飛行訓練成績評估模型的建立與實現

高文琦，張復春，王立波，劉 輝

（中國人民解放軍空軍航空大學 航空理論系，吉林 長春 130022）

目前，空軍飛行員飛行訓練的評估模式主要是以人為主導的定性評估，教員考核飛行員的飛行訓練時主要采取人工評價的方法，由于人工評價的主觀臆斷性較強，很難客觀、公正地對訓練過程、訓練效果做出合理、科學的評判。在飛行成績評定方面，北京航空航天大學的一些專家學者在使用生理參數評價飛行績效方面取得了不錯的進展[1]，空軍工程大學的張建業等人建立了一個飛行成績自動評定系統，該系統使用飛行參數對飛行成績進行評定，系統還具有統計管理飛行成績；數據庫維護；成績及查詢結果打印等功能[2]是一個整體性、操作性很強的系統。但在評定飛行成績的時候采用的是單值對應比較的形式，存在一定的局限性、不能夠全面地反應整個飛行的動態變化過程。因而建立一個全面、科學的數學模型并使用軟件將其實現是十分有必要的。這樣方便了學員在飛行訓練過程中進行自我測評。

1 飛行成績評估模型的建立

飛行成績評估模型的建立首先要選擇合適的評價指標，其次要確立各評價指標的權重系數，最后對各個評價指標建立數學模型，并綜合得到飛行成績。下面就具體討論如何來建立飛行成績評估模型。

1.1 評價指標的確立原則

對于具體的實際評價問題，如何選取評價指標是一個很重要的問題。有的指標雖然重要，但如果每個對象關于該指標的取值都差不多，那么這個指標并不能起到什么實質性的作用[3]。為了保證評價指標體系的科學性、準確性和實用性，評價指標的篩選應遵循以下基本原則[4-5]:

系統性原則：評價指標體系必須反映被評價問題的各個側面，絕不能“揚長避短”。評價指標和標準必須充分反映飛行訓練的全過程。

科學性原則：整個綜合評價指標體系從元素構成到結構，評價指標能反映飛行訓練的真實情況，從每一個指標計算內容到計算方法都必須科學、合理、準確。

可比性原則：評價指標必須對每個評價對象是公平的、可度量、可比較的，不能帶有明顯的傾向性，使最后的評價結果確實有效反映了真實的飛行訓練情況。

實用性原則：評價指標、標準必須是可測量、可獲取的，整個評價的操作簡便實用，評價方法易于掌握。

飛機在完成一次飛行任務過程中，根據飛機飛行航跡、發動機推力狀態以及飛機構型和狀態參數變化特性，把整個飛行過程分為起飛滑跑、爬升、巡航、下降、進場著陸等幾個階段[6]，這樣明確的階段劃分為飛行訓練成績的分析和計算帶來了方便。在不同的飛行階段，所需采集的飛行參數以及每種參數的權重是各不相同的。根據飛行訓練資料以及一些資深飛行員多年飛行的經驗，按照以上評價指標確定的原則，最終確定各飛行階段的評價指標。下表顯示的是5個飛行階段及各階段的評價指標[7]。

表1 各階段指標表Tab.1 Various stages of index table

1.2 指標的權重系數

由于不同飛行階段評價指標的權重系數是不同的，因此如何選擇正確的評價指標權重系數對于準確評估飛行成績起著非常重要的作用。當前，在指標權重的確立方面，使用較多的是美國匹茲堡大學教授Saaty T.L.提出的層次分析法[8]，該方法是一種定性與定量結合的方法，但實際過程中建立的判斷矩陣往往都是不一致的，這就容易導致評價指標間權重系數排序關系的錯亂，在指標數量較多的情況下，使用該方法計算量往往變得很大，因此文中采用東北大學郭亞軍教授提出的序關系分析法（G1—法）計算指標權重[3]。

M位專家序關系一致的情況

該方法主要分為3個步驟：

1）確定序關系，M位專家對于N個評價指標y1、y2…yn按重要性進行排序，專家認為最重要的記為x1，次之記為寫x2，以此得出一個序關系為x1>x2>…>xn；

2）給出專家k對于xi-1與xi之間的相對重要程度rki的比較判斷，如式（1）所示：

（k=m，m-1，…2；i=n，n-1，…2），其中 ωi為 xi的權重系數；

3）計算 ωi：由公式（2）、（3）計算可 以依次得到，ω1、ω2…ωn-1。

M位專家序關系不一樣的情況

設序關系不一致的m到m0位專家所給的序關系分別為xk1>xk2>…>xkn，（k=1，2，…m-m0），按照上面的做法，對于每一位專家 k（1≤ k2≤m-m0）所提出的判斷信息，都可以等價的求出 xki的權重系數，記為 ω**ki（i=1，2，…n）。 對于每個 i（1≤i≤n），將m到m0個ω**ki的算術平均值綜合記為ω**i。如公式（4）所示，最后歸一化，可得公式（5）。

其中k1>0，k2>0且k1+k2=1。 因而在取k1=m0/m，k1=m-m0/m。

1.3 飛行訓練評價模型

下面以爬升階段為例來建立飛行訓練評價模型。設該階段共有N個指標，在參數的采集過程中，一共記錄了L個點的數據，σil為飛行指標i在第l個記錄點的參數與預定航線相對應的參數誤差值，該指標可忽略誤差記為σis，允許存在的最大誤差記為σib，飛行成績按百分制計算，則第i指標在第l個記錄點的成績的評定公式為：

綜合記錄點得分值，可得出該階段第i指標的成績Ri為：

最后再用各指標的得分乘以其相應的權重ωi，即可得出本階段飛行成績R為：

由于文中數學模型采用的是使用當前飛行參數與預定航線飛行參數的誤差做比較的方法，所以各評價指標模型符合偏小型函數曲線變化。

2 軟件設計實現

根據以上建立的數學模型，以VC++6.0為平臺，建立了一個飛行成績評價軟件。該軟件是飛行模擬訓練系統的一部分，負責飛行模擬訓練的成績評估部分。軟件中可以選擇飛機的機型、預定航線以及評價參數。當選擇完機型及飛行航線之后，各評估指標可忽略誤差σis，以及允許存在的最大誤差σib可由訓練軟件中獲取，模擬飛行過程中各參數的實際取值可由模擬飛行軟件直接記錄，并傳遞到本軟件接口，導入后即可自動進行飛行成績評定，并畫出個參數變化曲線，方便學員對比查找問題，從而提高飛行訓練水平。下圖1為機型選擇，參數設定界面，圖2為成績評定界面。

3 實驗結果驗證

為了驗證本軟件的可行性，選擇5名飛行學員作為被試者在模擬器中進行一次起落航線飛行，飛行的條件設置為無風晴朗的天氣，以降落階段的飛行成績為例，使用該軟件進行成績測評的得到的結果，表2為成績評定軟件的結果與飛行教員打分的結果對比表，由此表可看出，該軟件所測得的飛行成績與教員打分基本一致，證明了該軟件的合理實用性。

圖1 參數選擇界面Fig.1 Parameter selection interface

圖2 成績評定界面Fig.2 Performance assessment interface

表2 軟件打分與教員打分對比表Tab.2 Scoring and instructor scoring software com parison table

4 結束語

飛行模擬訓練作為一種重要的手段已經廣泛的運用到飛行訓練的過程之中，但目前具有成績評定功能的飛行模擬訓練系統并不多見，本軟件作為整個飛行模擬訓練系統的一部分，實現了對飛行訓練成績的自動評估功能，方便學員自主訓練，找出問題，節省了大量人力。但由于影響飛行訓練的因素很多，包括飛行員收集、預測信息的能力、注意力分配與轉移、決策、操控的熟練程度等，因而單由飛行參數來評定訓練成績還是很片面的，下一步將盡可能的整合多方面信息，爭取做到對飛行成績的全面評定。

[1]柳忠起，袁修干，樊瑜波.基于BP神經網絡的飛行績效評價模型[J].北京航空航天大學學報，2010，36（4）：403-406.LIU Zhong-qi，YUAN Xiu-gan，FAN Yu-bo.Based on BP neural network model of the flight performance evaluation[J].Journal of Beijing University of Aeronautics and Astronautics，2010，36（4）：403-406.

[2]張建業，李學仁，倪世宏.飛行成績評定及管理系統[J].空軍工程大學學報：自然科學版，2001，2（1）：70-73.ZHANG Jian-ye，LI Xue-ren，NI Shi-hong. Flight of assessment and management system[J].Air Force Engineering University：Natural Science Edition，2001，2（1）：70-73.

[3]郭亞軍.綜合評價理論、方法及應用[M].北京:科學出版社，2007.

[4]冷畫屏，劉永輝.艦艇戰術訓練成績評估數學模型[J].系統工程與電子技術，2003，25（11）：1438-1440.LENG Hua-ping，LIU Yong-hui.Naval tactical training performance assessment mathematical model[J].Systems Engineering and Electronics，2003，25（11）：1438-1440.

[5]呂杰，俞堅.飛行訓練與評定系統簡介[J].飛行動力學，1996，14（3）：56-60.LV Jie，YU Jian.About flight training and evaluation system[J].Flight Dynamics，1996，14（3）：56-60.

[6]徐明友，丁松濱.飛行動力學[M].北京：科學出版社，2003.

[7]Martin S.Flight attitude track reconstruction using ywo AHRS units under laboratory conditions[C]//2009 IEEE Sensors Conference，2009:675-678.

[8]謝季堅，劉承平.模糊數學方法及其應用[M].武漢:華中科技大學出版社，2006.