基于任務容器的多源數據實時監控技術研究

(中國飛行試驗研究院 測試所，西安 710089)

0 引言

試飛試驗遙測監控系統是實現飛行器機載數據的實時采集、傳輸、數據處理和實時監控的重要設施，在保證試飛試驗安全、完成試飛科目方面具有必不可少的重要作用，測試數據在監控終端的實時、準確、全面的顯示是確保試飛安全、提高試飛效率、縮短試飛周期的重要手段。現有的飛行試驗遙測實時監控系統主要有C/S、B/S兩種架構，主要由遙測接收解調、遙測實時處理、監控顯示三個部分構成。C/S結構采用服務器-客戶端模式，數據服務器接收、解析、轉發機載采集系統通過遙測系統傳輸來的試驗機PCM調制碼流及視頻數據，客戶端通過Socket套接字進行接收、處理及顯示。這種模式下，每一個飛行任務都需要一臺服務器進行數據接收，各個服務器獨立運行，飛行任務數據無法進行集中管理，且服務器僅針對下行遙測鏈路設計，沒有對未來上行遙測鏈路的擴充，監控終端僅能顯示遙測系統的數據，無法接入其他數據源信息。UDP傳輸的無連接、不可靠特性也造成了實時監控系統數據包的丟失。B/S結構使用WEB服務器實現對各個飛行任務數據的接收與分發，解決了C/S架構下任務管理的問題，但是同時具有服務器依賴度高、實時性不強等問題。一旦服務器故障，將影響整個試飛試驗的進行。以上兩種監控系統模式均不具備靈活的數據接入功能 ，導致分布于各地的異構實時監控系統由于數據包協議的不同無法進行有效交互，無法滿足異地異構監控系統協同試飛任務監控需求。另一方面，系統的一臺監控終端僅能顯示一個試驗機的PCM及視頻遙測數據，采用了面向目標的設計思路，而不是面向數據的設計思路，無法滿足多機協同試飛監控需求。系統缺少服務器狀態監管、數據交互、服務質量及數據實時性的管控，容錯率小。數據收發網絡出現問題后往往通過人工進行檢查，效率低下。

針對以上問題，研究對象管理組織為異構平臺提供的數據交互標準—數據分發服務規范DDS(data distribute service)進行實時監控系統的搭建[1]。 DDS可以實現異構系統的數據實時交互、可靈活接入不同協議數據并提供Qos(quality of service，服務質量)服務質量控制，增強系統的擴展性及靈活性[2]。基于DDS可以實現分布式多任務數據計算分發，解決C/S和B/S監控系統模式下的任務管控、質量控制、高可靠性[3]等問題，實現高質量、低延遲的試飛數據傳輸。

1 軟件設計原理

1.1 DDS通信模型

DDS是基于發布/訂閱模式[4]的通信模型。DDS將分布式網絡中傳輸的數據定義為主題(Topic),將數據的產生和接收對象分別定義為發布者(Publisher)和訂閱者(Subscriber)從而構成數據的發布/訂閱傳輸模型結構。各個節點在邏輯上無主從關系，在服務質量策略(quality of servicepolicies)控制下建立連接。各個節點可通過全局數據空間獲取其他節點的狀態信息。DDS 發布/訂閱模型如圖1所示。

圖1 DDS 發布/訂閱模型

DDS可實現分布式的監控系統，發布者進行試飛數據的接收與解析、定義話題并發布，監控端的訂閱者可以訂閱自己所需要看的主題，這種模式可增強系統的計算能力及容錯率，QoS的靈活配置可對數據傳輸通道上的可靠性、傳輸優先級、數據過濾進行設置，不同于UDP傳輸的無連接、無反饋[5]，DDS傳輸可以準確獲得一次數據發送與接收狀態的所有信息，從而實現數據的高可靠性傳輸,因此軟件以DDS通信模型作為基礎通信模型，結合現有監控系統數據傳輸特點實現基于DDS的多源數據實時監控系統。

1.2 軟件編程方法

1.2.1 基于任務容器的試飛數據接收解算

傳統的試飛監控模式中每一臺數據處理服務器對實時數據進行接收解析，實際試飛試驗中多個任務同時進行，需要給多個任務分配計算資源，資源的分配由人進行完成，硬件的故障以及人為因素很有可能導致數據接收異常。因此采用基于任務容器[6]的處理單元實現試飛數據的數據解算，任務的分配由管理端自動完成，任務在任務容器中并行，每一個任務可以進行不同業務的處理。任務容器設計成自動為任務分配CPU邏輯核心，讓業務能夠獨占CPU進行計算，提高任務處理的可靠性和實時性。

每一個計算節點均對應一個任務容器，在計算飛行任務時，飛行任務管理端對各個容器狀態進行分析，通過將任務分發給各個節點進行計算實現穩定的高性能分布式實時處理系統[7]。在管理端進行任務容器、任務的管理及狀態信息顯示，管理端軟件可實時監控各個計算節點的狀態并進行任務的重新調整分配。管理端與計算節點通過DDS通信協議進行交互，可以獲得彼此的狀態信息，如圖2所示。

圖2 任務容器示意圖

計算節點端由容器Container和任務Worker組成。Container是一個任務集合容器，用于對任務進行添加刪除啟動停止等內部管理工作，Container負責接收由管理端下達的控制指令和上報計算端信息。Worker是執行具體業務的任務，所有業務邏輯代碼編寫在Worker任務內，例如數據的接收、數據的解析和數據的處理等。Worker可被手動分配到單個或多個CPU核心當中以調整不同的系統性能和并發性。對不同的Worker之間，容器Container提供數據的交互傳輸，用戶可以定義Worker的數據輸出和數據輸入。例如，將數據接收任務和數據處理任務如果定義至兩個不同的Worker之中[8]，數據接收任務需要額外將接收的數據定義為數據輸出，數據處理任務需要額外將接收的數據定義為數據輸入，便可進行不同的Worker之間的數據交互。對于數據僅進行單向流動并任務之間具有強耦合的任務，可通過將多個任務代碼寫入一個任務以減輕任務難度和提供傳輸效率。任務容器需要包含增加任務、開始執行/停止某一個任務、開始執行/停止所有任務、開始發送數據、停止發送數據、數據接收顯示等功能，使用一個類Container進行描述。在創建飛行任務后，管理軟件首先獲得各個計算節點的信息，對其狀態進行分析，然后將任務分配給資源豐富的節點，如果正在進行任務處理的計算節點負載過載或者出現異常，管理軟件可以實時獲得節點信息并重新分配計算節點，增強了系統的魯棒性。

1.2.2 基于模板方法的解析算法架構

異構網絡聯合監控情況下，需要在異構遙測系統之間進行數據接收和解析。在現有的C/S監控模式下，不同監控系統之間的數據協議是不同的，數據包結構上的差異導致需要開發新的數據服務器軟件對數據流進行接收和解析。每類協議需要配備一種協議解析模塊，新增一種數據源就需要開發相應的解析模塊，為異構網絡下的實時監控帶來很大的工作量。

模板方法設計模式定義一個操作中的算法骨架，而將算法的一些步驟延遲到子類中，使得子類可以不改變該算法結構的情況下重定義該算法的某些特定步驟。它是一種類行為型模式。因此對各種試飛遙測數據進行分析，采用基于模板方法[9]的解析算法架構使實時監控系統具有接入任何軟件應用接口的能力。

對監控系統接入的各種數據的數據包協議進行分析，發現其具有一定的共性，提取和提升這些共性，形成基類。當有新的數據源接入時，僅需少量修改程序代碼，繼承基類對其數據包進行解析，從而具有接入各個數據源的能力。

圖3 模板方法示意圖

1.2.3 基于序列化和活躍度檢查的任務派發機制

序列化是將對象的狀態信息轉換為可以存儲或傳輸的形式的過程。在序列化期間，對象將其當前狀態寫入到臨時或持久性存儲區。以后，可以通過從存儲區中讀取或反序列化對象的狀態，重新創建該對象。軟件在對任務的創建中，采用面向對象的思想，使用類描述一個任務的執行方式。

任務管理端通過序列化將新建的任務發送給計算節點進行處理[10]，計算節點首先通過反序列化、實例化形成任務對象，然后將其添加至任務容器，實現任務的執行。

在實時監控中，計算節點有可能出現故障，因此軟件需要發現故障及重新分配任務節點的能力。通過在DDS通信數據中加入計算節點的狀態信息，在進行任務派發的過程中，管理端通過與各個節點進行通信，獲得各個計算節點的活躍度信息[11]，獲得整個系統的硬件狀態信息及任務處理狀態，如硬盤容量、CPU使用狀態、內存使用情況等，管理端可以監控各個計算節點的狀態實現任務的最優分配。當某個計算節點因意外突然異常或者關閉的情況下，管理軟件自動進行計算節點的重新分配，保障實時任務的持續進行。任務派發流程如圖4所示。

圖4 任務派發機制

1.3 軟件結構及運行流程

軟件結構如圖5所示，采用分布式結構的主從模式[11]，計算節點軟件分布于各個計算機客戶端，任務管理軟件進行任務的管理及分配，并將相關數據存儲于數據庫中，數據傳輸采用DDS通信協議，解析出來的數據最終通過兼容模式軟件傳輸給監控畫面。

圖5 軟件結構

軟件運行流程如圖6所示，在試飛任務準備階段，通過配置帶頭信息、交換機地址等信息創建數據接收任務。管理節點會自動將任務分別給各個計算節點進行執行，計算節點對數據進行相應結算后可通過兼容數據處理軟件實現試飛數據對監控畫面的驅動，從而完成試飛實時監控任務。

圖6 軟件運行流程

2 實現及性能測試

2.1 軟件實現展示

管理軟件界面如圖7所示，管理軟件實現對任務的分發與集中管理，并實時監測各個計算節點的運行狀態，提高試飛監控系統的可靠性與穩定性。

圖7 管理軟件界面

計算節點運行界面如圖8所示，計算節點會顯示PCM帶頭信息及心跳字，用于判斷數據接收狀態。

圖8 計算節點界面

數據接收界面如圖9所示，通過接受不同節點上的數據，可將飛行數據實時顯示與監控畫面上。

圖9 兼容模式軟件

2.2 性能測試

2.2.1 實時性測試

系統實時性測試引入時間同步服務器，實時監控系統通過接收、解析試飛遙測數據，將時間顯示于監控畫面上，同時得到時間同步服務器發來的時間信息，通過比較兩個時間，得到數據處理延遲，從而完成實時性能測試。實時性能測試流程如圖10所示。

圖10 實時性能測試流程圖

2.2.2 帶寬受限情況下數據傳輸性能測試

對交換機端口進行帶寬設置，在受限帶寬狀態下對采用基于任務容器的多源數據實時監控技術的監控系統的數據傳輸性能進行測試，遙測數據帶寬為10 M。分別設置交換機網口帶寬為100 M、50 M、20 M、10 M情況下，對基于任務容器的多源數據實時監控系統和現有的基于Socket的監控系統進行測試。

2.3 測試結果與分析

如圖11為基于任務容器的多源數據實時監控技術與現有監控系統性能結果比較，可以看出基于任務容器的監控系統由于其通信協議的優勢，具有更好的實時性能，其數據處理時間延遲僅為30 ms以下，而現有的監控系統，基于Socket編程通信，數據延遲高達50 ms。在不同帶寬下進行測試，從圖12可以看出 ，在一定范圍內帶寬的減少對采用基于任務容器的監控技術的監控系統數據處理性能影響不大。在帶寬很小的極端狀態下，系統仍可以進行數據處理，數據延遲在可接受范圍內，而現有監控系統如圖13所示，在小帶寬的情況下，延遲高達10秒左右，系統已經無法使用。

圖11 實時性測試比較

圖12 不同帶寬下的數據延遲

圖13 低帶寬下數據延遲比較

綜上可以得出，任務容器的多源數據實時監控系統具有更好的數據傳輸性能，且提供任務的管理功能，便于操作。

3 結束語

針對現有遙測實時監控系統存在的不足，在數據分發服

務中間件DDS的基礎上研究基于任務容器的多源數據實時監控技術，經過實際測試與使用，該系統運行穩定，不僅滿足數據實時性要求，而且可以接入時間服務器、天氣、地理等多源信號，支持不同的數據包解析，提高了系統的靈活性。與C/S架構監控模式相比，具有易于管理、穩定性高、數據傳輸可靠等優點。目前實時監控系統逐漸走向智能化，基于任務容器的多源數據實時監控系統提供了與云平臺傳輸數據的接口，未來可整合到基于云計算的分布式智能化監控系統中。