一种飞行动作实时识别方法与流程

1.本发明属于飞行状态识别与判定技术领域，具体地涉及一种实时识别飞机飞行动作的识别方法。


背景技术：

2.飞机在飞行中需要经历各种飞行状态，做出各种飞行动作，例如：起飞、降落、平飞、转弯、盘旋、筋斗、俯冲、翻滚、螺旋等，战斗机的飞行动作更加复杂多样，难度和危险性都更高。
3.为了实时掌控飞机的飞行状态，已经发明了实时监测和传送飞行参数的技术和设备。如cn 106034147 a公布了一种多机飞行器数据实时监控系统，可以将多架飞机的飞行参试实时下传至地面，便于地面飞行指挥人员掌控飞机的飞行状态。但是仍然无法依靠计算机等技术手段，通过实时传输的飞参数据来识别飞行动作。
4.对于地面指挥人员而言，不但要及时掌握飞机的飞行参数，更需要从众多的飞行参数中确定飞机的飞行状态和飞行动作。这个问题一直没有得到解决，尤其是实时地识别和判定飞行状态或飞行动作更加困难。
5.飞行动作或飞行状态识别，在飞行员训练、飞行控制管理、飞行作业绩效评价等方面都有切实的需求。通过调研分析，该技术领域的现有状况如下：
6.公告号cn 106197424 b提出了一种遥测数据驱动的无人机飞行状态识别方法：该方法采用chebyshev拟合法对无人机的遥测数据进行特征提取和降维，利用随机森林算法实现飞行状态的自适应分类，实现无人机飞行状态的有效识别。该方法解决了运动序列的时间变形、特征选择、相似性计算问题。但是该方法需基于飞行动作样本的分析，需要提供数量庞大的各种型号无人机的已知动作飞行数据样本，随着样本数的增加，数据分析的稳定性无法保证，使实际应用存在很大困难；而且仅对简单的五种飞行动进行了分析，对更多种类的飞行动作其数据分析工作量巨大，难以解决；对于8字盘旋、滚转、螺旋等其他复杂的飞行动作，无法依靠其提供的方法予以解决。
7.申请公布号cn 111504341 a提出了一种直升机飞行状态识别方法：该方法利用飞行状态识别逻辑树判断直升机的飞行状态，利用压力高度、大气温度、指示空速、gps北向速度、gps东向速度、磁航向角、离地高度、离地零点、滚转角、发动机扭矩、发动机台数、垂向过载识别飞行状态。该方法直接采用飞行参数进行判断识别，仅适用于直升机飞行状态的识别，相比与固定翼战斗机等机型的飞行动作简单了许多，无法用于各种固定翼机型的飞行动作识别。
8.综上所述，飞行动作或飞行状态识别，尤其是实时飞行动作识别具有迫切的实际需求；现有的技术有基于拟合与分析学习模型的方法和飞参逻辑树判断方法。这些方法目前仅适用于简单的飞行动作识别，对于复杂多变的实际飞行动作识别需求，尤其是对于飞行动作的实时识别，不具适用性。
9.所以，需要发明一种可以适用于各种固定翼飞机的复杂飞行动作识别方法，尤其
是可以基于实时的飞行参数传输数据实时地识别飞行动作的技术方法。


技术实现要素：

10.为了克服现有技术的不足，解决飞机飞行动作实时识别的问题，本发明提出一种飞行动作实时识别方法，可以基于实时传输得到的飞参数据，实时地识别出飞机的飞行动作。
11.本发明的具体技术解决方案如下：
12.该飞行动作实时识别方法包括以下步骤：
13.1】确定飞参数据
14.根据机型和该机型上的飞参采集传输装置能够获取的飞参数据来确定需要使用的飞参数据；飞参数据包括但不限于时间、纬度、经度、高度、空速、升降速度、航向角、俯仰角、倾斜角、纵向过载、法向过载、侧向过载、攻角、偏航距、马赫数、盘旋角速度、俯仰角速度和/或横滚角速度等；
15.2】飞行动作分解
16.对步骤1】中确定的机型进行飞行动作分解，将飞行动作分解为单一飞行动作和复合飞行动作；所述复合飞行动作是指由一个以上的单一飞行动作构成的飞行动作、或单一飞行动作与复合飞行动作构成的飞行动作、或一个以上的复合飞行动作构成的飞行动作；其中，单一飞行动作包括但不限于：直行平飞、直行下降、直行上升、地面滑行、降落、起飞、水平面转向、下降转向、上升转向、垂直面转向；所述的复合飞行动作由多个单一飞行动作构成时，包括但不限于：由多个转向构成直角转弯、掉头、盘旋、筋斗；所述的复合飞行动作由单一飞行动作与复合飞行动作构成时，包括但不限于：拉升直角转弯、横滚、螺旋；复合飞行动作由多个复合飞行动作构成时，包括但不限于：左盘旋接右盘旋的横8字动作、右盘旋接左盘旋的横8字动作；可通过已有的飞行动作构成所需的新飞行动作；
17.3】确定判断阈值
18.确定各种单一飞行动作和复合飞行动作的多个判断阈值；
19.4】实时飞参数据获取与处理
20.持续获取目标飞机的实时飞参数据；所述目标飞机机型与步骤1】中的机型相同；将目标飞机各时刻实时飞参数据进行预处理，获取有效飞参数据；将目标飞机各时刻有效飞参数据的纬度、经度、高度数据，变换为地面坐标数据和高度数据，构成目标飞机各个时刻的三维坐标数据；将飞参开始分析时刻记为初始时刻，将初始时刻之后最新获得的飞参时刻记为即时时刻；
21.5】飞行动作识别
22.5.1】以初始时刻作为参考时刻，并存储该参考时刻的时间值；
23.5.2】用参考时刻后一时刻的飞机三维坐标数据减去参考时刻的飞机三维坐标数据，得到飞机参考时刻位移矢量；
24.5.3】用即时时刻的飞机三维坐标数据减去即时时刻前一时刻的飞机三维坐标数据，得到飞机即时时刻位移矢量；
25.5.4】即时时刻位移矢量与参考时刻位移矢量比较，确定其是否转向，若转向则计算转向角，将本即使时刻参考时刻设为新的参考时刻，并存储转向角和新参考时刻的时间
值，该时间值记为转向时刻，若未转向则参考时刻不变，获得新的即使时刻数据，跳转至5.2】继续执行；
26.5.5】同时，根据各转向时刻和转向角，将飞行航迹划分为直行段和转向段，一个及以上的转向段构成转弯，其转弯角为连续的转向角之和，而后根据飞参阈值识别出单一飞行动作；
27.5.6】同时，根据复合飞行动作的构成关系，识别由单一飞行动作构成的复合动作，识别由复合飞行动作构成的新的复合飞行动作；
28.5.7】重复步骤5.2】至步骤5.6】，不断递进计算，直至完成对目标飞机飞行阶段所有飞行动作的识别；
29.6】获取评价数据
30.根据步骤5】识别确定的目标飞机各飞行动作，计算目标飞机各飞行动作的评价数据。
31.进一步地，所述步骤3】中的判断阈值包括点积阈值、叉积模阈值、与地面平行判定阈值、高度阈值、升速阈值、高度变化率阈值、低空域阈值、盘旋角速度阈值、加速度阈值、直角判定阈值和/或掉头转向判定阈值；所述点积阈值在cos(3
°
)～cos(15
°
)之间，叉积模阈值在sin(3
°
)～sin(15
°
)之间，与地面平行判定阈值在3
°
～8
°
之间。
32.进一步地，所述步骤4】中的预处理包括剔除野值、平滑滤波，并插值获得时间间隔一致的时序飞参数据。
33.进一步地，所述步骤4】中的构成目标飞机各个时刻的三维坐标数据是采用oxyz右手螺旋坐标系，o为原点，ox轴向东，oy轴向北，oz轴垂直于地面向上。
34.进一步地，所述步骤5.2】和5.3】中的飞机参考时刻位移矢量和飞机即时时刻位移矢量变换为单位位移矢量表示。
35.进一步地，所述步骤5.4】中的是否转向的判断和转向角计算通过参考时刻与即时时刻的位移矢量的点积和叉积实现；所述参考时刻与即时时刻的位移矢量的点积和叉积计算公式为：dot
ti
‑
tj
＝r
ti
·
r
tj
，r
ti
‑
tj
＝r
ti
xr
tj
，其中，dot
ti
‑
tj
为即使时刻ti的位移矢量r
ti
与参考时刻tj的位移矢量r
tj
的点积，r
ti
‑
tj
为即使时刻ti的位移矢量r
ti
与参考时刻tj的位移矢量r
tj
的点积的叉积；如果其点积dot
ti
‑
tj
小于点积阈值，则飞机转向，否则直行；用叉积r
ti
‑
tj
的方向判定左转右转，并由点积dot
ti
‑
tj
的反余弦求得转向角；多个同方向的转向角之和构成该方向的转弯角度。
36.进一步地，所述步骤5.5】中的根据飞参阈值识别出单一飞行动作包括如下内容：
37.对于直行段：用直行段终端的高度值与直行段起点的高度值的差作为高度差，用高度差的绝对值除以直行段起点的高度值作为高度变化率，若直行段的高度变化率小于等于高度变化率阈值，判定为直行平飞；若直行段的高度变化率大于高度变化率阈值，且高度差为正，判定为直行上升；若直行段的高度变化率大于高度变化率阈值，且高度差为负，判定为直行下降；
38.对于转弯段：当转弯段内的各转向的叉积矢量与地面的夹角幅值小于等于与地面平行判定阈值时，判定为垂直面转弯，此转弯段各转向角之和为垂直面转弯角度；否则，用转弯终端的高度值与转弯段起点的高度值的差作为高度差，用高度差的绝对值除以转弯段起点的高度值作为高度变化率，若转弯段的高度变化率小于等于高度变化率阈值，判定为
平面转弯；若转弯段的高度变化率大于高度变化率阈值，且转弯段终端的高度大于转弯段起始端的高度值，判定为上升转弯；若转弯段的高度变化率大于高度变化率阈值，且转弯段终端的高度小于转弯段起始端的高度值，判定为下降转弯；当不是垂直面转向时，若叉积矢量的方向朝上，则转弯为左转，转弯角取正值，若叉积矢量的方向朝下，则转弯为右转，转弯角取负值。
39.进一步地，所述步骤6】中的飞行动作的评价数据包括但不限于：盘旋角速度、盘旋半径、筋斗角速度、筋斗半径、转弯角速度、转弯半径、转弯角度、斜筋斗或斜盘旋的倾角，其中：ω
p
＝θ/δt，r＝v/ω
p
，ω
p
为盘旋角速度，θ为盘旋转角值，δt为盘旋持续时间值，r为盘旋半径，v为运动速率；ω
j
＝θ/δt，r＝v/ω
j
，上式中，ω
j
为筋斗角速度，θ为筋斗转角值，δt为筋斗持续时间值，r为筋斗半径，v为运动速率；ω
z
＝θ/δt，r＝v/ω
z
，ω
z
为转弯角速度，θ为转角角度值，δt为转弯持续时间值，r为转弯半径，v为运动速率平均；r
c
＝(x
c
y
c
z
c
)
[0040][0041]
r
c
为斜筋斗或斜盘旋过程中两个不同时刻单位位移矢量叉积，(x
c
y
c
z
c
)为该叉积的坐标值，α为斜筋斗或斜盘旋的倾角，即该叉积与地平面的夹角。
[0042]
本发明与现有技术相比具有如下有益的技术效果：
[0043]
(1)将飞机飞行航迹的直线、曲线特征判定归结为不同时间点的位移点积与叉积的模值和角度的判断，简捷地解决了航迹的直行、转向的判定难题，计算方法直观高效。
[0044]
(2)将飞机飞行动作划分为单一飞行动作和复合飞行动作，通过直行、转向航迹特征和飞参阈值特征判定，解决了各种单一飞行动作识别判断问题，并通过单一飞行动作构成复合飞行动作、复合飞行动作再构成新的复合飞行动的方法，解决了飞行动作识别多层次判断难题，条理清晰，建模容易。
[0045]
(3)通过多个单一飞行动作、复合飞行动作的组合，可以演绎出各种飞行动作，适于任意飞行动作的识别，便于飞行动作种类的拓展。
[0046]
(4)判断阈值与飞行动作构成推理相结合，可根据不用机型的动力学指标改变设定阈值，不需要庞大的飞参数据学习过程，可以很快地建模投入使用，对各种飞机型号的适应性好。
[0047]
(5)动作识别与动作评价量化计算相结合，为科学评价飞行作业绩效提供了科学的根据。
[0048]
(6)该飞行动作识别方法的概念清晰、设计严密、算法完整、过程直观、建模简捷，可实现飞行动作的实时识别，显著提高飞行管控能力和飞行评价能力。
附图说明
[0049]
图1为飞行动作实时识别方法流程图。
[0050]
图2为单一飞行动作识别过程示意图。
[0051]
图3为复合飞行动作构成与识别原理示意图。
[0052]
图4为两个位移矢量点积与叉积判断航迹的原理示意图。
[0053]
图5为两个位移矢量点积与叉积判断转向角方向的原理示意图。
[0054]
图6为识别飞机飞行动作的递推过程流程图。
[0055]
图7为全程飞行过程的oxy平面轨迹图。
[0056]
图8为全程飞行过程的oyz平面轨迹图。
[0057]
图9为全程飞行过程的oxz平面轨迹图。
[0058]
图10为全程飞行过程的三维轨迹图。
[0059]
图11为盘旋动作oxy平面局部轨迹图。
[0060]
图12为盘旋动作三维局部轨迹图。
具体实施方式
[0061]
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0062]
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0063]
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0064]
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
[0065]
本发明飞行动作实时识别方法，真对某型飞机的具体实施如下：
[0066]
1、飞行动作实时识别方法过程如图1所示：
[0067]
1】确定飞参数据
[0068]
根据机型和该机型上的飞参采集传输装置能够获取的飞参数据来确定需要使用的飞参数据；
[0069]
2】飞行动作分解
[0070]
对步骤1】中确定的机型进行飞行动作分解，将飞行动作分解为单一飞行动作和复合飞行动作；所述复合飞行动作是指由一个以上的单一飞行动作构成的飞行动作、或单一飞行动作与复合飞行动作构成的飞行动作、或一个以上的复合飞行动作构成的飞行动作；
[0071]
3】确定判断阈值
[0072]
确定各种单一飞行动作和复合飞行动作的多个判断阈值，根据判断阈值确定具体
的飞行动作；
[0073]
4】获取实时飞参数据
[0074]
持续获取目标飞机的实时飞参数据；所述目标飞机机型与步骤1】中的机型相同；将目标飞机各时刻实时飞参数据进行预处理，获取有效飞参数据；将目标飞机各时刻有效飞参数据的纬度、经度、高度数据，变换为地面坐标数据和高度数据，构成目标飞机各个时刻的三维坐标数据；将飞参开始分析时刻记为初始时刻，将初始时刻之后最新获得的飞参时刻记为即时时刻；
[0075]
5】飞行动作识别
[0076]
5.1】以初始时刻作为参考时刻，并存储该参考时刻的时间值；
[0077]
5.2】用参考时刻后一时刻的飞机三维坐标数据减去参考时刻的飞机三维坐标数据，得到飞机参考时刻位移矢量；
[0078]
5.3】用即时时刻的飞机三维坐标数据减去即时时刻前一时刻的飞机三维坐标数据，得到飞机即时时刻位移矢量；
[0079]
5.4】即时时刻位移矢量与参考时刻位移矢量比较，确定其是否转向，若转向则计算转向角，将本即使时刻参考时刻设为新的参考时刻，并存储转向角和新参考时刻的时间值，该时间值记为转向时刻，若未转向则参考时刻不变，获得新的即使时刻数据，跳转至5.2】继续执行；
[0080]
5.5】同时，根据各转向时刻和转向角，将飞行航迹划分为直行段和转向段，一个及以上的转向段构成转弯，其转弯角为连续的转向角之和，而后根据飞参阈值识别出单一飞行动作；
[0081]
5.6】同时，根据复合飞行动作的构成关系，识别由单一飞行动作构成的复合动作，识别由复合飞行动作构成的新的复合飞行动作；
[0082]
5.7】重复步骤5.2】至步骤5.6】，不断递进计算，直至完成对目标飞机飞行阶段所有飞行动作的识别；
[0083]
6】获取评价数据
[0084]
根据步骤5】识别确定的目标飞机各飞行动作，获取目标飞机各飞行动作的评价数据。
[0085]
2、具体处理方法如下：
[0086]
1】确定飞参数据
[0087]
根据机型和该机型上的飞参采集传输装置能够获取的飞参数据来确定需要使用的飞参数据；实践中，可使用但不限于如下飞参数据：纬度、经度、高度、空速、升降速度、航向角、俯仰角、倾斜角、纵向过载、法向过载、侧向过载、攻角、盘旋角速度、俯仰角速度、横滚角速度。
[0088]
2】飞行动作分解
[0089]
根据机型和飞行动作训练需要，对步骤1】中确定的机型进行飞行动作分解，将飞行动作分解为单一飞行动作和复合飞行动作；复合飞行动作是指由一个及以上的单一飞行动作构成的飞行动作、或单一飞行动作与复合飞行动作构成的飞行动作、或一个以上的复合飞行动作构成的飞行动作；具体地讲，单一飞行动作包括但不限于：直行平飞、直行上升、直行下降；水平面转向、下降斜转向、上升斜转向、垂直面转向。
[0090]
复杂飞行动作包括但不限于：左(右)转弯(30
°
、60
°
、90
°
、135
°
、180
°
等任意角度)、盘旋(45
°
、60
°
等任意倾斜角)、上升转弯(多种角度)、筋斗、斜筋斗、横8字、横滚。
[0091]
3】确定判断阈值
[0092]
确定各种单一飞行动作和复合飞行动作的多个判断阈值；根据判断阈值确定具体的飞行动作。
[0093]
建立判定阈值如表1所示。选两个不同时刻的单位位移矢量的点积作为转向判据，转向判据阈值选cos(10
°
)，连续转向判断间隔为30＇，可以满足该型飞机飞行动作识别要求；位移矢量垂直于地面阈值为80
°
，叉积平行于地面阈值为2
°
，斜筋斗位移矢量阈值30
°
，高度变化率阈值为5％，飞机起降低空阈值为500～1000米；地面高度阈值为30m，盘旋判定阈值为330
°
，横滚阈值为90
°
/s(90度/秒)。高度变化率为高度变化的差值与高度的比，以高度变化率作为判断高度变化依据，可以有效解决不同飞行高度时的高度波动对飞行动作识别的影响导致的识别不稳定。
[0094]
表1
[0095][0096]
建立航迹判定如表2所示。此实施例中，选两个单位位移矢量的点积值为判断依据，也可以选叉积模值为判断依据。
[0097]
表2
[0098][0099]
建立飞行动作判定如表3所示。
[0100]
此实施例中的单一飞行动作包括：直行平飞、地面滑行、直行上升、直行下降、水平面转向、上升转向、下降转向、垂直面转向。示例的判断过程如图2所示。
[0101]
此实施例中的复合飞行动作包括：起飞、降落、平面转弯、平面盘旋、上升转弯、下降转弯、螺旋上升、螺旋下降、倾斜盘旋、斜筋斗、垂直筋斗、横8字。表中以&表示逻辑“与”，以
→
表示前后动作接续关系。示例的判断过程如图3所示，俯冲拉升动作由直行下降、垂直面转向、直行上升三个单一动作构成；水平盘旋由多个水平面转向的单一动作构成，总转向
角度约为360
°
；斜筋斗由多个斜转向单一动作构成，总转向角度约为360
°
；横8字动作由左转盘旋复合动作和右转盘旋复合动作构成。
[0102]
照此，可以构建各种飞行动作的判据，由单一飞行动作构成复合飞行动作，再由复合飞行动作构成更多的复合飞行动作，满足飞行动作种类的拓展要求。
[0103]
表3
[0104]
[0105][0106]
4】实时飞参数据获取与处理
[0107]
持续获取目标飞机的实时飞参数据；所述目标飞机机型与步骤1】中的机型相同；将目标飞机各时刻实时飞参数据进行预处理，获取有效飞参数据；将目标飞机各时刻有效飞参数据的纬度、经度、高度数据，变换为地面坐标数据和高度数据，构成目标飞机各个时刻的三维坐标数据，具体是将即时时刻前的纬度、经度、高度数据依次变换为地面坐标数据和高度数据构成的飞机三维坐标数据。飞机三维坐标采用oxyz右手螺旋坐标系，o为原点，在此取飞机起飞时的起始滑行位置为o点；ox轴向东；oy轴向北；oz轴垂直于地面向上；将飞参开始分析时刻记为初始时刻，将初始时刻之后最新获得的飞参时刻记为即时时刻；预处理包括剔除野值、数据插值、平滑滤波，降低数据噪声和数据间隔不等带来的影响，此处采用1秒的固定时间间隔；
[0108]
5】飞行动作识别
[0109]
5.1】以初始时刻作为参考时刻，并存储该参考时刻的时间值；
[0110]
5.2】用参考时刻后一时刻的飞机三维坐标数据减去参考时刻的飞机三维坐标数据，得到飞机参考时刻位移矢量；
[0111]
5.3】用即时时刻的飞机三维坐标数据减去即时时刻前一时刻的飞机三维坐标数据，得到飞机即时时刻位移矢量；
[0112]
5.4】即时时刻位移矢量与参考时刻位移矢量比较，确定其是否转向，若转向则计算转向角，将本即使时刻参考时刻设为新的参考时刻，并存储转向角和新参考时刻的时间值，该时间值记为转向时刻，若未转向则参考时刻不变，获得新的即使时刻数据，跳转至5.2】继续执行；
[0113]
5.5】根据各转向时刻和转向角，将飞行航迹划分为直行段和转向段，一个及以上的转向段构成转弯，其转弯角为连续的转向角之和，而后根据飞参阈值识别出单一飞行动作；
[0114]
进一步讲，利用航迹判据结合步骤3】确定的判断阈值，将目标飞机航迹分段划分为直行航迹、转向航迹，若存在转向航迹则获取目标飞机的转向角度，并确定飞机的转向方向；具体是根据在先计算得到的飞机运动三维数据，计算不同时刻的单位位移矢量的点积和叉积，通过点积大小、叉积模大小和叉积方向进行判断，将航迹分段划分为直行和转向两类。单位位移矢量的点积和叉积计算如图4所示，以t0时刻为参考点，该点的单位位移矢量为r0，当飞机运动到t1时刻，飞机的单位位移矢量为r1，r0与r1的点积为1，r0与r1的叉积为0；当飞机运动到t3时刻时，飞机已转向运动方向的右侧，r0与r1的点积为小于cos(5
°
)就认为其已经转向，r0与r1的叉积为也不再为0，按照叉积矢量的方向，就可以判断飞机是转向
左还是转向右，图5表明了这个判定左转向还是右转向的原理。此实施例中规定从飞机上方向下看，以右转为正，左转为负。
[0115]
5.6】根据复合飞行动作的构成关系，识别由单一飞行动作构成的复合动作，识别由复合飞行动作构成的新的复合飞行动作；
[0116]
5.7】重复步骤5.2】至步骤5.6】，不断递进计算，直至完成对目标飞机飞行阶段所有飞行动作的识别；
[0117]
其中步骤5.2
‑
5.6是识别飞机飞行动作是一个实时的递推渐进过程，在此实施例中采用如图6所示的递推方式：
[0118]
①
以初始时刻t0作为初始的判断参考时刻，t0后的t1时刻的坐标值减去t0时刻的坐标值，得到参考点的位移矢量，并对其进行单位化处理；
[0119]
②
读取当前时刻之前飞机的坐标数据，以当前时刻ti的坐标值减去和其前邻近的ti
‑
1时刻的坐标值，得到即时时刻的位移矢量，并对其进行单位化处理；
[0120]
③
计算参考点的单位位移矢量与即时时刻的单位位移矢量的点积；
[0121]
④
判断点积是否小于所选阈值cos(5
°
)。如果小于所选阈cos(5
°
)，表明飞机发生转向，跳转到
⑤
进行处理；如果不小于所选阈cos(5
°
)，表明飞机为直行，返回步骤
②
继续处理。
[0122]
⑤
将ti
‑
1作为新的参考时刻，也称为转向时刻，以ti的坐标值减去和其前邻近的ti
‑
1时刻的坐标值，得到新的参考时刻的位移矢量，并对其进行单位化处理，按照新的t0时刻对数据编号，跳转
②
到继续进行。
[0123]
⑥
按
①
～
⑤
循环进行，直至完成全部飞行动作识别，或人为中断。
[0124]
另外，还可以以前续步骤所得的判断和数据为基础，加入建立的其它飞参阈值判据，对即时时刻之前的飞行动作进行识别、判断。并随着飞行的继续，对全程的飞行动作做出识别。
[0125]
随着全部飞行动作识别的完成，可以根据识别结果，对飞行动作的动作参数进行计算，本实施例做了如下示例性的动作参数计算：
[0126]
a.斜筋斗动作倾斜角：以筋斗动作期间的不同时刻位移矢量叉积与地面的夹角的平均值作为斜筋斗动作的倾斜角；
[0127]
b.筋斗半径：以筋斗动作期间的不同时刻位移矢量交叉点长度的平均值，作为筋斗动作的旋转半径；
[0128]
c.水平盘旋半径：以盘旋动作期间的不同时刻位移矢量交叉点长度的平均值，作为盘旋动作的旋转半径；
[0129]
d.转弯角：由两次直线飞行之间的转向角度之和，作为该转弯的转弯角，可以判断直角转弯、掉头转弯等多种转弯类型。
[0130]
为了进一步提高可靠性，还可针对实际飞行动作识别结果对比，本实施例使用该飞行动作识别方法对某型号飞机的飞行动作识别效果做了实际验证，具体结果入下：
[0131]
图7为全程飞行过程的oxy平面轨迹，图8为全程飞行过程的oyz平面轨迹，图9为全程飞行过程的oxz平面轨迹，图10为全程飞行过程的三维轨迹，其中的星符号表示点识别得到的转向时刻。
[0132]
图11为盘旋动作oxy平面局部轨迹，图12为盘旋动作三维局部轨迹，其中的星符号
表示点识别得到的转向时刻。
[0133]
由所示图可见，通过位移矢量的点积可以很好地判断出转向时刻，连续的转向时刻可以很好地描述出转弯过程，从而为飞行动作识别提供了快捷、准确、有效的技术手段。
[0134]
采用飞行动作识别方法获得的某型飞机全起降飞行过程的动作识别结果见表4。飞行动作识别结果与实际完全相符。
[0135]
表4
[0136]
[0137]
[0138][0139]
对盘旋动作的识别结果见表5，与图11、图12的轨迹图完全相符。
[0140]
表5
[0141][0142]
以上详细描述了本发明的优选实施方式，本实施例是对本发明的应用性说明，而非限制性的，本发明并不限于上述实施方式中的具体细节，本专业技术人员应理解实施例中的所用的具体设备、系统平台、参数及阈值选择等是描述性的，本专业技术人员在权利要求限定的范围内，可根据具体应用需要，按照该方法的要求，对实施方案进行应用性变化，这些都将落入本发明的保护范围内，均属于本发明的保护范围。