论文部分内容阅读
模拟机飞行训练作为民航飞行员培训中的重要部分,其理论技术创新正越来越受到重视,而品质评估则是模拟机飞行训练的必备环节之一。传统的模拟机飞行训练品质评估主要依靠飞行教员现场观察判断,主观打分,有着干扰因素多和工作强度大等问题。因此,研究开发模拟机飞行训练品质自动评估系统,对民航理论应用创新研究具有重要意义。本论文通过分析塞斯纳奖状模拟机飞行训练品质评估系统的需求和性能指标,结合数字图像处理、模式识别和人工神经网络等技术,设计系统的整体结构和实现方案。针对模拟机飞行数据获取的难题,系统采用视频录制的方式,利用MATLAB软件编程实现数据识别,最终输出飞行参数时间序列。针对飞行品质评估标准难统一的问题,采用基于教员经验打分和大量历史数据的BP神经网络,构建飞行训练科目评估模型,实现飞行训练品质自动评估。最后使用JAVA语言编写模拟机飞行训练管理系统,实现在不同终端访问学员的飞行训练成绩和数据等功能。本论文利用现有的模拟机资源,减少外部干扰因素,实现了与模拟机系统本身隔离的飞行数据获取,科学高效的飞行品质智能评估,直观清晰的飞行训练成绩管理。解决了人为评估工作强度大、干扰因素多等问题,提高了模拟机飞行训练的效率,有效的降低了训练成本,提高了训练质量。