本发明属于飞机飞行姿态计算的技术领域，具体涉及一种飞机的飞行姿态聚类分析方法和分析系统。
技术背景
二十一世纪，随着高科技的不断注入，现代飞机的高集成化、高智能化以及分析处理问题的高效化日益增强，随之而来的飞机安全性、可靠性、经济性和维修保障等问题也日益突出，因此故障诊断技术得到了前所未有的关注。
飞机在空中飞行与在地面运动的交通工具不同，它具有各种不同的飞行姿态。飞行姿态决定着飞机的动向，既影响飞行高度，也影响飞行的方向。低速飞行时，驾驶员靠观察地面，根据地平线的位置可以判断出飞机的姿态。但由于驾驶员身体的姿态随飞机的姿态而变化，因此这种感觉并不可靠。并且飞机在海上做夜间飞行，漆黑的天空与漆黑的大海同样都会闪烁着星光或亮光。在这茫茫黑夜中很难分辨哪里是天空，哪里是大海，稍有失误，很容易就把飞机开进海中。
目前计算飞机飞行姿态的方法，是采用陀螺仪等设备检测飞机的俯仰角信息，并根据飞机的俯仰角度信息得到飞机的飞行姿态。但是这种方法所采集到的数据有限，造成计算结果的可靠性差，准确性较低。
技术实现要素：
本发明提供一种飞机的飞行姿态聚类分析方法和分析系统，用于解决现有技术中对飞机飞行姿态的计算结果准确性低的问题。
为解决上述技术问题，本发明提供的技术方案为：
一种飞机的飞行姿态聚类分析方法，包括如下步骤：
(1)将飞机飞行信息分为设定数量的数据类型，并通过标定试验，得到与各类数据类型对应的飞机飞行姿态；
(2)在飞机飞行过程中获取飞机当前的飞行信息，对获取的飞行信息进行聚类，得到与当前飞行信息所对应的数据类型；
(3)判断与数据类型对应的飞行姿态，即为飞机的当前飞行姿态；
所述飞机飞行信息包括飞机的俯仰角、滚转角、俯仰角加速度、滚转角加速度和飞机油箱的液位信息。
进一步的，得到飞机当前设定时间内的飞行信息后，对飞行信息进行滤波处理、维度缩减和标准化处理。
进一步的，对获取的飞行信息进行聚类处理的方法为：
设第i时刻的飞机飞行信息为xi，各时刻得到的飞行信息组成矩阵xi；设目标矩阵为p,目标矩阵p的逆方差矩阵为θ；设第j类数据类型的代价函数为
保持θ不变，将矩阵xi和p代入代价函数；
保持p不变，将矩阵xi和θ代入代价函数；
反复迭代，直至p和θ趋于稳定，此时p即为对矩阵xi的聚类结果。
一种飞机的飞行姿态聚类分析系统，包括处理器，处理器连接有设定数量的液位传感器、俯仰角传感器和滚转角传感器，各液位传感器用于设置在飞机的油箱中的不同位置，检测飞机油箱的液位高度；所述处理器设有用于执行如下步骤的程序：
(1)将飞机飞行信息分为设定数量的数据类型，并通过标定试验，得到与各类数据类型对应的飞机飞行姿态；
(2)在飞机飞行过程中获取飞机当前的飞行信息，对获取的飞行信息进行聚类，得到与当前飞行信息所对应的数据类型；
(3)判断与数据类型对应的飞行姿态，即为飞机的当前飞行姿态；
所述飞机飞行信息包括飞机的俯仰角、滚转角、俯仰角加速度、滚转角加速度和飞机油箱的液位信息。
进一步的，得到飞机当前设定时间内的飞行信息后，对飞行信息进行滤波处理、维度缩减和标准化处理。
进一步的，对获取的飞行信息进行聚类处理的方法为：
设第i时刻的飞机飞行信息为xi，各时刻得到的飞行信息组成矩阵xi；设目标矩阵为p,目标矩阵p的逆方差矩阵为θ；设第j类数据类型的代价函数为
保持θ不变，将矩阵xi和p代入代价函数；
保持p不变，将矩阵xi和θ代入代价函数；
反复迭代，直至p和θ趋于稳定，此时p即为对矩阵xi的聚类结果。
本发明所提供的技术问题，根据飞机的俯仰角、滚转角、俯仰角加速度、滚转角加速度和飞机油箱的液位信息计算飞机的飞行姿态。由于本发明所提供的技术方案，能够根据多种数据信息，采用聚类算法得到飞机的飞行姿态，因此对飞机飞行姿态的计算结果准确性较高。
附图说明
图1为实施例中飞机飞行姿态聚类算法的流程图。
具体实施方式
本发明提供一种飞机的飞行姿态聚类分析方法和分析系统，用于解决现有技术中对飞机飞行姿态的计算结果准确性低的问题。
为解决上述技术问题，本发明提供的技术方案为：
一种飞机的飞行姿态聚类分析方法，包括如下步骤：
(1)将飞机飞行信息分为设定数量的数据类型，并通过标定试验，得到与各类数据类型对应的飞机飞行姿态；
(2)在飞机飞行过程中获取飞机当前的飞行信息，对获取的飞行信息进行聚类，得到与当前飞行信息所对应的数据类型；
(3)判断与数据类型对应的飞行姿态，即为飞机的当前飞行姿态；
所述飞机飞行信息包括飞机的俯仰角、滚转角、俯仰角加速度、滚转角加速度和飞机油箱的液位信息。
一种飞机的飞行姿态聚类分析系统，用于根据飞机油箱的变化规律，采用聚类算法计算出飞机的飞行姿态。
本实施例所提供飞机的飞行姿态聚类分析系统，包括处理器，处理器连接有k个液位传感器、俯仰角传感器和滚转角传感器，各液位传感器用于设置在飞机的油箱中的不同位置，检测飞机油箱的液位高度，俯仰角传感器和滚转角传感器用于检测飞机的俯仰角度、滚转角度、俯仰角加速度和滚转角加速度。
首先获取飞机飞行姿态与飞机飞行信息之间的对应关系，飞机的飞行信息包括各液位传感器检测到的飞机油箱的液位信息，以及飞机的俯仰角度、滚转角度、俯仰角加速度和滚转角加速度信息，方法为：
将飞机的飞行信息进行分类，共划分为k个数据类型；
通过标定试验，得到与各数据类型对于的飞机飞行姿态。
本实施例所提供飞机的飞行姿态聚类分析系统，其中的处理器采用聚类算法，根据各传感器检测到的数据得到飞机的飞行姿态，具体方法为：
在飞机飞行过程中，对飞机的俯仰角度、滚转角度、俯仰角加速度和滚转角加速度进行检测；设有时间长度为t的时序信号为
x＝[x1，x2，…，xt]
其中每一时刻的信号xi为n维向量，
使用中值滤波技术对原始数据进行处理，消除噪声数据的影响：首先设定一个固定奇数k值，然后，对于每个时间序列数据，选取其周围k个临近值，并对临近值排序，使用中值代替原始数据。
使用自底向上的分段线性表示法对数据进行压缩处理，只保留主要信息，降低时间序列的复杂度：首先将时间序列划分为相邻点的短序列，此时滤波处理后的原始点都落在线段上，拟合误差为0。将相邻两个线段连接起来，此时每条线段包含三个原始点，计算中间那个点的拟合误差。之后，找出误差最小且误差小于阀值r的分段，作为第一条包含三个点的线段。在此基础上，第一条分段同样的和相邻线段连接，然后计算每一条分段的拟合误差，再找出误差最小且小于阀值r的分段，作为第二个分段。依此方式循环，直到所有分段的拟合误差都不小于阀值r，分段结束。
使用正规标准化方法对数据进行处理，减少平移和缩放对相似性的影响：首先，计算时间序列数据的算术平均值μ和标准差s；然后对时间序列数据进行标准化处理：
其中x′i表示处理后的数据。
为了便于考察时序信号相关性，以每一时刻为基准，向前截取宽度为w的一段：
xi＝[x′i-w+1，…，x′i-1，x′i]
其中i＝1，2，…，t；
设目标矩阵为p，并且假定每一类时序信号服从0均值高斯分布，其协方差逆矩阵为θ,则
其中，a(0)，a(1)，…，a(w-1)∈rn×n,n＝k+4。
迭代求解以下两个问题，直至p与θ趋于稳定。
(1)保持θ不变，定义信号段xi归为第j类的代价函数
将分类问题转化为求解最短路径问题，使得分类方法p对应的总的代价函数最小，得到时序信号分类方法p；
(2)保持θ不变，通过最小化其总的代价函数，得到各个信号类的逆协方差矩阵θ；此时，时序数据分类结果保存在p中,p所对应的飞行姿态即为飞机当前的飞行姿态。