
17068 | 440.5078 | 尾采集点2-2:右边界点 |
在步骤S162,中利用极值点和首尾两个采集点,将第三序列采集点分割为三个子序列,即首采集点1-1(即序号为14678的采集点)与极值点1-2(即序号为15549的采集点)为边界的子序列1、极值点1-2(即序号为15549的采集点)与极值点2-1(即序号为16817的采集点)为边界的子序列2和极值点2-1(即序号为16817的采集点)与尾采集点2-2(即序号为17068的采集点)为边界的子序列3。
请结合表5-表7,在步骤S163中,子序列1和子序列2中间都有航向转折点,对子序列1和子序列2作递归处理,执行步骤S161、S162。第一子序列和第二子序列都可以分割成3个子序列,最终得到七个子序列,如表格所示,在此不再赘述。
在步骤S164中,判断任意相邻两个子序列是否满足条件:每个子序列的航向变化值都大于360度且相反,合并不满足前述条件的相邻两个子序列,可以理解,合并两个子序列即是删除中间的极值点。具体处理过程如下表所示,再次不再赘述。
表5步骤S163-S164处理第三序列采集点的示意表格1
表6步骤S163-S164处理第三序列采集点的示意表格2
表7经步骤S164处理后的子序列示意表格
在步骤S165中,由于所讨论的例子最后剩下三个满足前述条件的子序列,因此记录三个子序列为三个盘旋航段,如下:盘旋航段1:从航向38.67188转至航向-1111.64,逆时针3.2圈;盘旋航段2:从航向-1111.64转至航向845.8549,顺时针5.4圈;盘旋航段3:从航向845.8549转至航向440.5078,逆时针1.1圈。
在步骤S166中,可以计算上面三个盘旋航段的航向变化值的绝对值之和为9.7圈,也即是飞机盘旋9.7圈,与实际相符合。因此,本发明实施方式的数据处理方法可以准确计算飞机盘旋的圈数。
在本说明书的描述中,参考术语“某些实施方式”、“一个例子中”、“示例地”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (7)
1.一种数据处理方法,用于处理飞机的快速存取记录器数据以计算所述飞机盘旋的圈数,所述快速存取记录器数据包括以预定频率采集所述飞机的航向参数从而形成的第一序列采集点,所述航向参数采用线性航向,其特征在于,所述数据处理方法包括:
处理所述第一序列采集点以识别转弯航段,所述第一序列采集点中对应所述转弯航段的部分为第二序列采集点;
处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点,所述飞机在所述航向转折点转向,所述第三序列采集点包括所述第二序列采集点首尾两个所述采集点和所述航向转折点;和
处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数;
所述处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数的步骤包括:
找极值步骤,找出所述航向转折点的极值点,所述极值点的线性航向最大或最小且数目为0、1或2个;
分割步骤,在所述极值点数目为1或2时,利用首尾两个所述采集点和所述极值点将第三序列采集点分割成子序列;
在所述子序列中间存在所述航向转折点时对所述子序列作递归处理,进行所述找极值步骤和所述分割步骤直至所有所述子序列中间没有所述航向转折点;
若任意相邻两个所述子序列不满足条件:每个所述子序列的航向变化值大于360度且方向相反,则合并所述相邻两个子序列直至:合并回所述第三序列采集点或任意相邻两个所述子序列的航向变化值都大于360度且方向相反;
在任意相邻两个子序列的航向变化值大于360度且方向相反时,记录每个所述子序列为一个盘旋航段,而在所述极值点数目为0时或所述子序列合并回所述第三序列采集点时,记录所述第三序列采集点为一个所述盘旋航段;和
计算所有所述盘旋航段的航向变化值的绝对值之和为所述飞机盘旋的圈数。
2.根据权利要求1所述的数据处理方法,其特征在于,所述处理所述第一序列采集点以识别转弯航段的步骤包括:
处理所述第一序列采集点以寻找直线航段,所述直线航段中相邻两个所述第一序列采集点之间的线性航向的第一差值绝对值小于第一预定阈值且所述直线航段的持续时间大于预定时长;
识别相邻两个所述直线飞行段之间的航段为所述转弯航段。
3.根据权利要求1所述的数据处理方法,其特征在于,所述处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点的步骤包括:
计算所述第二序列采集点中第N个采集点与第N-1个采集点之间和所述第N-1个采集点与第N-2个采集之间的线性航向的差值的符号是否相同,N为自然数且大于2小于R,R为所述第二序列采集点的总数,所述差值的符号包括正、负和零;
在所述差值的符号不同时保留所述第N个采集点而所述差值的符号相同时删除所述第N个采集点从而形成第二一序列采集点;
计算所述第二一序列采集点中第M个采集点与第M-1个采集点之间的第二差值绝对值是否小于第二预定阈值,M为自然数且大于1而小于S,S为所述第二一序列采集点的总数;
在所述第二差值绝对值小于所述第二预定阈值时删除所述第M个采集点而所述第二差值绝对值是大于等于所述第二预定阈值时保留所述第M个采集点从而形成第二二序列采集点;
计算所述第二二序列采集点中第K个采集点与第K-1个采集点之间和所述第K+1个采集点与第K个采集之间的线性航向的差值的符号是否相同,K为自然数且大于1小于T,T为所述第二二序列采集点的总数,所述差值的符号包括正、负和零;和
在所述差值的符号不同时保留所述第K个采集点而所述差值的符号相同时删除所述第K个采集点从而形成所述航向转折点。
4.一种数据处理装置,用于处理飞机的快速存取记录器数据以计算所述飞机盘旋的圈数,所述快速存取记录器数据包括以预定频率采集所述飞机的航向参数从而形成的第一序列采集点,所述航向参数采用线性航向,其特征在于,所述数据处理装置包括:
识别模块,所述识别模块用于处理所述第一序列采集点以识别转弯航段,所述第一序列采集点中对应所述转弯航段的部分为第二序列采集点;
筛选模块,所述筛选模块用于处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点,所述飞机在所述航向转折点转向,所述第三序列采集点包括所述第二序列采集点首尾两个所述采集点和所述航向转折点;和
计算模块,所述计算模块用于处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数;
具体地,所述计算模块用于执行:找极值步骤,找出所述航向转折点的极值点,所述极值点的线性航向最大或最小且数目为0、1或2个;
分割 步骤,在所述极值点数目为1或2时,利用首尾两个所述采集点和所述极值点将第三序列采集点分割成子序列;
在所述子序列中间存在所述航向转折点时对所述子序列作递归处理,进行所述找极值步骤和所述分割步骤直至所有所述子序列中间没有所述航向转折点;
若任意相邻两个所述子序列不满足条件:每个所述子序列的航向变化值大于360度且方向相反,则合并所述相邻两个子序列直至:合并回所述第三序列采集点或任意相邻两个所述子序列的航向变化值都大于360度且方向相反;
在任意相邻两个子序列的航向变化值大于360度且方向相反时,记录每个所述子序列为一个盘旋航段,而在所述极值点数目为0时或所述子序列合并回所述第三序列采集点时,记录所述第三序列采集点为一个所述盘旋航段;和
计算所有所述盘旋航段的航向变化值的绝对值之和为所述飞机盘旋的圈数。
5.一种计算机系统,其特征在于,所述计算机系统包括处理器,所述处理器用于用于处理飞机的快速存取记录器数据以计算所述飞机盘旋的圈数,所述快速存取记录器数据包括以预定频率采集所述飞机的航向参数从而形成的第一序列采集点,所述航向参数采用线性航向,其特征在于,所述处理器用于:
处理所述第一序列采集点以识别转弯航段,所述第一序列采集点中对应所述转弯航段的部分为第二序列采集点;
处理所述第二序列采集点以筛选出航向转折点从而获得第三序列采集点,所述飞机在所述航向转折点转向,所述第三序列采集点包括所述第二序列采集点首尾两个所述采集点和所述航向转折点;和
处理所述第三序列采集点以识别连续往同一方向转弯超过360度的航段从而计算所述飞机盘旋的圈数;
具体地,所述处理器用于执行:
找极值步骤,找出所述航向转折点的极值点,所述极值点的线性航向最大或最小且数目为0、1或2个;
分割步骤,在所述极值点数目为1或2时,利用首尾两个所述采集点和所述极值点将第三序列采集点分割成子序列;
在所述子序列中间存在所述航向转折点时对所述子序列作递归处理,进行所述找极值步骤和所述分割步骤直至所有所述子序列中间没有所述航向转折点;
若任意相邻两个所述子序列不满足条件:每个所述子序列的航向变化值大于360度且方向相反,则合并所述相邻两个子序列直至:合并回所述第三序列采集点或任意相邻两个所述子序列的航向变化值都大于360度且方向相反;
在任意相邻两个子序列的航向变化值大于360度且方向相反时,记录每个所述子序列为一个盘旋航段,而在所述极值点数目为0时或所述子序列合并回所述第三序列采集点时,记录所述第三序列采集点为一个所述盘旋航段;和
计算所有所述盘旋航段的航向变化值的绝对值之和为所述飞机盘旋的圈数。
6.一种计算机系统,其特征在于,所述计算机系统包括:
一个或多个处理器、存储器;
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行根据权利要求1-3任意一项所述的数据处理方法的指令。
7.一种包含计算机可读指令的非易失性计算机可读存储介质,所述计算机可读指令被处理器执行时,使得所述处理器执行根据权利要求1-3任意一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910986934.XA CN110751859B (zh) | 2019-10-17 | 2019-10-17 | 数据处理方法和装置、计算机系统和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910986934.XA CN110751859B (zh) | 2019-10-17 | 2019-10-17 | 数据处理方法和装置、计算机系统和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110751859A CN110751859A (zh) | 2020-02-04 |
CN110751859B true CN110751859B (zh) | 2021-01-12 |
Family
ID=69278693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910986934.XA Active CN110751859B (zh) | 2019-10-17 | 2019-10-17 | 数据处理方法和装置、计算机系统和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110751859B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488849B (zh) * | 2020-04-17 | 2022-05-17 | 中国民航大学 | 一种对轨迹中圆形盘旋的特征识别方法 |
CN111611300A (zh) * | 2020-05-27 | 2020-09-01 | 中航信移动科技有限公司 | 一种航班空中盘旋状态判断方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032175A (zh) * | 2018-07-13 | 2018-12-18 | 辽宁东科电力有限公司 | 基于阿基米德螺旋线的无人机电力巡检路径计算方法 |
CN109190852A (zh) * | 2018-10-25 | 2019-01-11 | 中国人民解放军国防科技大学 | 一种飞行器目标打击航迹规划方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090143668A1 (en) * | 2007-12-04 | 2009-06-04 | Harms Steven E | Enhancement of mri image contrast by combining pre- and post-contrast raw and phase spoiled image data |
CN101592493B (zh) * | 2009-07-06 | 2011-07-27 | 北京航空航天大学 | 车载导航系统中的航向更新方法 |
US8571729B2 (en) * | 2012-02-08 | 2013-10-29 | The Boeing Company | Wind calculation system using a constant bank angle turn |
CN103176476B (zh) * | 2013-03-08 | 2015-07-01 | 北京航空航天大学 | 一种滑翔式无人机自主进场航路规划方法 |
US9536434B2 (en) * | 2014-12-12 | 2017-01-03 | The Boeing Company | Aircraft turns for interval management |
CN106227224A (zh) * | 2016-07-28 | 2016-12-14 | 零度智控(北京)智能科技有限公司 | 飞行控制方法、装置及无人机 |
CN108267131A (zh) * | 2016-12-30 | 2018-07-10 | 昊翔电能运动科技(昆山)有限公司 | 飞行器三轴平衡校准方法和装置 |
CN106846919A (zh) * | 2017-01-16 | 2017-06-13 | 南京航空航天大学 | 一种基于ads‑b信息更新的四维航迹动态预测方法 |
FR3064351B1 (fr) * | 2017-03-21 | 2020-10-02 | Thales Sa | Procede d'ajustement de trajectoire de rejointe pour aeronef |
CN107808552B (zh) * | 2017-10-27 | 2020-04-21 | 中航信移动科技有限公司 | 航班行为检测方法和装置 |
CN110243364B (zh) * | 2018-03-07 | 2021-03-26 | 杭州海康机器人技术有限公司 | 无人机航向确定方法、装置、无人机及存储介质 |
CN108646781A (zh) * | 2018-04-28 | 2018-10-12 | 广州亿航智能技术有限公司 | 无人机控制方法、多旋翼的无人机及计算机可读存储介质 |
CN109147398B (zh) * | 2018-09-13 | 2020-09-01 | 四川九洲空管科技有限责任公司 | 一种机载防撞系统目标监视跟踪性能优化方法 |
CN110174906A (zh) * | 2019-06-17 | 2019-08-27 | 沈阳无距科技有限公司 | 无人机降落控制方法、装置,存储介质及电子设备 |
CN110632611B (zh) * | 2019-08-30 | 2021-12-14 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种固定翼无人机载激光雷达系统转弯滤波方法 |
CN110908405B (zh) * | 2019-12-18 | 2023-10-10 | 中国人民解放军总参谋部第六十研究所 | 一种固定翼无人机进行同心圆飞行时的控制方法 |
-
2019
- 2019-10-17 CN CN201910986934.XA patent/CN110751859B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032175A (zh) * | 2018-07-13 | 2018-12-18 | 辽宁东科电力有限公司 | 基于阿基米德螺旋线的无人机电力巡检路径计算方法 |
CN109190852A (zh) * | 2018-10-25 | 2019-01-11 | 中国人民解放军国防科技大学 | 一种飞行器目标打击航迹规划方法 |
Non-Patent Citations (1)
Title |
---|
城市风场环境中的无人机快速航迹规划方法;李俨等;《航空学报》;20160331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110751859A (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110751859B (zh) | 数据处理方法和装置、计算机系统和可读存储介质 | |
US10599977B2 (en) | Cascaded neural networks using test ouput from the first neural network to train the second neural network | |
CN110677815A (zh) | 停留点识别方法、装置、计算机设备及存储介质 | |
CN109993994B (zh) | 一种航线分割方法及装置 | |
CN116541799B (zh) | 航道结构数据精度提升方法、系统、电子设备及存储介质 | |
CN108875043B (zh) | 用户数据处理方法、装置、计算机设备和存储介质 | |
CN110570693A (zh) | 一种基于可靠性的航班运行时间预测方法 | |
CN116129679B (zh) | 一种航路规划裁剪参数获取方法、装置、设备及存储介质 | |
JP2019511061A (ja) | 保守に重点を置いた航空機のデータ記録フレーム構成を決定するためのシステムおよび方法 | |
CN116824924A (zh) | 航空器的进场飞行模式预测方法和装置以及存储介质 | |
US10924265B2 (en) | Blockchain technology | |
CN111221874A (zh) | 盘旋航段的识别方法、装置、电子设备和存储介质 | |
CN109085624A (zh) | 基于定位信号强度的室内外定位方法、装置及计算机设备 | |
CN115081759B (zh) | 基于历史飞行数据的节油决策方法、系统和设备 | |
CN111967676A (zh) | 基于逐步回归的飞机起飞擦机尾风险预测的方法和系统 | |
CN116775015A (zh) | 图层展示方法和装置 | |
CN111122900B (zh) | 一种磁差修正方法及装置 | |
US10007604B2 (en) | Storage device optimization | |
CN117831352B (zh) | 飞机起飞机场预测方法、系统、电子设备及存储介质 | |
CN114937317B (zh) | 一种面向移动端的qar数据管理方法、系统和存储介质 | |
CN113655807B (zh) | 一种计算空中匀变速运动目标飞行轨迹的方法 | |
CN115512461B (zh) | 飞机巡航稳态的确定方法、装置以及计算机设备 | |
US11081011B1 (en) | Aircraft system and method to provide graphical threshold range indicator | |
CN113838310B (zh) | 一种空域仿真评估的飞行计划增量获取方法及装置 | |
CN110674216B (zh) | 一种飞行路线的数据建模和信息提取方法 |
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 |