黃　鶴，陳文豪，張　弋

（中國西南電子技術(shù)研究所，成都　610036）

機(jī)載航電系統(tǒng)射頻信道健康表征及影響評(píng)估?

黃鶴??，陳文豪，張弋

（中國西南電子技術(shù)研究所，成都610036）

提出了基于失效模式影響及危害性分析（FMECA）、故障樹分析（FTA）和歷史案例的健康表征參數(shù)選取原則和方法，探討了基于隱馬爾可夫模型（HMM）和貝葉斯的健康表征方法及其應(yīng)用。結(jié)合機(jī)載航電系統(tǒng)綜合化射頻信道架構(gòu)，通過建立的模型對(duì)射頻信道的健康影響進(jìn)行了初步分析，得到了射頻信道健康表征的優(yōu)先參量?；谏漕l信道的健康表征參量和影響評(píng)估方法的研究對(duì)促進(jìn)開展先進(jìn)戰(zhàn)斗機(jī)健康管理技術(shù)研究具有重要意義。

先進(jìn)戰(zhàn)斗機(jī)；航空電子系統(tǒng)；射頻信道；健康管理；表征參數(shù)

1　引言

航電系統(tǒng)是戰(zhàn)斗機(jī)的一個(gè)重要組成部分，現(xiàn)代戰(zhàn)斗機(jī)的作戰(zhàn)性能很大程度上與航空電子系統(tǒng)密切相關(guān)。近年來，隨著航電系統(tǒng)的復(fù)雜度、功能和性能的提高，對(duì)其任務(wù)完成率和戰(zhàn)備完好性要求也逐步增加，因此航電系統(tǒng)的自主保障維護(hù)需求也日益凸顯，而健康管理技術(shù)是其自主保障維護(hù)的基礎(chǔ)［1-5］。通過航電系統(tǒng)健康管理能夠進(jìn)一步提高系統(tǒng)的自主維護(hù)、保障決策和任務(wù)完成能力。

國外先進(jìn)戰(zhàn)斗機(jī)已經(jīng)實(shí)現(xiàn)了航電系統(tǒng)的自主保障與維護(hù)，健康管理技術(shù)也已經(jīng)在美軍先進(jìn)聯(lián)合攻擊戰(zhàn)斗機(jī)中得到了驗(yàn)證和應(yīng)用，通過該技術(shù)的應(yīng)用進(jìn)一步提升了維護(hù)和保障性能［6-9］。國內(nèi)戰(zhàn)斗機(jī)航電系統(tǒng)健康管理技術(shù)與國外相比存在巨大差距，對(duì)健康管理技術(shù)的研究還處在起步階段，缺乏對(duì)航電系統(tǒng)健康表征方法、健康影響評(píng)估分析、健康管理系統(tǒng)設(shè)計(jì)以及相關(guān)驗(yàn)證與應(yīng)用技術(shù)的研究。本文以航電系統(tǒng)中典型的射頻信道為對(duì)象，研究健康表征和影響評(píng)估等方法，為實(shí)現(xiàn)飛機(jī)航電系統(tǒng)的健康管理奠定基礎(chǔ)。

射頻信道的健康狀況是指射頻信道完成信號(hào)收發(fā)、通道切換、變頻處理和預(yù)處理等所有功能的能力。完好的射頻信道能夠完成任務(wù)系統(tǒng)下達(dá)的所有既定功能，并滿足各項(xiàng)戰(zhàn)術(shù)指標(biāo)要求，具有完整的系統(tǒng)功能。其次，完好的射頻信道還具時(shí)間持續(xù)性，即在整個(gè)任務(wù)周期內(nèi)能夠完成各作戰(zhàn)階段的任務(wù)要求，能夠持續(xù)工作。由于戰(zhàn)斗機(jī)執(zhí)行的任務(wù)的環(huán)境具有情況變化大、機(jī)動(dòng)性能高和任務(wù)突發(fā)等特點(diǎn)，其航電系統(tǒng)可能經(jīng)受高海拔高溫差、高電磁干擾和強(qiáng)振動(dòng)等因素的影響，完好的射頻信道需要在上述環(huán)境條件下正常工作，且滿足各項(xiàng)性能指標(biāo)要求。

射頻信道的健康表征是指通過對(duì)射頻信道實(shí)時(shí)參數(shù)、歷史數(shù)據(jù)、調(diào)試及實(shí)驗(yàn)過程等各個(gè)階段收集的數(shù)據(jù)進(jìn)行轉(zhuǎn)化、融合和推理對(duì)射頻信道的功能能力進(jìn)行評(píng)估的方法。射頻信道健康表征的基本原則是表征參量和方法能夠準(zhǔn)確、有效和全面的表征系統(tǒng)完成任務(wù)的能力，主要可從功能完整性、時(shí)間持續(xù)性和環(huán)境適應(yīng)性的反映三個(gè)方面進(jìn)行評(píng)價(jià)。

2　表征參數(shù)選取

典型射頻信道具有多參量、多類型等特點(diǎn)，因此，對(duì)射頻信道的健康表征研究首先需要確定和分析表征參數(shù)集范圍，優(yōu)化選擇靈敏表征參量，研究表征參數(shù)選取原則和方法；其次，根據(jù)優(yōu)化的表征參量列表，以及參量在系統(tǒng)功能和性能方面的重要性影響，對(duì)表征參量的重要性或敏感性進(jìn)行研究。

2.1基于FMECA的選取方法

失效模式影響及危害性分析（FMECA）是系統(tǒng)可靠性分析的一個(gè)重要工作，也是開展維修性、安全性、測(cè)試性和保障性分析的基礎(chǔ)［10］。通過對(duì)系統(tǒng)在壽命周期各階段的FMECA分析，能夠從不同角度發(fā)現(xiàn)系統(tǒng)存在的各種缺陷和薄弱環(huán)節(jié)。同時(shí)，通過對(duì)這些薄弱環(huán)節(jié)的確定也可以更具針對(duì)性地選取相關(guān)檢測(cè)參數(shù)，作為系統(tǒng)健康評(píng)估的依據(jù)。

射頻信道FMECA分析的主要信息來源是技術(shù)規(guī)范與研制方案中產(chǎn)品性能、環(huán)境條件、結(jié)構(gòu)組成要求，以及可靠性設(shè)計(jì)分析及試驗(yàn)階段中的實(shí)驗(yàn)數(shù)據(jù)和使用維修中獲取的故障模式、故障原理、故障機(jī)理、故障頻度以及影響等。通過對(duì)各模塊主要的故障模式和機(jī)理分析能夠進(jìn)一步確定相關(guān)健康的表征參量。

2.2基于FTA的選取方法

故障樹分析（FTA）又稱失效樹分析，是一種對(duì)復(fù)雜性系統(tǒng)進(jìn)行可靠性、安全性分析的方法。通過采用圖形演繹，對(duì)可能造成功能故障的模塊硬件、環(huán)境或人為因素進(jìn)行分析，把系統(tǒng)故障與導(dǎo)致該故障的各種因素形象地繪成故障圖表，直觀地反映故障、元部件、系統(tǒng)及因素、原因之間的相互關(guān)系，通過對(duì)系統(tǒng)故障的各種直接和間接原因（事件）分析，把系統(tǒng)失效的各種因素與監(jiān)測(cè)的表征參量聯(lián)系起來。在系統(tǒng)使用階段，通過分析參量變化情況與故障樹分析結(jié)果的邏輯對(duì)應(yīng)關(guān)系，可以幫助進(jìn)行故障表征參數(shù)的優(yōu)化選擇和對(duì)系統(tǒng)的失效診斷，為預(yù)測(cè)和評(píng)估系統(tǒng)的可靠性提供有益的數(shù)據(jù)。

FTA還可以與FMECA相結(jié)合，對(duì)系統(tǒng)進(jìn)行更深入的分析。通過故障樹分析定位故障模塊，同時(shí)可以對(duì)定位到模塊的故障率進(jìn)行計(jì)算分析，在此基礎(chǔ)上可選取有效的健康表征參數(shù)。

2.3基于歷史案例的選取方法

歷史案例方法通過對(duì)系統(tǒng)歷史實(shí)驗(yàn)數(shù)據(jù)、日常使用和維修維護(hù)數(shù)據(jù)的收集與積累，進(jìn)行基于案例的失效統(tǒng)計(jì)分析，確定相關(guān)關(guān)鍵易損組部件和對(duì)應(yīng)的表征參量。

第一步：關(guān)鍵元件的識(shí)別

根據(jù)歷史案例和經(jīng)驗(yàn)，基于高失效率的失效率分析表可應(yīng)用于關(guān)鍵元件的識(shí)別，該表會(huì)列出各個(gè)器件的失效概率，以劃分器件的失效率等級(jí)。在大多數(shù)情況下，基于歷史數(shù)據(jù)就可以識(shí)別關(guān)鍵元件。同時(shí)，也可在應(yīng)力環(huán)境下根據(jù)加速壽命試驗(yàn)的結(jié)果進(jìn)行識(shí)別。

第二步：失效模式和機(jī)理分析

導(dǎo)致故障的關(guān)鍵元件通常位于最底層，一個(gè)元件的失效可能導(dǎo)致整個(gè)系統(tǒng)的功能故障。FMECA是在第一步識(shí)別關(guān)鍵元件的基礎(chǔ)上分析識(shí)別潛在的失效模式，確定它們?cè)谙到y(tǒng)運(yùn)行中的作用。根據(jù)故障的模式、故障影響、嚴(yán)酷度和檢測(cè)方法等分析，找出高概率的故障模式和原因，從而定位監(jiān)測(cè)模塊和對(duì)應(yīng)表征參數(shù)。通過失效模式與機(jī)理的分析可進(jìn)一步研究射頻信道各模塊的關(guān)鍵元件參量與失效原因之間的關(guān)系。

第三步：主要失效模式確定

根據(jù)可靠性數(shù)據(jù)，可以進(jìn)一步深入研究各失效模式在總失效中所占的比例，對(duì)模塊失效率進(jìn)行初步排序。分析系統(tǒng)失效對(duì)任務(wù)完成率或功能性能的影響，結(jié)合失效率數(shù)據(jù)確定系統(tǒng)各模塊的主要失效模式和重要性，分析各模塊的故障敏感參數(shù)，分析參數(shù)漂移對(duì)系統(tǒng)的影響，確定出對(duì)退化敏感的電路特性。通過對(duì)模塊歷史數(shù)據(jù)的分析，確定關(guān)鍵參數(shù)退化對(duì)系統(tǒng)健康的敏感程度。

3　表征參量的健康影響評(píng)估方法

射頻信道主要是由大量的射頻模擬電路和數(shù)字電路混合構(gòu)成，基于表征參數(shù)的健康評(píng)估是一個(gè)十分復(fù)雜的問題，尤其是射頻信道電路各模塊狀態(tài)參數(shù)的監(jiān)測(cè)更是一個(gè)難題。另外，射頻信道各功能模塊電路中還存在大量的反饋回路和各元件的正常容差范圍，這都大大增加了參數(shù)監(jiān)測(cè)與健康評(píng)估的難度。但隨著未來對(duì)先進(jìn)戰(zhàn)斗機(jī)綜合性能要求的日益提高，射頻信道的數(shù)?；旌想娐坊蛏漕l模擬電路的診斷評(píng)估研究也顯得日益迫切和重要。

3.1基于隱馬爾科夫模型（HMM）的射頻信道健康表征應(yīng)用

采用HMM實(shí)現(xiàn)對(duì)射頻系統(tǒng)基于表征參數(shù)的健康評(píng)估，HMM的健康評(píng)估過程如圖1所示。

圖1　基于HMM的健康評(píng)估系統(tǒng)框圖Fig.1　The structure of HMM-based health evaluation system

在進(jìn)行HMM的健康評(píng)估前，先定義KL（Kullback-Leibler）距離：設(shè)p是問題域U上的一個(gè)概率密度函數(shù)，另一個(gè)概率密度函數(shù)為q，q是p的近似，則q和p之間的距離定義為

KL距離的大小表示p和q之間的接近程度，若KL距離越小，表示p越近似于q，當(dāng)且僅當(dāng)p＝q時(shí)，KL距離為0，即當(dāng)被測(cè)參數(shù)越接近于正常狀態(tài)時(shí)KL距離值越小，反之KL距離值越大［11-12］。

射頻信道的HMM健康評(píng)估即是通過表征參量的計(jì)算分析KL距離的一個(gè)過程。評(píng)估分析首先對(duì)組成各功能模塊進(jìn)行劃分并對(duì)其進(jìn)行建模與仿真，對(duì)模塊參數(shù)的容差范圍進(jìn)行分析。健康評(píng)估前需要訓(xùn)練一個(gè)HMM來代表正常狀態(tài)，其余各中間狀態(tài)所對(duì)應(yīng)的觀測(cè)序列送入模型，由此計(jì)算出似然概率并獲得相應(yīng)的KL距離值，把微弱變化的早期故障過程轉(zhuǎn)換為明顯變化的KL距離來反映系統(tǒng)偏離正常態(tài)的程度，并與給定的閾值比較，從而估計(jì)系統(tǒng)的健康狀況。

3.1.1參數(shù)特征提取

在模塊尚未完全失效的情況下對(duì)射頻信道的狀態(tài)監(jiān)測(cè)并對(duì)特征參數(shù)值的提取是基于HMM評(píng)估的關(guān)鍵。由敏感性原則選取表征參量，通過建立的模型研究所選表征參量對(duì)射頻信道性能參數(shù)的影響變化，例如，開關(guān)矩陣導(dǎo)通阻抗對(duì)信號(hào)的影響、變頻模塊參數(shù)漂移對(duì)信號(hào)頻率變化的影響等。通過影響分析可選定相關(guān)參數(shù)進(jìn)行健康評(píng)估，其具體思路如下：

（1）設(shè)選定參數(shù)為某一模塊的電學(xué)參量v1，且其正常容差為±1％；

（2）當(dāng)v1∈［0.99Xn～1.01Xn］，Xn為其標(biāo)稱值，v1在正常的容差變化范圍內(nèi)，健康指數(shù)為1；

（3）當(dāng)v1∈［1.011Xn～1.015Xn］，v1值出現(xiàn)微弱偏離，健康指數(shù)為0.9；

（4）當(dāng)v1∈［1.016Xn～1.02Xn］，v1值逐漸偏離正常態(tài)，健康指數(shù)為0.8；

（5）以此類推，當(dāng)v1∈［1.056Xn～1.06Xn］，v1值極大偏離正常值，系統(tǒng)完全故障，健康指數(shù)為0。

狀態(tài)監(jiān)測(cè)就是依據(jù)射頻信道各模塊的健康指數(shù)，根據(jù)實(shí)際需要決定其替換與否。狀態(tài)監(jiān)測(cè)與健康評(píng)估就是對(duì)表征參數(shù)在整個(gè)范圍內(nèi)（如v1∈［1.011Xn～1.06Xn］）的變化進(jìn)行研究，計(jì)算模塊參數(shù)在各范圍內(nèi)所對(duì)應(yīng)的KL距離，從而給出電路健康狀況的準(zhǔn)確估計(jì)。

3.1.2表征參數(shù)監(jiān)測(cè)與健康評(píng)估設(shè)計(jì)

電路的早期故障可能會(huì)導(dǎo)致表征參數(shù)的微弱變化，直接根據(jù)此參數(shù)的變化很難估計(jì)系統(tǒng)的健康狀況，并且僅用一次的狀態(tài)觀測(cè)值來估計(jì)電路的健康狀況也是不準(zhǔn)確的，故選擇處理后的L個(gè)特征向量構(gòu)成一組觀測(cè)序列。利用正常時(shí)的特征來訓(xùn)練HMM并利用該模型對(duì)電路未知狀態(tài)進(jìn)行健康估計(jì)，將計(jì)算出的KL距離與閾值比較，以此判斷射頻信道偏離正常態(tài)的程度。

參數(shù)監(jiān)測(cè)與健康評(píng)估的過程如下：在已知射頻信道輸入的情況下，將該電路系統(tǒng)工作在各種狀態(tài)下的歷史數(shù)據(jù)（可通過仿真、實(shí)驗(yàn)、外場(chǎng)等方式獲?。┙?jīng)線性辨別分析（LDA）映射，并保留其中的降維映射矩陣，選擇其中正常態(tài)的降維特征構(gòu)造成觀測(cè)序列來訓(xùn)練HMM并獲得P（Onormal｜λ）。采樣工作在相同輸入情況下的同類射頻系統(tǒng)的當(dāng)前狀態(tài)特征經(jīng)降維映射矩陣映射后，輸入已訓(xùn)練的HMM得到對(duì)應(yīng)的P（Ounknown｜λ），由［P（Ounknown｜λ），P（Onormal｜λ）］就可計(jì)算出KL距離，根據(jù)其值大小就可估計(jì)當(dāng)前射頻信道統(tǒng)偏離正常態(tài)的程度：若KL很小說明系統(tǒng)狀態(tài)越接近正常，隨著KL的增大表明射頻系統(tǒng)的健康逐漸惡化，若KL大于預(yù)定閾值則電路功能已完全失效，從而實(shí)現(xiàn)對(duì)射頻系統(tǒng)的參數(shù)監(jiān)測(cè)與健康評(píng)估。閾值依實(shí)際情況選取，若對(duì)電路系統(tǒng)性能要求越高則閾值就越小。

參數(shù)訓(xùn)練過程與健康監(jiān)測(cè)評(píng)估流程如圖2和圖3所示。

圖3　參數(shù)監(jiān)測(cè)與健康評(píng)估過程Fig.3　Parameters monitor and health evaluation process

3.2基于貝葉斯網(wǎng)絡(luò)的射頻信道故障建模與健康評(píng)估

3.2.1貝葉斯網(wǎng)絡(luò)故障建模

貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)過程即屬于故障建模過程，用于健康評(píng)估的貝葉斯網(wǎng)絡(luò)各節(jié)點(diǎn)有明確的含義，它通常包含兩類節(jié)點(diǎn)：具體故障節(jié)點(diǎn)和故障征兆節(jié)點(diǎn)。節(jié)點(diǎn)間的有向連接弧表示故障類型和征兆之間的因果關(guān)系，是故障診斷的定性描述。每個(gè)節(jié)點(diǎn)的參數(shù)值表示給定父節(jié)點(diǎn)狀態(tài)時(shí)的該節(jié)點(diǎn)的條件概率，表征了故障類型與故障征兆之間的概率依賴關(guān)系，是故障診斷的定量描述。貝葉斯網(wǎng)絡(luò)的圖形化結(jié)構(gòu)更加清晰地得知專家對(duì)系統(tǒng)故障狀態(tài)的認(rèn)知。設(shè)F表示整個(gè)故障集，則F＝｛F1，F(xiàn)2，…，F(xiàn)m｝，m為故障樣本集中的故障類型數(shù)。對(duì)于每類故障的數(shù)據(jù)，通過各測(cè)點(diǎn)數(shù)據(jù)并通過適當(dāng)?shù)奶卣魈崛?，從而組成故障征兆樣本集。設(shè)T表示整個(gè)故障征兆樣本集，則T＝｛t1，t2，…，tn｝，n為故障征兆樣本集中元素的個(gè)數(shù)。由F和T就可以建立貝葉斯網(wǎng)絡(luò)診斷模型［13-15］。

以典型射頻信道為例簡(jiǎn)單介紹貝葉斯網(wǎng)絡(luò)診斷模型的建模過程。射頻信道由天線接口單元、開關(guān)矩陣模塊、變頻模塊、預(yù)處理模塊和電源模塊組成，每個(gè)模塊假設(shè)設(shè)置一個(gè)測(cè)點(diǎn)且測(cè)試相關(guān)表征參數(shù)t1，t2，t3，t4，t5，可以獲得其因果關(guān)系，見圖5。

圖4　射頻信道因果關(guān)系圖Fig.4　The relation of each module in RF channel

該電路故障集F＝｛電源模塊，天線接口單元，開關(guān)矩陣模塊，變頻模塊，預(yù)處理模塊｝，其故障征兆樣本集T＝｛t1，t2，t3，t4，t5｝，其值設(shè)為正常、中等偏離及較大偏離4類。由圖4建立起射頻系統(tǒng)的貝葉斯網(wǎng)絡(luò)模型的結(jié)構(gòu)如圖5所示，電源模塊與節(jié)點(diǎn)參數(shù)t1之間的有向弧表示電源模塊一旦出現(xiàn)故障則會(huì)導(dǎo)致節(jié)點(diǎn)參數(shù)t1（故障征兆）的變化，其余有向弧含義類似。從該圖可知任意子模塊的故障均會(huì)導(dǎo)致射頻信道的故障。只要獲得5個(gè)測(cè)點(diǎn)的參數(shù)值，經(jīng)貝葉斯網(wǎng)絡(luò)推理即可推知故障模塊的類型。整個(gè)射頻系統(tǒng)由于各子模塊和測(cè)點(diǎn)較多，故障類型與故障征兆之間關(guān)系錯(cuò)綜復(fù)雜，依專家經(jīng)驗(yàn)很難建立準(zhǔn)確的貝葉斯網(wǎng)絡(luò)診斷模型的結(jié)構(gòu)，因此實(shí)際應(yīng)用中需要利用各節(jié)點(diǎn)的實(shí)測(cè)數(shù)據(jù)，通過結(jié)構(gòu)學(xué)習(xí)算法與專家經(jīng)驗(yàn)相結(jié)合來獲取網(wǎng)絡(luò)結(jié)構(gòu)。

圖5　射頻信道貝葉斯網(wǎng)絡(luò)模型Fig.5　Bayes net model of RF channel

3.2.2貝葉斯網(wǎng)絡(luò)的診斷步驟

射頻信道基于貝葉斯網(wǎng)絡(luò)的健康評(píng)估同樣首先要獲取射頻信道正常態(tài)時(shí)的運(yùn)行數(shù)據(jù)，更要有其出現(xiàn)早期故障時(shí)的數(shù)據(jù)，并應(yīng)該已知故障類別。這樣，由已知故障類別、故障發(fā)生時(shí)的運(yùn)行參數(shù)、歷史記錄組成的數(shù)據(jù)庫便構(gòu)成訓(xùn)練、學(xué)習(xí)樣本庫。數(shù)據(jù)挖掘的任務(wù)就是從這些海量的雜亂無章的樣本庫中找出隱藏在其中的內(nèi)在規(guī)律，提取出不同故障的各自特征，挖掘出有價(jià)值的信息，應(yīng)用于健康評(píng)估。

通過確定網(wǎng)絡(luò)結(jié)構(gòu)，各故障樣本集和各征兆樣本集，初始化網(wǎng)絡(luò)參數(shù)，給出各故障發(fā)生的先驗(yàn)概率，進(jìn)行網(wǎng)絡(luò)的推理、運(yùn)算，最終得到射頻信道發(fā)生各種故障的可能性大小，進(jìn)而對(duì)系統(tǒng)健康狀態(tài)進(jìn)行評(píng)估，具體步驟設(shè)計(jì)如下：

（1）依據(jù)電子系統(tǒng)的歷史記錄數(shù)據(jù)，區(qū)分開正常態(tài)和異常態(tài)的運(yùn)行數(shù)據(jù)。對(duì)異常態(tài)數(shù)據(jù)又分為不同故障類型的數(shù)據(jù)，根據(jù)系統(tǒng)運(yùn)行的歷史記錄，記下各故障類型；

（2）故障樣本集和故障征兆樣本集組成用于網(wǎng)絡(luò)模型學(xué)習(xí)的故障樣本庫。對(duì)于具有完整數(shù)據(jù)的故障樣本數(shù)據(jù)庫，貝葉斯網(wǎng)絡(luò)采用最大后驗(yàn)估計(jì)方法來更新貝葉斯網(wǎng)絡(luò)的各故障征兆節(jié)點(diǎn)變量的條件概率值；對(duì)于具有丟失數(shù)據(jù)的故障樣本庫，貝葉斯網(wǎng)絡(luò)采用其他相關(guān)算法來更新貝葉斯網(wǎng)絡(luò)的各故障征兆節(jié)點(diǎn)變量的條件概率值。增加學(xué)習(xí)樣本的數(shù)量，會(huì)使各故障征兆節(jié)點(diǎn)變量的條件概率值更合理；

（3）采集射頻信道當(dāng)前運(yùn)行的數(shù)據(jù)并適當(dāng)?shù)奶卣魈崛?，獲得一個(gè)測(cè)試樣本；

（4）根據(jù)各故障征兆節(jié)點(diǎn)所對(duì)應(yīng)變量的取值規(guī)則，就可得到符合各故障征兆節(jié)點(diǎn)所對(duì)應(yīng)變量的取值要求的數(shù)據(jù)，并輸入系統(tǒng)處理，貝葉斯網(wǎng)絡(luò)就會(huì)采取一定的推論法則，計(jì)算出射頻信道發(fā)生各類故障的可能性大小，進(jìn)而對(duì)健康狀態(tài)進(jìn)行評(píng)估。

5　典型射頻系統(tǒng)健康表征影響分析

對(duì)射頻信道的健康表征影響分析采用的技術(shù)方案如圖6所示。

圖6　射頻信道的健康表征影響分析方案Fig.6　The scheme of RF channel health analysis

通過對(duì)典型射頻信道失效模式的分析可以得到主要模塊的失效影響、失效形式表征，以及能夠反映系統(tǒng)故障狀況的健康表征參數(shù)。射頻信道各模塊參數(shù)類型和數(shù)量較多，在實(shí)際的表征應(yīng)用中需要按照表征參數(shù)優(yōu)化選取原則和方法進(jìn)行優(yōu)選。通過參數(shù)的篩選和添加形成最終的優(yōu)化表征參數(shù)。

射頻信道故障模式確定方法主要采用FMECA和歷史案例方法，同時(shí)輔助結(jié)合FTA以及專家意見確定各模塊功能的主要失效模式?；趨?shù)的選取原則和重要度對(duì)表征參量進(jìn)行優(yōu)化選擇，經(jīng)過對(duì)上述參數(shù)的初步優(yōu)選到的典型射頻健康表征主要參數(shù)如表1所示。

表1　射頻信道模塊初步優(yōu)選表征參數(shù)Table 1　Selected characterization parameters of RF channel

系統(tǒng)健康狀態(tài)的評(píng)估方法采用前面敘述的HMM和貝葉斯網(wǎng)絡(luò)方法，同時(shí)根據(jù)實(shí)際系統(tǒng)分析、實(shí)驗(yàn)或驗(yàn)證效果再優(yōu)選或研究可行的健康評(píng)估理論原理。根據(jù)健康評(píng)估輸入要求，對(duì)系統(tǒng)狀態(tài)的表征參量進(jìn)行定義，最終依據(jù)實(shí)際表征參量的測(cè)試完成系統(tǒng)健康狀態(tài)的評(píng)估。

5　結(jié)束語

本文主要針對(duì)戰(zhàn)斗機(jī)航電系統(tǒng)典型射頻信道健康表征等基礎(chǔ)性問題進(jìn)行探討，研究了典型射頻信道用于健康表征的參量選取方法和步驟。同時(shí)，對(duì)基于HMM和貝葉斯網(wǎng)絡(luò)的射頻信道健康表征算法方法進(jìn)行了理論研究。通過表征參量選取和健康評(píng)估研究得到了射頻信道的初步優(yōu)選表征參量，為深入研究電子系統(tǒng)表征參數(shù)的特征提取、健康狀態(tài)評(píng)估、性能趨勢(shì)預(yù)測(cè)和系統(tǒng)重構(gòu)方法奠定基礎(chǔ)。典型射頻信道健康表征參量和影響評(píng)估方法的研究對(duì)促進(jìn)開展先進(jìn)戰(zhàn)斗機(jī)故障預(yù)測(cè)與健康管理技術(shù)研究具有重要意義，其有助于在航空電子系統(tǒng)縮短與軍事強(qiáng)國間的差距，提高戰(zhàn)斗機(jī)的任務(wù)完成率和戰(zhàn)備完好性，增強(qiáng)戰(zhàn)斗機(jī)航電系統(tǒng)的后勤保障和維護(hù)能力。

［1］郭陽明，蔡小斌，張寶珍，等.故障預(yù)測(cè)與健康管理技術(shù)綜述［J］.計(jì)算機(jī)測(cè)量與控制，2008，16（9）：1213-1219. GUO Yang-ming，CAI Xiao-bin，ZHANG Bao-zhen，et al. Review of Prognostics and Health Management Technology［J］.Computer Measurement＆Control，2008，16（9）：1213-1219.（in Chinese）

［2］曾聲奎，Pecht M G，吳際.故障預(yù)測(cè)與健康管理（PHM）技術(shù)的現(xiàn)狀與發(fā)展［J］.航空學(xué)報(bào)，2005，26（5）：627-632. ZENG Sheng-kui，Pecht M G，WU Ji.Status and Perspectives of Prognostic and Health Management Technologies［J］. Acta Aeronautica Et Astronautica Sinica，2005，26（5）：627-632.（in Chinese）

［3］張嘉鐘，張利國.航空設(shè)備故障預(yù)測(cè)與健康管理設(shè)備［J］.航空制造技術(shù)，2008，33（2）：40-43. ZHANG Jia-zhong，ZHANG Li-guo.Aviation Equipment Faults Prognostic and Health Management Equipment［J］. Aeronautical Manufacturing Technology，2008，33（2）：40-43.（in Chinese）

［4］孫博，康銳，謝勁松.故障預(yù)測(cè)與健康管理系統(tǒng)研究和應(yīng)用現(xiàn)狀綜述［J］.系統(tǒng)工程與電子技術(shù)，2007，29（10）：1762-1767. SUN Bo，KANG Rui，XIE Jin-song.Research and application of the prognostic and health management system［J］.System Engineering and Electronics，2007，29（10）：1762-1767.（in Chinese）

［5］梁旭，李行善，張磊，等.支持視情維修的故障預(yù)測(cè)技術(shù)研究［J］.測(cè)控技術(shù)，2007，26（6）：5-8. LIANG Xu，LI Xing-shan，ZHANG Lei，et al.Survey of Fault Prognostics Supporting Condition Based Maintenance［J］.Measurement＆Control Technology，2007，26（6）：5-8.（in Chinese）

［6］Hess A，F(xiàn)ila L.The joint strike fighter（JSF）PHM concept：potential impact on aging aircraft problems［C］//Proceedings of 2002 IEEE Aerospace Conference.Big Sky，MT：IEEE，2002：3021-3026.

［7］張秋菊，張冬梅.電子系統(tǒng)故障預(yù)測(cè)與健康管理技術(shù)研究［J］.光電技術(shù)應(yīng)用，2012，27（1）：19-24. ZHANG Qiu-ju，ZHANG Dong-mei.Study on Prognostic and Health Management of Electronic System［J］.Electro-Optic Technology Application，2012，27（1）：19-24.（in Chinese）

［8］Biagetti T，Sciubba E.Automatic diagnostics and prognostics of energy conversion processes via knowledge-based systems［J］.Energy 2004，29（12）：2553-2572.

［9］Ponci F，Cristaldi L，F(xiàn)aifer M，et al.Innovative approach to early fault detection for induction motors［C］//Proceedings of 2007 IEEE International Symposium on Diagnostics for Electric Machines，Power Electronics and Drives.Cracow：IEEE，2007：283-288.

［10］石君友，紀(jì)超.擴(kuò)展FMECA方法應(yīng)用研究［J］.測(cè)控技術(shù)，2011，30（5）：110-114. SHI Jun-you，JI Chao.Study on Enhanced FMECA Method Application［J］.Test and Control Technology，2011，30（5）：110-114.（in Chinese）

［11］錢彥嶺.測(cè)試性建模技術(shù)及其應(yīng)用研究［D］.長(zhǎng)沙：國防科技大學(xué)，2002：2-13. QIAN Yan-ling.Testability Modeling Technology and Its Application Research［D］.Changsha：National University of Defense Techonology，2002：2-13.（in Chinese）

［12］許麗佳，龍兵，王厚軍.混合訓(xùn)練的DHMM及其在發(fā)射機(jī)狀態(tài)檢測(cè)中的應(yīng)用［J］.電子與信息學(xué)報(bào)，2008，30（7）：1661-1665. XU Li-jia，LONG Bing，WANG Hou-jun.Hybrid Training DHMM and Its Application to Check Transmitter Power［J］. Journal of Electronics＆Information Technology，2008，30（7）：1661-1665.（in Chinese）

［13］周韶園.基于HMM的統(tǒng)計(jì)過程監(jiān)控研究［D］.杭州：浙江大學(xué)，2005：14-16. ZHOU Shao-yuan.Statistical Process Monitoring Via Hidden Markov Model［D］.Hangzhou：Zhejiang University，2005：14-16.（in Chinese）

［14］慕春棣，戴劍彬，葉俊.用于數(shù)據(jù)挖掘的貝葉斯網(wǎng)絡(luò)［J］.軟件學(xué)報(bào)，2000，11（5）：660-666. MU Chun-di，DAI Jian-bin，YE Jun.Bayesian Network for Data Mining［J］.Journal of Software，2000，11（5）：660-666.（in Chinese）

［15］許麗佳，王厚軍，龍兵.貝葉斯網(wǎng)絡(luò)在電子系統(tǒng)故障診斷中的應(yīng)用研究［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45（8）：194-197. XU Li-jia，WANG Hou-jun，LONG Bing.Study on fault diagnosis of electronic system using Bayesian network［J］. Computer Engineering and Applications，2009，45（8）：194-197.（in Chinese）

［16］王承.基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究［D］.成都：電子科技大學(xué)，2005. W ANG Cheng.Study on Fault Diagnosis in Analog Circuits Based on Neural Networks［D］.Chengdu：University of Electronic Science and Technology of China，2005.（in Chinese）

HUANG He was born in Bazhong，Sichuan Province，in 1970. He is now a senior engineer.His research concerns the integration of airborne avionics RF system.

Email：Hh2013hh＠126.com

陳文豪（1983—），男，四川遂寧人，2002年于西安電子科技大學(xué)獲博士學(xué)位，主要從事機(jī)載航電射頻故障征兆及健康管理研究；

CHEN Wen-hao was born in Suining，Sichuan Province，in 1983.He received the Ph.D.degree from Xidian University in 2012.His research concerns fault prognostic and health management of airborne avionics RF system.

張弋（1983—），男，四川成都人，工程師，主要從事機(jī)載航電射頻測(cè)試性和健康管理研究。

ZHANG Yi was born in Chengdu，Sichuan Province，in 1983. He is now an engineer.His research concerns testability and health management of airborne avionics RF system.

Health Characterization and Effect Evaluation of RF Channel in Airborne Avionics System

HUANG He，CHEN Wen-hao，ZHANG Yi
（Southwest China Institute of Electronic Technology，Chengdu 610036，China）

This paper proposes the principles and methods for selecting the health characterization parameters based on Failure Mode，Effects and Criticality Analysis（FMECA），F(xiàn)ault Tree Analysis（FTA）and historical cases.At the same time，it discusses the method and application of the health characterization parameters based on Hidden Markov Model（HMM）and Bayes.Considering the integrated RF channel architecture in airborne avionic system，this paper analyzes the health influence on RF channel by means of the built model and selected characterization parameters.The results are important for the technology research of advanced fighter health management.

advanced fighter；avionics system；RF channel；health management；characterization parameter

hh2013hh＠126.com

V243

A

1001-893X（2013）05-0628-06

10.3969/j.issn.1001-893x.2013.05.020

黃鶴（1970—），男，四川巴中人，高級(jí)工程師，主要研究方向?yàn)闄C(jī)載航電射頻總體；

2013-03-02；

2013-04-25 Received date：2013-03-02；Revised date：2013-04-25

??

hh2013hh＠126.com