近几年,随着世界范围内民航事业的迅猛发展,国内的航空运输教育培训行业也蓬勃兴起,对飞行人员的需求量急剧增加,训练任务不断增加。目前所有的飞行训练机上都安装了飞行数据记录器,用于记录飞行过程中产生的各项数据。在飞行训练过程中会产生大量的数据资源,这些数据真实地记录了学员飞行训练的过程,蕴含了学员操纵技能水平、安全驾驶行为特征、飞行安全状况等多种信息。对这些信息进行充分的理解和应用,将有助于完善提升飞行训练质量、提高飞行安全水平。海量飞行训练数据的获取滞后、多源、模糊的特性使之难以直接用于具体的应用和研究。因此,有必要对飞行训练数据进行研究,提出快速收集数据的方法,选取合适的算法,开发一套飞行训练数据质量提升系统,减少低水平的重复研究工作,提高数据的应用率,更好的为飞行训练以及相关研究奠定基础。本文研究的目的是解决飞行训练数据获取滞后、综合性应用不足等问题,实现对数据的智能分析、隐私保护,提高数据的可用性,从而获得高可用的飞行训练数据,建立一个基于标准流程化的数据处理工具,以此实现从不可用原始数据到高质量飞行训练数据的转化,为相关的应用提供安全可靠的数据,为之后对飞行训练相关应用进行更深入的研究奠定基础。以中国民用航空学院塞斯纳172R训练机上记录的数据作为支撑,将飞行训练数据的研究分为三个部分:第一部分是数据的收集,通过实地调研、座谈交流,提出数据快速收集方案并对其进行测试;第二部分是数据预处理,采用鲁棒随机切割树算法进行异常值检测,KNN算法进行缺失值估计;第三部分是数据质量提升,采用线性插值进行精度提升,卡尔曼滤波算法进行去噪平滑,对时间进行偏移、对经纬度转换坐标系以脱敏,最后将经过处理后的数据与原始数据进行对比验证;第四部分是系统开发,将以上的算法集成,完成飞行训练数据质量提升系统的构建。