周輝峰，王一雄，曾少龍，鄧家權(quán)

(西昌衛(wèi)星發(fā)射中心，四川 西昌 615606)

CZ-3A 系列運(yùn)載火箭在靶場(chǎng)測(cè)試過(guò)程中，除遙測(cè)系統(tǒng)記錄的各系統(tǒng)遙測(cè)數(shù)據(jù)外，各系統(tǒng)還生成比遙測(cè)數(shù)據(jù)豐富的地測(cè)數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)傳送至遠(yuǎn)控技術(shù)區(qū)，在各系統(tǒng)主控微機(jī)(或大屏幕上)實(shí)時(shí)顯示，輔助各系統(tǒng)專家和科技工作者對(duì)衛(wèi)星、火箭進(jìn)行全面把關(guān)和輔助決策。這些數(shù)據(jù)文件包含了系統(tǒng)箭上單機(jī)元器件工作遙測(cè)參數(shù)、工作電壓電流、性能狀態(tài)指標(biāo)，地面設(shè)備工作狀態(tài)，系統(tǒng)之間指令、狀態(tài)、指令執(zhí)行情況反饋等信息。這些測(cè)試數(shù)據(jù)按系統(tǒng)類型分為:利用、環(huán)境、動(dòng)力、姿控、外安、控制、遙測(cè)等參數(shù);按變化速率分為:速變、緩變參數(shù);按物理類別分為:電量、非電量參數(shù)。

可見(jiàn)，測(cè)試數(shù)據(jù)信息量大、參數(shù)數(shù)量巨大、參數(shù)數(shù)據(jù)種類繁雜，僅靠人工進(jìn)行數(shù)據(jù)判讀、比對(duì)以及復(fù)查，不僅測(cè)試人員工作量大、效率低，而且容易造成人為判讀遺漏和偏差，判讀準(zhǔn)確度難以控制。尤其是對(duì)一些復(fù)雜而又十分重要的臺(tái)階參數(shù)和脈沖參數(shù)進(jìn)行判讀時(shí)，必須每個(gè)臺(tái)階依次判讀，準(zhǔn)確讀出每個(gè)臺(tái)階值、變化范圍以及臺(tái)階的時(shí)間間隔，準(zhǔn)確找到脈沖參數(shù)發(fā)生的時(shí)間和動(dòng)作相對(duì)應(yīng)等等，判讀要求十分嚴(yán)格。

鑒于以上不足，為適應(yīng)靶場(chǎng)高密度任務(wù)形勢(shì)需要，本文針對(duì)靶場(chǎng)幾類參數(shù)，采用中值濾波算法實(shí)現(xiàn)臺(tái)階參數(shù)和脈沖參數(shù)的濾波平滑處理;創(chuàng)造性設(shè)計(jì)了雙邊多點(diǎn)閾值判斷方法與符號(hào)判斷方法相結(jié)合的臺(tái)階自動(dòng)識(shí)別算法，實(shí)現(xiàn)了在噪聲較大情況下的臺(tái)階參數(shù)的自動(dòng)識(shí)別與判讀;引入6σ 原則，實(shí)現(xiàn)了脈沖參數(shù)的脈沖識(shí)別和統(tǒng)計(jì);并對(duì)每個(gè)臺(tái)階進(jìn)行濾波前后的數(shù)理統(tǒng)計(jì)，實(shí)現(xiàn)了運(yùn)載火箭靶場(chǎng)測(cè)試數(shù)據(jù)自動(dòng)輔助判讀功能。

1 算法設(shè)計(jì)

1.1 臺(tái)階參數(shù)識(shí)別算法設(shè)計(jì)

針對(duì)臺(tái)階參數(shù)的自動(dòng)判讀與識(shí)別，本文設(shè)計(jì)了雙邊多點(diǎn)閾值判斷方法與符號(hào)判斷方法相結(jié)合的臺(tái)階參數(shù)自動(dòng)識(shí)別算法。首先采用奇數(shù)模板中值濾波算法將參數(shù)中的大量噪聲濾除。采用奇數(shù)模板中值濾波保證了參數(shù)原有數(shù)據(jù)臺(tái)階特征不變，同時(shí)平滑了每個(gè)臺(tái)階的噪聲。其次，在中值濾波的基礎(chǔ)上，將雙邊多點(diǎn)閾值判斷方法與符號(hào)判斷方法相結(jié)合，準(zhǔn)確找到參數(shù)中的每一個(gè)臺(tái)階，并對(duì)每一個(gè)臺(tái)階進(jìn)行標(biāo)記、計(jì)數(shù)和保存。在每一個(gè)臺(tái)階內(nèi)再進(jìn)行均值濾波，最后，對(duì)每一個(gè)臺(tái)階進(jìn)行數(shù)理統(tǒng)計(jì)分析和比對(duì)。算法設(shè)計(jì)流程如圖1 所示。

圖1 臺(tái)階參數(shù)濾波與臺(tái)階識(shí)別算法流程設(shè)計(jì)

中值濾波是一種非線性信號(hào)處理方法，由J.W.Turky 首先提出，并應(yīng)用于一維信號(hào)處理技術(shù)中(時(shí)間序列分析)［1］。能夠克服線性濾波(如均值濾波)所帶來(lái)的細(xì)節(jié)模糊，后來(lái)被二維圖像信號(hào)處理技術(shù)引用。中值濾波的原理是用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口，將窗口中心點(diǎn)的值用窗口內(nèi)各點(diǎn)的中間值代替，從而可以消除孤立噪聲點(diǎn)，達(dá)到濾波目的。

對(duì)于一組數(shù)據(jù)，先對(duì)其進(jìn)行排序。本文采用起泡法排序［2］，按大小順序排列，中間位置的數(shù)據(jù)稱為中值。假設(shè)集合為，則中值濾波的輸出為

閾值矩陣Mdelta為M ×N 矩陣，大小由用戶指定，或者設(shè)計(jì)固定大小。筆者推薦閾值矩陣Mdelta取值為3 ～7 階方陣。矩陣賦值由程序自動(dòng)進(jìn)行動(dòng)態(tài)賦值，當(dāng)且僅當(dāng)Mdelta所有元素均大于閾值Tk時(shí)，程序才能繼續(xù)往下執(zhí)行。閾值矩陣Mdelta為

閾值Tk取值設(shè)計(jì)與臺(tái)階參數(shù)噪聲、臺(tái)階參數(shù)量級(jí)有關(guān)。針對(duì)靶場(chǎng)測(cè)試數(shù)據(jù)物理量，閾值Tk取0.1 ～0.3;對(duì)于遙測(cè)分層值臺(tái)階判讀閾值Tk取5 ～20 個(gè)分層。

當(dāng)閾值矩陣滿足判斷條件時(shí)，程序進(jìn)行符號(hào)矩陣Msign判斷，符號(hào)矩陣全為1 或-1，時(shí)滿足臺(tái)階判讀要求。當(dāng)且僅當(dāng)閾值矩陣Mdelta、符號(hào)矩陣Msign同時(shí)滿足判斷條件時(shí)，系統(tǒng)才認(rèn)為當(dāng)前點(diǎn)處于新臺(tái)階位置，并進(jìn)行新臺(tái)階的計(jì)數(shù)和保存。符號(hào)矩陣Msign為

其中，函數(shù)sign 為取符號(hào)函數(shù)。sign 函數(shù)的定義如式(4)所示。當(dāng)Msign矩陣為全1 矩陣時(shí)所識(shí)別臺(tái)階為上跳臺(tái)階，全-1 矩陣時(shí)為下跳臺(tái)階

1.2 脈沖參數(shù)識(shí)別算法設(shè)計(jì)

針對(duì)脈沖參數(shù)的自動(dòng)判讀與識(shí)別，本文基于概率論的6σ 原則，實(shí)現(xiàn)了脈沖參數(shù)的準(zhǔn)確識(shí)別與判讀。如果脈沖參數(shù)里同時(shí)有臺(tái)階特性(如靶場(chǎng)測(cè)試加電前后的參數(shù)情況)，則先進(jìn)行臺(tái)階識(shí)別，然后在每一個(gè)臺(tái)階內(nèi)再進(jìn)行脈沖識(shí)別。在對(duì)脈沖參數(shù)進(jìn)行濾波時(shí)，需同時(shí)檢測(cè)脈沖的出現(xiàn)。臺(tái)階識(shí)別算法在上一節(jié)中已經(jīng)詳細(xì)介紹，此處不再贅述。

本文在對(duì)靶場(chǎng)脈沖測(cè)試進(jìn)行統(tǒng)計(jì)分析時(shí)，發(fā)現(xiàn)脈沖參數(shù)的脈沖均在10σ 值以外，絕大多數(shù)噪聲值一般在3σ 值以內(nèi)或附近。系統(tǒng)出現(xiàn)丟幀時(shí)，較為容易識(shí)別，一般為0 或者檢測(cè)范圍的最大值。根據(jù)對(duì)靶場(chǎng)測(cè)試數(shù)據(jù)的統(tǒng)計(jì)分析，本文在進(jìn)行脈沖檢測(cè)時(shí)，取6σ 值。數(shù)理統(tǒng)計(jì)分析方法見(jiàn)參考文獻(xiàn)［3］。脈沖參數(shù)的濾波與脈沖檢測(cè)流程設(shè)計(jì)如圖2 所示。

圖2 脈沖參數(shù)濾波與脈沖檢測(cè)流程設(shè)計(jì)

2 算法仿真分析

2.1 臺(tái)階參數(shù)濾波與臺(tái)階識(shí)別

采用Matlab 與Visual Studio 聯(lián)合編程實(shí)現(xiàn)上述算法，應(yīng)用于靶場(chǎng)測(cè)試數(shù)據(jù)智能輔助判讀系統(tǒng)。并針對(duì)靶場(chǎng)測(cè)試數(shù)據(jù)，對(duì)上述算法進(jìn)行了大量測(cè)試實(shí)驗(yàn)與分析驗(yàn)證。以運(yùn)載火箭靶場(chǎng)測(cè)試數(shù)據(jù)某臺(tái)階參數(shù)地面采集數(shù)據(jù)判讀為例進(jìn)行詳細(xì)分析，中值濾波模板取1 ×9，中值濾波、均值濾波次數(shù)均取1 次，閾值Tk取0.1 ～0.3，閾值矩陣Mdelta與符號(hào)矩陣Msign取3 ×3 方陣。圖3 為某臺(tái)階參數(shù)靶場(chǎng)地面測(cè)試數(shù)據(jù)濾波和臺(tái)階識(shí)別情況。局部放大效果如圖4 所示。

圖3 某臺(tái)階參數(shù)識(shí)別及濾波前后對(duì)比

圖4 某臺(tái)階參數(shù)識(shí)別和濾波放大圖

從濾波前后對(duì)比可以看出，濾波后曲線噪聲顯著得到抑制，7 個(gè)臺(tái)階全部準(zhǔn)確識(shí)別出來(lái)。該參數(shù)臺(tái)階識(shí)別情況與濾波前后數(shù)理分析情況統(tǒng)計(jì)如表1 所示。

表1 某參數(shù)臺(tái)階識(shí)別情況與濾波前后數(shù)理分析情況統(tǒng)計(jì)

從表中統(tǒng)計(jì)分析數(shù)據(jù)可知:濾波后和均值濾波后數(shù)據(jù)統(tǒng)計(jì)均值和原始數(shù)據(jù)保持基本一致，但濾波后數(shù)據(jù)方差明顯變小(數(shù)據(jù)質(zhì)量大致提高了3 ～5 倍)，大量噪聲被濾除，數(shù)據(jù)曲線明顯平滑，最值間隔也明顯得到抑制。提高了靶場(chǎng)測(cè)試數(shù)據(jù)判讀效率。測(cè)試試驗(yàn)表明:上述設(shè)計(jì)算法有效實(shí)現(xiàn)了臺(tái)階參數(shù)的臺(tái)階識(shí)別和自動(dòng)判讀分析功能，結(jié)果表明本文設(shè)計(jì)的算法在靶場(chǎng)測(cè)試數(shù)據(jù)判讀中具有普遍的適應(yīng)性和較強(qiáng)的可推廣性。

2.2 脈沖參數(shù)濾波與脈沖識(shí)別

以運(yùn)載火箭靶場(chǎng)測(cè)試數(shù)據(jù)某脈沖參數(shù)地面采集數(shù)據(jù)判讀為例進(jìn)行詳細(xì)分析。中值濾波模板取1 ×9 的向量，中值濾波1 次，脈沖識(shí)別取6σ。脈沖的識(shí)別與參數(shù)濾波如圖5 所示。參數(shù)中實(shí)際脈沖數(shù)2 個(gè)，采用本文設(shè)計(jì)算法成功識(shí)別脈沖數(shù)2 個(gè)。

圖5 運(yùn)載火箭某脈沖參數(shù)的識(shí)別與濾波

準(zhǔn)確識(shí)別脈沖的特性及參數(shù)濾波前后的自動(dòng)判讀分析結(jié)果如表2 所示。從表中信息可知:該算法成功識(shí)別了脈沖個(gè)數(shù)、脈沖峰值、脈沖發(fā)生時(shí)間點(diǎn)等信息，同時(shí)還完成了非脈沖發(fā)生點(diǎn)的數(shù)據(jù)平滑濾波處理，輔助測(cè)試人員進(jìn)行數(shù)據(jù)判讀與比對(duì)，提高了靶場(chǎng)測(cè)試數(shù)據(jù)判讀效率和判讀準(zhǔn)確性。

表2 某脈沖參數(shù)的脈沖識(shí)別與統(tǒng)計(jì)

3 結(jié)束語(yǔ)

為適應(yīng)西昌衛(wèi)星發(fā)射中心持續(xù)高密度發(fā)射任務(wù)需要，針對(duì)運(yùn)載火箭靶場(chǎng)測(cè)試數(shù)據(jù)臺(tái)階參數(shù)和脈沖參數(shù)判讀困難、效率低下的問(wèn)題，創(chuàng)造性提出了基于中值濾波算法的雙邊多點(diǎn)閾值判斷方法和符號(hào)判斷方法相結(jié)合的臺(tái)階參數(shù)自動(dòng)判讀識(shí)別算法;采用了6σ 原理實(shí)現(xiàn)了脈沖參數(shù)的自動(dòng)判斷與識(shí)別，并應(yīng)用于了運(yùn)載火箭靶場(chǎng)測(cè)試數(shù)據(jù)自動(dòng)判斷系統(tǒng)。實(shí)現(xiàn)了臺(tái)階參數(shù)和脈沖參數(shù)的濾波平滑與自動(dòng)準(zhǔn)確識(shí)別處理;濾波后數(shù)據(jù)平滑程度得到很大改善，統(tǒng)計(jì)方差、最值間隔等指標(biāo)減小至原始數(shù)據(jù)統(tǒng)計(jì)指標(biāo)的3 ～5 倍;引入6σ 原則，實(shí)現(xiàn)了脈沖參數(shù)的脈沖自動(dòng)準(zhǔn)確識(shí)別和統(tǒng)計(jì)分析。該方法的成功應(yīng)用，有效提高了發(fā)射場(chǎng)數(shù)據(jù)判讀比對(duì)效率和判讀準(zhǔn)確度，為中心圓滿完成高密度任務(wù)提供有力支持。

［1］阮秋琦. 數(shù)字圖像處理［M］. 北京: 電子工業(yè)出版社，2001:180-190.

［2］徐士良.常用算法程序設(shè)計(jì)［M］.北京:清華大學(xué)出版社，2004:456-457.

［3］盛驟，謝式千，潘承毅.概率與數(shù)理統(tǒng)計(jì)［M］.第3 版.北京:高等教育出版社，2001:160-161.

［4］邢維艷，張治政，張玉倫.一種適合靶場(chǎng)測(cè)試裝備應(yīng)用軟件的可靠性評(píng)估方法［J］.四川兵工學(xué)報(bào)，2011（4）:137-140.