機載顯示系統數據平滑方法分析與研究

杜遠

【摘 要】機載顯示系統中會用數值或圖示的方式實時顯示飛行過程中飛機各參數，而機載顯示系統中數據的平滑與否，直接影響飛行員的操作壓力以及對于飛機狀態判斷的準確性與否。本文分析了遲滯，滑動平均，低通濾波以及多參數的最優估計這四種顯示數據平滑方法的適用場景與各自的優缺點。

【關鍵詞】機載；顯示系統；數據平滑

0 緒論

當今大型飛機、軍用飛機已經全面使用電子儀表代替了過去的機械式儀表。電子式儀表以其穩定性、易用性、抗機械干擾性等優點得到了廣泛的應用。電子式的機載顯示系統，將傳感器采集到的代表飛機狀態的物理量，通過模數轉換轉換成了用于顯示的數字讀數或圖示。但是，由于飛機在飛行過程中，可能會存在復雜的環境變化，對飛機傳感器造成影響，從而造成了飛機顯示系統中讀數不穩定，存在劇烈抖動、顫動等問題，對飛行員判斷飛機狀態，操作飛機造成了影響，這種不良的影響，經過長時間的積累，輕則造成飛行員駕駛疲勞，重則有可能釀成飛行事故。所以，在各型號飛機中，都會對傳感器采集的數據進行平滑處理，以改善飛行員的飛行體驗。

在工程中，常用于飛機顯示系統的數據平滑方法由遲滯，滑動平均，低通濾波，多參數的最優估計等方法，本文將分析這幾中數據平滑算法適用環境與各自的優勢與劣勢。

1 顯示平滑方法分析

1.1 遲滯

遲滯的算法是，給定一個邊界值x，通過x來控制該參數在相鄰顯示分辯率值之間的跳變。可以看出，遲滯算法的主要作用是用來平滑振動幅值小于或接近于一個顯示分辨率的物理量。這樣的物理量一般情況下相對于顯示分辨率是緩變的，對于傳統的四舍五入算法，遲滯算法可以改善該物理量在0.5分辨率處的來回跳變。在飛機的顯示系統中，油箱油量，組件狀態的切換都可以采用遲滯的算法或思想來實現顯示數據的平滑處理。然而，如果一個參數的跳變幅度相比顯示分辨率較大，那么遲滯算法將無法帶來很好的顯示平滑效果。遲滯算法的最大優點是算法穩定，誤差分析容易，在飛機顯示系統數據的平滑處理中有著廣泛的應用。

1.2 滑動平均

滑動平均算法是用該物理量的前x拍歷史數據的平均值用于最終的顯示。滑動平均多用于平滑而出現的顯示毛刺。滑動平均算法是用顯示數據的實時性的代價，來換取顯示數據的穩定性，延時的多少取決于x的取值。在飛機顯示系統中，滑動平均多用于對顯示實時性要求不高的參數上，例如電源系統的電壓、電流、頻率等參數的顯示平滑。滑動平均對于低頻跳動、尖刺有著很好的平滑效果，而且算法穩定，時間延遲固定且易于分析，但是滑動平均算法對于高頻噪聲的平滑效果是不夠理想的，對于高頻噪聲使用滑動平均，幾乎達不到顯示平滑的效果。

1.3 低通濾波

低通濾波是作用是對高頻噪聲進行顯示數據的平滑。由于飛機傳感器在進行數模轉換時，或者受到外界干擾時，傳遞給顯示端的低頻數據中會疊加大量的高頻噪聲，這些高頻噪聲會極大地影響飛行員對飛機各物理參數的判斷。例如飛機空速、加速度計、光纖陀螺的角增量的信號中就疊加了大量高頻的噪聲[1]。此時對于這類信號，使用低通濾波器可以起到很好的數據平滑作用。低通濾波器設置的位置，有設置在傳感器端，和設置在顯示端兩種策略。對于一些不需要后端計算機進行傳感器源數據的打分選擇的物理量，一般都會選擇把低通濾波器設置在傳感器端，這樣就可以從源頭上解決顯示數據平滑的問題，而一些需要后端計算機對傳感器源數據進行打分選擇的機型，為了使后端計算機能夠獲得傳感器捕獲到的原始數據，就只能將低通濾波器設置在顯示端了。使用了低通濾波器一定會造成顯示數據的延遲，而這個延時特性是低通濾波器的特性，可以通過數學的方法計算得出。通過對于低通濾波器中時間參數的調節，可以在濾波器延時和濾波器平滑性能中取得一個平衡，從而達到兼顧濾波器造成的顯示延遲與顯示數據平滑的目的，具體的效果可以參見圖1。圖1中直線為原始數據，點線為平滑特性較好的低通濾波器，可以看出，該低通濾波器平滑效果較好，但延時較大；長段線為時間特性較好的低通濾波器，可以看出，該濾波器延時較小，但平滑效果相比點線的低通濾波器數據平滑效果較差，特別在10秒到15秒的區間內尤為明顯。

對于一些類似于空速這樣既實時性有要求，有要求顯示平滑有要求的飛行參數來說，只使用低通濾波器一種顯示數據平滑算法是很難兼顧各項技術指標的，在這種時候，就需要采用其他的方法進行顯示數據平滑。

1.4 多參數的最優估計

多參數的最優估計是指，利用多個傳感器輸出的物理量，對這組物理量進行偏差最小的估計。常用的多參數最優估計算法有最小方差估計，卡爾曼濾波等。這些估計算法在的實時性較好，估計偏差較小。雖然這些估計算法性能較好，但是對于飛機的顯示系統來說，這些估計算法也有著自己本身的缺點：第一，如果各狀態量的量測方程出現了諸如傳感器損壞的異常情況，那么狀態方程中所有的被計量就有可能會受到不良的影響，從而降低了整個顯示系統的可用性；第二，這類算法中諸如最大延時，最大誤差等參數往往不太好評估，對于諸如民用大型客機這樣對于安全性要求很高的飛機來說，很難表達該算法對于適航條款的符合性。所以多參數的最優估計，在飛機顯示數據的平滑處理中的應用，還需要更多的研究。

2 總結

飛機顯示系統的數據平滑一直是各飛機研發單位的研究熱點之一。遲滯、滑動平均、低通濾波、多參數最優估計等方法有著各自的優缺點，被用于不同顯示參數、不同場景下的顯示平滑處理。遲滯算法多被用于顯示跳變小于一個分辨率的顯示數據的平滑；滑動平均多被用于低頻毛刺和緩變顯示數據的平滑；低通濾波器多由于處理含有高頻噪聲的顯示數據；多參數最優估計性能優異，但是在顯示平滑處理方面的應用還需要更多的研究和拓展。各種數據平滑方法的綜合應用，才能使整個顯示系統的顯示效果達到變化平滑、顯示穩定的效果。

【參考文獻】

[1]秦永元.卡爾曼濾波與組合導航原理[M].西安：西北工業大學出版社，1998.

[2]劉偉民，王明暄.數據平滑對運動學數據中極值的影響——以數字低通濾波法為例[J].山東體育科技，2000（4）：92-95.

[3]盧京潮.自動化控制原理[M].西安：西北工業大學出版社，2009.

[4]王達，崔蕊.數據平滑技術綜述[J].電腦知識與技術，2009（17）：4507-4509.

[責任編輯：田吉捷]