申请/专利权人：北京大学

申请日：2024-02-02

公开（公告）日：2024-04-12

公开（公告）号：CN117874628A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/25;G06F18/22;G06F17/16;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开一种基于多源传感信息融合的飞机超限识别方法，利用飞机飞行过程中的传感器数据，建立基于张量分解的多源传感数据分析模型，实现对飞行超限事件的异常识别；包括：利用CP张量分解方法，构建基于多源传感飞行数据的张量分解模型；分别融合飞机传感器分布位置信息、飞机降落机场信息及飞行传感数据传感时域特征作为飞机分类类别信息约束项，进一步提升飞行超限识别的准确性及普遍适用性。采用本发明提供的技术方案，可实现对飞行过程中超限事件的精准识别，有助于提高飞行品质，降低飞行风险。

主权项：1.一种基于多源传感信息融合的飞机超限识别方法，包括如下步骤：1采集飞机多源传感器的信号数据其中，n,t,m分别是飞行航次数量、时间片段数量和多源传感器通道数量；2通过张量分解CP方法，将步骤1中的信息数据分解为k组向量，每组包含三个分向量，k是张量分解的秩，张量分解表示为式1： 其中，为多源信息数据张量χ的估计，为单位张量，为飞机飞行航班信息矩阵，为飞行过程时间段信息矩阵和为飞机传感器信息矩阵，×i是张量的第i模态积；3对步骤2张量分解重构表示为式2： 4增加对多源信息融合的飞行超限事件所构建的正则化约束，得到式3： 5采用交替的块坐标下降法进行张量分解，式3的优化解记为F*,P*,C*,W*，其中是F对应的映射矩阵，根据得到飞行数据的标签矩阵，采用该标签矩阵表示飞行超限事件的分类类别信息。

全文数据：

权利要求：

百度查询： 北京大学 一种基于多源传感信息融合的飞机超限识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD