周輝峰,劉國君,史景龍
(西昌衛星發射中心, 貴陽 550025)
【信息科學與控制工程】
基于C/S架構的航天發射場自動判讀系統
周輝峰,劉國君,史景龍
(西昌衛星發射中心, 貴陽 550025)
運載火箭電測系統靶場測試數據參數類型多、數量大,人工判讀測試數據工作量大、效率低,判讀準確度難以控制。為了提高靶場電測系統測試判讀的效率和準確性,設計了一種基于C/S架構的航天發射場自動判讀系統。將參數分為普通參數、臺階參數、脈沖參數、指令參數和復雜曲線參數,針對不同類型的參數,設計不同的算法模型實現智能判讀。實際應用表明,該系統能有效提高數據判讀比對效率,為航天發射場準確高效決策提供有力支持。
運載火箭;電測系統;測試數據;自動判讀;航天發射場
隨著國家軍事、科技、經濟等綜合實力的增長和航天應用發展的需求,衛星發射中心迎來了高密度任務常態化發展機遇期,如何實現靶場“高效測試,快速決策”,是發射場的首要目標和重要課題。目前,運載器、飛行器在靶場發射之前需要進行長時間的功能測試,通過判讀測試過程中產生的遙測數據判斷各系統相關設備電氣功能和性能指標的狀況,考核航天器上硬件設備和軟件程序的可靠性[1-2],由于航天器結構復雜、分系統多,在每次測試過程中都會產生大量的測試數據。
由于測試數據信息量大、參數數量多、種類雜,依靠人工進行數據判讀及復查,不僅工作量大、效率低,而且容易造成人為判讀遺漏和偏差。尤其是對一些復雜而又十分重要的臺階參數、脈沖等參數進行判讀時,必須每個臺階依次判讀,準確讀出每個臺階值、變化范圍以及臺階的時間間隔,準確找到脈沖參數發生的時間和動作指令的一致性相關性,判讀要求十分嚴格。人工判讀這些數據的正確性耗費大量的人力,迫切需要在航天器的電測過程中引入自動判讀系統。
自動判讀系統利用現有計算、網絡和人工智能技術,實時監視分析或事后分析航天器的遙測數據,依據已錄入計算機的知識和規則自動進行數據的判讀分析[3]。目前自動判讀系統已經開始應用于航天器各個型號任務的電測過程和事后分析中,發現了一些靠人工判讀難以發現的錯誤,發揮了很大的輔助決策作用。本文設計一種基于C/S架構的航天器靶場測試數據自動判讀系統,主要實現對飛行器測試發射過程中產生的數據收集、快速查詢及顯示、判讀比對分析、曲線繪制、智能判讀分析、報告生成等功能。
根據C/S架構系統的組成以及判讀功能要求,自動判讀系統主要可以分為數據判讀服務器分系統、數據判讀客戶端分系統及網絡組成。服務器分系統軟件運行于數據庫服務器上,完成所有數據的接收、解析、存儲,權限管理等功能,主要包括數據訪問接口、數據裝載接口、網絡服務接口、用戶信息管理、數據裝載程序等模塊。客戶端數據判讀分系統軟件運行于各系統數據判讀客戶端上,完成參數的獲取、曲線繪制、數理統計、數據判讀、自動生成判讀報告等功能,主要包括用戶管理、本地數據管理、參數配置項管理、數據判讀與分析、數據報告生成等功能模塊。系統功能組成及邏輯關系如圖1所示。

圖1 系統功能組成及邏輯關系
自動判讀系統與硬件設備接口通過網卡、交換機連接至試驗任務內部局域網,數據判讀服務器分系統數據庫軟件通過網絡訪問陣地C3I(Command Control Communication Information System)系統數據庫獲取遙測系統、測控系統遙測原碼及挑點數據,并按照設計約定的映射公式還原原始數據格式,錄入數據庫中進行存儲,供各系統判讀終端判讀調用。
自動判讀推理機是整個自動判讀系統的核心,其推理能力直接影響到自動判讀的有效性與實時性。本文設計的自動判讀推理機的工作流程如圖2所示。
客戶端登錄后,通過網絡讀取數據庫中參數列表,選擇需要判讀的參數,系統通過調用參數配置項自動識別參數類型及判讀規則,自動選擇事先設計的分類參數智能判讀算法,完成參數自動分類判讀。針對運載火箭參數的特點,系統將參數劃分為普通參數、臺階參數、脈沖參數、指令參數、復雜曲線參數等5類。
客戶端判讀系統獲取用戶選擇判讀的參數后,自動查詢配置項,獲取存參數的標準范圍以及參數類型(包括普通參數、臺階參數、脈沖參數、指令參數、復雜曲線參數)。根據參數類型自動選擇相應的算法對參數數據進行處理,實現參數的智能輔助判讀。
3.1 普通參數數理統計與判讀
普通參數是指測試數據在測試過程中只有一個標準范圍的參數,對于該類型參數只需進行簡單數理統計就可判斷該參數是否工作正常。
3.2 臺階參數識別算法設計
針對臺階參數的自動判讀與識別,本文采用雙邊多點閾值判斷方法與符號判斷方法相結合的臺階參數自動識別算法。準確找到參數中的每一個臺階,并對每一個臺階進行標記、計數和保存[1]。再對每一個臺階內進行判讀,識別每一個臺階的端點(起點、終點)時刻,統計每一個臺階的均值、極值(極大值、極小值),超差點統計。根據判讀規則完成自動判讀并生成報告。

圖2 自動判讀推理機流程
3.3 脈沖參數識別算法設計
針對脈沖參數的自動判讀與識別,設計了脈沖參數相似匹配算法。首先對現有脈沖參數的特征(脈沖峰值和脈沖寬度)進行統計分析。然后對脈沖參數運用6σ原則識別超出非脈沖弧段的連續點(以下稱連續超差點),計算連續超差點與標準脈沖的相似度,當連續超差點達到脈沖相似度閾值時,將該連續超差點弧段識別為脈沖發生段,計算脈沖的峰值(連續超差點最大值)、脈沖發生時刻(最大值時間點)。脈沖參數自動識別算法流程設計如圖3所示。
3.4 指令參數識別與判讀
指令參數的處理與其他參數有所不同,其他參數的判讀一般都是以數據的值為主,而指令參數的數據值大小沒有意義,只是判讀數值由0變為1或由1變為0發生的時間,即上沿時間和下沿時間。對指令參數判讀的算法較為簡單,如圖4所示。
該算法遍歷參數數據,依次判斷數據值與前一數據值是否相等,如果不等則該點數據為指令發生點,然后根據當前數據值為1還是0來判讀該處是指令的上沿還是下沿,并將該結果存儲,直到遍歷完所有參數數據。該算法的時間復雜度為O(n),是一個高效的算法。
3.5 復雜曲線參數識別與判讀
對于曲線比較復雜的參數判讀,可采用端點平移直線法進行粗略判讀。在精度要求較高時,可采用最小二乘法分段擬合曲線,然后再提取曲線各特征點時刻、峰值、拐點進行判讀[4]。但該方法很難準確把握分段時刻、分段數和擬合階數,難以應用于批量自動判讀系統。

圖3 脈沖參數自動識別算法流程設計

圖4 指令參數判讀算法
本文采用參數特征序列相似匹配算法實現復雜曲線參數自動判讀。即將復雜曲線參數作為一個特征序列保存在配置項中,判讀時調用該序列與判讀序列做歸一化相似匹配運算,當相似度滿足要求時,認為該參數判讀結果正常[5]。給定n維空間F=(f1×f2×…×fn),設X和Y為該n維空間中的兩點(即兩個案例),則X和Y的相似度為:

(1)

智能輔助判讀方法的研究實現了對5類常見參數的自動判讀,這5類參數囊括了絕大部分需要判讀的參數。結合參數配置項存儲的參數類型,選用對應的數據處理算法,就可完成對參數數據的判讀分析,然后與配置項(參數字典)中該參數的標準值范圍進行比較,就能得出該參數數據是否正常的結論。
4.1 普通參數判讀實現
數理統計分析可以分析出普通參數的平均值、最大值、最小值以及超差點數,并根據配置項中標準值范圍進行超差統計。普通參數數據判讀如圖5所示。

圖5 普通參數判讀情況
4.2 臺階參數濾波與臺階識別
本文針對靶場測試數據,對文獻[1]算法進行了大量測試實驗與分析,以運載火箭靶場某臺階參數數據判讀為例進行分析。中值濾波模板取1×9,中值濾波1次,閾值Tk取0.1~0.3,閾值矩陣Mdelta與符號矩陣Msign取3×3方陣。臺階參數曲線如圖6所示。

圖6 某臺階參數曲線
從判讀結果可以看出,5個臺階全部準確識別,如圖7所示。臺階參數識別算法可以分析出臺階參數的每一個臺階的起始結束時間、平均值、最大值、最小值以及超差統計,并給出判讀結論。測試試驗表明:該算法有效實現了臺階參數的臺階識別和自動判讀分析功能。

圖7 某臺階參數自動判讀結果
4.3 脈沖參數濾波與脈沖識別
根據靶場測試數據特點,對上述脈沖識別算法進行了大量測試實驗與分析。以運載火箭靶場測試數據某脈沖參數地面采集數據判讀為例進行詳細分析,脈沖參數曲線(下跳脈沖)如圖8所示。

圖8 某脈沖參數曲線
參數中實際脈沖數2個,采用本文設計算法成功識別脈沖數2個,脈沖特性自動判讀分析結果如圖9所示。從圖中數據分析信息可知:該算法成功識別了脈沖個數、脈沖峰值、脈沖發生時間點等信息,提高了靶場測試數據判讀效率和判讀準確性。

圖9 脈沖參數自動判讀分析結果
4.4 指令參數
指令參數分析可以識別出指令參數的每一個指令發生時間、上下沿類型,以及與標準值范圍比較判斷是否正常。由于該類參數判讀比較簡單,不再贅述。
4.5 復雜參數
本文采用參數特征序列相似匹配算法實現復雜曲線參數自動判讀。以某模擬復雜參數曲線判讀為例進行詳細分析,相似度閾值設置為0.95~0.98,將標準參數模板與參數進行滑模匹配,當相似度滿足閾值要求時,參數判讀正常,并輸出復雜參數需要判讀的特征點發生時間與數值。復雜參數標準模板及復雜參數曲線及判讀識別情況如圖10所示。從圖中識別情況可知,該算法準確識別了該復雜參數的特征部分,與參數配置項中的標準模板相似度超過0.95。

圖10 復雜參數識別標準模板與判讀識別分析
該復雜參數特征點識別與判讀情況見表1所示。邊界值、局部極值、曲線過零點均得到了準確識別與判讀。

表1 某復雜參數自動判讀特征點識別情況
為適應靶場持續高密度發射任務需求,實現了一款基于C/S架構的航天器靶場測試數據自動判讀系統,能夠實現對航天器測試發射過程中產生的數據進行分類自動判讀比對分析、曲線繪制、報告生成等功能。該自動判讀系統能夠有效提高發射場電測系統數據判讀比對效率和判讀準確度,為靶場準確高效做出決策提供有力支持。
[1] 周輝峰,王一雄,曾少龍,等.運載火箭靶場測試數據自動判讀方法[J].四川兵工學報,2013(4):43-46.
[2] 吳偉,張威,潘順良,等.自動判讀系統在載人航天器電測中的應用[J].航天器環境工程,2011(12):628-631.
[3] 白效賢,喬東峰,于艷,等.采用C /S結構的遙測數據處理系統及其實現技術[J].計算機應用與軟件,2006(7):68-70.
[4] 朱良平,趙岳生,郭麗梅,等.運載火箭遙測參數實時自動判讀知識庫研究[J].計算機工程與應用,2007.
[5] 周輝峰,王一雄,曾少龍,等.基于案例推理的航天發射場故障診斷系統[J].四川兵工學報,2013(5):15-19.
[6] 徐士良.常用算法程序設計[M].北京:清華大學出版社,2004:456-457.
[7] 盛驟,謝式千,潘承毅.概率與數理統計[M].3版.北京:高等教育出版社,2001:160-161.
AutomaticDataInterpretationSystemBasedC/SStructureatLaunchingSite
ZHOU Huifeng, LIU Guojun, SHI Jinglong
(Xichang Satellite Launch Center, Guiyang 550025, China)
The launch vehicle test data has a huge amount of complex data types. Artificial interpretation of these test data must be a heavy workload, with low efficiency and the interpretation accuracy is difficult to control. In order to improve the efficiency and accuracy of the test data interpretation for electrical measurement systems, an automatic interpretation system based on C/S is designed for launching site. These parameters are divided into common parameters, step parameters, pulse parameters, instruction parameters and complex curve parameters. Different arithmetic models are designed for different types of parameters to realize intelligent interpretation which can effectively improve the efficiency of data interpretation and comparison, and provide a strong support for the accurate and efficient decision-making for launching site.
launch vehicle; electrical measurement system; test data; automatic interpretation; launching site
2017-06-10;
2017-06-28
周輝峰(1981—),男,碩士,工程師,主要從事航天器測發與測控、航天器編隊飛行與控制研究。
10.11809/scbgxb2017.10.025
本文引用格式:周輝峰,劉國君,史景龍.基于C/S架構的航天發射場自動判讀系統[J].兵器裝備工程學報,2017(10):122-126.
formatZHOU Huifeng, LIU Guojun, SHI Jinglong.Automatic Data Interpretation System Based C/S Structure at Launching Site[J].Journal of Ordnance Equipment Engineering,2017(10):122-126.
V19;E927
A
2096-2304(2017)10-0122-05
(責任編輯楊繼森)