114 / 2023-07-10 18:41:20

数据驱动的无人机航行状态识别方法

无人机；飞行状态识别；时间序列分割；多维时间序列；无监督学习；shapelet

大数据与复杂系统 > 6. 大数据技术在复杂系统中的应用

       无人机航行状态的识别是无人机任务规划和安全监测的重要基础。现有研究通常对各状态进行有监督的识别，但状态标签难以获取且依赖于物理模型本身的精度。为此，本文提出了一种自适应变长序列的航行状态识别方法。首先利用Fisher最优分割法，将多变量的全过程飞行数据分割成不重叠的、有序的多元子时序；然后，采用shapelet技术对不同长度的飞行时序段进行变换；在此基础上，利用谱聚类为序列段生成伪标签；最后，在迭代学习中得到具有代表性的shapelet和多变量飞行状态时序的聚类结果。本文以某型无人机18次航行的飞行数据为例，验证本文提出方法在实际无人机问题中的有效性与可行性。