1 |
1
삭제
|
2 |
2
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리부;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정부;상기 데이터 획득 및 처리부에 의해 처리된 데이터와 상기 항공기 모델 정보 선정부에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정부; 및상기 항공기 상태정보 추정부에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측부를 포함하고,상기 데이터 획득 및 처리부는,상기 센서들로부터 측정되는 상기 항공기의 상태정보를 저장하는 데이터 획득부;상기 데이터 획득부에 저장된 데이터를 전처리하는 처리부;상기 처리부에 의해 전처리된 데이터로부터 불필요한 잡음을 제거하는 필터; 및상기 센서들 중 갱신률이 다른 센서들의 정보들을 통합하는 통합기를 포함하는,실시간 항공기 안정성 상실 위험 예측 시스템
|
3 |
3
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리부;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정부;상기 데이터 획득 및 처리부에 의해 처리된 데이터와 상기 항공기 모델 정보 선정부에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정부; 및상기 항공기 상태정보 추정부에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측부를 포함하고,상기 항공기 모델정보 선정부에 기저장된 항공기 모델정보는,공력 모델 정보, 엔진모델 정보, 항공기 형상정보, 항공기 구동기 모델 정보, 질량 모델 정보, 무게 중심 모델 정보, 항공기 비행 한계치 모델 정보, 탑재 센서 특성 정보를 포함하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 시스템
|
4 |
4
청구항 3에 있어서,상기 항공기 모델정보 선정부는,선형 라그란지(Linear Largrange)방법과 선형 탐색(Linear search)기법을 이용하여 상기 기저장된 항공기 모델정보로부터 상기 항공기의 비행 상태 및 조종면 각도에 맞는 항공기 모델 정보를 선정하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 시스템
|
5 |
5
청구항 4에 있어서,상기 항공기 모델정보 선정부는,상기 항공기의 비행 상태 및 조종면 각도가 상기 기저장된 항공기 모델정보의 범위를 벗어날 경우, 선형 또는 3차 스플라인(Cubic spline)기법을 활용해 외삽(Extrapolation)을 수행하여 상기 항공기 모델 정보를 선정하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 시스템
|
6 |
6
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리부;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정부;상기 데이터 획득 및 처리부에 의해 처리된 데이터와 상기 항공기 모델 정보 선정부에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정부; 및상기 항공기 상태정보 추정부에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측부를 포함하고,상기 위험상태 예측부의 상기 신경회로망은,상기 항공기 미래 상태정보를 입력층으로 설정하고, 복수 개의 퍼셉트론(Perceptron)으로 구성된 다층 병렬 은닉층(Hidden Layer)과 1개의 퍼셉트론으로 구성된 출력층(Output Layer)을 설정하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 시스템
|
7 |
7
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리부;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정부;상기 데이터 획득 및 처리부에 의해 처리된 데이터와 상기 항공기 모델 정보 선정부에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정부; 및상기 항공기 상태정보 추정부에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측부를 포함하고,상기 위험상태 예측부에 의해 예측된 상기 항공기 안정성 상실 위험을 검증하는 위험 예측결과 검증부; 및상기 위험 예측결과 검증부에 의해 검증된 상기 항공기 안정성 상실 위험에 대한 위험 경고를 출력하는 위험 경고 출력부를 더 포함하는,실시간 항공기 안정성 상실 위험 예측 시스템
|
8 |
8
삭제
|
9 |
9
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리단계;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정단계;상기 데이터 획득 및 처리단계에 의해 처리된 데이터와 상기 항공기 모델 정보 선정단계에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정단계; 및상기 항공기 상태정보 추정단계에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측단계를 포함하고,상기 항공기 모델정보 선정단계의 기저장된 항공기 모델정보는,공력 모델 정보, 엔진모델 정보, 항공기 형상정보, 항공기 구동기 모델 정보, 질량 모델 정보, 무게 중심 모델 정보, 항공기 비행 한계치 모델 정보, 탑재 센서 특성 정보를 포함하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 방법
|
10 |
10
청구항 9에 있어서,상기 항공기 모델정보 선정단계는,선형 라그란지(Linear Largrange)방법과 선형 탐색(Linear search)기법을 이용하여 상기 기저장된 항공기 모델정보로부터 상기 항공기의 비행 상태 및 조종면 각도에 맞는 항공기 모델 정보를 선정하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 방법
|
11 |
11
청구항 10에 있어서,상기 항공기 모델정보 선정단계는,상기 항공기의 비행 상태 및 조종면 각도가 상기 기저장된 항공기 모델정보의 범위를 벗어날 경우, 선형 또는 3차 스플라인(Cubic spline)기법을 활용해 외삽(Extrapolation)을 수행하여 상기 항공기 모델 정보를 선정하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 방법
|
12 |
12
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리단계;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정단계;상기 데이터 획득 및 처리단계에 의해 처리된 데이터와 상기 항공기 모델 정보 선정단계에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정단계; 및상기 항공기 상태정보 추정단계에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측단계를 포함하고,상기 위험상태 예측단계의 상기 신경회로망은,상기 항공기 미래 상태정보를 입력층으로 설정하고, 복수 개의 퍼셉트론(Perceptron)으로 구성된 다층 병렬 은닉층(Hidden Layer)과 1개의 퍼셉트론으로 구성된 출력층(Output Layer)을 설정하는 것을 특징으로 하는,실시간 항공기 안정성 상실 위험 예측 방법
|
13 |
13
항공기에 장착된 센서들로부터 데이터를 획득하고 잡음을 제거하는 데이터 획득 및 처리단계;기저장된 항공기 모델 정보로부터 상기 항공기의 비행 상태에 맞는 항공기 모델 정보를 선정하는 항공기 모델 정보 선정단계;상기 데이터 획득 및 처리단계에 의해 처리된 데이터와 상기 항공기 모델 정보 선정단계에 의해 선정된 상기 항공기 모델 정보를 입력 받아 확장칼만필터를 이용하여 상기 항공기의 항공기 미래 상태정보를 추정하는 항공기 상태정보 추정단계; 및상기 항공기 상태정보 추정단계에 의해 추정된 상기 항공기 미래 상태정보 및 기학습된 신경회로망을 이용하여 상기 항공기의 미래 일정 시점에서의 항공기 안정성 상실 위험을 예측하는 위험상태 예측단계를 포함하고,상기 위험상태 예측단계에 의해 예측된 상기 항공기 안정성 상실 위험을 검증하는 위험 예측결과 검증단계; 및상기 위험 예측결과 검증단계에 의해 검증된 상기 항공기 안정성 상실 위험에 대한 위험 경고를 출력하는 위험 경고 출력단계를 더 포함하는,실시간 항공기 안정성 상실 위험 예측 방법
|