一种基于小波变换的监视飞行新方法

雷国志,涂泽中

(1.中国西南电子技术研究所, 成都610036;2.空军装备研究院 总体所,北京100076)

1 引 言

飞机在飞行过程中会产生大量飞行数据,这些数据在调查分析飞行事故、指导飞机设计、飞机机务维修以及评判飞行质量方面起着重要的作用。获取数据的方法通常有两种:一是实时记录,事后分析;二是实时获取,实时分析。前者在很多实际工程中已经有了较广的应用,例如通过加装飞行记录设备来采集并实时记录这些数据,飞行结束后再进行事后分析[1]。对于后者,一般采用遥测技术,通过L、S频段的信道将飞行数据发送到地面,然后通过专用软件进行还原飞行状况。现代飞机机载系统越来越复杂,综合化程度越来越高,多科目综合试飞也使测试参数越来越多,白效贤等认为C 频段的应用以及网络化是遥测技术的发展方向[2]。

通常遥测技术基本都是参考美国RIG106 遥测标准,但该标准不仅技术复杂而且设备昂贵。因此,本文提出了一种新的飞行监视方法,充分利用小波变换压缩高和抗干扰能力强的特点,对数据进行有损和无损压缩,然后通过现有的UV 信道将传输更多的飞行数据发送到地面,最后通过地面软件进行还原,极大地降低了监视成本。

2 飞行监视系统方案

本方法在不增加设备的基础上,利用飞机上普遍安装的V 频段数传电台传输飞行数据。如图1 所示,将来自惯导、CNS、大气机、EICAS 等系统的数据,例如飞机的经度、纬度、高度、航向、燃油和配平角度等汇总后再根据其信号是否连续进行分类压缩,然后通过VHF 电台实时将数据传送到地面站进行可视化还原,值班员将根据观察到的情况与飞行员交互。

图1 VHF 频段飞行状态监视系统组成框图Fig.1 Block diagram of VHF flight status monitoring system

但由于VHF 电台的传输带宽普遍有限,国际民航组织中目前使用广泛的MODE1 的速率仅2.4 kbit/s,下一代MODE2 的速率也才31.5 kbit/s,无法实时传输飞行过程中产生的大量数据,因此如何压缩飞行数据是本方案的核心,也是本次研究的主要工作。

3 飞行数据的压缩

3.1 飞行数据的特点

分析飞行数据的特点是确定压缩原理的基础。

将需要传输的参数的集合记作T ={a, b, c,…,x ,y}, T 内各成员间应该是无关的,因为如果α能够通过T 内其他成员表达的话,那么为了节省传输带宽,我们可以将α从T 中剔除,使α T。

T 内各参数都是通过专用采集设备采集的离散函数,记作

我们再来看xi有什么特点。图2 和图3 为一次飞行中的数据,由图可知:

(1)连续,xi不仅在时间上连续,而且自身在采样前也是连续的;

(2)频率低, 数据采集周期为50 ms,根据香农(Shannon)采样定理可以认为信号所含的最大频率是50 Hz;

(3)总体趋势上信号变化较小,但局部区域信号变化较大。

从上述分析中可以看出,飞行数据在时间维上有很强的相关性,压缩空间很大。另外,飞行数据存在着许多突变,这些突变往往就是在飞行试验过程中需要额外关注的,因此在进行有损压缩时不能简单地将高频信号过滤,应能检测出这些突变数据,将其保留以供分析。

图2 飞行线路图Fig.2 Graph of flight line

图3 横滚角与时间关系图Fig.3 Graph of roll angle with time

3.2 飞行数据处理原理

根据图1 中飞行数据采集分析系统和地面飞行实时监控系统而设计的数据流图如图4 所示。从图4 可以看出,本方案主要包含3 个过程,即信息压缩、参数预测和重要提示。

(1)信息压缩,其目的是减少数据传输带宽以适应VHF 信道的无线传输。选择的压缩算法需要能够根据传输数据的QoS(Quality of Service)特点来动态调整传输带宽和失真程度[5-6]。

(2)参数预测,其目的则是提高场景复现的实时性。利用VHF 电台从数据采集到地面获取飞行参数共延时1 ～2 s,为了能够给值班员更实时的信息,这里利用文献[3]中的方法对数据进行预测[3-4]。

(3)重要提示,其目的是根据参数的特点检测出其突发的变化提示值班员。

本文首先针对数据压缩部分进行分析(图4 的右侧部分),而对于参数预测和重要提示作为下一步开展的工作进行介绍。

图4 数据处理流程Fig.4 Data p rocessing flowchart

3.3 数据压缩算法

下面具体介绍实现方法。

步骤1:采集M 个参数t 时间内的数据,并分别保存在队列中,记做S:

步骤2:根据参数数据库所描述范围和精度信息,对S 进行再次量化得到S′,已使尽量少的比特数来记录S。

步骤3:去除S′的直流分量得到

这样做的目的是使小波变换后的第一层低频分量为0,减少编码位数。

采用db1 函数作为母波进行1b M 层小波分解,得到低频分量XH和高频分量XL。

步骤5:对XL(记作x)采用嵌入式EZW 编码方式进行编码,得到T。具体算法如下。

(1)设置初始T0,其中T0=z1bmax(x)。

(2)扫描XL:

若 xi

(3)编码:

若fi=+1,则XL编码输出POS;若fi=-1,则XL 编码输出NEG;若fi=0,且xi 的所有下级分解也是不重要系数时,则编码输出ZTR,并将清除下级分解的标记,如将其置为2,意味着后续不再为其编码;若fi=0,且xi的所有下级分解中存在重要系数时,则编码输出IZ;若fi=2,此时不进行编码输出。

(4)T 0 减半,即T0=T0

2,后进入步骤2, 直至T0=0,或者满足给定的码速率或者失真度,这里以码速率Δs 为判断条件。

(5)对输出序列EM 进行编码, EM 由{POS,NEG,ZTR,IZ}组成,每个符号可以用2 bit表示,对于输出序列用算术游程编码。

(6)因x 的能量为0,小波变换后XH固定为0,因此,最终输出的码序列为Ti={ T0,EM},其中

步骤6:传输 S′和Ti。

步骤7:将Ti 解码还原为 S i,具体算法如下。

(1)根据式(2),可以得到T0=2T0。

(2)根据算术编码原理进行解码得到EM。

(3)根据EM 编码恢复扫描结果F ,fi∈F 。

(4)恢复XL:

若fi=+1,则XL编码输出POS;若fi=-1,则XL编码输出NEG;计算xi=xi+fi×T0。

(5)T0减半,即直至T0=0,得到xi即 XL。

(6) S′i={0, XL}。

步骤8:利用 S′i进行逆小波变换得到 S′i。

步骤9:最后得到 S i= S′i, + S′记作 S 。

由此,我们由信号S 得到了恢复信号 S 。

3.4 压缩效果的评估

为了有效地评估压缩效果,一般借助相似度和压缩比率来对其进行评估。这里引用Matlab 中的Corrcoef()来计算原始数据和恢复数据间的相似度,通过输出总比特数与原始比特数的比来计算压缩比率。

以采集到的某次飞行的真实数据作为本次仿真的输入,来比较恢复重建后的数据与原数据的差别。图5 和图6 为恢复数据与原数据的对比,图7 为在不同压缩比率下经度、纬度、高度、航向4 个参数恢复数据与原始数据间的差异关系。从图中我们可以看出:随着压缩率的增加,恢复数据与原始数据间相似度在降低;当压缩率低于40%时恢复数据与原始数据完全一致;压缩比率大于75%时,相似度急剧下降,实际项目中需要根据传输带宽以及参数重要程度来决定。

图5 飞行路线恢复图Fig.5 Recover graph of flight line

图6 压缩恢复后横滚角与时间关系比较图Fig.6 Recover graph of roll angle with time

4 结 论

实际仿真结果表明,通过利用现有的VHF 信道进行飞行数据监控是可行的,并且已将其应用在实际的飞行监控系统中。本设计主要是针对连续信号进行压缩传输,对于飞行过场的离散状态(例如,飞行员的操作指令)等在时间维稀疏的信号,一般采用无压缩传输。

相对传统的遥测系统,本方案在实时性与传输数据量方面还是存在着一定差距,但本方案无需在航空器上增加设备,对地面保障条件要求较低,成本低廉,在成本受限的情况下具有较大的实际应用前景。如果可以借助现有的VHF 地面网络实现飞行数据的网络化监控,用户在异地就可以实时监测到飞行数据,但这些方法还待进一步研究。

[1] 孙同江.飞行数据的应用研究[D] .南京:南京航空航天大学, 2003.

SUN Tong-jiang.Research on the Application of Flight Data[D] .Nanjing:Nanjing University of Aeronautics and Astronautics,2003.(in Chinese)

[2] 白效贤, 杨廷梧,袁炳南.航空飞行试验遥测技术发展趋势与对策[ J] .测控技术, 2010(11):6-9.

BAI Xiao-xian, YANG Ting-wu, YUAN Bing-nan.The Telemetry Development Trends and Countermeasures in Aviation Flight Test[J] .Measurement&Control Technology,2010(11):6-9.(in Chinese)

[3] 王润全, 史忠科, 薛洁妮.一种飞行数据预测方法[ J] .系统仿真学报,2008(20):5459-5461.

WANG Run-quan, SHI Zhong-ke,XUE Jie-ni.Prediction Method for Flight Data Processing[ J] .Journal of System Simulation,2008(20):5459-5461.(in Chinese)

[4] 黄宜军, 邬长安.基于自适应多小波网络预测模型的飞控系统故障诊断仿真研究[ J] .系统仿真学报,2008(5):1270-1273.

HUANG Yi-jun,WU Chang-an.Mechanic Fault Diagnosis Based on Adaptive Multi-wavelet Networks Prediction Model for Fighter[ J] .Journal of System Simulation, 2008(5):1270-1273.(in Chinese)

[5] 张玺君, 王继曾, 蔺莹.基于小波变换的语音数据压缩的研究[ J] .科学技术与工程,2009(2):272-276.

ZHANG Xi-jun,WANG Ji-zeng,LIN Ying.Speech and Data Compression on Wavelet Packet Transformation[ J] .Science Technology and Engineering,2009(2):272-276.(in Chinese)

[6] 练秋生, 王成儒, 孔令富.心电图小波零树压缩算法的研究[ J] .计算机工程与应用,2002(7):60-62.

LIAN Qiu-sheng,WANG Cheng-ru, KONG Ling-fu.An Electrocardiogram Compression Algorithm Using Zero -tree Coding[ J] .Computer Engineering and Applications, 2002(7):60-62.(in Chinese)