论文导读：本文根据无人机系统在设计阶段的可靠性测试要求。研究其飞行参数处理方法。文章首先分析了在无人机系统实时飞行仿真和综合测试平台中进行飞行参数动态数据采集。我们将飞行参数判读分成三个过程：预处理、基于专家规则的飞行参数自动判读和详细分析。其中研究用于知识发现实现对飞行参数自动判读的专家规则是研究的重点。
关键词：飞行参数，专家规则，知识发现，可靠性，无人机
1 引言
在无人机可靠性测试过程中，故障注入技术已经得到了实际的应用，但是故障注入只能用作加速系统故障的一种手段，在评价系统行为方面却显得无能为力[1]。飞行参数是飞机在飞行过程中形成的各种机载设备的状态参数信息[2]。在无人机系统实时飞行仿真和综合测试平台中进行飞行参数处理，对无人机的遥控动作识别、机载设备技术状况和性能趋势分析具有重要的作用。因此，将飞行参数处理技术与故障注入技术相集成可以合成测试无人机系统可靠性的完整技术。
本文根据无人机系统在设计阶段的可靠性测试要求，研究其飞行参数处理方法。文章首先分析了在无人机系统实时飞行仿真和综合测试平台中进行飞行参数动态数据采集，形成飞行参数时序数据流的过程；其次研究了飞行参数处理方法；最后针对某型无人机的特点给出了一个具体的应用实例，并分析了飞行参数动态处理过程。
2 飞行参数动态数据采集及其特点
无人机系统实时飞行仿真和综合测试平台是一个半物理仿真平台，它利用计算机技术模拟无人机的真实飞行环境。该平台主要由任务管理、导航与飞行控制计算机（以下简称：飞行控制计算机）及一些机载设备组成，如图1所示。从图1可以看出，在无人机系统中主要是飞行控制计算机与各种机载设备之间进行数据交换，因此我们可以在机载设备与飞行控制计算机的通信链路中进行飞行参数采集。
机载设备与飞行控制计算机之间的数据通信是高度实时的，可以认为它们通信的数据都是连续的。对这些连续的飞行参数进行实时辨识并不能达到判读飞行参数的目的，因为无人机是一个非线性、时变的多通道深度铰链的系统，单纯的某个飞行参数的时间曲线并不具备太多的实际意义。免费论文网。飞行参数时间序列相关性分析可以进行基于归纳的系统行为有效预测。在无人机模拟飞行中，按照合适的采样频率对飞行参数进行按帧采集形成飞行参数时序数据流是无人机飞行参数动态处理的必要前提。
 在无人机动态测试平台中，采集到的单帧飞行参数包括位置参数、运动参数、遥控遥测参数、主系统状态参数和报警参数。采集的飞行参数具有状态点的时序不可重复性，即采集的飞行参数与采样时刻的无人机状态一一对应，采集到的飞行参数一旦丢失就不可能完全复现。单帧飞行参数对判读无人机的行为并不具有实际的物理意义，具体的做法是分析飞行参数时序曲线的变化趋势，并根据无人机飞行动力学、运动学特征分析飞行参数时序曲线之间的相互依赖，如无人机遥控时参数间的同步速率、滞后时间和门限差值，可用于判断操纵灵敏度和稳定性。免费论文网。研究参数分布规律可对系统机载设备的技术状态、预警和无人机操纵手的技术水平进行判断。
3 飞行参数处理方法
根据飞行参数数据特点，我们将飞行参数判读分成三个过程：预处理、基于专家规则的飞行参数自动判读和详细分析。其中研究用于知识发现实现对飞行参数自动判读的专家规则是研究的重点，也是研究的难点。
3.1 飞行参数数据预处理
飞行参数数据采集设备故障以及数据传输的错误都会造成数据的不完整性、含噪声和不一致性。数据预处理采用滤波、平滑等数据处理方法能够提高数据质量和排除数据中的干扰。数据预处理的步骤是数据清理和数据变换。
3.1.1 飞行参数数据清理
飞行数据中经常会出现一些变化异常的数据，其主要特征为：单位时间内的信号变化量超出了该信号变化的正常范围、信号的幅值超出规定值、信号的变化规律不符合无人机及其系统的实际工作情况、飞行参数时序数据流中某个单帧数据的所有参数值在同一时刻出现突变。这些数据点往往属于虚假信号，通常称其为“野值”。在分析数据的过程中需要确认出现的数据异常点是否为“野值”，若是，则剔除，并根据无人机飞行手册的性能参数范围和飞行日报表进行平滑处理；若不能确定，则需保留并作进一步分析。对“野值”的判断出现错误会直接影响数据分析结果。
3.1.2 飞行参数数据变换
飞行数据中还经常会出现时间参数变化异常的数据，这时就需要对其进行软件或人工校正。对同性质参数采用数据融合的方法进行对比分析，用正确的数据来修改错误的数据。如为了提高系统的可靠性，无人机航向姿态系统和捷联惯性导航系统都提供飞机的航向姿态信息，此时可以利用一个系统的正确值来修正另一个系统的奇异值。对单个飞行参数的时序曲线中出现连续多个奇异点的情况采用基于序列变化模式的光滑曲线子段表示方法，从序列中选择奇异点邻近的极值点，用这些极值点生成光滑曲线子段来表示原始序列。
3.2 基于专家规则的飞行参数自动判读
从飞行参数时序数据流获取信息，并将它们组织集成，其目的在于对所获取信息进行分析和综合[3]。知识发现是人工智能的关键技术，运用该技术可以从大量特殊性和个别性的飞行参数数据中抽象出具有一般规律性的知识，提取人们感兴趣的数据模式、数据间的普遍关系及其一些潜在的、事先未知的数据特征，将大量的原始数据转换为有价值的知识，用于描述无人机过去的状态和预测未来的趋势。知识发现的关键技术是实现单个飞行参数时序曲线的模式识别和多个飞行参数时序曲线的关系识别。
1/2 1 2 下一页 尾页 |
