WPT 03/RESEARCH

重着陆预测

现有分类模型只给出风险概率,回归模型能跟住趋势却抓不准峰值。这项研究想两样都要:连续预测垂直加速度,并把接地瞬间的最大值抓住。
01/QF

分位数特征增强

单看一次着陆的参数值,很难说它正常还是异常。把它放回群体里看就不一样了:同一时刻、同一个参数,这次着陆落在所有着陆的哪个分位上。

QF 根据重着陆与非重着陆在分位数上的差异设计赋权函数,把每个时间点、每个参数的分位位置转成权重,偏离常态的模式因此被放大。

群体分布 / 某一时刻的某个飞行参数分位 0.74 → 权重 0.83非重着陆重着陆赋权函数分位 0分位 1
FIG. A分位位置越偏离常态,权重越高(示意)
02/DWPA

动态窗口注意力

垂直加速度的峰值集中在接地前后极短的时间里。全局注意力会把关注点分散到整段进近,结果是均方误差很低,重着陆却识别不出来。

DWPA 以预测的接地点为窗口中心,只在窗口内保留 Key 与 Value,Query 仍然看全局,再叠加一层高斯软门控,把注意力压向接地附近。

  • 01以预测着陆点为窗口中心
  • 02裁剪 K、V,保留全局 Q
  • 03高斯软门控强化接地附近的注意力
predicted_riskcenter t=46 · landing_window=12Threshold (y=1.5)Landing Pointattention weightt=0Time Step
FIG. B移动鼠标,注意力窗口会跟着走
03/PLATFORM

从算法到预警平台

模型只有被用起来才算数。SkyGuard 把推理包成一个接口,预测台和 3D 着陆还原两个前端都调用它:上传一段飞行数据,逐步回放预测曲线,预测值越过 1.5 就通过 WebSocket 推送预警。

  • 01输入 22 维飞行参数,着陆窗口 12 步
  • 02Nginx 反向代理 + Express 接口
  • 03预警消息带触发时刻与预测值
FRONT ENDSERVICE预测台Vue 3 · ECharts3DFly 着陆还原Three.js · A320.glbNginx反向代理POST /api/predictExpress模型推理.pth · 22 维 · 窗口 12WebSocket :3002early_warning · warning_time_indexpredicted_risk > 1.5 → warning_triggered
FIG. C两个前端共用一个推理接口,预警经 WebSocket 推回
04/REPLAY

把这次着陆重新飞一遍

飞行数据里没有现成的三维轨迹。3DFly 用运动学积分把它推出来:航向由滚转角和空速逐步累加,水平速度是空速矢量加上风矢量,高度直接取离地高度。

这样一条预测曲线就有了对应的画面:风险升高的那几秒,飞机在跑道上方是什么姿态,一眼就能看到。

  • 01追踪 / 座舱两个机位,0.5x–2x 回放
  • 02垂直速度、俯仰角、高度叠加群体分位数带
轨迹视图 / TOP VIEW空速风地速ALTITUDE AFE684ftAIRSPEED140ktsROLL11.0degHEADING013degψ̇ = g · tan φ / Vv_gnd = v_air + v_windy = Altitude AFE
FIG. D空速矢量 + 风矢量 = 地速
05/OUTCOMES

成果

期刊论文
IEEE Sensors Journal(JCR Q1)已接收 · 第二作者
发明专利
中国发明专利已授权
科研项目
国家级大学生创新创业训练计划优秀结题