无人机飞行器飞行数据的故障挖掘算法仿真

摘要

无人机飞行器飞行数据库中记录的是飞行中无人机的各种状态数据,数据之间不能形成可识别的故障信息,传统的故障挖掘算法,依据无人机整体故障特征,需进行多次关联才能完成数据挖掘,提出一种采用模糊关联规则的无人机飞行器飞行数据故障挖掘算法,分析了关联规则的支持度及置信度,依据必要条件获取隶属矩阵和聚类中心,通过价值函数确定阈值,依据阈值判断飞行数据的分类,为故障挖掘提供有效基础.将无人机飞行器飞行故障数据分类挖掘最优化问题中的分类超平面进行归一化处理,将其变成一个具有分类约束的线性规划问题,给出拉格朗日函数.依据wolf对偶理论获取最优化飞行故障数据挖掘问题的wolf对偶问题,通过决策函数判断飞行数据的归属,从而实现挖掘.仿真结果表明,所提方法具有很高的分类精度.