王祎
(中國船舶工業系統工程研究院,北京,100089)
本文依據三維坐標變換、數據融合等數學原理,按照時間對其這一數據處理的基本原則,使用Matlab作為計算工具,對飛行試驗獲取的數據進行綜合處理。該數據處理方法、實現途徑可應用于設備校飛、性能檢飛等試驗的數據處理。
通過飛行試驗檢驗相關設備的技術指標是否滿足要求的一般原理為:被試設備與真值設備對同一架飛機的空間位置進行測量,記錄下相關數據后事后進行比對、分析,驗證被試設備測量結果與真值設備測量結果的符合程度,即可檢驗其技術指標是否滿足要求。由于被試設備、真值設備為相互獨立的傳感器,即使在對同一目標進行測量的情況下,也不能完全在同一時刻記錄數據。鑒于飛機的飛行速度較快,一般為達到試驗精度要求,被試設備、真值設備的時統對齊誤差應小于1ms,這就要求兩者在相同時統授時的前提下,通過事后差分的方式將時統對齊。


依據上述算法的基本原理,在Matlab實現時,采用polyfit()、polyval()函數[1]對曲線進行擬合,完成擬合后,依據被試設備測量數據的結果,采用interp1()函數對擬合曲線進行差值處理,即可保證被試設備、真值設備兩者時間的對齊。
真值數據獲取設備的測量參考點與被試設備一般不相同,且測量的方位零位也不同,如真值測量設備相對真北方向、被試設備相對飛機降落跑道的方向,在進行數據比對前,必須轉換至同一坐標系下。對于飛行試驗,由于工作機理的不同,真值設備與被試設備測量飛機的位置參考點也不同,如以光電經緯儀為真值設備時,其測量參考點為光學合作靶標,而作為被試設備雷達的測量參考點為二次應答機安裝位置。當飛機尺寸較大時,如不進行補償將會帶來較大的測量誤差,影響數據處理結果的真實性、可信性。
以光電經緯儀作為真值設備,其測量參考點為設備安裝位置、方位相對真北;而被試雷達的測量參考點相對其安裝位置、方位相對飛機降落跑道方向為例,兩者測量的坐標系方向、參考點均不相同,如圖1所示。

圖1 真值設備、被試設備坐標系相互關系示意圖
如圖1所示,依據坐標變換的基本原理[2],有:

式中XRa、YRa、ZRa為被試雷達測量坐標系下的坐標,XEOMS、YEOMS、ZEOMS為光電經緯儀測量坐標系下的坐標,X1、Y1、Z1為兩者測量參考點的相對坐標。通過上式即可將光電經緯儀測量所得的真值數據轉換到被試雷達的坐標系下。
依據上述算法的基本原理,在Matlab環境下實現該算法時,采用矩陣與向量相乘、之后相加的方法即可,實現的源程序較為簡潔,為VRa=A×VEOMS+V1,其中VRa為向量(XRa,YRa,ZRa),VEOMS為向量(XEOMS,YEOMS,ZEOMS),V1為向量(X1,Y1,Z1),A為坐標變換矩陣。
如圖2所示,以光電經緯儀測量參考點為飛機安裝的光學合作靶標、被試雷達測量參考點為二次雷達應答機為例,在機體坐標系下測量獲取兩者的相對位置分別為(XR,YR,ZR)、(XE,YE,ZE)。

圖2 真值設備、被試設備測量飛機位置點示意圖

將真值數據與被試設備測量結果的時統對齊、完成相應的坐標轉換后,已在時間、空間上使兩種數據統一,可據此計算兩者的一次差數據,并在此基礎上統計被試設備系統誤差、隨機誤差,用以檢驗被試設備的性能指標是否滿足要求。

在試驗過程中,由于人為因素、意外情況等,可能出現某些不合理的測量值,反映在一次差數據中是某些值明顯不符合統計規律,對于可確定原因的野值,應直接予以去除,防止出現數據統計失誤。對于一些不能直接確定原因的野值,可基于以下原則進行處理[3]:


對試驗獲取的真值數據、被試設備測量數據進行上述處理后,可對測量數據的誤差進行統計計算,公式如下:


式中:σm為以光電經緯儀測量數據為真值,被試設備測量的隨機誤差。在Matlab實現時,可使用mean()、std()函數分別計算系統誤差、隨機誤差。
完成了上述各模塊數學模型的分析、Matlab環境下實現程序的編制后,可依據飛行試驗記錄的原始數據,分析被試雷達的相關技術性能是否滿足規格書中的規定。以俯仰角測量為例,在時統對齊、坐標變換、飛機位置修正以及誤差統計完成后,可計算獲得被試雷達與真值設備對比的結果,其中相關統計數據直接顯示在曲線中,該計算結果可直接用于設備技術性能的分析、調整及鑒定。
本文依據坐標變換的數學原理,通過與機載測試數據的融合、對齊相對真值數據的時間基準,使用Matlab作為計算工具,對飛行試驗獲取的數據進行綜合處理。應用結果表明,基于Matlab環境開發的數據處理程序簡潔、實用、工程實現性較好,且計算結果合理、與真實情況具有較好的符合性,驗證了Matlab版本數據處理程序的正確性。該數據處理方法、實現途徑可應用于飛機測量設備校飛、性能檢飛等試驗的數據處理。