全弹道全过程动态飞行高密度参数优化存储方法研究

袁超杰 苏中 刘宁

摘  要： 针对全弹道全过程动态飞行参数高密度采样带来的大量数据存储难题，提出一种数字变频采样与数据压缩相结合的优化存储方法。该方法根据全过程飞行参数变化特点将飞行试验划分为5个过程：准备过程、内弹道过程、外弹道过程、落地撞击过程、落地静止过程，通过分析加速度参数、角速度参数、温度参数在各过程的信号特征，利用数字变频采样方法降低各参数在各过程的数据存储量，再对动态变化过程中的非关键数据进行无失真数据压缩，从而进一步降低数据量。最后通过试验数据验证，经过数字变频与数据压缩，加速度参数、角速度参数、温度参数数据存储量大幅降低，各过程数据存储结构也更加合理，通过数据重建，完整还原了试验过程，验证了方法的可行性。

关键词： 飞行试验; 优化存储; 数据压缩; 全弹道过程; 多参数; LZW算法

中图分类号： TN919.5?34; TP212.1                   文献标识码： A                 文章编号： 1004?373X（2019）19?0001?05

Abstract：  In order to solve the problem of big data storage caused by high?density sampling of dynamic flight parameters in the whole trajectory process， an optimization storage method combining digital frequency conversion sampling and data compression is proposed. Firstly， according to the variation characteristics of the flight parameters in the whole process， the flight test is divided into five processes（preparation process， interior trajectory process， exterior trajectory process， landing impact process， landing stationary process）. By analyzing the signal characteristics of acceleration parameters， angular velocity parameters and temperature parameters in each process， the digital frequency conversion sampling method is used to reduce the data storage capacity of each parameter in each process， and then the undistorted data compression for the non?critical data in the process of dynamic change is performed  to further reduce the amount of data. Finally， the proposed method is verified by the test data. The experimental results show that the storage capacity of acceleration parameter， angular velocity parameter and temperature parameter are greatly reduced by digital frequency conversion and data compression， and the data storage structure of each process is more reasonable. The test process is completely restored by data reconstruction， and the feasibility of the method is verified.

Keywords： flight test; optimization storage; data compression; whole trajectory process;multiple parameter;LZW  algorithm

0  引  言

目前，伴随着精确制导武器的发展，全弹道全过程动态飞行参数的获取对武器研制有着至关重要的作用，利用微体积、大容量的弹载数据记录仪随弹体进行发射试验已成为现代武器研制的重要手段[1?3]。为实现对全弹道全过程动态飞行参数的完整获取，需要对弹体发射试验的膛内、膛外、落地撞击的动态变化过程进行高密度采样，高密度采样带来的大量数据导致弹载存储介质容量不断提高。弹载存储介质容量的增大不仅给测试系统小型化带来困难，也给后期数据回读与分析过程增加了许多不便。

为解决传统弹体发射试验存在的庞大数据量问题，国内许多单位都进行了降低数据存储量的优化方法研究。为解决采样率不合理的问题，文献[4]对ADC变频采样策略进行研究，但改变ADC采样频率的方法易丢失部分关键数据。文献[5]通过数字变频采样策略，通过对采集到的数据进行数字变频存储减少数据存储量，但文中仅对加速度参数进行分析，对其他参数未进行深入研究。除了变频采样存储，国内其他单位也进行了数据压缩方法的研究[6?8]，但对多参数、全过程动态飞行参数存储方法的研究相对较少。

本文针对全弹道全过程动态飞行高密度参数的存储难题，提出一种数字变频采样与数据压缩相结合的优化存储方法，通过试验数据证明了该方法的可行性。

1  全弹道全过程动态飞行参数分析

在弹体飞行试验中，发射过载、飞行速度、姿态角变化、温度变化都是需要观测的参量，随弹飞行的数据记录仪要实现对多个动态飞行参数的记录。与常规环境下的数据采集存储不同，全过程全弹道的存储环境更加复杂，信号规律更加多变，给弹载记录仪的设计也带来了更大挑战。由文献[9]以及弹体飞行试验数据研究分析可知，全弹道全过程飞行试验数据可分为以下几个过程：

1） 准备过程

准备过程指数据采集存储装置从上电后到发射前的时间段。弹载记录装置调试完成后，内部电源供电开始记录数据，经历机械结构装配、调试台到炮位的运输、上膛、装药等过程，由经验得，准备阶段约占4～6 min。准备阶段数据不是飞行试验的关键数据，却是飞行参数获取过程中不可忽略的一个环节。

2） 内弹道过程

火药点火后产生高压气体推动弹体在炮筒加速，到达炮口达到最大速度，同时，炮筒内弹体开始旋转，由于型号不同，弹体飞行试验内弹道过程持续时间不等。

3） 外弹道过程

弹体出炮筒时以最大速度飞向空中，飞行期间受重力和空气阻力影响，飞行速度与转动速度逐渐降低，同时弹内温度逐渐升高。弹体经过上升、下降过程，到达地面后外弹道过程结束。

4） 落地撞击过程

与内弹道过程相似，落地撞击时间短暂，弹体加速度、角速度剧烈变化。

5） 落地静止过程

弹体落地撞擊完成后会保持静止状态直至内部电池耗尽，该段过程与准备过程相似，数据信息量有限，但持续时间相对较长。

从表1可以看出，若以单一采样率对全过程数据进行采集存储，会将大部分存储资源分配在信息量较少的非动态过程。

1.1  加速度参数全过程变化特点分析

图 1为典型弹体飞行过程单轴加速度参数变化示意图。由图1可知，加速度信号在准备过程变化幅度较小，在上膛、装药时出现波动，在发射时加速度达到最大值;内弹道过程加速度信号变化剧烈且持续时间较短，在几十毫秒甚至更短的时间内弹体加速到最大运动速度，实际应用中需要100 kHz甚至更高的采样率才能捕获并且还原信号变化过程;外弹道飞行过程加速度变化较为规律，1 kHz采样率即可满足复现外弹道飞行过程的要求。落地撞击过程与内弹道过程类似，持续时间较短，信号发生突变;落地静止过程与准备过程数据价值有限，数据在某一范围内波动。

2.1.2  角速度参量变频策略

角速度参量最大采样频率为1 kHz，变频策略如表3所示。

2.1.3  温度参量变频策略

对温度参量采用全过程最大200 Hz进行采样，采样策略如表4所示。

2.2  数据压缩策略

经过数字变频，对各过程选取合适的采样存储频率，但高密度采样在动态变化过程依旧会带来大量数据，通过对数据分析，动态过程包含大量重复、规律变化的数据，对于这些非关键数据，本文采用无失真的数据压缩方法进一步减少数据存储量。

LZW（Lemple?Ziv?Welch）是目前广泛应用于多种领域和通用数据的数据压缩方法，具有压缩和复原速度快、实时性高、算法简单的特点。它是一种自适应压缩算法，根据输入的数据动态建立一个实时字典，根据后续数据在该字典中存在与否决定数据输出。在数据复原时，算法会通过压缩数据流建立与压缩过程相同的字典，最终达到无失真压缩的目的。

LZW的算法流程如图5所示。

3  试验验证

采用研制的多通道数据记录仪在靶场对某型破甲弹进行飞行试验数据采集、记录，并对获取的试验数据进行仿真分析。从表5可看出，通过数字变频技术，试验准备过程与落地静止过程数据量占比大幅降低，与全过程单一采样率记录存储相比，加速度、角速度动态飞行过程试验数据占比大大增加，优化了数据存储结构，提高了存储空间利用率。

通过LZW压缩算法对变频采样后的动态飞行数据进一步压缩处理，结果见表6。可得，加速度、角速度、温度参量数据压缩率分别达到63.8%，52.2%与27.3%，从而进一步减少了数据存储量。

从整个试验过程来看，与单一最高采样率获取的数据相比，存储数据量大幅减少，结果如表7所示。

最后，对压缩后数据进行解压缩重建，重建后数据与压缩前数据保持一致，动态变化过程峰值数据未丢失，提出的优化存储方法具有良好的数据压缩、还原特性。实验结果如图6所示。