一種基于小波變換的監視飛行新方法

雷國志,涂澤中

(1.中國西南電子技術研究所, 成都610036;2.空軍裝備研究院 總體所,北京100076)

1 引 言

飛機在飛行過程中會產生大量飛行數據,這些數據在調查分析飛行事故、指導飛機設計、飛機機務維修以及評判飛行質量方面起著重要的作用。獲取數據的方法通常有兩種:一是實時記錄,事后分析;二是實時獲取,實時分析。前者在很多實際工程中已經有了較廣的應用,例如通過加裝飛行記錄設備來采集并實時記錄這些數據,飛行結束后再進行事后分析[1]。對于后者,一般采用遙測技術,通過L、S頻段的信道將飛行數據發送到地面,然后通過專用軟件進行還原飛行狀況。現代飛機機載系統越來越復雜,綜合化程度越來越高,多科目綜合試飛也使測試參數越來越多,白效賢等認為C 頻段的應用以及網絡化是遙測技術的發展方向[2]。

通常遙測技術基本都是參考美國RIG106 遙測標準,但該標準不僅技術復雜而且設備昂貴。因此,本文提出了一種新的飛行監視方法,充分利用小波變換壓縮高和抗干擾能力強的特點,對數據進行有損和無損壓縮,然后通過現有的UV 信道將傳輸更多的飛行數據發送到地面,最后通過地面軟件進行還原,極大地降低了監視成本。

2 飛行監視系統方案

本方法在不增加設備的基礎上,利用飛機上普遍安裝的V 頻段數傳電臺傳輸飛行數據。如圖1 所示,將來自慣導、CNS、大氣機、EICAS 等系統的數據,例如飛機的經度、緯度、高度、航向、燃油和配平角度等匯總后再根據其信號是否連續進行分類壓縮,然后通過VHF 電臺實時將數據傳送到地面站進行可視化還原,值班員將根據觀察到的情況與飛行員交互。

圖1 VHF 頻段飛行狀態監視系統組成框圖Fig.1 Block diagram of VHF flight status monitoring system

但由于VHF 電臺的傳輸帶寬普遍有限,國際民航組織中目前使用廣泛的MODE1 的速率僅2.4 kbit/s,下一代MODE2 的速率也才31.5 kbit/s,無法實時傳輸飛行過程中產生的大量數據,因此如何壓縮飛行數據是本方案的核心,也是本次研究的主要工作。

3 飛行數據的壓縮

3.1 飛行數據的特點

分析飛行數據的特點是確定壓縮原理的基礎。

將需要傳輸的參數的集合記作T ={a, b, c,…,x ,y}, T 內各成員間應該是無關的,因為如果α能夠通過T 內其他成員表達的話,那么為了節省傳輸帶寬,我們可以將α從T 中剔除,使α T。

T 內各參數都是通過專用采集設備采集的離散函數,記作

我們再來看xi有什么特點。圖2 和圖3 為一次飛行中的數據,由圖可知:

(1)連續,xi不僅在時間上連續,而且自身在采樣前也是連續的;

(2)頻率低, 數據采集周期為50 ms,根據香農(Shannon)采樣定理可以認為信號所含的最大頻率是50 Hz;

(3)總體趨勢上信號變化較小,但局部區域信號變化較大。

從上述分析中可以看出,飛行數據在時間維上有很強的相關性,壓縮空間很大。另外,飛行數據存在著許多突變,這些突變往往就是在飛行試驗過程中需要額外關注的,因此在進行有損壓縮時不能簡單地將高頻信號過濾,應能檢測出這些突變數據,將其保留以供分析。

圖2 飛行線路圖Fig.2 Graph of flight line

圖3 橫滾角與時間關系圖Fig.3 Graph of roll angle with time

3.2 飛行數據處理原理

根據圖1 中飛行數據采集分析系統和地面飛行實時監控系統而設計的數據流圖如圖4 所示。從圖4 可以看出,本方案主要包含3 個過程,即信息壓縮、參數預測和重要提示。

(1)信息壓縮,其目的是減少數據傳輸帶寬以適應VHF 信道的無線傳輸。選擇的壓縮算法需要能夠根據傳輸數據的QoS(Quality of Service)特點來動態調整傳輸帶寬和失真程度[5-6]。

(2)參數預測,其目的則是提高場景復現的實時性。利用VHF 電臺從數據采集到地面獲取飛行參數共延時1 ～2 s,為了能夠給值班員更實時的信息,這里利用文獻[3]中的方法對數據進行預測[3-4]。

(3)重要提示,其目的是根據參數的特點檢測出其突發的變化提示值班員。

本文首先針對數據壓縮部分進行分析(圖4 的右側部分),而對于參數預測和重要提示作為下一步開展的工作進行介紹。

圖4 數據處理流程Fig.4 Data p rocessing flowchart

3.3 數據壓縮算法

下面具體介紹實現方法。

步驟1:采集M 個參數t 時間內的數據,并分別保存在隊列中,記做S:

步驟2:根據參數數據庫所描述范圍和精度信息,對S 進行再次量化得到S′,已使盡量少的比特數來記錄S。

步驟3:去除S′的直流分量得到

這樣做的目的是使小波變換后的第一層低頻分量為0,減少編碼位數。

采用db1 函數作為母波進行1b M 層小波分解,得到低頻分量XH和高頻分量XL。

步驟5:對XL(記作x)采用嵌入式EZW 編碼方式進行編碼,得到T。具體算法如下。

(1)設置初始T0,其中T0=z1bmax(x)。

(2)掃描XL:

若 xi

(3)編碼:

若fi=+1,則XL編碼輸出POS;若fi=-1,則XL 編碼輸出NEG;若fi=0,且xi 的所有下級分解也是不重要系數時,則編碼輸出ZTR,并將清除下級分解的標記,如將其置為2,意味著后續不再為其編碼;若fi=0,且xi的所有下級分解中存在重要系數時,則編碼輸出IZ;若fi=2,此時不進行編碼輸出。

(4)T 0 減半,即T0=T0

2,后進入步驟2, 直至T0=0,或者滿足給定的碼速率或者失真度,這里以碼速率Δs 為判斷條件。

(5)對輸出序列EM 進行編碼, EM 由{POS,NEG,ZTR,IZ}組成,每個符號可以用2 bit表示,對于輸出序列用算術游程編碼。

(6)因x 的能量為0,小波變換后XH固定為0,因此,最終輸出的碼序列為Ti={ T0,EM},其中

步驟6:傳輸 S′和Ti。

步驟7:將Ti 解碼還原為 S i,具體算法如下。

(1)根據式(2),可以得到T0=2T0。

(2)根據算術編碼原理進行解碼得到EM。

(3)根據EM 編碼恢復掃描結果F ,fi∈F 。

(4)恢復XL:

若fi=+1,則XL編碼輸出POS;若fi=-1,則XL編碼輸出NEG;計算xi=xi+fi×T0。

(5)T0減半,即直至T0=0,得到xi即 XL。

(6) S′i={0, XL}。

步驟8:利用 S′i進行逆小波變換得到 S′i。

步驟9:最后得到 S i= S′i, + S′記作 S 。

由此,我們由信號S 得到了恢復信號 S 。

3.4 壓縮效果的評估

為了有效地評估壓縮效果,一般借助相似度和壓縮比率來對其進行評估。這里引用Matlab 中的Corrcoef()來計算原始數據和恢復數據間的相似度,通過輸出總比特數與原始比特數的比來計算壓縮比率。

以采集到的某次飛行的真實數據作為本次仿真的輸入,來比較恢復重建后的數據與原數據的差別。圖5 和圖6 為恢復數據與原數據的對比,圖7 為在不同壓縮比率下經度、緯度、高度、航向4 個參數恢復數據與原始數據間的差異關系。從圖中我們可以看出:隨著壓縮率的增加,恢復數據與原始數據間相似度在降低;當壓縮率低于40%時恢復數據與原始數據完全一致;壓縮比率大于75%時,相似度急劇下降,實際項目中需要根據傳輸帶寬以及參數重要程度來決定。

圖5 飛行路線恢復圖Fig.5 Recover graph of flight line

圖6 壓縮恢復后橫滾角與時間關系比較圖Fig.6 Recover graph of roll angle with time

4 結 論

實際仿真結果表明,通過利用現有的VHF 信道進行飛行數據監控是可行的,并且已將其應用在實際的飛行監控系統中。本設計主要是針對連續信號進行壓縮傳輸,對于飛行過場的離散狀態(例如,飛行員的操作指令)等在時間維稀疏的信號,一般采用無壓縮傳輸。

相對傳統的遙測系統,本方案在實時性與傳輸數據量方面還是存在著一定差距,但本方案無需在航空器上增加設備,對地面保障條件要求較低,成本低廉,在成本受限的情況下具有較大的實際應用前景。如果可以借助現有的VHF 地面網絡實現飛行數據的網絡化監控,用戶在異地就可以實時監測到飛行數據,但這些方法還待進一步研究。

[1] 孫同江.飛行數據的應用研究[D] .南京:南京航空航天大學, 2003.

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

[2] 白效賢, 楊廷梧,袁炳南.航空飛行試驗遙測技術發展趨勢與對策[ J] .測控技術, 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] 王潤全, 史忠科, 薛潔妮.一種飛行數據預測方法[ J] .系統仿真學報,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] 黃宜軍, 鄔長安.基于自適應多小波網絡預測模型的飛控系統故障診斷仿真研究[ J] .系統仿真學報,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] 張璽君, 王繼曾, 藺瑩.基于小波變換的語音數據壓縮的研究[ J] .科學技術與工程,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] 練秋生, 王成儒, 孔令富.心電圖小波零樹壓縮算法的研究[ J] .計算機工程與應用,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)