全彈道全過程動態飛行高密度參數優化存儲方法研究

袁超杰 蘇中 劉寧

摘 ?要： 針對全彈道全過程動態飛行參數高密度采樣帶來的大量數據存儲難題，提出一種數字變頻采樣與數據壓縮相結合的優化存儲方法。該方法根據全過程飛行參數變化特點將飛行試驗劃分為5個過程：準備過程、內彈道過程、外彈道過程、落地撞擊過程、落地靜止過程，通過分析加速度參數、角速度參數、溫度參數在各過程的信號特征，利用數字變頻采樣方法降低各參數在各過程的數據存儲量，再對動態變化過程中的非關鍵數據進行無失真數據壓縮，從而進一步降低數據量。最后通過試驗數據驗證，經過數字變頻與數據壓縮，加速度參數、角速度參數、溫度參數數據存儲量大幅降低，各過程數據存儲結構也更加合理，通過數據重建，完整還原了試驗過程，驗證了方法的可行性。

關鍵詞： 飛行試驗; 優化存儲; 數據壓縮; 全彈道過程; 多參數; LZW算法

中圖分類號： TN919.5?34; TP212.1 ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? 文章編號： 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，伴隨著精確制導武器的發展，全彈道全過程動態飛行參數的獲取對武器研制有著至關重要的作用，利用微體積、大容量的彈載數據記錄儀隨彈體進行發射試驗已成為現代武器研制的重要手段[1?3]。為實現對全彈道全過程動態飛行參數的完整獲取，需要對彈體發射試驗的膛內、膛外、落地撞擊的動態變化過程進行高密度采樣，高密度采樣帶來的大量數據導致彈載存儲介質容量不斷提高。彈載存儲介質容量的增大不僅給測試系統小型化帶來困難，也給后期數據回讀與分析過程增加了許多不便。

為解決傳統彈體發射試驗存在的龐大數據量問題，國內許多單位都進行了降低數據存儲量的優化方法研究。為解決采樣率不合理的問題，文獻[4]對ADC變頻采樣策略進行研究，但改變ADC采樣頻率的方法易丟失部分關鍵數據。文獻[5]通過數字變頻采樣策略，通過對采集到的數據進行數字變頻存儲減少數據存儲量，但文中僅對加速度參數進行分析，對其他參數未進行深入研究。除了變頻采樣存儲，國內其他單位也進行了數據壓縮方法的研究[6?8]，但對多參數、全過程動態飛行參數存儲方法的研究相對較少。

本文針對全彈道全過程動態飛行高密度參數的存儲難題，提出一種數字變頻采樣與數據壓縮相結合的優化存儲方法，通過試驗數據證明了該方法的可行性。

1 ?全彈道全過程動態飛行參數分析

在彈體飛行試驗中，發射過載、飛行速度、姿態角變化、溫度變化都是需要觀測的參量，隨彈飛行的數據記錄儀要實現對多個動態飛行參數的記錄。與常規環境下的數據采集存儲不同，全過程全彈道的存儲環境更加復雜，信號規律更加多變，給彈載記錄儀的設計也帶來了更大挑戰。由文獻[9]以及彈體飛行試驗數據研究分析可知，全彈道全過程飛行試驗數據可分為以下幾個過程：

1） 準備過程

準備過程指數據采集存儲裝置從上電后到發射前的時間段。彈載記錄裝置調試完成后，內部電源供電開始記錄數據，經歷機械結構裝配、調試臺到炮位的運輸、上膛、裝藥等過程，由經驗得，準備階段約占4～6 min。準備階段數據不是飛行試驗的關鍵數據，卻是飛行參數獲取過程中不可忽略的一個環節。

2） 內彈道過程

火藥點火后產生高壓氣體推動彈體在炮筒加速，到達炮口達到最大速度，同時，炮筒內彈體開始旋轉，由于型號不同，彈體飛行試驗內彈道過程持續時間不等。

3） 外彈道過程

彈體出炮筒時以最大速度飛向空中，飛行期間受重力和空氣阻力影響，飛行速度與轉動速度逐漸降低，同時彈內溫度逐漸升高。彈體經過上升、下降過程，到達地面后外彈道過程結束。

4） 落地撞擊過程

與內彈道過程相似，落地撞擊時間短暫，彈體加速度、角速度劇烈變化。

5） 落地靜止過程

彈體落地撞擊完成后會保持靜止狀態直至內部電池耗盡，該段過程與準備過程相似，數據信息量有限，但持續時間相對較長。

從表1可以看出，若以單一采樣率對全過程數據進行采集存儲，會將大部分存儲資源分配在信息量較少的非動態過程。

1.1 ?加速度參數全過程變化特點分析

圖 1為典型彈體飛行過程單軸加速度參數變化示意圖。由圖1可知，加速度信號在準備過程變化幅度較小，在上膛、裝藥時出現波動，在發射時加速度達到最大值;內彈道過程加速度信號變化劇烈且持續時間較短，在幾十毫秒甚至更短的時間內彈體加速到最大運動速度，實際應用中需要100 kHz甚至更高的采樣率才能捕獲并且還原信號變化過程;外彈道飛行過程加速度變化較為規律，1 kHz采樣率即可滿足復現外彈道飛行過程的要求。落地撞擊過程與內彈道過程類似，持續時間較短，信號發生突變;落地靜止過程與準備過程數據價值有限，數據在某一范圍內波動。

2.1.2 ?角速度參量變頻策略

角速度參量最大采樣頻率為1 kHz，變頻策略如表3所示。

2.1.3 ?溫度參量變頻策略

對溫度參量采用全過程最大200 Hz進行采樣，采樣策略如表4所示。

2.2 ?數據壓縮策略

經過數字變頻，對各過程選取合適的采樣存儲頻率，但高密度采樣在動態變化過程依舊會帶來大量數據，通過對數據分析，動態過程包含大量重復、規律變化的數據，對于這些非關鍵數據，本文采用無失真的數據壓縮方法進一步減少數據存儲量。

LZW（Lemple?Ziv?Welch）是目前廣泛應用于多種領域和通用數據的數據壓縮方法，具有壓縮和復原速度快、實時性高、算法簡單的特點。它是一種自適應壓縮算法，根據輸入的數據動態建立一個實時字典，根據后續數據在該字典中存在與否決定數據輸出。在數據復原時，算法會通過壓縮數據流建立與壓縮過程相同的字典，最終達到無失真壓縮的目的。

LZW的算法流程如圖5所示。

3 ?試驗驗證

采用研制的多通道數據記錄儀在靶場對某型破甲彈進行飛行試驗數據采集、記錄，并對獲取的試驗數據進行仿真分析。從表5可看出，通過數字變頻技術，試驗準備過程與落地靜止過程數據量占比大幅降低，與全過程單一采樣率記錄存儲相比，加速度、角速度動態飛行過程試驗數據占比大大增加，優化了數據存儲結構，提高了存儲空間利用率。

通過LZW壓縮算法對變頻采樣后的動態飛行數據進一步壓縮處理，結果見表6。可得，加速度、角速度、溫度參量數據壓縮率分別達到63.8%，52.2%與27.3%，從而進一步減少了數據存儲量。

從整個試驗過程來看，與單一最高采樣率獲取的數據相比，存儲數據量大幅減少，結果如表7所示。

最后，對壓縮后數據進行解壓縮重建，重建后數據與壓縮前數據保持一致，動態變化過程峰值數據未丟失，提出的優化存儲方法具有良好的數據壓縮、還原特性。實驗結果如圖6所示。