.png){kind=icon}
返回
A novel helicopter flight action recognition method based on flight parameter data processing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.113522.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
直升机飞行需要大量复杂的操控和协调动作。准确识别直升机飞行动作是飞行安全评估和飞行员训练等高级应用的基础步骤。然而，当前的直升机飞行动作识别方法普遍面临过度依赖专家经验、多维度数据融合能力不足和识别精度差等挑战。基于这些原因，本文提出了一种基于飞行参数数据的直升机飞行动作识别方法。该方法以数据驱动为核心，采用重要性排序和特征筛选对飞行参数数据进行预处理，并构建飞行动作识别的系统化框架，旨在实现飞行机动的高精度、自动化标注。通过结合随机森林和方差过滤方法有效提升了数据质量。随后，采用逐步特征选择方法探究飞行参数特征组合对飞行动作识别的影响机制。通过整合双向长短时记忆网络（BiLSTM）、PatchMixer和门控多层感知器（gMLP），构建了双向PatchMixer-门控多层感知器网络（BiPatch-GNet），为直升机飞行动作识别提供更可靠、高效的解决方案。实验结果表明，本文提出的直升机飞行动作识别方法在五种常见飞行动作（Wing-level flight、Rise、Glide、Turn和Hover）上的准确率可达97.18%。这项工作为生成大规模、精确标注的飞行数据集奠定了可靠的技术基础，而这正是未来以安全为导向应用的前提条件。
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
引用论文
分享收藏分享收藏分享收藏Aircraft Behavior Recognition on Trajectory Data with a Multimodal Approach基于多模态方法的飞行轨迹数据飞机行为识别.png)
Electronics
ElectronicsIF0
PREAI
分享收藏Algorithm for Low Altitude Penetration Aircraft Path Planning with Improved Ant Colony Algorithm
OAAI
OAAI分享收藏Design of simulation-based pilot training systems using machine learning agents基于机器学习代理的仿真驱动飞行员培训系统设计
IF0
PREAI
分享收藏分享收藏
查看更多内容