聚类HMM模型在QAR数据分析中的应用研究-计算机应用与软件.PDF

第３５卷第１期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１ ２０１８年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１８ 聚类ＨＭＭ模型在 ＱＡＲ数据分析中的应用研究 杨　慧　毛好好　霍纬纲 （中国民航大学计算机科学与技术学院　天津３００３００） 摘　要　　快速存取记录器ＱＡＲ（ＱｕｉｃｋＡｃｃｅｓｓＲｅｃｏｒｄｅｒ）数据是飞机飞行过程中从传感器获取的流数据。面对 大量的ＱＡＲ数据，提出一种基于聚类的ＨＭＭ模型。针对ＱＡＲ数据特点，分析发生故障或异常时ＱＡＲ数据中不 同属性的变化特点，提取主要影响属性进行分析。通过对其聚类进行数据离散化，得出数据的状态趋势，即将其 分为多个状态趋势。对故障或异常发生的过程进行ＨＭＭ建模，以状态序列的形式描述故障或异常发生的过程， 并以飞机空中颠簸故障为例，建立空中颠簸相关ＱＡＲ数据的ＨＭＭ模型，并检验了该模型的有效性。 关键词　　ＱＡＲ数据　聚类　ＨＭＭ模型　空中颠簸　状态趋势 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０１．０１４ ＴＨＥＡＰＰＬＩＣＡＴＩＯＮＯＦＣＬＵＳＴＥＲＩＮＧＨＭＭＭＯＤＥＬＩＮＱＡＲＤＡＴＡＡＮＡＬＹＳＩＳ ＹａｎｇＨｕｉ　ＭａｏＨａｏｈａｏ　ＨｕｏＷｅｉｇａｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＣｉｖｉｌＡｖｉａｔｉｏｎｏｆＣｈｉｎａ，Ｔｉａｎｊｉｎ３００３００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＱＡＲｄａｔａｉｓｔｈｅｓｔｒｅａｍｉｎｇｄａｔａｏｂｔａｉｎｅｄｆｒｏｍｔｈｅｓｅｎｓｏｒｄｕｒｉｎｇｔｈｅｆｌｉｇｈｔ．ＦａｃｉｎｇｗｉｔｈｔｈｅｈｕｇｅＱＡＲ ｄａｔａ，ａｃｌｕｓｔｅｒｉｎｇｂａｓｅｄＨＭＭｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄ．ＡｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＱＡＲｄａｔａ，ｔｈｅｃｈａｎｇｉｎｇ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｉｆｆｅｒｅｎｔａｔｔｒｉｂｕｔｅｓｏｆＱＡＲｄａｔａｄｕｒｉｎｇｍａｌｆｕｎｃｔｉｏｎｏｒａｂｎｏｒｍａｌｉｔｙａｒｅａｎａｌｙｓｅｄａｎｄｔｈｅｍａｉｎｉｍｐａｃｔｅｄ ａｔｔｒｉｂｕｔｅｓａｒｅｅｘｔｒａｃｔｅｄ．Ｔｈｅｓｔａｔｅｔｒｅｎｄｏｆｔｈｅｄａｔａｉｓｏｂｔａｉｎｅｄｆｒｏｍｔｈｅｄａｔａｄｉｓｃｒｅｔｉｚａｔｉｏｎｏｆｉｔｓｃｌｕｓｔｅｒｉｎｇ，ｗｈｉｃｈ ｍｅａｎｓ，ｔｈｅｃｌｕｓｔｅｒｉｓｄｉｖｉｄｅｄｉｎｔｏｍｕｌｔｉｐｌｅｓｔａｔｅｔｒｅｎｄｓａｎｄｔｈｅＨＭＭｍｏｄｅｌｉｓｃｏｎｓｔｒｕｃｔｅｄｄｕｒｉｎｇｍａｌｆｕｎｃｔｉｏｎｏｒ ａｂｎｏｒｍａｌｉｔｙｗｈｉｃｈｔｈｅｍａｌｆｕｎｃｔｉｏｎｏｒａｂｎｏｒｍａｌｉｔｙｉｓｄｅｓｃｒｉｂｅｄｉｎｔｈｅｆｏｒｍｏｆｓｔａｔｕｓｓｗｉｔｃｈ．Ａｌｓｏ，ｔｈｅＨＭＭｍｏｄｅｌｏｆ ｒｅｌａｔｅｄＱＡＲｄａｔａｏｆａｉｒｊｏｌｔｉｓｃｏｎｓｔｒｕｃｔｅｄｔｏｖｅｒｉｆｙｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｗｉｔｈｔｈｅｅｘａｍｐｌｅｏｆａｉｒｃｒａｆｔ ｍａｌｆｕｎｃｔｉｏｎｉｎａｉｒｊｏｌｔ． Ｋｅｙｗｏｒｄｓ　　ＱＡＲｄａｔａ　Ｃｌｕｓｔｅｒｉｎｇ　ＨＭＭｍｏｄｅｌ　Ａｉｒｊｏｌｔ　Ｓｔａｔｅｔｒｅｎｄ 等。但是这些方法主要关注在异常数据的检测与诊 ０　引　言 断，而忽略了故障或异常发生前后的状态。 隐马尔可夫模型（ＨＭＭ）作为动态时间序列统计 ＱＡＲ是飞机标准配置组件，真实地记录了飞行过 模型，具有严谨的数据结构和可靠的计算性能，早期成 程中的各种参数。随着民航运输业整体规模的扩大， 为语音识别的主流技术［２］。近几十年来，隐马尔科夫 航空安全更加引人关注。近年来随着技术的不断进