北京航空航天大学学报 ›› 2020, Vol. 46 ›› Issue (7): 1267-1274.doi: 10.13700/j.bh.1001-5965.2019.0445

• 论文 • 上一篇    下一篇

自动化飞行训练评估中的战机机动动作识别

孟光磊1, 张慧敏1, 朴海音2, 梁宵1, 周铭哲1   

  1. 1. 沈阳航空航天大学 自动化学院, 沈阳 110136;
    2. 中航工业沈阳飞机设计研究所, 沈阳 110035
  • 收稿日期:2019-08-16 发布日期:2020-07-18
  • 通讯作者: 孟光磊 E-mail:mengguanglei@yeah.net
  • 作者简介:孟光磊 男,博士,副教授。主要研究方向:空战智能决策、飞行训练品质评估。
    张慧敏 女,硕士研究生。主要研究方向:飞行训练品质评估。
    朴海音 男,博士研究生,高级工程师。主要研究方向:空战智能决策、飞行训练品质评估。
    梁宵 男,博士,副教授。主要研究方向:无人机航路规划、空战智能决策。
    周铭哲 男,硕士研究生。主要研究方向:空战智能决策。
  • 基金资助:
    国家自然科学基金(61503255);航空科学基金(2016ZD54015);沈阳市中青年科技创新人才支持计划(RC180174)

Recognition of fighter maneuver in automatic flight training evaluation

MENG Guanglei1, ZHANG Huimin1, PIAO Haiyin2, LIANG Xiao1, ZHOU Mingzhe1   

  1. 1. School of Automation, Shenyang Aerospace University, Shenyang 110136, China;
    2. AVIC Shenyang Aircraft Design and Research Institute, Shenyang 110035, China
  • Received:2019-08-16 Published:2020-07-18
  • Supported by:
    National Natural Science Foundation of China (61503255); Aeronautical Science Foundation of China (2016ZD54015); Shenyang Support Program for Young and Middle-aged Scientific and Technological Innovation Talents (RC180174)

摘要: 针对战机飞行员自动化飞行训练评估对于机动动作的在线识别需求,提出了一种改进的基于动态贝叶斯网络的机动动作识别方法。首先,分析了仪表、简单特技和复杂特技飞行科目的机动动作特征。然后,根据战机飞行过程中机动动作与特征参数的因果关系,建立了机动动作识别动态贝叶斯网络模型,克服了传统方法需要滚转角信息,在实际飞行训练中难以通过雷达探测实时获取的缺点。同时,通过设计模型在线调用机制,有效降低了计算复杂度。实验结果表明,所提方法对于战机机动动作识别率高、实时性好,能够满足在线应用需求。

关键词: 机动动作识别, 动态贝叶斯网络, 飞行训练评估, 在线识别, 在线调用机制

Abstract: An improved online recognition method for fighter maneuver based on dynamic Bayesian network is proposed for automatic flight training evaluation. First, the maneuver characteristics of instrument, simple stunt and complex stunt flight are analyzed. Then, according to the causal relationship between maneuver and characteristic parameters during flight process of fighter, a dynamic Bayesian network model for maneuver recognition is established, which overcomes the shortcomings of traditional methods, such as the need for roll angle information which is difficultly obtained in real time through radar detection in actual flight training. At the same time, the computational complexity is reduced by designing the online invocation mechanism of the model. Experimental results show that this method has high fighter maneuver recognition rate and good real-time performance, and can meet the needs of online application.

Key words: maneuver recognition, dynamic Bayesian network, flight training evaluation, online recognition, online invocation mechanism

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发