尾旋特征分析方法

本发明涉及一种尾旋特征分析方法，通过求解尾旋动力学微分方程的方式获得尾旋特性时间历程，对仿真算例在重量、转动惯量、进入方式等多参数变化条件下的尾旋特性进行预测，解析出多变参对尾旋特性的影响；运用基于决策树分析的XGBoost回归算法搭建机器学习模型，以平均迎角、平均旋转速率、下沉速度等尾旋特性为目标，对仿真算例的多变参进行特征重要性分析；分析出多变参对相同尾旋特性的影响占比，以量化的方式完成关键因素对尾旋的影响。本发明尾旋特征分析方法，以尾旋特性为目标，对重量、转动惯量、进入方式3个多变参进行特征重要性分析，以定量权重的形式给出每种变参对相应目标的影响程度，完成所述仿真算例的多维全域特征分析。