一种逐次逼近型四余度大气参数表决系统及方法

技术领域

本发明属于航空航天大气数据采集处理技术领域，具体涉及一种逐次逼近型四余度大气参数表决系统及方法。

背景技术

民用客机大气数据系统属于机载航电系统，利用测量气压压力、环境温度的原理，实时测量飞机的高度、速度等参数，大气数据系统一般包括感受压力的探头、测量温度的传感器、解算大气参数的控制单元等，其参数将被飞控系统等机载系统用于飞行控制、飞行任务管理等，对飞机安全至关重要，通常采用多余度系统架构。

表决的优点在于提高系统的可靠性及安全性、降低故障效应和故障瞬态，提高各通道信号之间的一致性，改进下游装置故障检测以及减少虚警，改善信号精度，当前某型客机采用的数据处理方式为四余度参数排序和计算相邻两值差值并进行门限判断，未考虑间隔值与门限的关系，固其表决结果无法排除部分异常数据，将不可信的参数引入表决结果，从而影响表决大气参数的可靠性完好性，给飞机控制带来不利因素。

发明内容

本发明提供了一种逐次逼近型四余度大气参数表决系统及方法，解决了四余度参数表决时原算法无法排除异常数据，从而影响表决大气参数的可靠性完好性，不利于飞行控制，甚至产生危害飞行安全的设计缺陷的问题。

为了解决上述技术问题，本发明的技术方案为：一种逐次逼近型四余度大气参数表决系统，包括大气数据模块ADM、大气数据基准单元ADRU、外部探头以及传感器TATP；

所述大气数据模块ADM，用于对外部探头检测的全压和静压进行采集及转化，并发送至大气数据基准单元ADRU；

所述大气数据基准单元ADRU，用于对传感器TATP感受的总温进行采集，对大气数据参数进行有效性判断，并用于进行大气数据表决，计算飞机当前气压高度/空速输出误数据的概率；

所述外部探头，用于检测飞机当前的全压和静压；

所述传感器TATP，用于检测飞机当前的总温。

本发明的有益效果是：根据本发明提供的大气数据表决系统，内置逐次逼近型四余度大气参数表决算法，采用气路平均和电气平均四余度非相似余度设计，可以有效的抑制软件和硬件的共模故障，消除侧滑影响，比传统的单余度或双余度大气数据系统的可用性以及完好性均更高，可以满足大型客机等高安全性飞机平台安全性、功能以及性能使用需求。

进一步地，所述外部探头包括全压探头PTP、静压探头PSP以及全静压探头PSTP；

所述全压探头PTP，用于检测飞机当前的全压；

所述静压探头PSP，用于检测飞机当前的静压；

所述全静压探头PSTP，用于检测飞机当前的全压以及静压。

本发明还提供了一种逐次逼近型四余度大气参数表决方法，包括以下步骤：

S1、通过外部探头检测飞机当前的全压和静压，并通过传感器TATP检测飞机当前的总温中的部分或全部；

S2、通过大气数据模块ADM采集全压和静压，发送至大气数据基准单元ADRU，并通过大气数据基准单元ADRU采集总温中的部分或全部，得到四套大气数据参数；

S3、通过大气数据基准单元ADRU判断每套大气数据参数中各个大气数据参数的有效性，并根据大气数据基准单元ADRU中内置的逐次逼近型四余度表决算法进行大气参数表决，计算大气参数表决值；

S4、根据大气参数表决值，采用故障树模型FTA分析法进行系统安全性分析，并识别故障树底事件；

S5、根据故障报告、分析和纠正措施FRACAS数据库对出现错误的情况进行统计和记录，结合预计数据，计算各个故障树底事件的失效率；

S6、根据各个故障树底事件的失效率，计算气压高度/空速输出误数据的概率，完成本周期的大气参数表决。

本发明的有益效果是：通过外部探头获取大气数据参数，根据本发明提供的逐次逼近型四余度大气参数表决算法计算大气参数表决值，然后采用故障树模型FTA分析法进行安全性分析，计算气压高度/空速输出误数据的概率，比通过传统表决算法计算的气压高度/空速输出误数据的概率降低很多，能够排除异常数据，避免将不可信的参数引入表决结果，提高了表决大气参数的完好性，更加利于飞机控制。

进一步地，所述步骤S3的具体步骤为：

S31、通过大气数据基准单元ADRU，判断每套大气数据参数中各个大气数据参数的有效性，若四个大气数据参数均有效，则根据逐次逼近型四余度表决算法中的四余度大气参数表决，计算大气参数表决值，并进入步骤S4，否则，进入步骤S32；

S32、若有三个大气数据参数有效，则根据逐次逼近型四余度表决算法中的三余度大气参数表决，计算大气参数表决值，并进入步骤S4，否则，进入步骤S33；

S33、若有两个大气数据参数有效，则根据逐次逼近型四余度表决算法中的双余度大气参数表决，将两个大气数据参数按照升序排序，并计算大气参数表决值，进入步骤S4，否则，进入步骤S34；

S34、若仅有一个大气数据参数有效，则根据逐次逼近型四余度表决算法中的单余度大气参数表决，将有效的大气数据参数作为大气参数表决值，并进入步骤S4，否则，进入步骤S35。

S35、若四个大气数据参数均无效，则将上周期大气参数表决值作为大气参数表决值，并进入步骤S4。

上述进一步方案的有益效果为：通过逐次逼近型四余度大气参数表决算法，可有效提高系统的可靠性、降低故障效应和故障瞬态，提高各通道信号之间的一致性，改进下游装置故障检测以及减少虚警，并且能够改善信号精度，排除异常数据，避免将不可信的参数引入表决结果，从而提高表决大气参数的可靠性和完好性，给飞机控制提供更安全可信的大气数据参数。

进一步地，所述步骤S31中四余度大气参数表决的具体步骤为：

A1、将四个大气数据参数按照升序排序，包括最小值X

A2、计算最小值X

A3、若差值ΔX

A4、若差值ΔX

A5、若差值ΔX

A6、若差值ΔX

A7、若差值ΔX

A8、若差值ΔX

A9、若差值ΔX

A10、若差值ΔX

A11、若差值ΔX

A12、若差值ΔX

A13、若差值ΔX

A14、若差值ΔX

进一步地，所述步骤S32中三余度大气参数表决的具体步骤为：

B1、将三个大气数据参数按照升序排序，包括最小值X

B2、计算最小值X

B3、若差值ΔX

B4、若差值ΔX

B5、若差值ΔX

B6、若差值ΔX

B7、若差值ΔX

进一步地，所述步骤S33中双余度大气参数表决的具体步骤为：

C1、将两个大气数据参数按照升序排序，包括最小值X

C2、计算最小值X

C3、若差值ΔX

C4、若差值ΔX

进一步地，所述步骤S4中的故障树底事件包括传感器漂移X1、时钟漂移X2、公用电路失效X3、自检电路失效X4、电源失效X5、频率信号处理失效X6、传感器性能下降X7、总线发送失效X8、FPGA性能下降X9、时钟漂移X10、公用电路失效X11、自检电路失效X12、FPGA性能下降X13、CPU性能下降X14、429通信失效X15以及电源失效X16。

进一步地，所述步骤S5中气压高度/空速输出误数据的概率

其中，

上述进一步方案的有益效果为：通过逐次逼近型四余度大气参数表决算法，计算四路独立参数两两之间的差值，并采用差值从大到小逐次逼近的方式判断与表决门限阈值的关系，能够提高算法效率。同时通过失效分析计算，得到气压高度/空速输出误数据的概率

附图说明

图1为本发明逐次逼近型四余度大气参数表决系统的原理框图。

图2为本发明逐次逼近型四余度大气参数表决方法的流程图。

具体实施方式

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

实施例1

如图1所示，本发明提供了一种逐次逼近型四余度大气参数表决处理系统，其特征在于，包括大气数据模块ADM、大气数据基准单元ADRU、外部探头以及传感器TATP；

所述大气数据模块ADM，用于对外部探头检测的全压和静压进行采集及转化，并发送至大气数据基准单元ADRU；

所述大气数据基准单元ADRU，用于对传感器TATP感受的总温进行采集，对大气数据参数进行有效性判断，并用于进行大气数据表决，计算飞机当前气压高度/空速输出误数据的概率；

所述外部探头，用于检测飞机当前的全压和静压；

所述传感器TATP，用于检测飞机当前的总温。

所述外部探头包括全压探头PTP、静压探头PSP以及全静压探头PSTP；

所述全压探头PTP，用于检测飞机当前的全压；

所述静压探头PSP，用于检测飞机当前的静压；

所述全静压探头PSTP，用于检测飞机当前的全压以及静压。

本实施例1中，大气数据模块ADM，由电源模块、频率信号处理模块、传感器模块、总线收发模块、FPGA模块以及时钟模块等功能模块组成，其中电源模块用于供电，频率信号处理模块用于信号隔离滤波，传感器模块用于将外部探头检测的压力转换为频率信号，总线收发模块用于内外部通讯，FPGA模块用于F/D转换以及总线收发控制等，时钟模块用于提供时间基准。

大气数据基准单元ADRU，由电源模块、温度采集模块、攻角采集模块、总线收发模块、FPGA模块、CPU模块和时钟模块等功能模块组成，其中电源模块用于供电，温度采集模块用于对传感器TATP检测的总温信号进行采集，攻角采集模块用于攻角信号采集，总线收发模块用于内外部通讯，FPGA模块用于离散量收发控制等，CPU模块用于信号采样、检测、控制以及解算等，时钟模块用于提供时间基准。

外部探头中的全压探头PTP、静压探头PSP以及全静压探头PSTP，均为机械设备，不含信号电路。

传感器TATP，通过铂电阻检测飞机当前的总温。

本实施例1中，通过大气数据模块ADM，对外部探头检测到的飞机当前的全压或者静压进行信号采集，将压力信号转换为频率信号，并发送至大气数据基准单元ADRU中，同时，大气数据基准单元ADRU对传感器TATP检测到的飞机当前的总温信号进行采集。然后大气数据基准单元ADRU将采集到的飞机当前的全压和静压、飞机当前的总温中的部分或全部，作为大气数据参数，并通过大气数据基准单元ADRU中内置的逐次逼近型四余度大气参数表决方法，对大气数据参数进行大气参数表决，然后进行系统安全性分析，输出气压高度/空速输出误数据的概率。

同时，系统以20ms为周期进行大气数据参数采集、解算、表决和输出，当本周期表决失败时，则输出上周期表决值，并置参数标志位为无效。

实施例2

如图2所示，本发明还提供了一种逐次逼近型四余度大气参数表决方法，包括以下步骤：

S1、通过外部探头检测飞机当前的全压和静压，并通过传感器TATP检测飞机当前的总温中的部分或全部；

S2、通过大气数据模块ADM采集全压和静压，发送至大气数据基准单元ADRU，并通过大气数据基准单元ADRU采集总温中的部分或全部，得到四套大气数据参数；

S3、通过大气数据基准单元ADRU判断每套大气数据参数中各个大气数据参数的有效性，并根据大气数据基准单元ADRU中内置的逐次逼近型四余度表决算法进行大气参数表决，计算大气参数表决值；

S4、根据大气参数表决值，采用故障树模型FTA分析法进行系统安全性分析，并识别故障树底事件；

S5、根据故障报告、分析和纠正措施FRACAS数据库对出现错误的情况进行统计和记录，结合预计数据，计算各个故障树底事件的失效率；

S6、根据各个故障树底事件的失效率，计算气压高度/空速输出误数据的概率，完成本周期的大气参数表决。

本实施例2中，通过建立故障树分析模型FTA，依据本发明提供的逐次逼近型四余度表决算法进行自上而下的分析，可以确定导致每个失效状态在较低层面上存在的单一故障或故障的组合，确定顶事件的发生概率，即确定气压高度/空速输出误数据的概率。与关联图、马尔可夫分析法相比，故障树模型FTA分析法使用布尔逻辑门表明故障影响与故障模式的关系，可以直观的表明设计相对于定量的安全性目标的符合性。

所述步骤S3的具体步骤为：

S31、通过大气数据基准单元ADRU，判断每套大气数据参数中各个大气数据参数的有效性，若四个大气数据参数均有效，则根据逐次逼近型四余度表决算法中的四余度大气参数表决，计算大气参数表决值，并进入步骤S4，否则，进入步骤S32；

S32、若有三个大气数据参数有效，则根据逐次逼近型四余度表决算法中的三余度大气参数表决，计算大气参数表决值，并进入步骤S4，否则，进入步骤S33；

S33、若有两个大气数据参数有效，则根据逐次逼近型四余度表决算法中的双余度大气参数表决，将两个大气数据参数按照升序排序，并计算大气参数表决值，进入步骤S4，否则，进入步骤S34；

S34、若仅有一个大气数据参数有效，则根据逐次逼近型四余度表决算法中的单余度大气参数表决，将有效的大气数据参数作为大气参数表决值，并进入步骤S4，否则，进入步骤S35。

S35、若四个大气数据参数均无效，则将上周期大气参数表决值作为大气参数表决值，并进入步骤S4。

本实施例2中，每个余度的大气数据参数有有效性范围，在进行表决计算时，将判断各信号来源处大气数据参数有效性，将处于有效性范围外的大气数据参数移除，不参与最终表决计算。

并且通过逐次逼近型四余度大气参数表决算法，计算四路独立参数两两之间差值，并采用差值从大到小逐次逼近的方式判断与表决门限阈值的关系，对比传统表决算法可以减少81.25％的算法运行时间，提高算法效率。

因为当最大和最小的参数差值小于门限，那么其他参数差值肯定也小于门限，因此可以省略其他参数差值与门限的大小判断，达到提升算法效率的效果。

所述步骤S31中四余度大气参数表决的具体步骤为：

A1、将四个大气数据参数按照升序排序，包括最小值X

A2、计算最小值X

A3、若差值ΔX

A4、若差值ΔX

A5、若差值ΔX

A6、若差值ΔX

A7、若差值ΔX

A8、若差值ΔX

A9、若差值ΔX

A10、若差值ΔX

A11、若差值ΔX

A12、若差值ΔX

A13、若差值ΔX

A14、若差值ΔX

本实施例2中，四余度大气参数表决算法按照表1输出大气参数表决值，将有效的大气数据参数按照升序排序，表1为四余度表决算法处理逻辑真值表，其中，真值表中“0”表示差值未超出门限阀值，“1”表示差值超出门限阀值，“—”表示差值与阀值对比为任意状态。

表1

其中，差值ΔX

所述步骤S32中三余度大气参数表决的具体步骤为：

B1、将三个大气数据参数按照升序排序，包括最小值X

B2、计算最小值X

B3、若差值ΔX

B4、若差值ΔX

B5、若差值ΔX

B6、若差值ΔX

B7、若差值ΔX

本实施例2中，三余度大气参数表决算法按照表2输出大气参数表决值，将有效的大气数据参数按照升序排序，表2为三余度表决算法处理逻辑真值表，其中，真值表中“0”表示差值未超出门限阀值，“1”表示差值超出门限阀值，“—”表示差值与阀值对比为任意状态。

其中，差值ΔX

表2

所述步骤S33中双余度大气参数表决的具体步骤为：

C1、将两个大气数据参数按照升序排序，包括最小值X

C2、计算最小值X

C3、若差值ΔX

C4、若差值ΔX

本实施例2中，双余度大气参数表决算法按照表3输出大气参数表决值，表3为三余度表决算法处理逻辑真值表，真值表中“0”表示差值未超出门限阀值，“1”表示差值超出门限阀值，“—”表示差值与阀值对比为任意状态。

表3

其中，差值ΔX

所述步骤S4中的故障树底事件包括传感器漂移X1、时钟漂移X2、公用电路失效X3、自检电路失效X4、电源失效X5、频率信号处理失效X6、传感器性能下降X7、总线发送失效X8、FPGA性能下降X9、时钟漂移X10、公用电路失效X11、自检电路失效X12、FPGA性能下降X13、CPU性能下降X14、429通信失效X15以及电源失效X16。

本实施例2中，传感器漂移X1、时钟漂移X2、公用电路失效X3、自检电路失效X4、电源失效X5、频率信号处理失效X6、传感器性能下降X7、总线发送失效X8、FPGA性能下降X9、时钟漂移X10、公用电路失效X11、自检电路失效X12、FPGA性能下降X13、CPU性能下降X14、429通信失效X15以及电源失效X16为相互独立故障树底事件。

所述步骤S5中气压高度/空速输出误数据的概率

其中，

本实施例2中，利用故障报告、分析和纠正措施FRACAS数据库对出现错误的情况进行统计和记录，结合可靠性预计数据，计算各个故障树底事件失效率，如表4所示，表4为各个故障树底事件的失效率λ。

表4

根据各个故障树底事件的失效率λ，计算气压高度/空速输出误数据的概率