Содержание к диссертации
Введение
Раздел 1 Системы передачи и методы сжатия полетной информации 15
1.1 Обзор систем передачи полетных данных 15
1.1.1 Бортовая система сбора, контроля и регистрации
полетной информации «КАРАТ» 15
1.1.2 Адресно-отчетная система авиационной связи ACARS 17
1.1.3 Авиационные комплексы передачи полетных данных 18
1.1.4 Глобальная система передачи полетных данных 19
1.2 Анализ методов кодирования информации 29
1.2.1 Критерии оценки методов сжатия 29
1.2.2 Кодирование серий последовательностей 31
1.2.3 Кодирование Хаффмана 31
1.2.4 Кодирование коэффициентами линейного предсказания 33
1.2.5 Дискретно импульсно-кодовая модуляция 34
1.2.6 Арифметическое кодирование 34
1.2.7 Словарное кодирование Лемпеля – Зива – Велча 35
1.2.8 Предсказание по частичному совпадению 36
1.2.9 Предсказание Бэрроуза – Уилера 37
1.2.10 Сравнительный анализ методов сжатия 38
1.3. Постановка задач исследования 44
1.4 Выводы по первому разделу 45
Раздел 2 Предварительный анализ и обработка полетных данных в глобальной системе передачи полетных данных 49
2.1 Предварительный анализ полетных данных летательных аппаратов 49
2.2 Предварительная обработка сигналов методами нелинейной фильтрации 56
2.2.1 Частотный анализ линейно-усредняющего фильтра (влияние скользящего окна на частотные характеристики фильтров) 57
2.2.2 Частотный анализ медианного фильтра 61
2.2.3 Частотный анализ фильтра, ограничивающего по производной 63
2.2.4 Частотный анализ -урезанного фильтра 65
2.3 Выводы по второму разделу 66
Раздел 3 Разработка параметрического метода сжатия полетных данных на основе дифференциальной импульсно-кодовой модуляции с наблюдателем состояния 68
3.1 Сжатие данных на основе итерационной импульсно-кодовой модуляции 69
3.2 Разработка параметрического метода сжатия на основе наблюдателя состояния 71
3.2.1 Особенности и свойства наблюдателя состояния в задачах сжатия 72
3.2.2 Исследование свойств, предлагаемого метода сжатия 73
3.2.3 Идентификация моделей сигналов для наблюдателя состояния 76
3.3 Анализ динамического диапазона данных с применением адаптивного метода сжатия 79
3.4 Анализ степени сжатия адаптивного метода полетных данных 81
3.5 Модификации адаптивного параметрического метода сжатия с наблюдателем состояния 84
3.6 Расчет требуемой вычислительной мощности для предложенного метода 85
3.7 Выводы по третьему разделу 89
Раздел 4 Разработка технологии пакетной передачи информации в глобальной системе передачи полетных данных на основе параметрического сжатия с наблюдателем состояния 91
4.1 Разработка технологии передачи информации в глобальной системе передачи полетных данных 93
4.2 Проверка полетных данных на критичность 94
4.3 Идентификация модели сигнала 96
4.4 Синтез наблюдателя состояния 99
4.5 Метод сжатия с наблюдателем 103
4.6 Анализ режимов передачи информации в глобальной системе передачи полетных данных 104
4.7 Анализ пакетных протоколов передачи данных 106
4.8 Формирование пакета передачи полетных данных 111
4.9 Выводы по четвертому разделу 113
Раздел 5. Экспериментальные исследования параметрического метода сжатия с наблюдателем состояния 115
5.1 Реализация метода сжатия в глобальной системе передачи полетных данных 115
5.1.1 Предварительный анализ полетных данных летательного аппарата 116
5.1.2 Анализ степени сжатия полетных данных гражданской авиации 118
5.2 Реализация метода сжатия в автоматизированной системе коммерческого учета энергоресурсов 119
5.2.1 Предварительный анализ данных автоматизированной системы контроля и учета энергоресурсов 120
5.2.2 Анализ степени сжатия данных в автоматизированной системе контроля и учета энергоресурсов 121
5.3 Реализация метода сжатия в автоматизированной системе управления компрессорным цехом магистрального газопровода 123
5.3.1 Предварительный анализ передаваемых данных в системе 123
5.3.2 Анализ степени сжатия параметрическим методом на примере компрессорных цехов Смоленского ЛПУ «Лентрансгаза» 124
5.4 Реализация метода сжатия для телеметрических каналов беспилотных летательных аппаратов 125
5.4.1 Предварительный анализ передаваемых данных беспилотного летательного аппарата 127
5.4.2 Анализ степени сжатия параметрического метода на примере телеметрического канала БЛА 127
5.5 Выводы по пятому разделу 128
Заключение 130
Список использованных источников 136
Приложение А 157
- Глобальная система передачи полетных данных
- Частотный анализ линейно-усредняющего фильтра (влияние скользящего окна на частотные характеристики фильтров)
- Идентификация моделей сигналов для наблюдателя состояния
- Анализ пакетных протоколов передачи данных
Глобальная система передачи полетных данных
Глобальная система передачи полетных данных – это составляющая безопасности полетов, которая состоит из множества систем сбора, обработки информации, радарных и голосовых систем, метеорологических и диспетчерских служб [2, 31 – 35] в соответствии с Постановлением Кабинета Министров Украины от 07.02.2005 «Про забезпечення безпеки повітряного простору» № 1705. Такая система предназначается для обеспечения безопасности полетов летательных аппаратов гражданской авиации с использованием автономной системы спутниковой навигации GPS и системы спутниковой связи Inmarsat. Система должна работать без привязки к специализированным техническим средствам навигации и при нахождении ЛА в любой точке земного шара. ГСППД должна состоять из наземной и бортовой части. Наземная часть, располагаемая на диспетчерских пунктах, должна обеспечивать обработку и хранение полетной информации. Бортовая часть подключается к бортовой шине системы контроля ЛА и позволяет без участия экипажа передавать значения параметров работы систем ЛА и параметров полета наземным службам в реальном масштабе времени с заданной периодичностью. Структурная схема ГСППД изображена на рисунке 1.1. В основу системы положена клиент-серверная технология для хранения, обработки и передачи данных. Координаты летательного аппарата должны определяться с помощью сети геостационарных спутников GPS. В качестве приложения предполагается использовать электронные карты компании Environmental Systems Research Institute (ESRI). Передача данных между мобильным клиентом (ЛА) и наземными службами осуществляется через систему спутниковой связи Inmarsat и наземную сеть Internet. Бортовая подсистема ГСППД предназначена для приема информационных сигналов от датчиков самолета по ARINC, обработки (анализа, выбора необходимой информации, последующего сжатия) и передачи через систему спутниковой связи Iridium. Структурная схема бортового оборудования показана на рисунке 1.2. Микрокомпьютер представляет собой одноплатный компьютер РС-104 со стандартом передачи ISA. Он обеспечивает получение выборки необходимых данных из потока шины данных ЛА и GPS приемника для дальнейшей обработки. GPS-приемник должен обеспечивать определенные точностные характеристики – нахождения координат положения ЛА в режиме взлет/посадка не хуже 30 см. Преобразователи ARINC и RS-232 изменяют исходный сигнал в сигнал стандарта ISA. Для обеспечения быстродействия системы время передачи 1 байта через преобразователи не должно превышать 10-4 с. Контроллер каналов USB должен обеспечивать непрерывную связь двух компьютеров в дуплексном режиме со скоростью соединения не ниже 5 Мбайт/с. Блок питания должен работать от бортовой сети и обеспечивать беспрерывное энергообеспечение основных узлов бортового оборудования. Устройство согласования должно согласовывать сигнал от микрокомпьютера стандарта ISA с пультом экстренных сообщений и сигнализации. Бортовая аппаратура должна быть выполнена в соответствии с международными техническими требованиями ARINC. Технические требования определяют электрические характеристики, характеристики данных и протоколы, которые они используют. ARINC использует систему однонаправленной шины данных, известную как Mark 33 – система передачи цифровой информации (DITS). Сообщения передаются с двоичной скоростью передачи данных, которая составляет 12,5 или 100 кбит/с на другие элементы системы, которые контролируют канал сообщений [2].
Космическая подсистема ГСППД. Все современные спутниковые системы поддерживают не только качественную голосовую связь, но и позволяют эффективно вести обмен данными. Космическая подсистема ГСППД должна обеспечивать: ретрансляцию полученной информации в реальном масштабе времени от ЛА к наземной подсистеме и обратно без потери качества; - голосовую связь.
Важнейшими параметрами этой подсистемы являются скорость передачи данных и зона покрытия. Немаловажным параметром остается стоимость передаваемой информации. Из сравнительного анализа основных систем спутниковой связи видно (таблица 1.1), что наилучшим решением для ГСППД является применение спутниковой системы Iridium. Критериями сравнительного анализа выступали скорость передачи данных, обслуживаемая территория (покрытие), стоимость услуг, задержка передаваемого сигнала или тип и высота орбиты. Общие сведения о системе Iridium. Система Iridium - это беспроводная телефонная сеть мобильной персональной связи, работающая на низкоорбитальных спутниках и разработанная для предоставления набора стандартных телефонных услуг - голосовая связь, передача факсимильных сообщений и компьютерных данных.
Iridium управляет группировкой из 66 основных и 6 запасных спутников, расположенных в шести орбитальных плоскостях с углом наклона 86,4. Орбитальный период составляет 100 минут 28 секунд, высота орбиты - 780 км. Каждый спутник покрывает зону шириной в 4000 км. В связи с высокой скоростью пролета спутников (приблизительно один оборот вокруг Земли в час), сигнал абонента Iridium передается от спутника к спутнику, не вызывая прерывания. Наземные станции сопряжения связаны одновременно как минимум с двумя спутниками из группировки [59 - 63].
Частотный анализ линейно-усредняющего фильтра (влияние скользящего окна на частотные характеристики фильтров)
При обработке информации в глобальной системе передачи полетных данных наиболее ответственной операцией является операция фильтрации. Все фильтры, для которых не выполняется условие суперпозиции, относятся к классу нелинейных фильтров [1, 137 – 163].
Главное отличие и преимущество нелинейных фильтров состоит в том, что существует большое количество практических ситуаций, когда их применение по тем или иным причинам является более целесообразным, чем использование линейных фильтров [139]. Нелинейная фильтрация используется в различных областях, таких, как системы связи, системы управления, кардиография, где сигналы могут содержать резкие «перепады» или «скачки»; обработка видеоизображений, где сигналы могут быть искажены негауссовыми помехами. В целом применение нелинейных фильтров целесообразно при ограниченных сведениях о свойствах сигналов и не стационарности помех [141 – 158]. Для получения эффективных результатов фильтрации необходимо знать свойства фильтров и границы их применения. Для линейных фильтров проблема их анализа не является актуальной, одним вариантом стандартной методикой получения АФЧХ с помощью применения Фурье-анализа, который обладает линейностью, как и исследуемый фильтр.
Задача частотного анализа НФ нетривиальна, поскольку для них не выполняется принцип суперпозиции. Задачу анализа таких фильтров рассматривали с момента их использования [139 – 152]. Известно несколько подходов анализа НФ. 1. Анализ на основе тестовых сигналов, который отличается простотой проведения, но не дает полной (обобщенной) характеристики [139]. 2. Анализ с применением аппроксимации, основаный на допущениях, что ограничивает его применимость, а результат не отображает полных свойств фильтров [141 – 148]. 3. Анализ на основе статистических оценок позволяет получить интегральные количественные показатели эффективности фильтрации и лишь в какой-то мере устанавливает свойства фильтров [147 - 150]. Приведенные методы не способны полностью и строго охарактеризовать свойства НФ, поэтому ставится задача проведения более полного частотного анализа часто применяемых нелинейных фильтров: медианного фильтра (МФ), фильтра, ограничивающего по производной (ФОП), а -урезанного фильтра (АУФ). Такой анализ позволит установить количественные изменения частотных характеристик сигналов от параметров фильтра. Частотный анализ линейно-усредняющего фильтра (влияние скользящего окна на частотные характеристики фильтров) Большинство методов нелинейной фильтрации предусматривают обработку данных в «окне» аналогично принципу действия линейных фильтров с конечной импульсной характеристикой. Фильтрация в скользящем «окне» подразумевает, что некоторому z -му отсчету, обычно центральному отсчету скользящего «окна», присваивается выходное значение в результате применения некоторого метода обработки данных. Наиболее простым примером такой обработки может быть линейно-усредняющий фильтр (ЛУФ), для которого выход запишется в виде где і - номер отсчета, N - размер скользящего «окна», x(j) - отсчет входного сигнала, принадлежащий текущему положению скользящего «окна». Согласно выражению (2.3) при формировании выходного значения xout(i) учитываются значения исходного процесса для отсчетов с индексами от / — (7V — 1)/2 до i + (N-1)/2. Выход ЛУФ для непрерывного сигнала можно записать следующим образом: Соотношение (2.4) представляет собой запись свертки функции входного сигнала x{t) и «окна» Cl(tn,t). В соответствии со свойствами свертки «окно» является импульсной функцией, а тогда передаточная функция фильтра является преобразованием Фурье от импульсной функции:
Идентификация моделей сигналов для наблюдателя состояния
В случае расширения системы (количества передаваемых параметров – увеличение объема передаваемой информации с борта ЛА на наземный пункт) возможно применение модификаций параметрического метода на основе НС.
Рассмотрим модификацию параметрического метода сжатия, которая позволяет дополнительно увеличить коэффициент сжатия. Принцип действия модифицированной системы заключается в следующем: ошибка передается не постоянно, а с некоторым периодом. На приемной стороне восстановление сигнала происходит по «замороженной» ошибке, т.е. в моменты времени, когда передача ошибки отсутствует, для восстановления сигнала ошибка принимается равной предыдущему значению. Такая модификация позволяет увеличить степень сжатия, причем коэффициент сжатия зависит от качества предсказателя, однако вместе с этим передача данных становится с потерями. В случае несовпадения начальных условий передающей стороны и возникает временное рассогласование моделей, которое приводит к появлению ошибок. Однако параметрический метод сжатия с НС позволяет автоматически подстроить модель приемной стороны и устранить появление ошибок. Время переходного процесса такой системы определяется порядком модели и разрядностью исходных данных.
Результаты моделирования позволили оценить средний коэффициент сжатия полетных данных, который получен равным 43, что достаточно для нормального функционирования ГСППД. Кроме того, существует возможность увеличения степени сжатия при применении модифицированного метода с замораживанием ошибки.
Модификация параметрического метода сжатия обладает хорошим коэффициентом сжатия – до 96 раз (таблица 3.3), однако при работе с быстроменяющимися сигналами имеет большой коэффициент потери информации (до 10 %). Данный метод можно применять для сжатия данных в статическом режиме передачи полетных данных ЛА.
Для определения требуемой вычислительной мощности для предложенного метода сжатия рассчитаем требуемое количество flops. Flops — внесистемная единица, используемая для измерения производительности компьютеров, показывающая, сколько операций с плавающей запятой в секунду выполняет данная вычислительная система. Расчет требуемой вычислительной мощности разобьем на расчет для идентификации модели, построения НС, расчета ошибки предсказания. В табл. 3.4- 3.7 и на рис.3.7 представлены результаты расчета требуемой вычислительной мощности для групп параметров. Из представленных результатов можно сделать вывод о том, что требуемая производительная мощность для обработки одного параметра предложенным методом в среднем не превышает 150 flops. Следовательно для всех параметров обрабатываемых ГСППД вычислительная мощность равняется 3Г flops. Сравним полученное значение требуемой производительности с производительностью РС104. Для определения пиковой производительности PC104 R, нужно тактовую частоту F, Гц, умножить на число процессоров (процессорных ядер) n, домножить на количество инструкций с плавающей запятой на s: Из представленных расчетов следует, что минимально достаточно для функционирования предложенного алгоритма сжатия в ГССПД вычислительной техники типа РС104 с тактовой частотой 333МГц. Разработанный метод адаптивный параметрического сжатия данных на основе кодирования с предсказанием позволяет получить достаточно высокий коэффициент сжатия (порядка 30 раз) и хорошо приспособлен для сжатия полетных данных. Однако для ГСППД предложенный метод имеет недостаточно высокий коэффициент сжатия. В связи с этим данный метод сжатия можно применять при работе с БЛА и ЛА с ограниченными перечнями параметров. Разработан метод, повышающий эффективность сжатия полетных данных – адаптивный параметрический метод сжатия на основе НС. Проведено обоснование выбора модели предсказателя: установлено, что АР-модели адекватно описывают динамику сигналов (параметров ЛА). Для большинства сигналов из условия оптимальности по критерию Левинсона – Дарбина модели по структуре не превышают третьего порядка. Результаты идентификации сигналов являются удовлетворительными, так как ошибка предсказания не превосходит погрешность датчиков. Показано, что предложенный метод сжатия является методом сжатия без потерь. При применении параметрического метода сжатия с НС в канал связи передается ошибка наблюдения, динамический диапазон значений которых меньше, чем у самих полетных данных. Для анализа степени уменьшения динамического диапазона передаваемых данных была смоделирована работа параметрического метода сжатия. Представлены результаты имитационного моделирования разработанного метода сжатия на основе телеметрического канала БЛА. Анализ результатов позволил сделать вывод о применимости предложенного метода сжатия в ГСППД. Использование наблюдателя состояния позволяет увеличить степень сжатия (до 23 % по сравнению с WinRar) за счет изменения полюсов модели и исправлять ошибки несовпадения начальных условий моделей приемной и передающей сторон. Предложена модификация адаптивного метода сжатия на основе НС, отличительной особенностью которой является увеличение степени сжатия до 96 раз, однако при работе с быстроменяющимися сигналами имеет большой коэффициент потери информации (до 10 %). Данный метод можно применять для сжатия данных в статическом режиме передачи полетных данных ЛА. Расчет требуемой вычислительной мощности для предложенного метода сжатия показал, что минимально достаточно для функционирования предложенного алгоритма сжатия в ГССПД специализированной вычислительной техники массового производства типа РС104 с тактовой частотой 333МГц.
Анализ пакетных протоколов передачи данных
Формирование пакета данных для спутникового канала связи обусловлено процедурой сжатия и необходимостью добавления вспомогательной информации (параметры модели). Пакет передачи должен содержать в себе результат сжатия сигнала (ошибку предсказания), параметры АР-модели, данные и служебную информацию пакета - номер параметра, заголовки, флаги начала и конца пакета. В соответствии с требованиями ITU (Н.255.0) размер пакета не должен превышать 255 байтов. Пакет разбит на несколько слотов, в каждом слоте передается информация об одном параметре.
Рассмотрим алгоритм формирования слотов данных, состоящий из следующих шагов. Формирование флага. Флаг - это уникальное сочетание символов, позволяющее определить начало или конец пакета. Флаги начальные и конечные выбраны в соответствии с рекомендацией ITU (H.223NAE). Начальный и конечный флаги одинаковые - это 8 битовая последовательность. Формирование заголовка. Заголовок - это код передаваемого параметра, состоящий в нашем случае из 12 битов. Размер заголовка выбирается из условия 2" g, где п - размер заголовка в битах; g - количество передаваемых параметров. Формирование данных. Часть «данных» содержит: признак адекватности модели, параметры модели, результаты сжатия сигналов параметров. Признак адекватности АР-модели занимает 1 бит и принимает два значения: 1 – модель неадекватна, 0 – модель адекватна. Под параметры АР-модели в слоте отведено 38 битов из расчета, что модель характеризуется четырьмя трехзначными коэффициентами. В случае, если признак адекватности АР-модели равен нулю, то параметры модели не передаются. Передаваемые сжатые данные занимают 4 или 8 битов в слоте, в зависимости от их разрядности [237]. На рисунке 4.9 показана структура слота. В ГСППД существует пять различных пакетов передачи, каждый из которых содержит информацию об одной из подсистем ЛА. В один пакет помешается до 41 слота. Рассмотрим структуру пакета передачи данных (рисунок 4.10): 1) начальный и конечный флаги. В соответствии с рекомендацией ITU (H.223NAE) флаги состоят из двух восьми битных последовательностей. 2) номер пакета - код передаваемого пакета, состоящий в нашем случае из 3 битов. Размер номера пакета выбирается из условия 1 к, где t - размер номера пакета в битах, к - количество различных передаваемых пакетов. 3) слоты с параметрами, характеризующими данную подсистему ЛА. Очередность отправки пакетов зависит от типа нештатной ситуации. Пакет, данные которого характеризуют произошедшую нештатную ситуацию, отправляется первым, следом за ним – пакет, характеризующий навигационные параметры ЛА. Разработка технологии пакетной передачи полетных данных в ГСППД включает разработку методов предварительного анализа данных, построения моделей сигналов, параметрического сжатия данных и выбора средства реализации. Проведенный анализ режимов передачи полетных данных в ГСППД позволил создать два режима работы и построить алгоритмы передачи полетных данных в динамическом и статическом режимах. Динамическая передача применяется при режиме «взлет-посадка», так как наблюдается резкое изменение значений параметров, либо при выявлении аппаратурой критического состояния. При статической передаче параметров сбор ведется в течение 10 минут и применяется при штатном полете (без критических ситуаций). Проверка на критичность параметра предназначена для перехода из статического режима передачи данных в динамический режим в случае выявления нештатной ситуации и обратно при устранении нештатной ситуации. Алгоритм проверки позволяет выявлять на ранних стадиях возможные серьезные отказы. За счет разбиения критических ситуаций на три степени существует возможность исправить ситуацию до трагического окончания происшествия. Анализ пакетных протоколов передачи данных позволил сформулировать основные требования для внутреннего протокола ГСППД. В ГСППД существует пять различных пакетов передачи, каждый из которых содержит информацию об одной из подсистем ЛА. В один пакет помешается до 41 слота. Очередность отправки пакетов зависит от типа нештатной ситуации. Пакет, данные которого характеризуют произошедшую нештатную ситуацию, отправляется первым, следом за ним – пакет, характеризующий навигационные параметры ЛА. Предложенная технология обработки позволила поэтапно реализовать разработанные алгоритмы проверки данных на критичность; определить режим передачи полетных данных, их сжатие параметрическим методом с наблюдателем состояния в цепи обратной связи; сформировать пакеты данных.