1.一种基于数据挖掘技术的气动特性数据处理方法,其特征在于包括以下步骤:
(1)选取飞行器的样本点数据,将其按状态参数变量和气动特性参数变量进行分类,其中状态参数变量包括马赫数Ma、攻角α、侧滑角β、舵偏角δj、高度H、雷诺数Re、努森数Kn,气动特性参数变量包括气动力六分量,即气动力分量(Cx,Cy,Cz)和气动力矩分量(U,V,W),每个状态参数变量和一个气动特性参数变量构成一个变量对;
(2)计算每个变量对的相关系数,记状态参数变量为自变量,气动特性参数变量为因变量,按相关系数从大到小的顺序对自变量排序,选取前2/3的自变量;
(3)计算自变量对每个因变量影响的权重系数,按权重系数从大到小的顺序对自变量排序,选取前2/3的自变量;
(4)取步骤(2)和步骤(3)选取自变量的并集作为建模自变量;
(5)通过离群点分析法剔除气动力六分量明显不合理的数据点,根据剩余数据点通过多元高次交互回归建立气动力数据模型;
(6)从样本点数据集合中选取80%为训练集,剩余的20%为测试集,根据训练集中的数据,利用气动力数据模型计算预测值,并与测试集比对,利用如下公式计算平均相对误差MAPE:
其中predi为第i个样本的预测值,truei为第i个样本在实际测试集中的值,N为样本总数;
(7)如果MAPE小于等于5%,则气动力数据模型达到要求,根据气动力数据模型以及样本点数据获得飞行器设计空间的所有气动特性数据,如果MAPE大于5%,则气动力数据模型不符合要求,返回步骤(2),在步骤(2)中补充选取抛弃自变量中前2/3的自变量,在步骤(3)中补充选取抛弃自变量中前2/3的自变量,直到MAPE小于等于5%。
2.根据权利要求1所述的一种基于数据挖掘技术的气动特性数据处理方法,其特征在于:所述步骤(2)中计算每个变量对相关系数的方法如下:
(2.1)为每对变量对中所有样本点涉及的自变量编秩,为所有样本点涉及的因变量编秩;
(2.2)利用公式计算每个变量对的相关系数ρ,其中dk代表第k组变量对因变量和自变量的排行差,dk=因变量的秩次-自变量的秩次。
3.根据权利要求1所述的一种基于数据挖掘技术的气动特性数据处理方法,其特征在于:所述步骤(3)中计算自变量对每个因变量影响的权重系数的方法如下:
(3.1)设样本点数据中第j个因变量的数值为n×1的向量y,自变量数值对应n×M的矩阵x,M为自变量个数;
(3.2)对矩阵x利用公式x=pΔq'进行分解,其中矩阵p由xx'的特征向量组成,q由x'x的特征向量组成,Δ为对角线矩阵,对角线为矩阵x的特征值;
(3.3)利用公式W=qp'y计算自变量对第j个因变量的影响权重W。
4.根据权利要求1所述的一种基于数据挖掘技术的气动特性数据处理方法,其特征在于:在步骤(6)中分五次选取不同的数据作为测试集,分别计算MAPE,如果五次的MAPE均小于等于5%,则气动力数据模型合适,否则认为气动力数据模型不合适。
5.根据权利要求1所述的一种基于数据挖掘技术的气动特性数据处理方法,其特征在于:当气动力数据模型不合适时,通过步骤(2)和步骤(3)补充选取自变量后,在步骤(5)中采用更高次的回归方法进行建模。