Un marco general para el reconocimiento automático de maniobras de vuelo
Autores: Lu, Jing; Chai, Hongjun; Jia, Ruchun
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un marco general para el reconocimiento automático de maniobras de vuelo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Reconocimiento de maniobras de vuelo
Patrones de vuelo de aeronaves
Reconocimiento automático
Naturaleza caótica
Proceso de identificación
Marco general
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El Reconocimiento de Maniobras de Vuelo (FMR) se refiere al reconocimiento automático de una serie de patrones de vuelo de aeronaves y es una tecnología clave en muchos campos. La naturaleza caótica de sus datos de entrada y la complejidad profesional del proceso de identificación lo hacen difícil y costoso de identificar, y ninguno de los modelos existentes tiene capacidades de generalización general. En este documento se propone un marco general que puede ser utilizado para todo tipo de tareas de vuelo, independientemente del tipo de aeronave. Primero procesamos los datos en bruto con un método de agrupamiento no supervisado, los segmentamos en secuencias de maniobras, luego reconstruimos las secuencias en el espacio de fases, calculamos su entropía aproximada, caracterizamos cuantitativamente la complejidad de la secuencia y distinguimos las maniobras de vuelo. Experimentos en un conjunto de datos reales de entrenamiento de vuelo han demostrado que el marco puede identificar rápidamente y correctamente varias maniobras de vuelo para múltiples tipos de aeronaves con una intervención humana mínima.
Descripción
El Reconocimiento de Maniobras de Vuelo (FMR) se refiere al reconocimiento automático de una serie de patrones de vuelo de aeronaves y es una tecnología clave en muchos campos. La naturaleza caótica de sus datos de entrada y la complejidad profesional del proceso de identificación lo hacen difícil y costoso de identificar, y ninguno de los modelos existentes tiene capacidades de generalización general. En este documento se propone un marco general que puede ser utilizado para todo tipo de tareas de vuelo, independientemente del tipo de aeronave. Primero procesamos los datos en bruto con un método de agrupamiento no supervisado, los segmentamos en secuencias de maniobras, luego reconstruimos las secuencias en el espacio de fases, calculamos su entropía aproximada, caracterizamos cuantitativamente la complejidad de la secuencia y distinguimos las maniobras de vuelo. Experimentos en un conjunto de datos reales de entrenamiento de vuelo han demostrado que el marco puede identificar rápidamente y correctamente varias maniobras de vuelo para múltiples tipos de aeronaves con una intervención humana mínima.