【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及飛機(jī)自動(dòng)著陸系統(tǒng)安全性評(píng)估技術(shù)，具體涉及一種基于聚類分析的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法。
技術(shù)介紹
1、飛機(jī)自動(dòng)著陸系統(tǒng)適航取證需要通過飛機(jī)自動(dòng)著陸系統(tǒng)安全性評(píng)估。在提升飛機(jī)自動(dòng)著陸系統(tǒng)安全性方面，自動(dòng)著陸控制系統(tǒng)的優(yōu)化尤其關(guān)鍵：優(yōu)化自動(dòng)著陸控制系統(tǒng)可以提高飛機(jī)自動(dòng)著陸時(shí)對(duì)陣風(fēng)、湍流、重量及重心變化等情況的應(yīng)對(duì)能力，從而提高飛機(jī)自動(dòng)著陸系統(tǒng)的安全性。
2、研究者們通過對(duì)自動(dòng)著陸系統(tǒng)進(jìn)行大量的蒙特卡洛仿真分析來判定自動(dòng)著陸系統(tǒng)的安全性。多數(shù)情況下，仿真結(jié)果均為安全。但有時(shí)仿真結(jié)果也會(huì)顯示為危險(xiǎn)，把這樣的仿真結(jié)果對(duì)應(yīng)的此次仿真分析的可調(diào)輸入?yún)?shù)稱為危險(xiǎn)樣本點(diǎn)。研究者們會(huì)使用優(yōu)化算法基于這些危險(xiǎn)樣本點(diǎn)對(duì)飛機(jī)自動(dòng)著陸控制系統(tǒng)進(jìn)行局部?jī)?yōu)化，從而進(jìn)一步提高自動(dòng)著陸控制系統(tǒng)的性能以提高自動(dòng)著陸系統(tǒng)的安全性。但隨著優(yōu)化的進(jìn)行，自動(dòng)著陸系統(tǒng)的安全性越來越高，蒙特卡洛仿真產(chǎn)生危險(xiǎn)樣本點(diǎn)所需的仿真次數(shù)也會(huì)越來越多，即計(jì)算代價(jià)越來越大（需要的仿真時(shí)間長(zhǎng)）。
3、因此，如何通過更少的樣本點(diǎn)來獲取危險(xiǎn)樣本點(diǎn)是目前飛機(jī)自動(dòng)著陸控制系統(tǒng)優(yōu)化的需要，是提高飛機(jī)自動(dòng)著陸系統(tǒng)安全性的需要，從而也是助力飛機(jī)自動(dòng)著陸系統(tǒng)適航取證的需要。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)中的上述不足，本專利技術(shù)提供的基于聚類分析的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法解決了現(xiàn)有技術(shù)產(chǎn)生危險(xiǎn)樣本點(diǎn)耗時(shí)長(zhǎng)的問題。
2、為了達(dá)到上述專利技術(shù)目的，本專利技術(shù)采用的技術(shù)方案為：
3、提供一種基于聚
4、s1、獲取若干組飛機(jī)自動(dòng)著陸時(shí)的控制參數(shù)作為樣本點(diǎn)，并進(jìn)行預(yù)設(shè)次數(shù)的蒙特卡洛仿真，將輸出結(jié)果為危險(xiǎn)的樣本點(diǎn)存儲(chǔ)至危險(xiǎn)樣本集中；
5、s2、對(duì)危險(xiǎn)樣本集中的樣本點(diǎn)進(jìn)行歸一化處理，之后進(jìn)入步驟s3；
6、s3、采用基于距離閾值的聚類算法對(duì)危險(xiǎn)樣本集中的樣本點(diǎn)進(jìn)行聚類，并計(jì)算聚類后每個(gè)類別的中心點(diǎn)；
7、s4、在0-1內(nèi)隨機(jī)產(chǎn)生隨機(jī)樣本點(diǎn)，當(dāng)同一個(gè)隨機(jī)樣本點(diǎn)與所有類別的中心點(diǎn)之間的距離均在預(yù)設(shè)范圍內(nèi)時(shí)，將其加入樣本集中；
8、s5、判斷樣本集中的隨機(jī)樣本點(diǎn)數(shù)量是否達(dá)到預(yù)設(shè)加點(diǎn)數(shù)量，若是，進(jìn)入步驟s6，否則返回步驟s4；
9、s6、采用matlab仿真系統(tǒng)對(duì)樣本集中的隨機(jī)樣本點(diǎn)進(jìn)行仿真，并將輸出結(jié)果為危險(xiǎn)的隨機(jī)樣本點(diǎn)存儲(chǔ)至危險(xiǎn)樣本集中；
10、s7、判斷危險(xiǎn)樣本集中的樣本點(diǎn)數(shù)量是否達(dá)到預(yù)設(shè)樣本數(shù)量，若是，則進(jìn)入步驟s8，否則返回步驟s3；
11、s8、對(duì)危險(xiǎn)樣本集中的所有樣本點(diǎn)進(jìn)行反歸一化操作映射回matlab仿真系統(tǒng)所規(guī)定的上下界范圍內(nèi)，得到最終的危險(xiǎn)樣本集。
12、進(jìn)一步地，在步驟s8之前還包括：
13、a1、計(jì)算危險(xiǎn)樣本集內(nèi)每個(gè)樣本點(diǎn)與余下所有樣本點(diǎn)之間的歐式距離，并計(jì)算同一樣本點(diǎn)的所有歐式距離的平均歐式距離；
14、a2、計(jì)算所有樣本點(diǎn)的平均歐式距離的平均值，判斷所述平均值是否小于預(yù)設(shè)離散度，若是，進(jìn)入步驟a3，否則進(jìn)入步驟s8；
15、a3、采用基于距離閾值的聚類算法對(duì)危險(xiǎn)樣本集中的樣本點(diǎn)進(jìn)行聚類，并隨機(jī)刪除聚類后每個(gè)類別中預(yù)設(shè)數(shù)量的樣本點(diǎn)，之后返回步驟s3。
16、進(jìn)一步地，所述預(yù)設(shè)范圍為( d， r* d)， r為擴(kuò)展比例系數(shù)， d為距離閾值，其表達(dá)式為：
17、
18、其中， n為樣本點(diǎn)的維度。
19、進(jìn)一步地，采用基于距離閾值的聚類算法對(duì)危險(xiǎn)樣本集中的樣本點(diǎn)進(jìn)行聚類的方法包括：
20、b1、根據(jù)樣本點(diǎn)的維度，計(jì)算距離閾值：
21、
22、其中， d為距離閾值； n為樣本點(diǎn)的維度；
23、b2、選取一個(gè)未被分類的樣本點(diǎn)，并計(jì)算其與余下未分類的樣本點(diǎn)之間的距離，將小于距離閾值的距離對(duì)應(yīng)的樣本點(diǎn)與選取的樣本點(diǎn)標(biāo)記為相同類別；
24、b3、判斷危險(xiǎn)樣本集中的樣本點(diǎn)是否均已完成分類，若是，則完成聚類，否則返回步驟b2。
25、進(jìn)一步地，歸一化處理的表達(dá)式為：
26、
27、其中，和分別為歸一化前后的樣本點(diǎn)；和分別為樣本點(diǎn)的取值下限和上限； n為樣本點(diǎn)的維度；
28、對(duì)步驟s7中危險(xiǎn)樣本集中的樣本點(diǎn)進(jìn)行逆歸一化操作的表達(dá)式為：
29、
30、其中， x為新增至危險(xiǎn)樣本集中的隨機(jī)樣本點(diǎn)；為對(duì) x進(jìn)行逆歸一化得到的樣本點(diǎn)。
31、進(jìn)一步地，所述控制參數(shù)包括陣風(fēng)條件、飛機(jī)質(zhì)量、飛機(jī)重心位置、跑道高度、跑道傾角、環(huán)境溫度、滑翔坡度和定位器偏移；
32、蒙特卡洛仿真的輸出包括進(jìn)入跑道后60m處飛機(jī)的高度、著陸點(diǎn)相對(duì)跑道入口的距離、著陸點(diǎn)飛機(jī)的垂直速度、著陸點(diǎn)飛機(jī)與跑道中心線的距離、著陸點(diǎn)飛機(jī)滾轉(zhuǎn)角和著陸點(diǎn)飛機(jī)側(cè)滑角。
33、本專利技術(shù)的有益效果為：本方案基于每個(gè)類別中心點(diǎn)進(jìn)行樣本點(diǎn)采集，充分利用了危險(xiǎn)樣本點(diǎn)本身分布的聚集性，基于此進(jìn)行仿真獲取樣本點(diǎn)，相對(duì)于蒙特卡洛法更容易尋找到危險(xiǎn)樣本點(diǎn)，從而提高了危險(xiǎn)樣本點(diǎn)的獲取效率，即縮短了產(chǎn)生危險(xiǎn)樣本點(diǎn)的時(shí)間。
34、本方案通過預(yù)設(shè)范圍的設(shè)置，可以保證采集的樣本點(diǎn)不能過于接近基準(zhǔn)點(diǎn)（中心點(diǎn)），即可以避免危險(xiǎn)樣本點(diǎn)分布過于聚集，從而保證了危險(xiǎn)樣本點(diǎn)集的質(zhì)量。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.基于聚類分析的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，包括步驟：
2.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，在步驟S8之前還包括：
3.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，所述預(yù)設(shè)范圍為(d，r*d)，r為擴(kuò)展比例系數(shù)，d為距離閾值，其表達(dá)式為：
4.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，采用基于距離閾值的聚類算法對(duì)危險(xiǎn)樣本集中的樣本點(diǎn)進(jìn)行聚類的方法包括：
5.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，歸一化處理的表達(dá)式為：
6.根據(jù)權(quán)利要求1-5任一所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，所述控制參數(shù)包括陣風(fēng)條件、飛機(jī)質(zhì)量、飛機(jī)重心位置、跑道高度、跑道傾角、環(huán)境溫度、滑翔坡度和定位器偏移；
【技術(shù)特征摘要】
1.基于聚類分析的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，包括步驟：
2.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，在步驟s8之前還包括：
3.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)點(diǎn)搜索方法，其特征在于，所述預(yù)設(shè)范圍為(d，r*d)，r為擴(kuò)展比例系數(shù)，d為距離閾值，其表達(dá)式為：
4.根據(jù)權(quán)利要求1所述的飛機(jī)自動(dòng)著陸仿真危險(xiǎn)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張斌，謝文俊，魏沁宇，許浩楠，
申請(qǐng)(專利權(quán))人：上海交通大學(xué)四川研究院，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。