合肥飞客航天科技有限公司

本发明提供一种基于动态图跨模态重构与原型对比学习的eVTOL飞控状态异常检测方法，涉及飞行器监测领域。其包括获取eVTOL飞行过程中的多模态传感器数据，进行特征融合；构建动态图结构表示飞控各系统之间的关系，利用动态图神经网络提取时空状态特征；采用跨模态重构网络对被掩蔽模态进行重构，获取重构状态表征及多尺度重构误差；构建正常飞行状态原型库，采用原型对比学习方法优化状态表示空间；利用真实状态与重构状态之间的分布偏差计算异常评分，并根据异常评分完成异常检测与异常定位。本发明通过构建动态图建模、跨模态重构与原型对比学习协同框架，利用多源感知数据之间的关联关系与状态演化规律，实现对eVTOL飞控异常状态的精准识别与故障定位。