一種基于Matlab的大文本試飛數據繪圖策略研究

摘要：為滿足大文本試飛數據圖形可視化分析需求，基于Matlab語言對大文本試飛數據的可視化繪圖策略進行探討。結合試飛數據繪圖分析特點，重點研究大文本試飛數據繪圖中的關鍵策略：①數據加載方式選擇;②多參數對比曲線圖繪制方法;③繪圖操作的繼承。通過關鍵繪圖策略程序，減少了試飛數據載入內存時間，完成了3種多參數對比圖繪制，達成重復繪圖操作的有效繼承。該關鍵策略可在大文本試飛數據可視化繪圖分析中發揮關鍵作用，提高試飛數據繪圖分析效率。

關鍵詞：大文本試飛數據;數據加載方式;多參數對比圖;操作繼承

DOI： 10. 11907/rjdk.191441

開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP317.4

文獻標識碼：A

文章編號：1672-7800（2020）001-0280-05

0 引言

飛行試驗是民機研制較為重要的一環[1-2]，而飛行試驗成功很大程度上需要試飛數據的強力支撐[3-6]。試飛數據是經過測試采集、預處理后得到的工程量[7-11]，表征飛機上諸多復雜系統在飛行中的運行狀況，如何正確、迅速地將試飛數據直觀、豐富地展現出來，以說明系統運行情況并給出試飛結果，是一項必要且重要的試飛工作。

目前市場上有許多處理分析數據軟件[12-15]，如Excel、Origin等，很多已商業化，但這些軟件在大文本試飛數據繪圖分析時，存在數據加載過慢、相似繪圖時操作繼承性差、很難實現特殊定制需求的圖形輸出等問題。鑒于以上原因，本文根據試飛數據分析的實際工作需要，基于M atlabn[16-17]語言開發了一款用于大文本試飛數據繪圖軟件。該軟件具有操作簡單、圖形注釋快捷、繪圖操作繼承性高等特點。

1 繪圖流程

試飛過程中測試設備采集記錄的數據均為二進制原始數據，用于繪圖處理分析的數據均是原始數據經過處理的工程量數據。以工程量數據文本文件作為輸入，繪圖過程如下：①文件導入，加載試飛數據文本文件，列表顯示參數清單;②參數選擇。參數列表中挑選待處理參數，根據需要對挑選的參數進行重命名、范圍設定等;③載入內存。將選擇的待處理參數數據載入內存;④曲線繪圖。完成繪圖前設置，進行曲線繪圖;⑤注釋分析。在繪制完成的曲線圖形上，按需使用分析工具進行注釋分析;⑥圖形存儲。將按需調整后的圖形進行保存;⑦生成報告。根據繪圖分析結果，自動生成快速數據分析報告（附加功能，按需使用）。

詳細的數據繪圖分析過程如圖1所示。

2 繪圖關鍵策略方法

在圖1所示的繪圖流程中，有幾點關鍵策略支撐整個程序繪圖，現進行詳細介紹。

2.1 數據加載策略

數據加載過程是所有數據處理程序的必需前置過程，只有將文本數據載入到程序內存中，才可進行后續的數據繪圖及處理分析。而受限于計算機軟硬件性能，對于加載大文本數據文件時，數據加載過程經常耗時較長，從而制約程序的運行效率。若選擇的加載策略不恰當則該問題尤為突出。因此針對特定的文本數據對象，選擇合適的數據加載策略以提高程序運行效率十分必要。一般情況下文本數據載入內存[18-20]有3種方式。

（1）全部載入。將文本數據全部載入內存，如圖2所示。全部參數載人內存后，根據圖形Figl、Fig2...的不同參數需要，分別進行若干次（1at、2nd…）繪圖。此方法對選擇載入內存的參數及繪圖都很方便，但當參數量很大時，全部參數載入內存十分耗時。

（2）部分載入——多次加載。每次僅載入單次需要處理的參數數據，當繪圖參數需求發生變化時，重新載入所需參數進入內存，如圖2所示，

通過試飛獲得的各專業試飛數據文本一般情況下文件較大（有時可達到4CB）、參數個數較多，若采用方式（1）將所有數據全部載入內存，需要較多的加載時間且占用大量內存，因此方式（1）不適于試飛數據加載。方式（2）每次只從文本數據中加載需要的參數，分析完成后再根據新的分析需求對參數變化部分重新載入內存，以滿足再次分析需求。但實際試飛數據分析經常需要對一個文本數據進行多次不同參數的繪圖分析，方式（2）雖然單次加載很高效，但隨著數據繪圖分析次數的增多，該加載策略的優越性將逐漸降低。為滿足多次繪圖分析需求，本文采用第（3）種加載策略。

（3）部分載入——單次加載。如圖2所示，在數據載入內存前統籌考慮繪圖分析可能使用的所有參數（系統很容易做到這點），然后將這些參數一次載入內存形成一個參數池，在不同參數的繪圖分析時從參數池中挑選所需參數進行操作。該加載策略在不同參數的多次繪圖分析時相對方式（2）有較大優勢，可在很大程度上減少多次載人內存的耗時問題。

2.2 多參數對比圖繪制策略

在試飛數據繪圖分析時，單參數歷程曲線（見圖3）是最常使用的繪圖表現形式，其程序實現較簡單，通過sub-plot指令再進行適當調整即可。

很多情景下需要將多個參數放在一張圖中進行對比分析，即繪制多參數對比圖以更好地輔助分析，而Matlab函數庫中無直接使用的函數指令，因此對多參數對比圖的繪制實現需要特殊的程序設計，以下是本文探索的多參數對比圖繪制方法。

2.2.1 多參數對比圖方法一

如圖4所示，左側Y坐標沿Y軸上下交替排列，右側曲線對應左側相應的Y坐標區域。程序算法中，將所有參數依據其在1個單位的Y軸上所占據的位置進行縮放。以圖中參數P2為例，參數范圍[cd]，其在單位Y軸上處于[u v]（0≤u

（1）左側區域（Y坐標）繪制。根據所需要繪制的參數個數為每個參數分配1個單位Y軸上的[u v]位置，并按照兩列交替排列，然后為每個參數標注Y坐標參數名及范圍數值。

（2）右側區域（曲線圖）繪制。對每個參數在其確定的[u v]位置上進行縮放后的v繪制，然后將所有繪制好的曲線拷貝到同一坐標系中，刪除同一位置處繪制過的其它坐標系及曲線，完成的效果如圖5所示。

2.2.2 多參數對比圖方法二

如圖6所示，左側Y坐標從左至右依次排列，右側所有曲線均在全Y軸范圍內分別繪制。程序算法中，將所有參數在1個單位Y軸上進行縮放。以參數P2為例，參數范圍[e d]，其在單位Y軸縮放中將所有數據值v進行變換：v=（v—c）/（ d-c），得到的v即縮放在1個單位的Y軸上，繪圖實現過程如下：

（1）左側區域（Y坐標）繪制。根據所需要繪制的參數個數分配Y坐標在X向占的比例（最大不超過0.5），從左至右為每個參數在Y坐標上進行參數名及范圍數值的標注。

（2）右側區域（曲線圖）繪制。對每個參數在其單位Y軸[01]位置上進行縮放后的v繪制，然后將所有繪制好的曲線拷貝到同一坐標系中，刪除同一位置處繪制過的其它坐標系及曲線，完成效果如圖7所示。

2.2.3 多參數對}匕圖方法三

上述兩種方法適用于相同時間段內不同參數的對比，若繪制不同時間段（T1，T2…）內相同參數的對比圖，則不僅要在Y軸上進行單位縮放，橫軸時間也需要在X軸上向單位長度[01]進行縮放，如圖8所示。Y軸數值縮放過程可參考方法一，區別在于Y坐標不再進行兩列排列，相同Y軸的區段上只標注一個參數的物理名稱及數值范圍。在進行X軸縮放時應注意程序算法中任一時刻都有唯一的double型數值對應，而且隨著時刻的變化該數值連續變化。時間縮放如下：時間段T時刻范圍是[t1 t2]，程序對應的數值范圍為[m n]，所有數值進行縮放變化x=（x-m）/（n-m），則x（范圍[01]）即縮放在單位長度的X軸上。繪圖實現過程如下：

（1）左側區域（Y坐標）繪制。參考方法一，根據所需要繪制的參數，為每個（或每組）參數分配單位Y軸區段位置，并上下依次排列，只標注其中一個參數的物理名稱和數值范圍。

（2）右側區域（曲線圖）繪制。對每個參數在其確定的Y軸區段位置上進行縮放后繪制，然后將所有繪制好的曲線拷貝到同一坐標系中，刪除同一位置處繪制過的其它坐標系及曲線。X軸時間以T1時間段進行標注，其它時間段的時刻不再進行標注，完成的效果如圖9所示。

2.3 操作繼承策略

試飛數據繪制分析具有與同一系統的試飛數據分析過程基本一樣的特點，也即在不同試飛架次的數據分析中，每個專業系統所使用的參數基本一致，繪圖使用的參數也基本不變，這點在對同一個架次不同時間段的試驗分析中更顯突出。因此，在軟件交互界面及程序設計時應充分考慮繪圖操作過程的繼承性，以實現兩個目的：①減少重復人工操作及可能出現的人為失誤;②繪制的圖形保持相似的元素搭配，使得繪制的圖形具有統一性。

本文繼承操作包括以下幾個部分：①數據加載策略方式三中參數池的選擇;②參數池中參數屬性配置，包括參數物理名稱命名、參數范圍指定等;③參數對應曲線屬性配置，包括曲線線型、曲線顏色等。

上述3個部分是每次繪圖的必需輸入，在繪圖過程中經常需要花費較長時間進行選擇和配置，且在重復選擇和配置過程中易出現人為操作失誤，因此對這部分內容的操作進行繼承是必要的。本文建議的操作繼承策略是：通過表單將上述3部分信息進行記錄，過程如下：

（1）配置表單：每個系統首次分析試飛數據時對表單進行仔細的記錄以確定參數池，并對表單中的參數屬性、曲線屬性進行合理配置，根據繪圖效果優化調整。

（2）保存表單：將完善后的表單進行文件保存。

（3）調用表單：進行其它架次數據分析時，通過載人保存的表單文件，加載完善后的表單信息。

3 結語

基于開發的試飛數據繪圖軟件，本文論述了試飛數據分析繪圖中幾點關鍵策略：①數據加載方式選擇，討論了不同加載方式的利弊，針對試飛數據分析的特點推薦了一種數據加載方式，即“部分載入——單次加載”;②多參數對比曲線圖繪制，介紹了軟件開發過程中探索的3種對比圖實現策略;③操作繼承，論述了在試飛數據分析時操作繼承的重要性，并提供了一種操作繼承實現思路。通過對大文本試飛數據繪圖分析及程序實現，充分顯現出本文的幾個關鍵策略在大文本試飛數據可視化繪圖分析中的作用，提高了試飛數據繪圖分析效率。

參考文獻：

[1]周自全.飛行試驗工程[M].北京：航空工業出版社，2010.

[2]

KIMBERLIN R D.Flight testing of fixed-wing aircraft[ M]. AmericanInstitute of Aeronautics and Astronautics. 2003.

[3]周慧楠，席龍.海量試飛數據綜合管理技術研究[J].信息與電腦，2017（ 16）：167-173.

[4]覃楊森，聶睿，范彥勤，等，試飛實時數據可視化方法研究[J].中國科技信息，2015（ 21）：35-37.

[5] 劉藻珍.基于飛行試驗數據的仿真模型驗證方法的研究[J].系統仿真學報，2002，14（3）：281-284.

[6] 趙倩.基于數據挖掘技術的飛行試驗數據分析應用研究[J].電子技術與軟件工程，2018（1）：91-97.

[7] 白效賢.試飛測試技術現狀與發展[C].中國航空學會測試專業委員會換屆暨學術交流會，2007.

[8]黃濤，王偉.大型民機試飛測試發展與挑戰[J].計算機測量與控制，2016，24（9）：5-7.

[9] 孫健，霍培鋒.大型飛機試飛測試現狀與對策[J].測控技術，2007，26（3）：19-21.

[10]彭國金，劉嫚婷，韓璐.基于飛行試驗采集的FC數據檢測分析技術[J].現代電子技術，2016，39（2）：92-94.

[11]秦淋，楊春霞，劉義虎.民用飛機試飛數據協同平臺的應用[J].數據采集與處理，2012（ s2）：429-432.

[12] 覃楊森，范彥勤，劉語喬，等.試飛數據分析結果的可視化輸出[J].計算機測量與控制，2015，23（ 11）：123-128.

[13] 李源，張亞濱，李書，等.基于VB的強度/試飛試驗數據處理方法與可視化軟件實現[J].民用飛機設計與研究，2015（1）：76-82.

[14] 陳騏，張勇，徐州.一種新型試飛數據處理系統的應用研究[J].計算機應用與軟件，2010，27（ 11）：67-71.

[15] 趙毅君，李立，邱泓，等.基于VB和M atlah混合編程的可視化數據采集與處理軟件的研究[J].湖南工程學院學報：自然科學版，2008.18（1）：54-59.

[16] 羅華飛.Matlab GUI設計學習手記[M].北京：北京航空航天大學出版社.2014.

[17]PALM W J.Introduction to matlab 7 for engineers[M]. New York：McGraw-Hill， 2005.

[18]RAO S，RAMAKRISHNAN R， SILBERSTEIN A. et al. Sailfish：aframework for large scale data processing[C]. Proceedings of theThird ACM Symposium on Cloud Computing， 2012.

[19]嵇智源，潘巍.面向大數據的內存數據管理研究現狀與展望[J].計算機工程與設計，2014（10）：3499-3506.

[20]11 Y， CAO H， TAN Y.A comparison of two methods for modelinglarge-scale data from time series as complex nenvorks[J]. AIP Ad-vances， 2011，1（1）：102-103.

（責任編輯：杜能鋼）

作者簡介：范志鵬（1989-），男，碩士，中國商飛民用飛機試飛中心試飛工程部工程師，研究方向為發動機控制與操縱、飛機防災。