徐新星

(安徽財(cái)貿(mào)職業(yè)學(xué)院，安徽 合肥 230000)

飛機(jī)雷達(dá)系統(tǒng)結(jié)構(gòu)復(fù)雜，各功能模塊之間存在大量的信息交互。網(wǎng)絡(luò)是現(xiàn)代航空運(yùn)輸技術(shù)發(fā)展的方向。空中雷達(dá)網(wǎng)包括航空中心網(wǎng)和計(jì)算機(jī)網(wǎng)絡(luò)。互聯(lián)網(wǎng)要求信息傳輸快速、準(zhǔn)確、高密度。機(jī)載雷達(dá)中心節(jié)點(diǎn)通過戰(zhàn)術(shù)數(shù)據(jù)鏈連接，實(shí)現(xiàn)全網(wǎng)動態(tài)更新。數(shù)據(jù)和信息在網(wǎng)絡(luò)上確保實(shí)時傳送信息[1]?？罩欣走_(dá)受到外部數(shù)據(jù)入侵的威脅，會對航空航天造成嚴(yán)重?fù)p害。航空雷達(dá)的迅速發(fā)展使其受到越來越多的攻擊，所以，采用一種高效的入侵檢測技術(shù)就顯得尤為重要?，F(xiàn)有方法利用計(jì)算機(jī)網(wǎng)絡(luò)將不同分散的雷達(dá)位置組合起來，雖然具有良好診斷效果，但也受到動態(tài)環(huán)境的影響，導(dǎo)致診斷精準(zhǔn)度較低；利用雙向關(guān)聯(lián)記憶網(wǎng)絡(luò)應(yīng)用技術(shù)構(gòu)建了遠(yuǎn)程航空雷達(dá)網(wǎng)絡(luò)的在線入侵診斷模型，并利用實(shí)時網(wǎng)絡(luò)入侵檢測與診斷技術(shù)，為遠(yuǎn)程航空雷達(dá)網(wǎng)絡(luò)防御外部網(wǎng)絡(luò)入侵提供了一種途徑。雖然使用該系統(tǒng)能夠免受外部環(huán)境影響具有良好診斷效果，但容易受到網(wǎng)絡(luò)外部行為特征影響，導(dǎo)致診斷效果變差。針對該問題，提出了基于故障樹模型的航空雷達(dá)在線入侵診斷系統(tǒng)設(shè)計(jì)。

1 系統(tǒng)整體架構(gòu)設(shè)計(jì)

隨著雷達(dá)設(shè)備復(fù)雜性的不斷提高，其入侵診斷變得越來越困難，并且設(shè)備分布廣泛，難以及時、有效地診斷故障。遠(yuǎn)程診斷系統(tǒng)充分利用了網(wǎng)絡(luò)信息技術(shù)的優(yōu)勢。為此建立遠(yuǎn)程診斷服務(wù)中心[2]。它由診斷中心和現(xiàn)場設(shè)備工作站組成。本系統(tǒng)以遠(yuǎn)程診斷中心為核心，提供設(shè)備的智能化診斷服務(wù)。其整體架構(gòu)如圖1所示。

圖1 雷達(dá)在線入侵診斷系統(tǒng)整體架構(gòu)

如圖1所示，用戶可以通過瀏覽器訪問診斷中心專家系統(tǒng)的網(wǎng)站，通過網(wǎng)絡(luò)-遠(yuǎn)程診斷專家系統(tǒng)，獲取子系統(tǒng)的一般或異常信息。雷達(dá)子系統(tǒng)的組件通過便攜式檢測儀器進(jìn)行檢測[3,4]。

如果設(shè)備出現(xiàn)故障，遠(yuǎn)程診斷中心將提供診斷服務(wù)，現(xiàn)場工作站將接收診斷服務(wù)器的指令協(xié)助診斷。如果設(shè)備出現(xiàn)嚴(yán)重故障，安裝現(xiàn)場的維護(hù)人員將無法正確處理，因此需要遠(yuǎn)程診斷[5]。將本地診斷系統(tǒng)連接到遠(yuǎn)程診斷系統(tǒng)后，遠(yuǎn)程診斷系統(tǒng)通過計(jì)算機(jī)接口與診斷交互。在遠(yuǎn)程診斷過程中，診斷專家可以通過推理和分析獲取現(xiàn)場設(shè)備的實(shí)時信息或歷史記錄，以及現(xiàn)場遠(yuǎn)程診斷反饋[6]。

2 硬件結(jié)構(gòu)設(shè)計(jì)

雷達(dá)站是一個復(fù)雜的大型系統(tǒng)，包括發(fā)射、接收、測量和傾斜度測量等功能站，彼此之間的距離較大。設(shè)計(jì)遠(yuǎn)程故障診斷服務(wù)中心，各種功能診斷站和其他故障診斷資源維護(hù)站[7]。在每個功能站中，診斷站點(diǎn)都基于Web服務(wù)提供各種診斷服務(wù)。針對特定的診斷問題，通過網(wǎng)絡(luò)多站點(diǎn)協(xié)作，可以形成具有領(lǐng)導(dǎo)協(xié)作能力的動態(tài)診斷鏈。圖2中顯示了硬件結(jié)構(gòu)。

圖2 硬件結(jié)構(gòu)

由圖2可知，每個站點(diǎn)首先獨(dú)立完成系統(tǒng)設(shè)備的狀態(tài)監(jiān)測、故障處理、維護(hù)決策等工作。通過千兆光纖傳輸網(wǎng)絡(luò)發(fā)送服務(wù)請求，診斷臺也是大型系統(tǒng)的一個服務(wù)單位[8]。其服務(wù)功能是發(fā)布到中央服務(wù)器，然后由服務(wù)管理中心進(jìn)行注冊，也就是服務(wù)注冊。值班員對各職能部門的中心服務(wù)站進(jìn)行實(shí)時監(jiān)控，在發(fā)現(xiàn)問題或接收到服務(wù)請求時，進(jìn)入信息數(shù)據(jù)庫，查找相關(guān)的服務(wù)信息，激活貝葉斯網(wǎng)絡(luò)推理決策機(jī)制，生成處理意見，供現(xiàn)場保障人員使用。由于缺乏必要硬件設(shè)備，故只有在遠(yuǎn)程協(xié)助下才能解決現(xiàn)場人員無法解決的問題，從而提高雷達(dá)系統(tǒng)整體效能。

2.1 FS-N40光纖傳感器

使用的FS-N40型光纖傳感器位于光纖的末端，而光纖只是光的傳輸線，其將被測物理量轉(zhuǎn)換成光的幅度、相位或幅度。采用光纖技術(shù)，可實(shí)現(xiàn)基于探測器的遙測。用光纖作為感測元件，不僅可以傳送光，而且可以作為光電傳感器[9-11]。在光纖自身外部環(huán)境的影響下，被測物理量通過調(diào)制光波導(dǎo)特性影響傳感器，從光源接收的光束通過光纖傳輸?shù)秸{(diào)制器，被測參數(shù)隨光的變化而變化，進(jìn)入調(diào)制區(qū)的光的特性和光學(xué)特性會發(fā)生變化，產(chǎn)生調(diào)制光，光纖被傳輸?shù)焦怆娞綔y器進(jìn)行解調(diào)，從而得到測試參數(shù)。

2.2 DS1102Z-E數(shù)字示波器

DS1102Z-E數(shù)字示波器模擬帶寬為200 MHz，最高實(shí)時采樣率為1 GSA/s，最大存儲深度為24 Mpts，全面兼顧波形全局和細(xì)節(jié)不漏失任何波形變化，最高波形捕獲率為30000 wfms/s，隨時刷新波形，避免故障情況發(fā)生。DS1102Z-E數(shù)字示波器將電子信號轉(zhuǎn)換為圖像，由高速電子組成的窄電子束與含有熒光材料的屏幕表面碰撞產(chǎn)生微小光斑。在測量信號的作用下，電子束在屏幕上繪制被測信號的瞬時時間曲線。為了擴(kuò)展數(shù)字示波器的帶寬，只需在初始部分改進(jìn)A/D開關(guān)的特性。利用多重示波器管，能在熒光屏上同時顯示兩個以上不同頻率的信號波形，且無時差，定時準(zhǔn)確。

2.3 紅外攝像儀

選擇200萬像素的優(yōu)質(zhì)攝像頭的S2型號紅外攝像儀，具有CAD 紅光藍(lán)牙攝像頭瞄準(zhǔn)60 m，使用該攝像儀可將光電轉(zhuǎn)化主板和內(nèi)外雙光路校正光學(xué)作為補(bǔ)償，減少信號干擾，信號更加穩(wěn)定，測量數(shù)據(jù)也處于穩(wěn)定狀態(tài)。1000組數(shù)據(jù)存儲及導(dǎo)出，可直接在機(jī)器內(nèi)讀取，也可使用USB連接電腦導(dǎo)出。

一體化紅外線照相機(jī)是一種集照相機(jī)、護(hù)目鏡、紅外線照相機(jī)、散熱片等為一體的照相機(jī)。其基本原理是利用普通 CCD黑白相機(jī)對紅外光的光譜特征(即對可見光和紅外線的感知)，結(jié)合紅外線燈作為“光源”進(jìn)行夜視成像。紅外線燈具的功率、角度、攝像機(jī)配置及具有一定焦距的紅外線鏡頭，能夠在動態(tài)環(huán)境下實(shí)現(xiàn)雷達(dá)掃描結(jié)果快速成像。

2.4 雷達(dá)電路測試臺

雷達(dá)回路試驗(yàn)臺主要用于雷達(dá)模擬電路的現(xiàn)場測試及更換維修的測試及維修設(shè)備，仿真電路試驗(yàn)臺主要由臺式機(jī)組成，它通過 GPIB、RS232C、USB，以太網(wǎng)端口等接口與計(jì)算機(jī)相連，構(gòu)成支持VISA軟件標(biāo)準(zhǔn)的測試系統(tǒng)，由此測試?yán)走_(dá)電路。

3 系統(tǒng)功能設(shè)計(jì)

雷達(dá)站是由大量電子設(shè)備組成大型系統(tǒng)，通常包括許多子系統(tǒng)。分系統(tǒng)間的相互關(guān)系與協(xié)調(diào)具有明顯的復(fù)雜性和層次性。當(dāng)出現(xiàn)故障時，故障可能出現(xiàn)在不同級別之間。針對這一問題，提出了一種基于故障樹模型的故障診斷方法。

3.1 雷達(dá)層次故障樹模型構(gòu)建

結(jié)合故障樹分析方法，將層次法與故障樹診斷方法相結(jié)合，建立了層次故障樹模型[12-15]，如圖3所示。

圖3 雷達(dá)層次故障樹模型

由圖3可知，在雷達(dá)發(fā)生故障時，先確定雷達(dá)結(jié)構(gòu)模塊，再確定各子單元的功能，然后比較各子單元的故障序列，最后采用故障診斷方法進(jìn)行分析。如果雷達(dá)旋轉(zhuǎn)定位不準(zhǔn)確，則先在伺服分系統(tǒng)結(jié)構(gòu)模塊中定位故障，再將故障定位到液壓裝置上，匹配液壓裝置相應(yīng)的故障樹，診斷故障原因。從而能夠準(zhǔn)確定位故障位置，使診斷更具有針對性和目的性，避免盲目搜索與匹配故障，提高診斷效率。

3.2 確定故障特征向量

關(guān)系分析是故障樹定量分析中的一個重要環(huán)節(jié)，常見的重要度包括：組件概率重要度、組件結(jié)構(gòu)重要度和組件函數(shù)重要度。采用故障樹分析法(FTA)對故障進(jìn)行診斷，其依據(jù)的是最有可能發(fā)生事件的原理。利用貝葉斯條件概率公式求得了系統(tǒng)在出現(xiàn)故障現(xiàn)象時，故障原因發(fā)生的概率，并與診斷結(jié)果相對應(yīng)。因?yàn)楣收蠘涞乃凶钚「罴挤从沉讼到y(tǒng)的所有故障模式，并且所有故障模式都是相互排斥的，所以由含有最小割集的割集組成結(jié)構(gòu)函數(shù)如下：

(1)

(2)

式(2)中，P(T)表示發(fā)生概率；FV表示故障原因定位重要程度依據(jù)。

采用重要性方法確定故障產(chǎn)生的原因是構(gòu)造故障樹以其特征為頂事件，以其原因?yàn)榈资录?，采用故障樹分析方?FTA)對故障樹進(jìn)行定性和定量分析，得到故障樹的底事件陣線，其值的重要性、次序與故障原因的優(yōu)先級相對應(yīng)。

3.3 在線入侵診斷流程設(shè)計(jì)

故障樹頂事件是最終要完成的任務(wù)，以系統(tǒng)的故障形式、深度優(yōu)先搜索、故障診斷與正確的人機(jī)交互策略相結(jié)合，根據(jù)確定的故障特征向量，設(shè)計(jì)在線入侵診斷流程：

step 1：排除簡單故障

在分析了所有故障診斷實(shí)例后，發(fā)現(xiàn)有許多故障可以直接排除，如人為操作、環(huán)境、系統(tǒng)誤報(bào)等(這里稱為主觀故障)造成的故障。對簡單故障進(jìn)行搜索，確定故障是否為主觀故障。如有，直接剔除，診斷終止，也符合實(shí)際操作流程。否則，將部件損壞、部件干擾等客觀故障作為重點(diǎn)診斷對象，可大大提高診斷效率。

step 2：確定故障單元

在結(jié)構(gòu)模塊規(guī)則庫中根據(jù)用戶報(bào)告的故障癥狀搜索確定功能部件，進(jìn)一步縮小故障范圍。

step 3：確定故障樹

匹配所有頂事件，分析故障診斷時間，進(jìn)而確定故障樹。

step 4：確定最小割集

結(jié)合式(1)、式(2)可得到含有最小割集的割集組成結(jié)構(gòu)函數(shù)，由此確定最小割集。

step 5：排序

根據(jù)故障診斷重要程度，排列割集中的序列。

step 6：排除故障

在重要度排序的基礎(chǔ)上，尋找具有最高重要度的最小割集對應(yīng)觀察表，通過人機(jī)交互為用戶提供故障診斷方法。確認(rèn)使用者是否有故障，如果有，則得到診斷結(jié)論，診斷結(jié)束。否則，先刪除所使用的切割集項(xiàng)，進(jìn)入step 5，繼續(xù)進(jìn)行故障診斷，當(dāng)割集中沒有可以判斷的事情時，診斷結(jié)束。

4 實(shí)驗(yàn)分析

將VisualC++6.0作為實(shí)驗(yàn)平臺，根據(jù)實(shí)際情況對基于故障樹模型的航空雷達(dá)在線入侵診斷系統(tǒng)設(shè)計(jì)合理性進(jìn)行實(shí)驗(yàn)驗(yàn)證分析。

4.1 雷達(dá)運(yùn)行界面及參數(shù)

利用VisualC++6.0平臺中的用VisualC++編制串行通訊程序，應(yīng)用程序當(dāng)接收到一個字符的光纖傳感器和光電探測器獲取的被測參數(shù)時，就產(chǎn)生一個低級硬件中斷，然后由系統(tǒng)中串行驅(qū)動程序取得控制權(quán)，并將接收到的數(shù)據(jù)放入輸入數(shù)據(jù)緩沖區(qū)，接著將控制權(quán)返回給正在運(yùn)行的應(yīng)用程序，并通過雷達(dá)運(yùn)行界面顯示。當(dāng)雷達(dá)測試完畢后，就直接進(jìn)入測試主界面，該界面可以顯示雷達(dá)發(fā)射機(jī)全部被檢測信息并附有故障指示燈，如圖4所示。

圖4 雷達(dá)測試主界面

由圖4可獲取雷達(dá)運(yùn)行參數(shù)，如表1所示。

表1 雷達(dá)運(yùn)行參數(shù)

4.2 測試結(jié)果與分析

分別使用遠(yuǎn)程支持系統(tǒng)、雙向聯(lián)想記憶網(wǎng)絡(luò)應(yīng)用技術(shù)和基于故障樹模型診斷系統(tǒng)對雷達(dá)發(fā)出波形檢測，如圖5所示。

(a)遠(yuǎn)程支持系統(tǒng)

由圖5可知，使用遠(yuǎn)程支持系統(tǒng)、雙向聯(lián)想記憶網(wǎng)絡(luò)應(yīng)用技術(shù)受到故障影響，系統(tǒng)低刷新率造成死區(qū)時間延長；使用基于故障樹模型診斷系統(tǒng)不會受到故障影響，系統(tǒng)高刷新率縮短死區(qū)時間。

基于此，對不同在線入侵診斷方法的診斷精準(zhǔn)度對比分析，結(jié)果如表2所示。

表2 不同方法診斷精準(zhǔn)度對比分析

由表2可知，使用基于故障樹模型診斷系統(tǒng)最高診斷精準(zhǔn)度為0.95，而其余兩種方法最高診斷精準(zhǔn)度均低于0.66，說明使用基于故障樹模型診斷系統(tǒng)診斷精準(zhǔn)度較高。

5 結(jié) 論

雷達(dá)故障日益復(fù)雜，在線故障診斷的要求也越來越高。提出了一種基于故障樹模型的航空雷達(dá)在線入侵診斷系統(tǒng)，并結(jié)合層次故障樹診斷方法實(shí)現(xiàn)雷達(dá)故障的精確定位。該系統(tǒng)解決了存儲知識不方便和缺少統(tǒng)一數(shù)學(xué)模型的問題，為智能故障診斷提供了一種新的知識處理方法。

在此基礎(chǔ)上，開發(fā)了基于層次結(jié)構(gòu)的故障樹診斷方法，并探討了基于層次結(jié)構(gòu)的故障樹知識存儲方法。但該系統(tǒng)投入使用的時間較短，尚未完全成熟。雷達(dá)數(shù)據(jù)具有一定機(jī)密性，尤其要注意數(shù)據(jù)文件安全，并對系統(tǒng)使用數(shù)據(jù)庫文件加密。但由于訪問工具限制，加密技術(shù)一直未被成功應(yīng)用，需要在后續(xù)研究進(jìn)程中加以實(shí)現(xiàn)。