[发明专利]飞行器飞行动作识别方法及装置

权利要求书

1.一种飞行器飞行动作识别方法，其特征在于，包括以下步骤：

获取飞行器飞行动作数据集合；

通过姿态分割模型，将所述数据集合分割为若干飞行姿态子数据集合；

根据所述若干飞行姿态子数据集合并通过XGBoost识别模型，进行飞行器飞行姿态的识别，得到飞行器飞行姿态的第一识别结果；

根据所述若干飞行姿态子数据集合并通过LSTM识别模型，进行飞行器飞行姿态的识别，得到飞行器飞行姿态的第二识别结果；

比较所述第一识别结果与所述第二识别结果的一致性；

当所述第一识别结果与所述第二识别结果一致时，输出飞行器的飞行姿态识别结果为飞行器飞行动作识别结果；

当所述第一识别结果与所述第二识别结果不一致时，根据所述第一识别结果与所述第二识别结果并通过RBF识别模型，进行飞行器飞行姿态识别结果的二次识别；

输出所述飞行器的飞行姿态二次识别结果为飞行器飞行动作识别结果。

2.如权利要求1所述的飞行器飞行动作识别方法，其特征在于，获取飞行器飞行动作数据集合，具体包括：

获取飞行器飞行过程中至少由若干飞行高度数据元素、若干飞行航向角数据元素、若干飞行俯仰角数据元素、若干飞行横滚角数据元素中一种数据元素组成的飞行动作数据集合。

3.如权利要求1所述的飞行器飞行动作识别方法，其特征在于，通过姿态分割模型，将所述数据集合分割为若干飞行姿态子数据集合，具体包括：

通过姿态分割模型，将飞行器飞行动作数据集合分割为平飞状态数据集合与非平飞状态数据集合；

通过姿态分割模型，将所述非平飞状态数据集合分割为若干飞行姿态子数据集合；

其中，所述若干飞行姿态子数据集合至少包括飞行器盘旋姿态子数据集合、飞行器急转姿态子数据集合、飞行器升降转弯姿态子数据集合、飞行器横滚姿态子数据集合、飞行器斤斗姿态子数据集合中一种子数据集合。

4.如权利要求1所述的飞行器飞行动作识别方法，其特征在于，根据所述若干飞行姿态子数据集合并通过XGBoost识别模型，进行飞行器飞行姿态的识别，得到飞行器飞行姿态的第一识别结果，具体包括：

根据所述若干飞行姿态子数据集合并通过XGBoost算法，进行飞行器飞行姿态的预识别处理，得到飞行器飞行姿态的预识别结果；

将所述预识别结果与飞行器飞行动作数据集合拟合为飞行器飞行动作数据-预识别姿态的数据集合；

根据所述数据集合并通过XGBoost识别模型，进行飞行器飞行姿态的识别，得到飞行器飞行姿态的第一识别结果。

5.如权利要求4所述的飞行器飞行动作识别方法，其特征在于，所述XGBoost识别模型通过以下步骤优化获得：

获取训练用的飞行器飞行动作数据-分类姿态的数据集合；

根据所述数据集合并通过神经网络算法，负反馈优化XGBoost识别模型。

6.如权利要求1所述的飞行器飞行动作识别方法，其特征在于，根据所述若干飞行姿态子数据集合并通过LSTM识别模型，进行飞行器飞行姿态的识别，得到飞行器飞行姿态的第二识别结果，具体包括：

根据所述若干飞行姿态子数据集合并通过XGBoost算法，进行飞行器飞行姿态的预识别处理，得到飞行器飞行姿态的预识别结果；

将所述预识别结果与飞行器飞行动作数据集合拟合为飞行器飞行动作数据-预识别姿态的数据集合；

根据所述数据集合并通过LSTM识别模型，进行飞行器飞行姿态的识别，得到飞行器飞行姿态的第二识别结果。

7.如权利要求6所述的飞行器飞行动作识别方法，其特征在于，所述LSTM识别模型通过以下步骤优化获得：

获取训练用的飞行器飞行动作数据-分类姿态的数据集合；

根据所述数据集合并通过神经网络算法，负反馈优化LSTM识别模型。