科研之友
微信
新浪微博
Facebook
分享链接
摘要
已有的飞行品质监控(FOQA)标准仅由地速的积分距离判定接地点远事件(LTE)的发生，无法结合多个快速存取记录器(QAR)参数检测并解释发生该事件的原因。通过滑动窗口对包含多个参数的QAR样本进行分段，按照分段位置形成若干分段样本集。由长短时记忆网络(LSTM)自编码器得到QAR样本分段及分段内向量的特征表示，采用K-means分别对这些表示向量进行聚类处理，实现QAR样本及其分段的符号化。使用正常航班QAR样本集的符号序列建立隐马尔可夫模型(HMM),以检测包含接地点远事件的航班。由发生及未发生接地点远事件的QAR样本各个分段的符号序列构建HMM后，采用Viterbi算法确定接地点远事件在QAR样本分段内的具体位置。在真实QAR数据集上的实验结果表明，与其他多维时间序列异常检测方法相比，所提方法不仅能有效检测接地点远事件，而且可以获得多个QAR参数的异常值，辅助领域专家分析发生该事件的原因。
- 单位
