胡匯洋等

摘 要： 為了向型號科研提供一個(gè)高質(zhì)量、高精度的統(tǒng)一時(shí)間基準(zhǔn)的數(shù)據(jù)信息，根據(jù)型號試飛需求，將來自多個(gè)相同或不同類型的數(shù)據(jù)流文件的參數(shù)數(shù)據(jù)進(jìn)行融合處理。介紹線形插值、時(shí)間逼近及采樣保持的數(shù)據(jù)融合算法，比較分析相關(guān)算法不同情況下的有效性，為試飛數(shù)據(jù)流文件的融合處理提供了依據(jù)。

關(guān)鍵詞： 數(shù)據(jù)融合； 線性插值； 時(shí)間逼近； 采樣保持

中圖分類號： TN911?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2015）08?0047?03

Fusion processing of multiple data stream files from flight test

HU Hui?yang， LI Yang， XU Ying?kang

（Chinese Flight Test Establishment， Xian 710089， China）

Abstract： To provide a high?quality and high?precision unified time benchmark data information for research projects， fusion processing of the parameter data from multiple same or different types of data stream files is often required according to the flight test demand. The data fusion algorithm for linear interpolation， time approaching and sample hold is introduced in this article. The effectiveness of relevant algorithms under different circumstances is compared and analyzed. It provided a foundation for fusion processing of flight test data stream files.

Keywords： data fusion； linear interpolation； time approaching； sample hold

0 引 言

隨著飛行試驗(yàn)技術(shù)的高速發(fā)展，對飛行試驗(yàn)數(shù)據(jù)處理也提出了很高的要求。目前試飛數(shù)據(jù)的種類越來越多，除了常規(guī)的PCM數(shù)據(jù)以外，各類總線數(shù)據(jù)、外測數(shù)據(jù)等都是單獨(dú)進(jìn)行測試和處理，這就需要多臺采集設(shè)備采集和記錄數(shù)據(jù)，造成不同采集設(shè)備采集的數(shù)據(jù)在時(shí)間上會有一些差異（也使得各設(shè)備采集采樣時(shí)刻不一致）。但根據(jù)一些試飛科目的要求，必須要把同一科目的來自不同采集器的相關(guān)參數(shù)放在同一個(gè)文件中才能對飛機(jī)的性能、品質(zhì)做出準(zhǔn)確的判斷，也就是要在統(tǒng)一的時(shí)間基準(zhǔn)上對相關(guān)參數(shù)進(jìn)行分析。這就要求必須對多數(shù)據(jù)流的數(shù)據(jù)進(jìn)行融合同步處理[1]，為型號提供一個(gè)滿足課題要求的統(tǒng)一時(shí)間基準(zhǔn)[2]的數(shù)據(jù)信息。

本文就多數(shù)據(jù)流參數(shù)的融合進(jìn)行初步的探討，并針對不同情況給出了相應(yīng)的融合方法。

1 多數(shù)據(jù)流數(shù)據(jù)融合前的準(zhǔn)備

野點(diǎn)剔出[3]是多數(shù)據(jù)流數(shù)據(jù)融合處理的一個(gè)重要環(huán)節(jié)。野點(diǎn)也稱為跳點(diǎn)，如圖1所示，其是指不是被測對象本身正常跳變的記錄，而是由于傳感器、變換器及傳輸中的干擾等造成的異常跳點(diǎn)，也即是測量設(shè)備及傳輸?shù)人斐傻牟徽_點(diǎn)。

對于野點(diǎn)分為時(shí)間跳點(diǎn)和參數(shù)值的跳點(diǎn)，雖然異常值是個(gè)別的，但是它對于數(shù)據(jù)分析的結(jié)果影響是比較嚴(yán)重的，能夠影響多數(shù)據(jù)流文件的融合處理效果甚至?xí)?dǎo)致融合失敗。

對于時(shí)間跳點(diǎn)來說，由于多數(shù)據(jù)流的數(shù)據(jù)融合是多數(shù)據(jù)流在時(shí)間上的協(xié)調(diào)統(tǒng)一，時(shí)間跳點(diǎn)的剔出就顯得尤為重要。計(jì)算時(shí)間t的公式為：[t=h×3 600+m×60+][s+ms1 000]，正常而言（飛行時(shí)間不過午夜零點(diǎn)），時(shí)間參數(shù)應(yīng)該是一個(gè)連續(xù)遞增的序列，即：[0

（1） [tn-1tn+1]，且[tn+1=tn-1+2Δt]；

（2） [tn-1

（3） [tn≥24×3 600]。

當(dāng)然，以上只是單點(diǎn)的時(shí)間跳點(diǎn)，還會有多點(diǎn)的情況。

對于參數(shù)數(shù)據(jù)跳點(diǎn)的剔出，目前剔除野值的方法很多[3?4]， 常用的有中點(diǎn)判別法和萊特準(zhǔn)則判別法等。 中點(diǎn)判別法是利用正交多項(xiàng)式，按最小二乘原理每5點(diǎn)作一個(gè)擬合曲線，計(jì)算擬合值與原始值之差，然后對其中點(diǎn)進(jìn)行判斷，條件一般設(shè)為按正態(tài)分布計(jì)算的約80%概率加上一些附加條件，如幅值限制等，對于不符合條件的視其為野值；萊特準(zhǔn)則是從概率角度考慮，把剩余誤差的絕對值超過3倍的標(biāo)準(zhǔn)差作為條件，如果條件成立則該點(diǎn)為野值點(diǎn)，從而加以剔除。

2 多數(shù)據(jù)流數(shù)據(jù)融合

多數(shù)據(jù)流數(shù)據(jù)的融合越來越多地被要求作為事后數(shù)據(jù)處理的一部分，根據(jù)課題的要求和參數(shù)性質(zhì)的不同，選擇適當(dāng)?shù)乃惴▽Χ鄶?shù)據(jù)流的數(shù)據(jù)進(jìn)行融合處理。不管使用哪種數(shù)據(jù)融合的算法，數(shù)據(jù)融合都應(yīng)在以下前提下進(jìn)行：

（1） 參與融合數(shù)據(jù)的采樣率要足夠反映參數(shù)的變化頻率，即參數(shù)的采樣率是合適的[5]。

（2） 低采樣率的參數(shù)向高采樣率的參數(shù)融合，反之是沒有意義的。

（3） 各個(gè)數(shù)據(jù)流要統(tǒng)一授時(shí)。

每個(gè)數(shù)據(jù)流的數(shù)據(jù)文件都有自己固定的時(shí)間序列，數(shù)據(jù)融合時(shí)，選擇其中一個(gè)數(shù)據(jù)文件中的時(shí)間序列為基準(zhǔn)，該文件稱為基準(zhǔn)文件，其他數(shù)據(jù)流文件的參數(shù)都要統(tǒng)一到這一時(shí)間基準(zhǔn)上來。

2.1 多數(shù)據(jù)流數(shù)據(jù)融合的算法描述

2.1.1 線性插值的算法描述

用來描述客觀現(xiàn)象的函數(shù)[f（x）]通常是比較復(fù)雜的，雖然可以肯定這個(gè)函數(shù)在某個(gè)范圍內(nèi)有存在，但很難找到它的具體表達(dá)式，在許多場合，需要通過實(shí)驗(yàn)或數(shù)值計(jì)算來揭示這些客觀現(xiàn)象。飛行試驗(yàn)也不例外，飛行試驗(yàn)獲得了相關(guān)參數(shù)的在時(shí)間序列上的離散點(diǎn)，如表1所示。

這里假設(shè)參數(shù)變量[y]是時(shí)間[t]的函數(shù)[y=f（t）]，飛行試驗(yàn)給出了該函數(shù)的離散采樣點(diǎn)，如何求出時(shí)間區(qū)間[[tk]，[tk+1]]（[tk≠tk+1]，[k=0，1，2，…，n]）中某一時(shí)間[t]的函數(shù)值，這就需要用到插值的方法。插值的基本思想是，設(shè)法構(gòu)造某個(gè)多項(xiàng)式函數(shù)[y=p（x）]作為[f（x）]的近似表達(dá)式，然后計(jì)算[y=p（t）]的值作為[f（t）]近似值。

線性插值是最常見的插值方法[6?7]，對于緩變的模擬量參數(shù)，在采樣率比較高的情況下，任意相鄰兩點(diǎn)之間的曲線可以用直線去逼近，并且采樣率越高，逼近精度越高。其插值的表達(dá)式為：

[y=yk+（t-tk）·（yk+1-yk）（tk+1-tk）]

2.1.2 基于時(shí)間逼近的多數(shù)據(jù)流數(shù)據(jù)融合算法

線形插值的方法是在原有采樣點(diǎn)的基礎(chǔ)上經(jīng)計(jì)算產(chǎn)生某一時(shí)刻t的參數(shù)值，而時(shí)間逼近的數(shù)據(jù)融合思想是[8?9]：選擇基準(zhǔn)時(shí)刻t左右相鄰兩點(diǎn)的時(shí)刻[t1，t2]，以距離t時(shí)刻最近的時(shí)刻的參數(shù)值作為該時(shí)刻t的參數(shù)值，以保持原始采樣值不變，如圖2所示。

令[Δt1=t-t1，Δt2=t2-t]，其中[t1

[y（t）=y（t1）， Δt1≤Δt2y（t2）， Δt1>Δt2]

2.1.3 基于采樣保持的數(shù)據(jù)融合

在數(shù)據(jù)處理時(shí)，除了模擬量外，還會有大量的離散量和開關(guān)量，它們表示了飛機(jī)某些功能的狀態(tài)，對離散量和開關(guān)量來說，如果使用插值的方法，會出現(xiàn)小數(shù)，對于小數(shù)是不符合參數(shù)定義的，也無法給出一個(gè)合理的解釋。所以對于這些變量的處理采取采樣保持的方法，即當(dāng)要判斷某一參數(shù)當(dāng)前時(shí)刻的狀態(tài)時(shí)，而記錄設(shè)備又沒有記錄當(dāng)前的數(shù)據(jù)，就用上一時(shí)刻的狀態(tài)代替當(dāng)前時(shí)刻的狀態(tài)。這是合理的，因?yàn)樵跊]有獲得下一個(gè)采樣點(diǎn)的信息之前，就認(rèn)為當(dāng)前狀態(tài)是上一個(gè)狀態(tài)的延續(xù)和保持，這符合人的邏輯思維。

2.2 數(shù)據(jù)融合的實(shí)例分析

下面以某實(shí)驗(yàn)仿真的多流數(shù)據(jù)融合為例，分別說明基于線形插值和基于時(shí)間逼近的多流數(shù)據(jù)融合的方法，這里只討論兩個(gè)數(shù)據(jù)流的融合，多于兩個(gè)數(shù)據(jù)流的融合類似。圖3為數(shù)據(jù)融合前的數(shù)據(jù)曲線，圖4為數(shù)據(jù)融合后的數(shù)據(jù)曲線。對比融合前后的數(shù)據(jù)圖可知，數(shù)據(jù)融合前后的數(shù)據(jù)基本一致，特別是參數(shù)的特征數(shù)據(jù)（峰/谷值）比較一致，達(dá)到了一定精度的要求。

圖3 數(shù)據(jù)融合前的曲線

圖4 數(shù)據(jù)融合后的曲線

這里試圖利用線形插值的方法對跳變參數(shù)進(jìn)行數(shù)據(jù)融合，以某實(shí)驗(yàn)仿真的顫振數(shù)據(jù)為例，圖5，圖6分別為某一顫振參數(shù)數(shù)據(jù)融合前后的數(shù)據(jù)曲線圖，從圖中可以看出該參數(shù)經(jīng)過線形插值后，其參數(shù)幅值發(fā)生了明顯的衰減，這就明顯改變了參數(shù)的特性，顯然是不符合課題要求的。

圖5 顫振參數(shù)數(shù)據(jù)融合前的曲線

為了保持參數(shù)的幅值特性不發(fā)生變化，這里采用了基于時(shí)間逼近的數(shù)據(jù)融合方法對上述數(shù)據(jù)進(jìn)行融合處理，處理后的數(shù)據(jù)如圖7所示。從圖5、圖7對比可看到，基于時(shí)間逼近的方法較好地保持了原數(shù)據(jù)的幅值特性。

圖6 顫振參數(shù)數(shù)據(jù)融合后的曲線

圖7 基于時(shí)間逼近的顫振參數(shù)融合后數(shù)據(jù)曲線

3 結(jié) 語

本文討論了多數(shù)據(jù)流的融合問題，主要用到線形插值算法和基于時(shí)間逼近的方法。對數(shù)字量和開關(guān)量，采用的是采樣保持的方法，并以實(shí)例分析了線形插值算法和基于時(shí)間逼近的方法在多數(shù)據(jù)流文件融合中的應(yīng)用。最后發(fā)現(xiàn)每一種算法都不是完美的，線形插值的方法雖然保證了參數(shù)之間的時(shí)間相關(guān)性，但是插值本身就具有平滑的作用，對參數(shù)的幅值有一定的影響?；跁r(shí)間逼近的方法雖然對參數(shù)的幅值影響較小，但是該方法本身是將參數(shù)做了時(shí)間軸上的平移，改變了參數(shù)的相位，影響了參數(shù)之間的時(shí)間相關(guān)性。對于模擬量的緩變參數(shù)，采樣率足夠，并且對參數(shù)的時(shí)間相關(guān)性要求較高的情況下采用線形插值的數(shù)據(jù)融合方法；對于跳變的參數(shù)，在數(shù)據(jù)融合后更關(guān)注參數(shù)的幅值特性，在參數(shù)的時(shí)間相關(guān)性要求不高的情況下采用時(shí)間逼近的數(shù)據(jù)融合方法。

參考文獻(xiàn)

[1] 楊華，林卉.數(shù)據(jù)融合的研究綜述[J].礦山測量，2005（3）：24?27.

[2] 劉釗，戴斌.多傳感器信息融合中時(shí)間同步方法的研究[J].計(jì)算機(jī)仿真，2009，26（6）：124?127.

[3] 徐利娜，陳俊彪.靶場外彈道數(shù)據(jù)處理中的實(shí)時(shí)野值剔除算法[J].應(yīng)用光學(xué)，2012，33（1）：90?95.

[4] 賴素建，靳曉雄.信號預(yù)處理中錯(cuò)點(diǎn)剔除方法的研究[J].佳木斯大學(xué)學(xué)報(bào)，2011，29（3）：333?335.

[5] 徐偉宗.采樣頻率對行波測距影響的仿真分析[J].電力系統(tǒng)及其自動化學(xué)報(bào)，2014，26（4）：76?80.

[6] 馮慧君，陶素娟，李隆.基于雙線性插值的圖像放縮技術(shù)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2004，21（7）：117?119.

[7] 梁小利，孫洪淋.基于線性插值算法的圖像縮放及實(shí)現(xiàn)[J].長沙通信職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2008，7（2）：49?51.

[8] 彭芳瑜，周云飛，周濟(jì).基于插值與逼近的復(fù)雜曲面擬合[J].工程圖學(xué)學(xué)報(bào)，2002，23（4）：87?96.

[9] 聶志峰，周慎杰.基于C1自然鄰近插值的曲面擬合[J].工程圖學(xué)學(xué)報(bào)，2010，31（1）：110?115.

[10] 何渝.計(jì)算機(jī)常用數(shù)值算法與程序（C++版）[M].北京：人民郵電出版社，2003.