基于虛擬融合技術的QAR數據應用模式構思

韓靜茹

摘 要： 中國民航飛行品質監控基站匯集了大量快速存取記錄器（ QAR，Quick Access Record）數據，雖然QAR數據具有很高的應用價值，但僅僅基于QAR數據進行分析，維度不夠豐富，而QAR數據包含敏感信息，因此不能利用傳統的拷貝方式，與其他數據進行融合。為解決此問題，本文提出利用虛擬融合技術，經過元數據倉庫構建和元數據關聯等過程，構建QAR數據與其他數據集的融合，以此作為底層數據源，在數據不做物理搬遷條件下，進行多源數據綜合分析，深度挖掘QAR等飛行數據的價值。經過實例驗證，在不復制拷貝的條件下，通過融合基站數據與不安全事件庫，進行關聯匹配分析，匹配結果正確。

關鍵詞： QAR；虛擬融合；飛行品質監控；元數據

1.引言

目前我國要求各運輸航空公司按照民航局《飛行品質監控（FOQA）實施與管理》咨詢通告開展本公司的飛行品質監控工作。[1]2017年，中國民航飛行品質監控基站正式運行，每日收集中國民航三千余架飛機的快速存取記錄器（ QAR，Quick Access Record）數據，數據量巨大。QAR數據記錄了整個航段的各類飛行參數的數值，為航空器操作、維修和設計以及民航領域的安全管理提供數據和信息支持。

擁有如此龐大有價值的數據樣本，科研工作者以此為基礎，開展了民航安全、民航運行等各個領域的數據分析工作。目前，QAR數據的利用主要集中在三個方面： 一、飛機性能監控與機務維修。如利用QAR 數據進行航空器性能風險評估。[2]二、利用QAR 數據對飛行品質進行分析。局方基站工程師利用QAR數據開展了各類飛行品質統計分析，如地面滑行時間統計、起降機場風速風向分析、沖偏出跑道風險分析。三、事故調查中，利用QAR數據進行飛行仿真，更直觀的展現事故情形。雖然，QAR數據價值廣闊，利用QAR數據也已經開展了很多相關分析，但是限于QAR數據的特殊性，以上的應用分析研究僅僅依靠QAR單一數據源，數據分析維度單一。若想利用QAR數據進行更深層次的分析，勢必要融合多源數據，比如機組資源數據，運行數據、氣象數據、地質數據等等，而QAR數據相對敏感，不允許采用傳統拷貝復制的方式，與其他數據進行集成融合。

虛擬融合技術能夠很好的解決傳統數據融合物理遷移的問題。本研究引入元數據理念，經過倉庫構建和元數據關聯等過程，構建QAR數據與其他數據集的融合，以此作為底層數據源，在數據不做物理搬遷條件下，進行多源數據綜合分析，深度挖掘QAR等飛行數據的價值。

2.虛擬融合流程

122.1QAR工程值結構

QAR原始數據為二進制文件，經過譯碼軟件譯碼后，可以生成工程值文件，目前比較通用的譯碼軟件如AGS、AirFase，都可將QAR工程值存儲為CSV格式的文件，下圖所示為某架B737飛機的部分譯碼參數的CSV文件：

2.2虛擬融合

元數據（Metadata），又稱中介數據、中繼數據，為描述數據的數據（data about data），主要是描述數據屬性（property）的信息，用來支持如指示存儲位置、歷史數據、資源查找、文件記錄等功能。[3]元數據主要應用在數據倉庫的建立過程中，數據倉庫管理系統的重要組成部分，它描述哪些數據在數據倉庫中，幫助決策分析者對數據倉庫的內容定位；同時定義數據進入數據倉庫的方式，作為數據匯總、映射和清洗的指南。[4]而這些特性可以應用到虛擬融合場景。虛擬融合技術基于元數據理念，通過元數據倉庫構建、元數據關聯，構建數據的虛擬整合。

虛擬融合框架負責建立和存儲元數據模型和模型之間的關聯關系，在數據的分析應用過程中，根據元數據信息將查詢和計算分解，分解后的子查詢和計算下發到各個原始數據庫或文件管理服務器，利用原始本地資源進行計算和查詢，最后將計算和查詢結果在返回到虛擬融合框架，進行業務整合，最終將結果返回應用。整個流程數據始終沒有離開原始存儲位置，返回的中間值為計算結果而非原始記錄，從而保證數據安全的同時，進行了聯合查詢計算。

3.應用案例

1233.1案例概述

局方基站按照《運輸航空承運人飛行品質監控（FOQA）實施與管理》咨詢通告的要求，已經建立了飛行品質監控信息上報的工作程序[5]。每日收集的QAR數據，經過基站事件程序處理，觸發超限事件告警，理論上這些超限事件已經被各航空公司或機場經航安網上報，但實際存在漏報、瞞報的情況。因此局方基站觸發的5級超限事件需要和航安網上報事件進行對比匹配，如果匹配成功，則說明該事件已正常上報，如果匹配失敗，則表明可能存在漏報情況，應啟動事件核查程序。

選取局方基站觸發超限事件與航安網不安全事件庫進行匹配。同時，與CSV文件進行關聯，將超限時間前后5秒的監控參數值輸出。

3.2融合機理

實驗總共涉及三個數據源，如下：

1、QAR工程值文件：實驗選取全量參數CSV文件作為數據源之一。

2、局方基站超限事件庫：該事件庫為AGS系統采用的Sybase數據庫，存儲了AGS處理QAR原始數據生成的超限事件。

3、航安網不安全事件庫：該事件庫為Oracle數據庫，存儲了全民航上報的不安全事件。

QAR工程值文件命名規則為：飛機號 + FileNo + 譯碼日期，FileNo為AGS譯碼軟件譯碼后生產的唯一標識。因此與局方基站超限事件庫可通過飛機號與FileNo號關聯；局方基站超限事件庫與航安網不安全事件庫匹配原則為：飛機號相同，事件觸發時間與事件上報時間相差小于48小時。如滿足匹配原則，則視為匹配成功。

3.3結果展示

利用上述邏輯，對三個數據源數據進行融合，在此基礎上匹配查詢了2018年7月的接地俯仰角超限事件，查詢結果如下圖所示：

比對結果列表顯示8條數據，其中前4列顯示信息為局方基站超限事件庫，后三列為航安網不安全事件庫，根據飛機號和發生事件核對，匹配結果正確，但是存在兩條超限事件關聯同一條航安網事件的情況，這是由于兩個系統監控事件關注點不同，超限事件同一航班監控到兩條事件，而事件發生原因屬于文字描述，如果需要進一步精準對比則需利用文本挖掘進行匹配，但不屬于本課題關注點，在此不進行詳述。

點擊結果中某條數據，可以查看當前事件前后10分鐘的CSV明細數據，如下圖所示，顯示了無線電高度、垂直加速度、低速、空速等信息。

4.結束語

本文主要討論了一種基于虛擬融合技術的QAR應用分析模式，指出了在數據不做物理遷移的情況下，進行QAR數據與多源數據融合的思路，進而多維度的挖掘QAR數據的應用價值。通過事件對比案例，展示了融合后分析結果，驗證了虛擬融合框架對簡單數據運算的處理。但對于復雜模型的數據分析，算法可能存在無法有效拆分的情況，因此利用運算分解替代數據拷貝復制，無論從運算正確率還是運算效率上都需進一步驗證，可作為下一步研究的方向。

參考文獻

[1] 俞力玲. 中國民航飛行品質監控回顧與展望[J].航空安全，2012，8（140）：51-53.

[2] 祁明亮、邵雪焱、池宏. QAR超限事件飛行操作風險診斷方法[J]北京航空航天大學學報 2011，10 （37）：1207-1210.

[3] 吉文杰、夏小玲. 基于元數據的電子政務發布系統的設計與實現[J].計算機應用與軟件，2011，12（28）：175-178.

[4] 余葉蘭. 基于銀行數據倉庫的元數據管理體系研究[J]. 湖北第二師范學院學報，2017，2（34），38-40.

[5] 中國民用航空局.飛行運行品質監控（FOQA）實施與管理（AC-121/135-FS-2012-45）.2012.