第1篇 理論與方法 第1章 航空飛行大數據概述 1.1 數據來源 1.2 數據特點 1.3 數據分析需求 1.4 數據應用 1.4.1 故障預測與健康管理 1.4.2 狀態監測 1.5 本章小結 第2章 航空飛行大數據智能分析框架 2.1 引言 2.2 總體框架 2.2.1 飛行數據采集層 2.2.2 飛行數據處理層 2.2.3 飛行數據應用層 2.2.4 系統運維 2.2.5 標準規范 2.3 關鍵技術 2.3.1 飛行數據融合技術 2.3.2 飛行數據建模技術 2.3.3 狀態智能監控技術 2.3.4 狀態智能預測技術 2.4 航空飛行器狀態數據模型 2.4.1 動力裝置狀態監控參數 2.4.2 飛行控制子系統狀態監控參數 2.4.3 導航子系統狀態監控參數 2.4.4 電氣子系統狀態監控參數 2.5 本章小結 第3章 航空飛行大數據預處理技術 3.1 引言 3.2 飛行數據濾波 3.2.1 基于斜率距離的支持度 3.2.2 剔除異常支持度 3.2.3 遺忘函數 3.2.4 實驗與結果分析 3.3 飛行數據歸一化處理 3.4 本章小結 第4章 航空飛行大數據智能分析算法 4.1 引言 4.2 有監督學習算法 4.2.1 線性回歸 4.2.2 邏輯回歸 4.2.3 決策樹 4.2.4 支持向量機 4.2.5 K 近鄰 4.3 無監督學習算法 4.3.1 聚類算法 4.3.2 Apriori算法 4.3.3 FP-Growth算法 4.4 本章小結 第2篇 應用與實踐 第5章 航空飛行器的狀態參數異常檢測 5.1 引言 5.2 問題建模 5.3 基于LSTM-GAN的異常檢測模型 5.3.1 模型總體結構 5.3.2 模型訓練結構 5.3.3 模型基礎網絡結構 5.3.4 模型目標損失函數 5.3.5 模型算法描述 5.4 模型驗證與結果分析 5.4.1 驗證實驗設計 5.4.2 實驗結果分析 5.5 本章小結 第6章 基于飛行數據的飛行動作自動識別 6.1 引言 6.2 問題建模 6.2.1 飛行動作特征參數 6.2.2 飛行動作自動識別流程設計 6.3 基于cART的飛行動作識別算法 6.3.1 算法設計 6.3.2 算法驗證與結果分析 6.4 基于MRF模型的飛行動作識別算法 6.4.1 馬爾可夫隨機場模型 6.4.2 飛行數據時間序列分析 6.4.3 飛行動作識別算法設計 6.4.4 算法驗證與結果分析 6.5 本章小結 第7章 基于飛行數據的飛行動作質量評價 7.1 引言 7.2 飛行動作的相似度度量 7.3 飛行動作質量評價模型的構建 7.3.1 評價指標的選取 7.3.2 評價指標權重系數的確定 7.3.3 飛行動作 終評分 7.4 模型驗證與結果分析 7.5 本章小結 第8章 航空飛行器飛行控制系統狀態參數監控 8.1 引言 8.2 問題建模 8.3 基于LSTM網絡的飛行控制系統監控模型 8.4 實驗與結果分析 8.4.1 實驗數據 8.4.2 實驗環境 8.4.3 LSTM網絡配置 8.4.4 結果對比分析 8.5 本章小結 第9章 航空飛行器關鍵飛行參數預測模型 9.1 引言 9.2 問題建模 9.3 基于優化VARIMA的飛行參數預測模型 9.3.1 模型設計 9.3.2 實驗與結果分析 9.4 基于LSTM與XGBoost的飛行參數預測模型 9.4.1 基于LSTM的狀態參數預測方法 9.4.2 基于XGBoost的狀態參數預測方法 9.4.3 基于LSTM與XGBoost組合預測方法 9.4.4 實驗與結果分析 9.5 本章小結 0章 航空飛行四維航跡預測 10.1 引言 10.2 問題定義與應用場景 10.2.1 空中交通流量管理 10.2.2 飛行沖突預警 10.2.3 航路航線優化 10.2.4 航班延誤管理 10.3 航跡飛行預測數據集 10.3.1 TrajAir數據集 10.3.2 OpenSky Network數據集 10.3.3 FlightAware數據集 10.3.4 Flightradar24數據集 10.3.5 BADA數據集 10.4 航跡飛行預測算法 10.4.1 航跡預測任務分類 10.4.2 航跡預測方法分類 10.5 航跡飛行預測系統 10.6 本章小結 1章 飛行安全風險融合評估 11.1 引言 11.2 問題定義 11.2.1 飛行安全風險 11.2.2 飛行安全風險評估 11.3 飛行安全風險融合評估算法 11.4 本章小結 2章 航空飛行大數據智能分析系統設計 12.1 引言 12.2 需求分析 12.3 系統設計 12.3.1 系統邏輯架構設計 12.3.2 系統技術架構設計 12.3.3 系統功能設計 12.3.4 實驗對比分析 12.4 本章小結 參考文獻