前言



随着网络与信息技术的飞速发展，人们已步入一个全新的大数据时代。如何有效利用大数据、提升数据效能已成为当前各业务领域关注的焦点。通过对业务相关大数据进行分析挖掘，利用数据分析结果驱动业务改进提升，能够提高决策的准确性，优化资源配置，降低安全风险，提高工作效率。数据分析思维与能力已成为人工智能时代每个人所必备的通用思维与能力，大数据技术将不断发展，数据管理模式也随之不断发展变化。
近年来，航空飞行器内的传感器越来越多,各系统之间的数据交互越来越复杂，借助各类信息系统收集数据，地面站获得的数据日益增多，已形成了航空飞行大数据。一方面，如何通过航空飞行大数据分析挖掘，准确感知航空飞行器的飞行状态，保障航空飞行器安全可靠飞行，已成为近年来航空飞行器健康管理领域的研究热点。另一方面，传统数据的使用方式已经逐渐不能应对海量的航空飞行数据,基于智能学习算法的航空大数据处理技术,将成为航空领域的重点研究内容,机器学习、深度学习等人工智能技术不依赖于系统内部的逻辑关系,可以更智能地发现航空数据的隐含规律,更大程度地实现航空数据的信息价值。
本书分为两篇，第1篇为“理论与方法”，主要阐述了航空飞行大数据的数据来源、数据特点与数据应用领域，航空飞行大数据智能分析框架，航空飞行大数据预处理技术，以及经典的航空飞行大数据智能分析算法。第2篇为“应用与实践”，主要介绍航空飞行大数据智能分析方法在典型航空业务领域的应用实践，通过问题建模、算法设计、实例验证，全方位展示了航空飞行大数据智能分析方法的应用，从监控航空飞行器状态参数到自动感知航空飞行器异常状态参数，从自动识别飞行动作到评价飞行质量，从预测飞行器状态参数的变化到预测航空飞行四维轨迹的变化，为航空飞行器的实时监控、飞行事故分析和健康管理提供决策支持，为提升航空飞行器安全飞行智能化保障能力提供方法与技术手段。
本书由王凤芹组织编写，是课题组多年来的研究成果。本书得到了徐廷学教授、朱兴动教授的一些指导和建议，还得到了牛双诚博士、寇昆湖博士、耿宝亮博士的大力支持与帮助，在此表示感谢！同时，本书的出版得到了清华大学出版社的支持与帮助，对编辑付出的辛勤工作表示感谢。本书还参阅了大量国内外文献资料，在此向这些作者表示衷心的感谢。
由于知识和经验有限，书中难免有不妥之处，恳请广大读者批评指正。

编者2024年4月