买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉珠海翔翼航空技术有限公司申请的专利基于模拟机QAR数据的起飞着陆稳定性智能评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121301857B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511850642.5，技术领域涉及：G06F18/21；该发明授权基于模拟机QAR数据的起飞着陆稳定性智能评估方法是由叶宗华;林泽民;曾钿;王志锋;李国龙;李永联;刘岩;孙鹏宇设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于模拟机QAR数据的起飞着陆稳定性智能评估方法在说明书摘要公布了：本发明属于模拟机起飞着陆稳定性评估技术领域，具体涉及一种基于模拟机QAR数据的起飞着陆稳定性智能评估方法，旨在解决会造成制约训练效率、为飞行安全埋下了隐患的问题。本发明获取历史QAR数据并译码解析，采用分层自适应采样策略提取观测点参数，通过组合标识字段合并多阶段数据；计算各观测点参数的统计值作为参考值，利用改进的Lilliefors检验判断数据分布特性，据此自适应选择正态分布模型或分位数群体比较模型进行稳定性评估，并引入基于机器学习的参数敏感度评分动态调整权重；构建向量自回归模型与格兰杰因果有向图，实现参数异常传播路径的时序溯源。本发明有效提升训练效率与飞行安全水平。

本发明授权基于模拟机QAR数据的起飞着陆稳定性智能评估方法在权利要求书中公布了：1.基于模拟机QAR数据的起飞着陆稳定性智能评估方法，用于确定飞行员在各观测点上的飞行稳定性，进而得到阶段稳定性，其特征在于，该方法包括以下步骤： S1，获取所有飞行模拟机上飞行员训练时的历史QAR参数并译码解析，得到CSV格式的QAR参数，作为第一数据；提取不同飞行状态对应的第一数据并按预设的组合标识字段将不同飞行阶段各航段同次飞行的第一数据进行合并，得到合并数据； S2，基于所述合并数据，计算每个飞行阶段不同观测点的QAR参数的统计值，确定每个观测点的QAR参数的参考值； S3，获取待确定飞行稳定性的飞行员训练时在不同观测点的QAR参数，作为第二数据；基于所述第二数据，采用改进的Lilliefors检验方法判断观测点的数据分布是否服从正态分布；若是，则基于所述正态分布确定飞行员在各观测点的飞行稳定性；若否，则基于所述第二数据在整体群体分布区间中的位置确定飞行员在各观测点的飞行稳定性； 基于所述第二数据，采用改进的Lilliefors检验方法判断观测点的数据分布是否服从正态分布，其方法为： 基于所述第二数据，采用分位数的异常检测剔除所述第二数据中的异常值，得到剔除异常值的样本数据； 基于剔除异常值的样本数据，利用Lilliefors检验方法得到观测点数据分布的可信度值p，根据所述p值判断所述观测点数据的分布类型并确定所述观测点的权重；分布类型包括服从正态分布和不服从正态分布，所述p值为可信度值； S4，统计各观测点的飞行稳定性，结合预设的连续性阈值和占比阈值，计算飞行员的初步阶段稳定性； S5，当识别到存在不稳定的观测点时，基于本次飞行的QAR参数时间序列，构建反映参数间动态影响关系的因果网络；基于所述因果网络，逆向追溯导致不稳定的异常传播路径，并生成异常溯源说明，其方法为： S51，基于所述QAR参数时间序列，构建向量自回归模型，其中，模型的最优滞后阶数通过信息准则自动选择； S52，基于所构建的向量自回归模型，进行格兰杰因果检验，以构建表征参数间影响传播路径的因果有向图； S53，当识别到参数在观测点时刻异常时，基于所述因果有向图回溯其因果父节点，并检验所述父节点在历史时刻的状态，以实现从最终偏差到异常起点的因果反推，得到异常传播路径，并生成异常溯源说明； S6，结合所述初步阶段稳定性与所述异常溯源说明，判定最终阶段稳定性风险等级。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人珠海翔翼航空技术有限公司，其通讯地址为：519030 广东省珠海市香洲区保税区32号地；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。