01
空速管原理与重要性
空速管（皮托管）的工作原理、在飞行器中的作用、重要性概述。
原理基础
02
堵塞故障模式分析
物理堵塞（冰、尘、虫）、排水孔堵塞、管路弯折/破损等常见故障模式。
故障分析
03
堵塞对飞行数据的影响
空速、高度、马赫数等关键参数的异常表现与危害。
影响安全
04
传感器信号特征分析
正常与堵塞状态下，压力传感器输出的时域/频域特征差异。
信号特征
05
数据采集与预处理
采样率选择、抗混叠滤波、异常值剔除、时间戳对齐。
预处理采集
06
基于阈值的简单检测方法
设定静态/动态阈值，检测压力或空速的突变与超限。
阈值检测
07
基于统计的检测方法
滑动窗口均值、方差、峰度等统计量变化检测。
统计窗口
08
基于机器学习的分类方法
使用SVM、随机森林等模型对堵塞状态进行分类。
机器学习分类
09
基于深度学习的时序检测
使用LSTM/CNN对压力时序数据进行端到端的堵塞识别。
深度学习时序
10
多传感器冗余校验方法
利用大气数据计算机（ADC）中多个传感器的交叉验证。
冗余校验
11
数据修复概述
为何需要修复、修复的挑战（实时性、准确性、安全性）。
修复挑战
12
基于物理模型的修复
利用空气动力学方程（伯努利方程、静压关系）反推真实值。
物理模型反推
13
基于历史数据的插值修复
线性插值、样条插值在短时数据丢失中的应用。
插值历史
14
基于机器学习的预测修复
使用回归模型（如线性回归、GPR）预测缺失数据。
回归预测
15
基于深度学习的生成修复
使用VAE或GAN生成与真实分布一致的修复数据。
生成模型VAE
16
卡尔曼滤波在数据修复中的应用
利用运动模型与观测模型进行最优估计与平滑。
卡尔曼滤波
17
粒子滤波在非线性系统中的修复
处理强非线性、非高斯噪声下的数据修复。
粒子滤波非线性
18
数据融合修复方法
将GPS、惯导（INS）、迎角传感器等数据融合，重构空速。
融合重构
19
虚拟传感器技术
利用其他可用参数（如发动机推力、舵面偏角）间接估算空速。
虚拟估算
20
实时检测与修复系统架构
嵌入式系统上的算法部署、资源约束与实时性要求。
架构实时
21
案例研究：波音737 MAX空速问题
分析MCAS系统与空速数据异常的关联。
案例737 MAX
22
案例研究：空客A330皮托管结冰事故
法航447航班事故的技术复盘。
案例A330
23
案例研究：通用航空飞机空速管堵塞
小型飞机常见故障与应急处理。
通用航空应急
24
无人机空速管堵塞检测
低成本传感器、轻量化算法在无人机上的应用。
无人机轻量
25
适航标准与法规要求
FAA/EASA对空速管系统设计、检测与告警的规定。
适航法规
26
硬件在环（HIL）测试方法
在实验室中模拟堵塞故障，验证检测与修复算法。
HIL测试
27
数据集构建与标注
如何采集真实/模拟数据，进行堵塞状态与严重程度的标注。
数据集标注
28
算法评估指标
准确率、召回率、F1-score、均方根误差（RMSE）、最大误差。
评估指标
29
未来趋势：智能皮托管与数字孪生
智能皮托管、自诊断系统、基于数字孪生的预测性维护。
趋势数字孪生
30
课程总结与综合实践
搭建一个完整的空速管堵塞检测与数据修复原型系统。
实践原型