摘要
本发明属于数据处理技术领域，涉及了一种基于模拟机反驱的QAR数据预处理方法及系统，旨在解决传统方法数据质量差、参数覆盖不足、动态适应性弱的问题。本发明包括：采集原始QAR数据，计算初始可信度并筛选关键参数；利用关键参数反驱全动模拟机，结合深度强化学习优化PID控制器及蒙特卡洛模拟获取响应数据；基于原始QAR数据和响应数据，构建数值、时序、物理三维差异特征，借高斯混合建模与贝叶斯决策判断合理性；基于有理函数与信息熵动态权重融合数据，多目标优化迭代参数，经验证输出符合航空标准的高精度QAR数据。本发明通过QAR关键参数反驱模拟机获取全量校准数据，实现数据异常的多维度精准识别。
