飞机驾驶舱显控系统状态参数的可信性检测方法、装置、设备及介质与流程
本技术涉及民航飞机航电系统与飞行安全,尤其是涉及一种飞机驾驶舱显控系统状态参数的可信性检测方法、装置、设备及介质。
背景技术:
1、随着现代民航飞机综合航电系统的发展,驾驶舱显控系统需要实时采集、处理和显示大量的飞行数据,为飞行过程中的状态监测和辅助决策提供数据支持。在此过程中,显控系统自身工作的可靠性直接影响其数据采集、传输、处理和显示的质量。
2、为评估显控系统的工作状态,通常需要监测显控系统的数据传输能力参数、数据稳定性参数以及计算资源状态参数等能反映其自身健康程度的参数。其中,数据传输能力参数包括数据传输带宽等,数据稳定性参数包括时延抖动、数据丢包率等,计算资源状态参数包括处理器(cpu)利用率、内存利用率等。这些状态参数描述的是显控系统自身的工作状态,不同于显控系统所处理的飞行数据。
3、在实际运行中,上述状态参数本身是否真实、准确、可信,直接关系到对显控系统工作状态的判断是否可靠。例如,如果数据传输带宽数据出现偏差,可能导致对显控系统传输能力的评估失真。由于这些状态参数是对显控系统进行状态监测和故障判断的基础依据,一旦参数本身不可信,基于这些状态参数做出的显控系统健康评估和辅助决策将失去可靠性,进而影响飞行安全。因此,有必要对这些状态参数本身进行可信性检测,确保其能够真实反映显控系统的实际工作状态。
4、然而,在实际飞行过程中,上述状态参数的数值分布具有明显的动态变化特点。飞机在不同的飞行阶段,如滑行、起飞、爬升、巡航、下降和着陆阶段,显控系统的工作负载和资源占用情况存在显著差异,导致状态参数的正常数值分布不同。例如,在起飞和爬升阶段,显控系统数据处理任务繁重,处理器利用率和数据传输带宽占用率通常较高;而在巡航阶段,系统负载相对较低,上述状态参数的正常数值范围会明显下降。因此,同一状态参数在不同飞行阶段下的正常数据分布并不相同,其合理取值范围随飞行阶段动态变化。
5、现有数据可信性检测方法通常采用固定阈值的判断方式,由于上述状态参数在不同飞行阶段下的正常数据分布并不相同,容易将正常状态误判为异常,或者将真实异常漏判为正常,导致检测精度下降。
技术实现思路
1、有鉴于此,本技术的目的在于提供飞机驾驶舱显控系统状态参数的可信性检测方法、装置、设备及介质,以提高检测精度。
2、第一方面,本技术实施例提供了一种飞机驾驶舱显控系统状态参数的可信性检测方法,包括:
3、在飞机飞行过程中,实时采集飞机驾驶舱显控系统的状态参数,得到状态参数时间序列;所述状态参数包括反映数据传输能力、数据稳定性和计算资源状态的参数;
4、从所述状态参数时间序列中,提取当前时间窗口内采集的状态参数,形成当前状态参数时间序列;
5、将所述当前状态参数时间序列输入到训练好的生成模型中,所述生成模型基于训练阶段学习到的当前飞行阶段各状态参数的标准分布特征,重构出符合当前飞行阶段各状态参数的标准分布特征的标准状态参数时间序列;
6、计算所述当前状态参数时间序列与该标准状态参数时间序列之间的偏离度;
7、基于所述偏离度,判断所述当前时间窗口内采集的状态参数的可信度。
8、结合第一方面,本技术实施例提供了第一方面的第一种可能的实施方式,其中,所述计算所述当前状态参数时间序列与所述标准状态参数时间序列之间的偏离度,包括:
9、通过以下公式计算偏离度:
10、
11、其中,表示所述偏离度;n为当前时间窗口内采集的状态参数的总数量;表示所述当前状态参数时间序列中第i个状态参数的取值;所述标准状态参数时间序列中第i个状态参数的取值。
12、结合第一方面,本技术实施例提供了第一方面的第二种可能的实施方式,其中,所述基于所述偏离度,判断所述当前时间窗口内采集的状态参数的可信度,包括:
13、当所述偏离度大于预设偏离度阈值时,查询所述当前时间窗口的前m个连续的历史时间窗口对应的偏离度;
14、若前m个连续的历史时间窗口对应的偏离度中存在多个历史时间窗口的偏离度大于所述预设偏离度阈值,则将当前飞行阶段的下一飞行阶段作为新的当前飞行阶段,并基于新的当前飞行阶段的训练样本对所述生成模型进行动态更新,以使所述生成模型重新学习新的当前飞行阶段各状态参数的标准分布特征,得到动态更新后的生成模型;
15、将动态更新后的生成模型作为新的训练好的生成模型,返回执行步骤将所述当前状态参数时间序列输入到训练好的生成模型中。
16、结合第一方面的第二种可能的实施方式,本技术实施例提供了第一方面的第三种可能的实施方式,其中,所述当所述偏离度小于预设偏离度阈值时,查询所述当前时间窗口的前m个连续的历史时间窗口对应的偏离度之后,所述方法还包括:
17、若前m个连续的历史时间窗口对应的偏离度均小于等于所述预设偏离度阈值,则判定所述当前时间窗口内的状态参数不可信。
18、结合第一方面的第二种可能的实施方式,本技术实施例提供了第一方面的第四种可能的实施方式,其中,所述基于所述偏离度,判断所述当前时间窗口内采集的状态参数的可信度,还包括:
19、当所述偏离度小于等于所述预设偏离度阈值时,判定所述当前时间窗口内的状态参数可信。
20、结合第一方面的第二种可能的实施方式,本技术实施例提供了第一方面的第五种可能的实施方式,其中,所述基于新的当前飞行阶段的训练样本对所述生成模型进行动态更新,以使所述生成模型重新学习新的当前飞行阶段各状态参数的标准分布特征,得到动态更新后的生成模型,包括:
21、获取新的当前飞行阶段的训练样本;该训练样本包括符合该当前飞行阶段各状态参数的标准分布特征的历史状态参数和新增状态参数;所述历史状态参数是首次训练所述生成模型时使用的训练样本;所述新增状态参数是所述生成模型在使用过程中累积的,被所述生成模型判定为可信的状态参数;
22、针对每个符合该当前飞行阶段各状态参数的标准分布特征所述历史状态参数,通过以下公式计算各个历史状态参数的被采样概率:
23、
24、其中,表示符合该当前飞行阶段各状态参数的标准分布特征的第j个历史状态参数的被采样概率;第j个历史状态参数;为基于第j个历史状态参数重构出的标准状态参数;为符合该当前飞行阶段各状态参数的标准分布特征的历史状态参数的历史样本集合;
25、基于每个历史状态参数的被采样概率,从所述历史样本集合中采集出多个历史状态参数作为目标历史状态参数;
26、利用所述目标历史状态参数和所述新增状态参数对所述生成模型进行本次模型训练,以使所述生成模型重新学习新的当前飞行阶段各状态参数的标准分布特征,得到动态更新后的生成模型。
27、结合第一方面的第五种可能的实施方式,本技术实施例提供了第一方面的第六种可能的实施方式,其中,所述生成模型包括编码器和生成器,所述生成器包括底层模块和顶层模块;所述编码器用于对输入的当前状态参数时间序列进行降维处理,以提取潜在表示特征;所述底层模块用于将所述潜在表示特征转换成中间特征;所述顶层模块用于基于训练阶段学习到的当前飞行阶段各状态参数的标准分布特征,将所述中间特征转换成符合当前飞行阶段各状态参数的标准分布特征的标准状态参数时间序列;
28、所述利用所述目标历史状态参数和所述新增状态参数对所述生成模型进行本次模型训练,以使所述生成模型重新学习新的当前飞行阶段各状态参数的标准分布特征,得到动态更新后的生成模型,包括:
29、利用所述目标历史状态参数和所述新增状态参数对所述顶层模块中的可学习参数进行训练,以使所述顶层模块重新学习新的当前飞行阶段各状态参数的标准分布特征,得到动态更新后的生成模型。
30、第二方面,本技术实施例还提供一种飞机驾驶舱显控系统状态参数的可信性检测装置,包括:
31、采集模块,用于在飞机飞行过程中,实时采集飞机驾驶舱显控系统的状态参数,得到状态参数时间序列;所述状态参数包括反映数据传输能力、数据稳定性和计算资源状态的参数;
32、提取模块,用于从所述状态参数时间序列中,提取当前时间窗口内采集的状态参数,形成当前状态参数时间序列;
33、输入模块,用于将所述当前状态参数时间序列输入到训练好的生成模型中,所述生成模型基于训练阶段学习到的当前飞行阶段各状态参数的标准分布特征,重构出符合当前飞行阶段各状态参数的标准分布特征的标准状态参数时间序列;
34、计算模块,用于计算所述当前状态参数时间序列与该标准状态参数时间序列之间的偏离度;
35、判断模块,用于基于所述偏离度,判断所述当前时间窗口内采集的状态参数的可信度。
36、第三方面,本技术实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面中任一种可能的实施方式中的步骤。
37、第四方面,本技术实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面中任一种可能的实施方式中的步骤。
38、本技术实施例提供的飞机驾驶舱显控系统状态参数的可信性检测方法、装置、设备及介质,其中,本实施例通过训练好的生成模型所学习到的当前飞行阶段各状态参数的标准分布特征,重构出符合当前飞行阶段各状态参数的标准分布特征的标准状态参数时间序列,使检测基准能够随飞行阶段动态匹配,避免了固定阈值无法适应数据分布变化导致的检测精度下降问题,提高了驾驶舱显控系统状态参数可信性检测的准确性。并且通过计算当前状态参数时间序列与标准状态参数时间序列之间的偏离度,以及基于该偏离度判断当前时间窗口内采集的状态参数的可信度,而非将单个状态参数与固定阈值直接比较。该偏离度能够综合反映当前时间窗口内多个状态参数整体偏离当前飞行阶段标准分布特征的程度,减少了因单个状态参数瞬时波动引起的误判,提高了驾驶舱显控系统状态参数可信性检测的可靠性。
39、为使本技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com