● 摘要
飞参是指由飞行数据记录设备记录下来的一系列与飞机飞行性能和飞行状态相关的参数，它通常涵盖一次飞行的各个阶段和状态。飞参数据在分析事故原因、飞机设计的改进等方面发挥着重要作用。本论文以实验室和三三二七厂的合作项目——“飞行数据仿真系统”为依托，对飞参数据进行了降维分析和分类分析的研究，并且设计和实现了仿真系统中的数据源软件。降维分析实现了飞参的维数约简和特征提取；分类分析则为我们提供有目的的仿真，便于我们对不同飞行状态下的飞行参数进行研究，还可以为深层次的故障诊断和趋势预测提供数据准备；数据源软件为整个飞行数据仿真系统提供了真实的以及模拟的飞行数据。本文的具体研究内容和成果包含：（1）研究并实现了基于主成分分析的数据降维方法，达到了飞参属性的约简，减小了数据量，并且快速、方便、可扩展性好。（2）研究、改进并实现了传统支持向量机算法中的C-支持向量机算法，将之应用于飞参数据。C-支持向量机算法适用于已标注数据比例比较大、未标注数据比例比较小的情形。（3）研究并改进了渐进直推式支持向量机算法，将之进行改进，扩展到了多类分类问题中，进行了建模和实现。这种半监督的方法适用于已标注数据比例比较小的情形。（4）上述三个算法及其改进都用公认的标准数据进行了验证。（5）根据以上三个算法，本文构建了一个飞参分类平台。通过现有的飞参数据验证了此平台的有效性。平台基于模块化和通用化的思想进行设计，具有一定的开放性、可扩展性。（6）最后，本文针对飞行数据仿真系统中数据源软件进行了设计和实现。包含系统资源的管理与维护、系统的人机交互、仿真需求的选择、仿真信息的组织、系统管理、飞行数据预处理、仿真需求的解析和仿真控制命令的生成、数据的组织和传输，分别介绍了其设计和实现。