基于qar数据的油耗数值特征估计

《基于qar数据的油耗数值特征估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于QAR数据的油耗数值特征估计研究生姓名：李猛导师姓名：陈静杰教授2015年5月8日分类号：TP391密级：公开UDC：621.3学号：1202062中国民航大学硕士学位论文基于QAR数据的油耗数值特征估计研究生姓名：李猛导师姓名：陈静杰教授申请学位类别：工程硕士学科专业名称：控制工程所在院系：航空自动化学院论文答辩日期：2015年5月9日2015年5月8日TheNumericalEstimateofFuelConsumptionBasedontheQARDataADissertationSubmit

2、tedtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofEngineeringBYLiMengSupervisedbyProf.CHENJing-jieCollegeofAeronauticalAutomationCivilAviationUniversityofChinaMay8th2015摘要当前业界普遍采用基于航空器性能对飞行计划油量进行添加，但因其技术壁垒及难以精确考虑实际航空运输过程中的环境信息和航空器运行真实姿态，在实际操作中往往

3、以自主加油量实现油量添加，这促使我们使用记录飞行器真实运行状态的QAR数据，运用逆向工程法探究新型油耗估计方法。基于此，本文采用统计推断方法，利用QAR数据信息对油耗量进行分析和估计，分别探讨了大样本量下和小样本量下的油耗估计处理方法。本文的主要研究工作有：第一，完成研究所用数据的精选。首先，根据QAR参数信息及其特点，构建获取燃油消耗量及其相关参数的计算方法；其次，根据油耗影响因素对样本进行初步筛选；再次，使用基于距离偏差为原理的最大范数残差（MNR）检测方法，对野点数据完成清除工作；最后，基于分布密度曲线图对样

4、本的分布情况给出假设，并且针对样本使用Anderson-Darling法对样本分布情况进行确认，以实现数据的准备与筛选，奠定了研究基础。第二，推导并实验证明了统计推断所需的最小样本规模。根据样本的分布特点，选择均值这一特征值估计油耗区间，进行估计时，需要对估计精度和置信水平大小进行选取，为了保证估计准确度，对达到一定置信度和精度所需要的最低样本数量推导计算，最后根据多次试验结果选取卡方检验法，对推导的最低样本数量进行检验，确认计算所得最低样本数量的正确性。第三，提出了基于Bootstrap统计对油耗量进行估计的新方

5、法。在传统方法下需要大量样本数据作为支持，实际上有样本量不足以满足估计精度和置信水平要求这一情况，对此提出了适用于小样本量下的Bootstrap统计方法，通过对Bootstrap方法下的原样本量和Bootstrap样本量大小对估计正确度影响的讨论，给出了最佳的Bootstrap样本量选择表。最后，针对Bootstrap方法下的四种区间估计精度做出对比讨论，最终选择了估计精度较高的t百分位数估计方法。第四，在以上研究的基础上，开发了油耗估计原型工具。关键词：燃油成本；QAR数据；油耗量；样本量；BootstrapIA

6、bstractAtpresent,withtheapplicationanddevelopmentofQARdatainfuelconsumptionanalysis,usingQARtoanalysisandestimatefuelconsumptionhasbecomearesearchdirectionofmanyscholars.Inordertoestimatethefuelconsumptionamountplaneneedduringfly，fuelconsumptionestimationmetho

7、dsbasedonstatisticsarementionedinthisarticleinbothlargeandsmallsamplequantity。Themainresearchofthispaperlistedasfollows:Firstly,sampledataisthepreconditionofscholasticresearch.BasedonQARdataobtainingfuelconsumptionrelatedparameters;thenbrieflyanalysisthefuelco

8、nsumptiondataandmakeachoiceofsamples;Again,usetheAnderson-Darlingtestingmethodtoverifythesampledistributioncharacteristics;Finally,completethehandlingofabnormaldatabyusingthemethod