一种飞行数据的预处理方法
【技术领域】
[0001] 本发明属于智能控制与建模领域，本发明涉及动态系统辨识、数据处理等方法。 二、
【背景技术】
[0002] 用传统的机理建模方法建立直升机的仿真模型是可行的，但是这种方法需要大量 的空气动力学知识。神经网络具有良好的非线性映射能力，因此可以用它来建立直升机的 仿真模型。为了训练所建立的神经网络模型，需要飞行数据作为训练样本、测试样本。样本 数据不可避免地含有高频噪声，而且在试飞过程中由于测试仪器不稳定或因外界干扰的影 响，往往导致测量数据包含一些很不合理的跳点，即野值。另外，对含噪声的信号直接微分 将导致更高的噪声水平。因此需要对飞行数据进行预处理。
[0003] 三、专利内容：
[0004] 1、专利目的
[0005] 对飞行数据进行预处理，去除数据中的高频噪声，为神经网络辨识提供可靠的飞 行数据，以提高神经网络训练的速度和精度。
[0006] 2、技术解决方案
[0007] 在天气状况良好、大气变化不明显的条件下，可忽略一些环境变量的影响，只考虑 控制变量和状态变量的数据记录。对于直升机旋翼自转着陆过程的飞行状态，由记录仪器 记录飞行数据，并对数据进行野值剔除、高频滤波和微分平滑等预处理。
[0008] 3、技术效果及优点
[0009] 这种基于神经网络的建模方法，避免了机理建模所需的空气动力学知识，大大降 低了仿真模型的复杂度。采用的野值剔除、高频滤波和微分平滑等预处理方法，既简单又有 效。能够为神经网络的训练提供适用的数据。 四、【具体实施方式】
[0010] 1.飞行数据的野值剔除
[0011] 在试飞过程中，由于测试仪器不稳定或外界干扰，往往导致测量数据中包含一些 不合理的跳点，即野值。常用的野值判断和剔除方法有中心差分方法、前推差分方法等。为 避免后面的野值逆传而误将前面的正常值判断为野值，不能采用中心差分公式，因此采用 前推差分公式。根据本文用到的实际飞行数据，采用下列七点二阶前推差分算式是合适的。 如果每个周期有几十个采样点，也可以采用更多点的二阶前推差分算式。
【主权项】
1. 一种飞行数据的预处理方法，其特征在于：采用七点二阶前推差分算式剔除野值。
2. 权利要求1所述的一种飞行数据的预处理方法，其特征还在于：采用截止频率为十 赫兹的三阶Chcbyshcv-II型低通数字滤波器对飞行数据进行滤波。
3. 权利要求1所述的一种飞行数据的预处理方法，其特征还在于：采用七点二阶中心 插值平滑算法对飞行数据的微分平滑。
【专利摘要】对于用于神经网络辨识用的飞行数据，在试飞过程中由于测试仪器不稳定或因外界干扰的影响，往往导致测量数据包含高频噪声和一些很不合理的野值。另外，对含噪声的信号直接微分将导致更高的噪声水平。因此需要对飞行数据进行野值剔除、高频滤波和微分平滑等预处理。根据用到的实际飞行数据，野值剔除采用七点二阶前推差分算式。选取截止频率为十赫兹的三阶Chebyshev-II型的低通数字滤波器对飞行数据进行滤波，该滤波器具有较好的滤波效果。采用七点二阶中心插值平滑算法进行飞行数据的微分平滑。
【IPC分类】G05B13-00
【公开号】CN104698836
【申请号】CN201310654208
【发明人】王书舟
【申请人】天津工业大学
【公开日】2015年6月10日
【申请日】2013年12月5日