本文记录一次对论文 A Large-Scale Annotated Multivariate Time Series Aviation Maintenance Dataset from the NGAFID 的实验复现过程。

复现任务为论文中的 maintenance event detection（before-after 二分类任务），并在复现 baseline 的基础上，对数据处理和模型结构进行了简单探索。

---

一、任务背景

航空预测性维护（Predictive Health Management, PHM）是近年来的重要研究方向。通过分析飞行传感器数据，可以提前预测设备故障或维护需求，从而提高安全性并降低维护成本。

NGAFID（National General Aviation Flight Information Database）是一个公开的航空飞行数据平台，论文 A Large-Scale Annotated Multivariate Time Series Aviation Maintenance Dataset from the NGAFID 构建了一个大规模航空维护数据集，并提出多个预测任务。

本文关注其中的 maintenance event detection 任务。

任务目标：

判断某一航班发生在维护事件 之前（before） 还是 之后（after）。

这是一个 二分类时间序列任务。

---

二、数据集结构

论文提供的 benchmark subset 为 2days dataset。

数据文件主要包括：

flight_header.csv
flight_data.pkl
stats.csv

数据关系如下：

flight_header.csv
        │
        │ Master Index
        ▼
flight_data.pkl

flight_header.csv

每一行对应一个航班样本，主要包含：

• 航班ID

• 标签信息

• 数据划分

关键字段：

before_after   # before / after 标签
fold           # 五折交叉验证划分

flight_data.pkl

存储时间序列数据：

{
    Master Index : (T, 23)
}

其中：

• T：时间步长度

• 23：传感器通道

因此原始数据为 变长多变量时间序列。

stats.csv

记录每个通道的最小值与最大值，用于 MinMax 归一化。

---

三、论文中的数据预处理

根据官方 dataset.py，baseline 预处理流程为：

1. MinMax 归一化

x = (x - min) / (max - min)

1. 序列长度统一为 4096

• 长序列：截断最后 4096

• 短序列：padding 0

1. NaN → 0

np.nan_to_num()

---

四、数据初步分析

为了了解数据特点，对数据进行简单的统计分析。

主要发现：

• 类别分布基本平衡

• padding ratio ≈ 6%

• 73% 航班包含 NaN

• 但总体缺失比例 ≈ 1%

飞行长度分布呈现：

• 单峰分布

• 明显右长尾

• 大多数集中在 4000–7000 timesteps。

• 

• 

---

五、Baseline 模型复现

论文提供三个 baseline：

MiniRocket
ConvMHSA
InceptionTime

复现环境：

Google Colab
Python 3.12

复现过程中遇到两个环境问题。

Python 3.12 删除 imp 模块

错误：

ModuleNotFoundError: No module named 'imp'

解决：

import sys
import importlib
sys.modules['imp'] = importlib

Google Drive 下载链接失效

原 dataset 下载链接已经不可用，需要：

1. 手动下载数据

2. 上传到自己的 Google Drive

3. 修改 dataset.py 下载地址

---

六、Baseline 复现结果

Model	Mean Acc
MiniRocket	0.593
ConvMHSA	0.762
InceptionTime	0.718

与论文对比：

Model	Paper	Reproduced
MiniRocket	0.598	0.593
ConvMHSA	0.760	0.762
InceptionTime	0.755	0.719

总体来看：

• MiniRocket 与 ConvMHSA 基本一致

• InceptionTime 略低

可能原因：

• 环境差异

• 随机初始化

• 实现细节

---

七、数据预处理实验

由于 MiniRocket 训练速度较快，因此使用其测试数据处理方法。

尝试两种方法：

Linear Interpolation

对 NaN 进行线性插值。

Sliding Window

window = 4096
stride = 1024

实验结果：

Method	Mean Acc
Baseline	0.593
+ Linear Interpolation	0.595
+ Linear Interpolation + Sliding Window	0.603

结论：

• NaN 插值略有提升

• Sliding window 可以增加训练样本

---

八、模型探索：CNN + Mamba

尝试新的模型结构。

观察到：

ConvMHSA
InceptionTime

均为 CNN 架构，且表现明显优于 MiniRocket。

因此尝试以 CNN 为 backbone。

为什么选择 Mamba？

在长序列建模中常见模型包括：

LSTM
Transformer
Mamba

Transformer 在长序列下计算复杂度为：

O(n²)

而 Mamba：

O(n)

更适合长序列任务。

因此尝试结构：

CNN + Mamba

设计思路：

CNN   → 提取局部特征
Mamba → 建模长序列依赖

---

九、变长序列处理

对于变长序列，采用 Length Bucket Batch Sampling。

流程：

按长度分桶
↓
相似长度进入同一 batch
↓
batch 内 padding
↓
生成 mask

输入形式：

(B, T, C)

---

十、模型实验结果

Model	Mean Acc
CNN-only	0.790
CNN+BiMamba-v1	0.799
CNN+BiMamba-v2	0.807
CNN+BiMamba-v3	0.810

结果说明：

• CNN-only 已表现很好

• 加入 Mamba 后进一步提升

---

十一、总结

复现了 NGAFID 数据集中的 maintenance event detection 任务，并成功复现论文 baseline 模型。

主要结论：

1. baseline 模型基本可复现

2. NaN 插值 + sliding window 可提升性能

3. CNN 在该任务中表现较好

4. CNN + Mamba 可以进一步提升性能

复现任务的实现加深了对 航空时间序列建模 和 长序列模型 的理解。主要学习到：健康管理（PHM）任务中，数据通常表现为 长时间跨度的多变量时间序列，即在连续时间点上记录多个传感器的状态指标，并按照时间顺序组织形成序列数据。在模型输入阶段，这类数据在处理方式上可以借鉴 自然语言处理（NLP）中对长短不一序列的处理方法。然而，两者在数据特性上仍存在明显差异：以飞机健康管理为例，时间序列往往具有清晰的阶段性结构，例如起飞、爬升、巡航和降落等飞行阶段；而在 NLP 任务中，模型更多关注的是词或字符之间的语义关联关系。因此，在进行航空时间序列建模时，需要同时考虑序列的 时间依赖性与阶段性结构特征。

本文代码链接：https://github.com/SongX-1/NGAFIDDATASET.git

欢迎大家多多交流讨论，特别是关于InceptionTime的复现。