基于关联ID的试飞FC总线ICD优化设计技术

为实现飞行试验航电总线FC数据海量ICD信息库的优化设计,从飞机航电总线设计数据库表中提取飞行试验FC总线数据分析所需的ICD信息,在关键的算法方面提出了解决方法;分析了新一代光纤通道航电总线FC的飞机设计ICD信息的数据结构特点,以及飞行试验传统航电总线ICD库的结构设计技术,针对新形势下的海量飞机设计航电总线FC的ICD信息的多重复杂结构,借鉴了飞行试验传统航电总线ICD库设计思想中成熟的四层结构技术,设计了飞行试验海量FC总线关联ID的ICD库设计技术,实现了飞行试验FC总线海量ICD信息的优化设计,最后在某试验机航电系统飞行试验中进行了应用,试验表明FC总线ICD优化设计技术满足海量FC数据的高效数据处理的需求。     

云技术在飞行试验数据处理中的应用

针对飞行试验数据的海量非结构化的特点以及当前所面临的处理与应用问题,研究分析当前新兴的云技术,提出了飞行试验数据云计算应用架构的3个组成要素:设备系统、云存储和云计算。面向试飞数据工程应用,以试飞科目、试验动作段为频度矩阵建立试飞元数据存储阵列,实现海量非结构化试飞数据的云存储应用;以SOA架构为基础,结合面向应用的处理功能组件,实现分布式网络计算调度和计算群集,为用户提供高效的云计算服务。工程实践应用表明,该系统以灵活架构有效地解决了非结构化大数据信息的高效存储、统一管理和共享应用,实现了海量试飞数据的快速分析处理,展示了云计算技术的先进特点。     

基于WEB的分布式试飞数据处理系统结构设计

介绍了一种基于WEB架构,面向飞行试验各类海量测试数据处理应用的分布式事后数据处理网络系统的设计结构;用户可以方便地通过WEB浏览器,建立自己的数据处理任务,定义需要处理的参数、时间段等,由系统网络调度服务器群集和分布式计算服务器群集共同完成数据处理任务;系统能够满足多用户对海量数据的快速处理要求,提供了多功能的分析处理工具,实现了海量试飞数据的集中管理,分布式应用,网络计算资源的分配和调度等,避免了对海量试飞原始数据的拷贝,分发或无序共享等应用,解决了困扰已久的海量非结构化数据的统一管理和处理的问题.     

海量数据图像快视系统的软件开发设计

为了实现卫星监控、海洋探测等领域海量数据的实时采集、显示、存储和分析,该文设计了一个海量数据图像快视系统,系统综合运用海量数据分块、图像金字塔、图像高速缓冲和磁盘阵列等技术来满足用户对海量数据的实时调度、显示、存储的要求。实际应用证明系统的实现极大提高了海量数据处理的效率,具有很高的军事和工业应用价值。     

基于FPGA的遥感数据采集与快视系统

提出了一种基于现场可编程门阵列（FPGA）的实时遥感卫星数据采集与快视系统的设计方案，该方案充分利用FPGA的硬件资源简化逻辑设计，并采用总线复用技术和内存映射文件的方法实现了采集和快视的实时并行处理以及海量数据的高速存取。     

关键参数快速处理单元在飞行试验中的应用

用于飞行试验的传统数据处理模式及流程的时间大致是飞行时间的1.5~2倍,这种数据处理模式已经严重制约了型号的试飞效率;针对新一代试验机测试参数海量数据快速处理的需求,介绍了具有自主知识产权的关键参数快速处理单元的设计研制思路,以及在新型号飞行试验过程中关键参数快速处理单元的应用情况,实现了能对1 200路试飞关键参数数据实时处理,达到试飞结束后及时获得试飞关键参数结果的目的。     

基于大数据的辅机设备振动噪声监测分析平台

分析了对辅机设备进行状态监测和分析研究的必要性,创新地将大数据技术应用于该领域,解决了该研究领域中的关键技术难题,设计并实现了一个辅机设备振动噪声大数据监测分析研究平台。平台采用流式数据实时分析技术和实时批处理技术相结合的方式,采用Storm+Hadoop大数据处理架构。一方面,利用Storm以流计算的方式,对噪音、振动、电流、电压、谐波等海量原始数据进行快速计算和处理,并将处理后的数据传输至实时监测中心;另一方面,采用批计算技术,将海量原始数据存储到基于Hadoop的分布式文件系统中,建立大数据库,再采用基于MapReduce的大数据分析技术对海量数据进行数据挖掘和建模。该平台的研究不仅实现了对辅机设备的运行管理的监测和分析,还可以作为辅机设备振动噪声大数据建模和研究的基础。     

飞行试验中军用1553B总线的实时采集技术

针对飞行试验中1553B总线的实时采集,提出了一种新型的实时采集方法,充分利用DSP的灵活性和FPGA的快速并行性,构建了一种快速定位的1553B总线数据信息的查表机制,实现将1553B总线特定的数据字从总线数据中实时挑选出来,用于飞行试验的遥测监控;详细论述了飞行试验1553B总线采集的方法与特点,阐述了1553B总线数据快速过滤的方法与实现;该方法经过实验和飞行试验验证,不仅可以实现对机载1553B总线的数据采集功能,还可以将需要的1553B总线数据字从总线上实时筛选出来,满足飞行试验的遥测监控需要。     

嵌入式新型机载实时数据处理系统的设计与实现

为满足C919机上实时监控要求以及对试飞结果数据快速获取的迫切需求,针对现今机载网络数据包大流量、高速率的特点,通过对传统应用模式和系统结构的分析,指出传统机载实时数据处理系统在功能和性能上的不足,并提出了一种基于嵌入式结构、具有实时监控和重要参数快速处理复合功能的新型机载实时数据处理系统设计方法。相比基于工控机的系统结构,采用嵌入式结构和实时操作系统工作模式可极大提高系统多任务实时数据处理能力。同时,在系统中增加对重要参数在线处理和结果数据存储功能,可使试飞工程师在任务结束后的便可拿到结果数据,以解决以往地面数据处理等待时间长的难题。实际应用表明,新型系统很好满足了C919型号任务需求,可显著加快试飞决策和提高试飞效率。该设计方法也可为其它机载实时数据处理系统的设计提供方法借鉴。     

基于IRIG 106固态记录器记录标准的PCM数据处理技术研究

IRIG 106第十章是美军方靶场定义的固态记录器数据记录标准,已成为当前飞行试验主要记录技术;针对位流记录模式下PCM类型测试数据,文章提出PCM动态位流分析、即时PCM数据处理的新思路,并以miniR 700和MDR-8记录器卸载下的原始飞行数据文件为例,使用软件技术实现多PCM通道数据分路、PCM动态位流分析和数据处理;试飞数据处理结果表明,PCM数据动态位流分析、即时PCM数据处理思路可行,打破了传统PCM数据处理模式,数据处理效率比较高,可用于飞行试验数据处理。     

高速航电总线数据实时遥测技术研究

为了解决飞行试验中高速航电总线数据实时遥测的测试需求,研究了高速航电总线数据采集及实时遥测的测试技术;面对全新总线架构以及海量实时传输数据,传统的总线测试技术无法满足新的测试需求,设计了高速航电总线数据监听以及遥测传输的测试系统,成功将高速总线数据融合到网络数据采集技术及数字遥测技术中;实际的试验结果表明,该方案能够准确、有效地完成机载高速航电总线数据采集及实时遥测传输,该方案的成功应用,为今后相关的高速总线数据测试提供了重要的参考价值。     

消息重复型ARINC429总线事件消息包机载实时处理技术研究

ARINC429总线广泛应用于民用飞机中,在飞行试验中,消息重复型ARINC429事件信息的实时监控占用很大的遥测带宽资源;采用机载嵌入式数据处理模块,通过将其嵌入到机载测试系统中,通过采集器底板总线获取ARINC429采集模块采集到的数据,对飞机事件信息进行解析处理,并将处理结果通过遥测系统遥测下传至地面监控中心,大大降低了遥测带宽需求,对于飞行试验实时安全监控有重要意义。     

基于SQL-on-Hadoop查询引擎的日志挖掘及其应用

随着计算机和网络技术的迅猛发展以及数据获取手段的不断丰富,海量数据的实时处理需求日益增多,传统的日志分析技术在处理海量数据时存在计算瓶颈。大数据时代下,随着开放式处理平台的发展,能够处理大规模且多样化数据的大数据处理系统应运而生。为了让原有的业务能够充分利用Hadoop的优势,本文首先研究了基于大数据技术的网络日志分析方法,构建了网络日志分析平台以实现万亿级日志采集、解析、存储和高效、灵活的查询与计算。对比分析了Hive、Impala和Spark SQL这3种具有代表性的SQL-on-Hadoop查询系统实例,并展示了这类系统的性能特点。采用TPC-H测试基准对它们的决策支持能力进行测试及评估,通过对实验数据的分析和解释得到了若干有益的结论。实现了海量日志数据计算与分析在证券领域的几种典型应用,为进一步的研究工作奠定了基础。     

1553B总线数据参数解析方法研究

随着1553B总线技术在靶场武器系统试验中的逐步应用,为解决其遥测参数解析问题,阐述了1553B总线数据结构和特点,定义了标准帧格式,通过消息提取以及数据帧拆分和重组,实现了总线数据帧的参数解析。通过某型武器系统试验的实际应用证明,该方法与原遥测数据处理系统参数解析方法相比,在帧格式和处理流程上保持了一致性,便于系统实现功能整合升级。     

数据驱动的船载外测数据实时处理软件架构设计与实现

针对航天测控任务的多样性和复杂性不断增加,特别是数据采样频率的变化调整,原有的时间驱动处理模式已经逐渐不能满足需求,基于时间驱动的软件架构开发的外测软件日益复杂,维护难度不断增加等问题,提出了一种数据驱动的船载外测数据实时处理软件架构,在银河麒麟操作系统下,基于该架构实现了外测数据实时处理软件,该软件包含多个由数据驱动的功能组件,各组件之间使用服务总线来实现数据交互与集成。实验表明,基于该架构实现的外测数据实时处理软件很好地解决了时延过大和时序交替的问题,能够满足当前航天任务需求。     

一种基于Hadoop的云运维监控模型设计与实现

随着企业信息化在生产实时监测、海量存储和科学分析决策等方面的需求不断提升,运维监控系统已逐渐成为主要的管理手段。采用最新的云计算技术,设计及搭建一个数据规模易扩展、处理速度快、安全性高、成本低的云运维监控系统;针对运维控制系统中海量监控历史数据实时提取响应速度慢的缺点,设计并实现一种基于Hadoop的分布式海量数据处理模型。仿真实验证明,Hadoop在对云监控系统中的海量数据提取效率优于传统方法,随着数据量的快速增长,优势越明显。     

基于PCI-E总线的高速SDH信号存储系统

SDH光纤信号传输速率高、数据量大的特点是对该数据实时连续存储的主要难点:针对信号的这一特点,文章提出采用PCI-E总线作为数据传输总线,保证了数据存储的总线带宽;采用磁盘阵列作为数据存储的物理介质,解决了单个磁盘速率低容量小的问题;在此基础上给出了硬件结构配置和软件设计,实现了高速SDH信号的存储;测试结果表明,该系统运行稳定可靠,满足2.5Gb/sSDH信号的存储需求。     

实时图像处理系统双总线模块化设计

针对实时图像处理任务的特点,本文提出了一种系统控制总线和高速图像数据总线（视频总线）并存的双总线结构,并详细讨论了其图像数据总线资源的管理与分配,以及结构编程能力和系统扩展能力的实现。     

基于Storm的海量数据实时聚类

针对现有平台处理海量数据实时响应能力普遍较差的问题,引入Storm分布式实时计算平台进行大规模数据的聚类分析,设计了基于Storm框架的DBSCAN算法。该算法将整个过程分为数据接入、聚类分析、结果输出等阶段,在框架预定义的组件中分别编程实现,各组件通过数据流连通形成任务实体,提交到集群运行完成。通过对比分析和性能监测,验证了所提方案具有低延迟和高吞吐量的优势,集群运行状况良好,负载均衡。实验结果表明Storm平台处理海量数据实时性较高,能够胜任大数据背景下的数据挖掘任务。     

基于流计算的电力调度网络流量监测平台

由于电力调度网出现任何网络故障都可能发生极度严重的事故,因此具有的极高可靠性及安全性的要求.而当前传统的网络监测系统在面对大数据量时,其实时处理能力和扩展能力都无法满足需求.因此对实时产生的大规模各类型数据的分析处理则需要一种专门的实时数据分析平台完成.本文结合电力调度信息网络的特点以及监测准确性及实时性的需求,构建出一个基于流计算的数据处理分析平台,以Apache Spark中的Spark Streaming为代表的开源流计算框架,加入如Kafka分布式消息队列、Redis内存数据库等组件,为数据分析平台提供稳定高效的数据来源和数据服务接口,从而实现适用于电力调度网的各类海量数据的实时分析处理完成流量异常监测场景.