本发明涉及一种基于无人机大数据的风速预测方法。
背景技术：
无人驾驶飞机简称“无人机”（“uav”），是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。无人机实际上是无人驾驶飞行器的统称，从技术角度定义可以分为：无人固定翼飞机、无人垂直起降飞机、无人飞艇、无人直升机、无人多旋翼飞行器、无人伞翼机等。与载人飞机相比，它具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力较强等优点。由于无人驾驶飞机对未来空战有着重要的意义，世界各主要军事国家都在加紧进行无人驾驶飞机的研制工作。2013年11月，中国民用航空局（ca）下发了《民用无人驾驶航空器系统驾驶员管理暂行规定》，由中国aopa协会负责民用无人机的相关管理。根据《规定》，中国内地无人机操作按照机型大小、飞行空域可分为11种情况，其中仅有116千克以上的无人机和4600立方米以上的飞艇在融合空域飞行由民航局管理，其余情况，包括日渐流行的微型航拍飞行器在内的其他飞行，均由行业协会管理、或由操作手自行负责。
由于无人机在未来情况会在更多情况下使用，因此将其飞行数据进行各种地理性预测具有较好的使用前景。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供一种基于无人机大数据的风速预测方法。
本发明的目的是通过以下技术方案来实现的：一种基于无人机大数据的风速预测方法，包括以下步骤：
s1：获取多个无人机在各个地方不同时间段的飞行数据，所述的飞行数据包括无人机型号、预定飞行路线、实际飞行路线、每次飞行方向的修正数据、无人机的电源数据；所述的修正数据为无人机每隔一段时间获取到无人机的实际飞行路线偏离预定飞行路线所进行的修正；
s2：对获取到的每一个飞行数据进行清洗操作，去除低于或超过预设值的数据；
s3：对清洗完成的数据进行分析：根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；
s4：对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；
s5：在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。
进一步地，所述的去除低于或超过预设值的数据包括：去除低于预设最低速度的数据、去除超过正常飞行速度范围的数据、去除飞行时间低于预设值的数据、去除无人机的电源数据低于一定百分比的数据。
进一步地，所述的权重在修正数据维持的时间从短到长的过程中呈先小后大再小的趋势。
进一步地，所述的重心数据再计算过一次后直接存储，与该无人机型号进行对应；下次再获取到该无人机型号时直接获取重心数据。
本发明的有益效果是：本发明将多个飞行机的历史飞行数据进行风速预测，根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。本发明具有较好的使用前景。
具体实施方式
下面进一步详细描述本发明的技术方案：本实施例中的无人机均为未搭载额外装置的无人机。
一种基于无人机大数据的风速预测方法，包括以下步骤：
s1：获取多个无人机在各个地方不同时间段的飞行数据，所述的飞行数据包括无人机型号、预定飞行路线、实际飞行路线、每次飞行方向的修正数据、无人机的电源数据；所述的修正数据为无人机每隔一段时间获取到无人机的实际飞行路线偏离预定飞行路线所进行的修正；
s2：对获取到的每一个飞行数据进行清洗操作，去除低于或超过预设值的数据；
s3：对清洗完成的数据进行分析：根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；
s4：对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；
s5：在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。
其中由于风速和风向为非突变数据，均有一个变化的过程，因此所述的走向可以为拟合出某函数曲线实现，将风速和风向作为二维坐标，对前几个时间段的数据拟合曲线，按照拟合后的曲线预测下一个时间段的数据。
更优地，在本实施例中，所述的去除低于或超过预设值的数据包括：去除低于预设最低速度的数据、去除超过正常飞行速度范围的数据、去除飞行时间低于预设值的数据、去除无人机的电源数据低于一定百分比的数据。
更优地，在本实施例中，所述的权重在修正数据维持的时间从短到长的过程中呈先小后大再小的趋势。
更优地，在本实施例中，所述的重心数据再计算过一次后直接存储，与该无人机型号进行对应；下次再获取到该无人机型号时直接获取重心数据。
本发明是通过实施例来描述的，但并不对本发明构成限制，参照本发明的描述，所公开的实施例的其他变化，如对于本领域的专业人士是容易想到的，这样的变化应该属于本发明权利要求限定的范围之内。