摘要
本发明涉及飞行操纵品质评估技术领域,公开了一种基于人工智能的飞行操纵品质评估方法及系统,该种基于人工智能的飞行操纵品质评估方法,包括以下步骤:S101,实时获取多源飞行数据;S102,根据多源飞行数据提取飞行状态特征、飞行员的认知负荷特征和环境状态特征;S103,确定关键操纵参数和关键飞行状态参数,并构建时空图;S104,通过聚类算法识别认知负荷状态,并动态调整时空图中对应边的权重,生成动态时空图;S105,提取节点的时空敏感特征,计算得到综合特征向量,输出飞行操纵品质评分;S106,划分评分等级,并采取对应的操作措施。本发明实现了实时、精准、动态的飞行操纵品质评估,有效提升了飞行安全性与操纵品质评估的科学性。
技术关键词
操纵品质评估
飞行状态参数
负荷特征
飞行器动力学
灰色关联分析
支持向量回归算法
注意力机制
节点特征
姿态角速度
灰色关联度
动态时间规整方法
邻居
聚类算法
系统为您推荐了相关专利信息
母线负荷预测
电网拓扑模型
负荷特征
偏差
数据分析单元
飞行动力学模型
非线性动力学模型
气动布局优化
飞行器动力学建模
闭环仿真系统
汽车自动紧急制动
紧急制动系统
测试场景
灰色关联分析
灰色关联度
电力负荷预测方法
注意力
门控循环单元
GRU神经网络
电力系统负荷预测技术