CN112181679B - 火箭数据处理方法、装置及计算机存储介质、电子设备 - Google Patents
火箭数据处理方法、装置及计算机存储介质、电子设备 Download PDFInfo
- Publication number
- CN112181679B CN112181679B CN202010957365.9A CN202010957365A CN112181679B CN 112181679 B CN112181679 B CN 112181679B CN 202010957365 A CN202010957365 A CN 202010957365A CN 112181679 B CN112181679 B CN 112181679B
- Authority
- CN
- China
- Prior art keywords
- data
- instruction
- frame
- fault model
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims abstract description 31
- 230000036541 health Effects 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 16
- 238000003066 decision tree Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 34
- 238000012360 testing method Methods 0.000 abstract description 18
- 230000006870 function Effects 0.000 abstract description 14
- 230000003993 interaction Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 9
- 230000006378 damage Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/544—Buffers; Shared memory; Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Debugging And Monitoring (AREA)
Abstract
火箭数据处理方法、装置及计算机存储介质、电子设备,包括:数据解析与存储线程对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区;数据分析与显示线程根据自身内部定时器定期读取所述共享内存区的数据,并将读取的数据进行显示和判读。采用本申请中的方案,将现有火箭测试数据处理按照功能划分为不同的线程,不同线程之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,多线程异步实时处理,缩短了数据判读时间并提高了准确度。
Description
技术领域
本申请涉及火箭测量技术,具体地,涉及一种火箭数据处理方法、装置及计算机存储介质、电子设备。
背景技术
商业航天背景下,要求运载火箭具备短时、机动、快发等特点。随着箭载综合电子系统技术的飞速发展,呈现集成化、模块化、数据化的发展趋势,使系统的耦合性更为紧密,其自带传感器也越来越多,使总体试验过程中依靠数据提前发现系统问题,进一步保障飞行试验成功成为可能。
通过综合调研多个航天运载器型号,发现其测量测试系统存在如下几个具体问题:
a)数据解析多为事后处理,耗时较长且不具备在线数据判读能力;
b)故障分析、判读多为人工处理,耗费精力,准确度也不高;
c)分析数据庞杂,没有直观、简洁的数据分析结果与结论。
综上,面对繁杂的测试数据以及快速机动发射需求,传统的人工数据判读与分析有可能耗费较长时间,造成产品研制周期过长、测试时间过长、系统故障概率较大的问题。
现有技术中存在的问题:
现有火箭测量数据的分析耗费时间较长且准确度较低。
发明内容
本申请实施例中提供了一种火箭数据处理方法、装置及计算机存储介质、电子设备,以解决上述技术问题。
根据本申请实施例的第一个方面,提供了一种火箭数据处理方法,包括如下步骤:
数据解析与存储线程对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区;
数据分析与显示线程根据自身内部定时器定期读取所述共享内存区的数据,并将读取的数据进行显示和判读。
根据本申请实施例的第二个方面,提供了一种火箭数据处理装置,包括:
数据解析与存储线程,用于对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区;
数据分析与显示线程,用于根据自身内部定时器定期读取所述共享内存区的数据,并将读取的数据进行显示和判读。
根据本申请实施例的第三个方面,提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述火箭数据处理方法的步骤。
根据本申请实施例的第四个方面,提供了一种电子设备,包括存储器、以及一个或多个处理器,所述存储器用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行时,实现如上所述的火箭数据处理方法。
采用本申请实施例中提供的火箭数据处理方法、装置及计算机存储介质、电子设备,将现有火箭测试数据处理按照功能划分为不同的线程,不同线程之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,多线程异步实时处理,缩短了数据判读时间并提高了准确度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例一中火箭数据处理方法实施的流程示意图;
图2示出了本申请实施例二中火箭数据处理装置的结构示意图;
图3示出了本申请实施例四中电子设备的结构示意图;
图4示出了本申请实施例五中在线解析模式多线程并行处理示意图;
图5示出了本申请实施例五中离线解析模式多线程并行处理示意图;
图6示出了本申请实施例五中开放式容错决策树判读定位示意图。
具体实施方式
在发明过程中,发明人注意到:
现有火箭数据处理系统实时数据解析与存储的能力并不能进行全维数据参量的饱和状态运行,只能将部分关键数据进行实时解析与存储,全维数据参量进行事后解析。
针对上述现有技术存在的技术问题,本申请实施例利用多线程并行处理机制、多进容错决策树以及专家系统方法构建了一套完整的运载火箭测量数据分析系统设计方法,以指导火箭测量数据分析系统设计。具体的,在系统架构上设计利用多线程方式实现数据的并行处理、显示与存储;在总线指令判读中设计多进容错决策树方法进行指令逻辑正确性判读;在测量数据判读中设计专家系统判读机制,形成数据判读方法。
本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
实施例一
图1示出了本申请实施例一中火箭数据处理方法实施的流程示意图。
如图所示,所述火箭数据处理方法包括:
步骤101、数据解析与存储线程对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区;
步骤102、数据分析与显示线程根据自身内部定时器定期读取所述共享内存区的数据,并将读取的数据进行显示和判读。
采用本申请实施例中提供的火箭数据处理方法,将现有火箭测试数据处理按照功能划分为不同的线程,不同线程之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,多线程异步实时处理,缩短了数据判读时间并提高了准确度。
在一种实施方式中,在所述数据解析与存储线程对数据接收缓冲区的数据进行解析之前,进一步包括:
数据接收线程接收数据并将数据存至数据接收缓冲区;
在所述数据接收缓冲区满足预设条件时,触发数据解析与存储线程。
在一种实施方式中,所述数据解析与存储线程对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区,包括:
每隔预设时间对数据接收缓冲区内该预设时间的数据进行解析并将解析后的数据存储至共享内存区。
在一种实施方式中,所述对数据进行判读,包括:
确定待判读的指令;
若所述指令为当前帧子节点指令,根据预先建立的开放式容错决策树进行下一次指令判读,进行深度遍历搜索;
否则,获取所述指令的关键特征标志,将所述关键特征标志与预先建立的开放式容错决策树进行匹配,确定所述指令的所处节点位置。
在一种实施方式中,所述关键特征标志包括以下一种或多种:指令标志、关键指令数据、指令时间。
在一种实施方式中,所述方法进一步包括:
将所述数据与预先建立的故障模型进行比对,完成故障排查、故障分类及故障定位。
在一种实施方式中,所述故障模型包括以下一种多种:遥测帧完整性故障模型、指令帧正确性故障模型、指令帧分包连续性故障模型、指令帧收发完整性故障模型、指令帧时标增量故障模型、指令帧通道切换故障模型、时序控制正确性故障模型;其中,
遥测帧完整性故障模型包括:连续两帧计数差不为1、遥测标志位数据不为设定标志、单个遥测全帧数据长度不满足设定要求;
指令帧正确性故障模型包括:单个控制指令长度与指令中长度标志位不同、单个控制指令实际校验数据与指令中校验标志不同、单个控制指令内对应时标比上一帧时标早;
指令帧分包连续性故障模型包括:分包类型指令帧包号不为0,也不与上一帧包号差不为1;
指令帧收发完整性故障模型包括:收发类型指令帧的发送指令与接收回令数量比对不满足设定要求;
指令帧时标增量故障模型包括:循环类型指令帧的前后帧的发送时标差不满足设定包络要求;
指令帧通道切换故障模型包括:指令帧下一帧与上一帧的发送通道标志不同;
健康监测数据故障模型包括:健康监测数据值超出对应数据设定的包络区间、健康监测数据的均值或标准差或方差超过设定参数包络、对健康监测数据进行时频转换后在频域中不满足设定要求、通过模糊深度效能评估获取实时健康监测数据对应的效能等级低于设定要求;
时序控制正确性故障模型包括:时序回采结果具有单个跳点但无对应控制指令发送、时序回采结果具有一段异常状态且无对应控制指令发送、时序回采结果的持续时间不满足设定包络要求、时序控制指令发送,却无对应的时序回采结果。
实施例二
基于同一发明构思,本申请实施例提供了一种火箭数据处理装置,该装置解决技术问题的原理与一种火箭数据处理方法相似,重复之处不再赘述。
图2示出了本申请实施例二中火箭数据处理装置的结构示意图。
如图所示,所述火箭数据处理装置包括:
数据解析与存储线程201,用于对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区;
数据分析与显示线程202,用于根据自身内部定时器定期读取所述共享内存区的数据,并将读取的数据进行显示和判读。
采用本申请实施例中提供的火箭数据处理装置,将现有火箭测试数据处理按照功能划分为不同的线程,不同线程之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,多线程异步实时处理,缩短了数据判读时间并提高了准确度。
在一种实施方式中,进一步包括:
数据接收线程,在所述数据解析与存储线程对数据接收缓冲区的数据进行解析之前,接收数据并将数据存至数据接收缓冲区;在所述数据接收缓冲区满足预设条件时,触发数据解析与存储线程。
在一种实施方式中,所述数据解析与存储线程每隔预设时间对数据接收缓冲区内该预设时间的数据进行解析并将解析后的数据存储至共享内存区。
在一种实施方式中,所述对数据进行判读,包括:
确定待判读的指令;
若所述指令为当前帧子节点指令,根据预先建立的开放式容错决策树进行下一次指令判读,进行深度遍历搜索;
否则,获取所述指令的关键特征标志,将所述关键特征标志与预先建立的开放式容错决策树进行匹配,确定所述指令的所处节点位置。
在一种实施方式中,所述关键特征标志包括以下一种或多种:指令标志、关键指令数据、指令时间。
在一种实施方式中,进一步包括:
故障处理模块,用于将所述数据与预先建立的故障模型进行比对,完成故障排查、故障分类及故障定位。
在一种实施方式中,所述故障模型包括以下一种多种:遥测帧完整性故障模型、指令帧正确性故障模型、指令帧分包连续性故障模型、指令帧收发完整性故障模型、指令帧时标增量故障模型、指令帧通道切换故障模型、时序控制正确性故障模型;其中,
遥测帧完整性故障模型包括:连续两帧计数差不为1、遥测标志位数据不为设定标志、单个遥测全帧数据长度不满足设定要求;
指令帧正确性故障模型包括:单个控制指令长度与指令中长度标志位不同、单个控制指令实际校验数据与指令中校验标志不同、单个控制指令内对应时标比上一帧时标早;
指令帧分包连续性故障模型包括:分包类型指令帧包号不为0,也不与上一帧包号差不为1;
指令帧收发完整性故障模型包括:收发类型指令帧的发送指令与接收回令数量比对不满足设定要求;
指令帧时标增量故障模型包括:循环类型指令帧的前后帧的发送时标差不满足设定包络要求;
指令帧通道切换故障模型包括:指令帧下一帧与上一帧的发送通道标志不同;
健康监测数据故障模型包括:健康监测数据值超出对应数据设定的包络区间、健康监测数据的均值或标准差或方差超过设定参数包络、对健康监测数据进行时频转换后在频域中不满足设定要求、通过模糊深度效能评估获取实时健康监测数据对应的效能等级低于设定要求;
时序控制正确性故障模型包括:时序回采结果具有单个跳点但无对应控制指令发送、时序回采结果具有一段异常状态且无对应控制指令发送、时序回采结果的持续时间不满足设定包络要求、时序控制指令发送,却无对应的时序回采结果。
实施例三
基于同一发明构思,本申请实施例还提供一种计算机存储介质,下面进行说明。
所述计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例一所述火箭数据处理方法的步骤。
采用本申请实施例中提供的计算机存储介质,将现有火箭测试数据处理按照功能划分为不同的线程,不同线程之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,多线程异步实时处理,缩短了数据判读时间并提高了准确度。
实施例四
基于同一发明构思,本申请实施例还提供一种电子设备,下面进行说明。
图3示出了本申请实施例四中电子设备的结构示意图。
如图所示,所述电子设备包括存储器301、以及一个或多个处理器302,所述存储器用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行时,实现如实施例一所述的火箭数据处理方法。
采用本申请实施例中提供的电子设备,将现有火箭测试数据处理按照功能划分为不同的线程,不同线程之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,多线程异步实时处理,缩短了数据判读时间并提高了准确度。
实施例五
为了便于本申请的实施,本申请实施例以一具体实例进行说明。
一、多线程异步实时处理与数据库架构设计
考虑现有火箭数据处理系统实时数据解析与存储的能力并不能进行全维数据参量的饱和状态运行,只能将部分关键数据进行实时解析与存储,全维数据参量进行事后解析的方式。据此,综合考虑数据量、解析框架优化等,提出测试数据在线/离线异步并行实时解析与存储架构设计。
(1)多线程并行处理架构设计
将在线解析模式的数据接收、解析与存储、分析与显示功能划分为三个线程(数据接收线程、解析与存储线程、数据分析与显示线程),互相之间通过内存共享数据区进行数据交互,通过线程触发实现线程的创建与销毁,相关架构图如图4所示。
具体运行步骤如下:
Step1:系统启动后,数据接收线程同步启动;
Step2:当数据接收缓冲区满足设定条件,触发数据解析与存储线程;
Step3:数据解析与存储线程对数据接收缓冲区的数据进行解析、存储,并将显示数据放入共享内存区,等待数据分析与显示线程读取;
Step4:系统启动后,数据分析与显示线程同步启动,根据自身内部定时器,定期读取共享内存区数据,进行数据实时显示和判读等;
Step5:Step1至Step4循环运行,直到交互界面点击停止按钮。
将离线解析模式的数据解析与存储、分析与显示功能划分为两个线程(数据解析与存储线程、数据分析与显示线程),互相之间通过内存共享数据区进行数据交互,相关架构图如图5所示。
具体运行步骤如下:
Step1:系统启动后,数据解析与存储线程同步启动,并对数据接收缓冲区的数据进行解析、存储,并将显示数据放入共享内存区,等待数据分析与显示线程读取;
Step2:系统启动后,数据分析与显示线程同步启动,根据自身内部定时器,定期读取共享内存区数据,进行数据实时显示和判读等;
Step3:Step1至Step2循环运行,直到离线文件读取结束。
(2)数据库大容量吞吐架构设计
为提高数据存储实时性,利用数据库技术,将解析数据存储到数据库中,并结合数据库事务处理机制,对每固定时间(暂取1s)的数据进行统一处理,统一存储,提高单次吞吐数据量大小,降低文件开关操作次数,以提高数据存储效能。
二、基于开放式容错决策树的流程逻辑判读设计
考虑弹/箭测试过程中,测试流程是按照规定逻辑进行的,因此,设计对应的流程逻辑判读决策树即可实现对测试流程正确性的有效评估。同时,为提高判读功能的鲁棒性和兼容性,通过指令特征匹配完成当前指令节点的位置定位,进而按照决策树分支进行逻辑判读。基于开放式容错决策树的流程逻辑判读如图6所示,算法步骤如下:
Step1:根据接收到的指令帧,判断是否为当前帧子节点指令;
具体实施时,在线模式下,指令帧可以存储在数据缓冲区中,数据解析与存储线程依次从数据缓冲区读取指令,然后进行解析、存储以及发送至共享缓冲区;离线模式下,指令帧可以存储在离线文件中,数据解析与存储线程依次读取离线文件中的指令帧,然后进行解析、存储以及发送至共享缓冲区。
每个指令帧具有逻辑性,即每个指令帧之后的下一条指令帧是确定的(图6所示,某节点的子节点是确定的),因此,本申请实施例根据指令帧的内容与子节点的帧内容进行匹配,即可确定所述指令帧是不是当前帧的子节点指令。
Step2:如果不是,则提取指令标志、关键指令数据、指令时间等关键特征标志,并将关键特征标志与容错决策树节点进行匹配,确定指令所处节点位置;
例如:假设一个指令帧(16进制数据流)为如下所示:
50 FA 1384 AA 00 14 00 A5 3F F0 00 FF FF FF FF C2 66 FA 50;
该指令中13表示收发特征,84表示指令类型特性,14 00表示长度特征,FFFFFFFF表示帧内容特征,对这些特征值进行匹配(每个节点都预先设定有特征值),即可确定该指令属于哪个节点。
Step3:如果是,则继续进行下一次指令判读,进行深度遍历搜索;
Step4:循环Step1至Step3,直到数据解析完成。
三、基于特征分析的故障评判与定位功能设计
针对试验测试中对于数据判读的需求,需要对各类故障问题进行特征建模,并通过对数据进行模型比对,完成故障排查、故障分类以及故障定位。目前,针对实际测试需要,提出如下故障模型:
(1)遥测全帧完整性故障模型
遥测帧连续性错误模型:连续两帧计数差不为1;
遥测帧结构错误模型:遥测标志位数据错误,不为设定标志;
遥测帧长度错误模型:单个遥测全帧数据长度不满足设定要求。
(2)指令帧正确性故障模型
控制指令帧长度错误:单个控制指令长度与指令中长度标志位不同;
控制指令帧校验错误:单个控制指令实际校验数据与指令中校验标志不同;
控制指令帧时间片错误:单个控制指令内对应时标比上一帧时标早。
(3)指令帧分包连续性故障模型
分包类型指令帧包号不为0,也不与上一帧包号差不为1(即不连续)。
(4)指令帧收发完整性故障模型
收发类型指令帧,其发送指令与接收回令数量比对不满足设定要求。
(5)指令帧时标增量故障模型
循环类型指令帧前后帧的发送时标差(时标增量)不满足设定包络要求。
(6)指令帧通道切换故障模型
指令帧下一帧与上一帧的发送通道标志不同。
(7)健康监测数据故障模型
健康监测包络超限:健康监测数据值超出对应数据设定的包络区间;
健康监测稳定性异常:对健康监测数据进行均值、标准差、方差分析,比对当前设定参数包络,超限为异常;
健康监测数据波动异常:对健康监测数据进行时频转换,在频域中发现不满足设定要求;
健康监测数据效能异常:通过模糊深度效能评估获取实时健康监测数据对应的效能等级,低于设定要求为异常。
(8)时序控制正确性故障模型
时序回采异常点:时序回采结果具有单个跳点,但无对应控制指令发送;
时序回采异常段:时序回采结果具有一段异常状态,无对应控制指令发送;
时序回采持续长度异常:时序回采结果的持续时间不满足设定包络要求;
时序控制指令无响应异常:时序控制指令发送,却无对应的时序回采结果。
具体实施时,针对上述故障模型,可以设计对应的故障检测手段(具体故障检测手段在此不做赘述),完成对应故障模型识别与定位,能够有效帮助操作人员对故障问题进行快速定位、排故。
本申请实施例可以形成可靠稳定、高计算能力和多数据同步显示的测量数据分析系统。可以快速直观判断箭上总线指令逻辑正确性和数据正确性,给予测试人员直观、简洁、高效的数据分析结果;并且,该方法在一定范围内具有通用性,可以对多类数据测试与分析系统设计进行指导。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (6)
1.一种火箭数据处理方法,其特征在于,包括:
数据解析与存储线程对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区;
数据分析与显示线程根据自身内部定时器定期读取所述共享内存区的数据,并将读取的数据进行显示和判读;
所述对数据进行判读,包括:
根据接收到的指令帧,判断是否为当前帧子节点指令;每个指令帧具有逻辑性,每个指令帧之后的下一条指令帧是确定的;
如果不是,则提取包括指令标志、关键指令数据、指令时间的关键特征标志,并将关键特征标志与容错决策树节点进行匹配,确定指令所处节点位置;
如果是,则继续进行下一次指令判读,进行深度遍历搜索;
对数据进行判读,将所述数据与预先建立的故障模型进行比对,完成故障排查、故障分类及故障定位;
所述故障模型包括以下几种:
遥测帧完整性故障模型、指令帧正确性故障模型、指令帧分包连续性故障模型、指令帧收发完整性故障模型、指令帧时标增量故障模型、指令帧通道切换故障模型、时序控制正确性故障模型;其中,
遥测帧完整性故障模型包括:连续两帧计数差不为1、遥测标志位数据不为设定标志、单个遥测全帧数据长度不满足设定要求;
指令帧正确性故障模型包括:单个控制指令长度与指令中长度标志位不同、单个控制指令实际校验数据与指令中校验标志不同、单个控制指令内对应时标比上一帧时标早;
指令帧分包连续性故障模型包括:分包类型指令帧包号不为0,也不与上一帧包号差不为1;
指令帧收发完整性故障模型包括:收发类型指令帧的发送指令与接收回令数量比对不满足设定要求;
指令帧时标增量故障模型包括:循环类型指令帧的前后帧的发送时标差不满足设定包络要求;
指令帧通道切换故障模型包括:指令帧下一帧与上一帧的发送通道标志不同;
健康监测数据故障模型包括:健康监测数据值超出对应数据设定的包络区间、健康监测数据的均值或标准差或方差超过设定参数包络、对健康监测数据进行时频转换后在频域中不满足设定要求、通过模糊深度效能评估获取实时健康监测数据对应的效能等级低于设定要求;
时序控制正确性故障模型包括:时序回采结果具有单个跳点但无对应控制指令发送、时序回采结果具有一段异常状态且无对应控制指令发送、时序回采结果的持续时间不满足设定包络要求、时序控制指令发送,却无对应的时序回采结果。
2.根据权利要求1所述的方法,其特征在于,在所述数据解析与存储线程对数据接收缓冲区的数据进行解析之前,进一步包括:
数据接收线程接收数据并将数据存至数据接收缓冲区;
在所述数据接收缓冲区满足预设条件时,触发数据解析与存储线程。
3.根据权利要求1所述的方法,其特征在于,所述数据解析与存储线程对数据接收缓冲区的数据进行解析,并将解析后的数据存储至共享内存区,包括:
每隔预设时间对数据接收缓冲区内该预设时间的数据进行解析并将解析后的数据存储至共享内存区。
4.根据权利要求1所述的方法,其特征在于,所述关键特征标志包括以下一种或多种:指令标志、关键指令数据、指令时间。
5.一种计算机存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一所述方法的步骤。
6.一种电子设备,其特征在于,包括存储器、以及一个或多个处理器,所述存储器用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010957365.9A CN112181679B (zh) | 2020-09-13 | 2020-09-13 | 火箭数据处理方法、装置及计算机存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010957365.9A CN112181679B (zh) | 2020-09-13 | 2020-09-13 | 火箭数据处理方法、装置及计算机存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112181679A CN112181679A (zh) | 2021-01-05 |
CN112181679B true CN112181679B (zh) | 2024-05-10 |
Family
ID=73920677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010957365.9A Active CN112181679B (zh) | 2020-09-13 | 2020-09-13 | 火箭数据处理方法、装置及计算机存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112181679B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114153929B (zh) * | 2022-02-08 | 2022-07-22 | 星河动力(北京)空间科技有限公司 | 测试数据判读方法、装置、电子设备和存储介质 |
CN116450586B (zh) * | 2023-04-13 | 2024-01-26 | 中国人民解放军海军航空大学 | 火箭数据解析方法、系统、电子设备及计算机存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550378A (zh) * | 2016-02-04 | 2016-05-04 | 贵州电网有限责任公司信息中心 | 一种复杂网络体系下异构安全日志信息的提取与分析方法 |
CN105573329A (zh) * | 2015-12-16 | 2016-05-11 | 上海卫星工程研究所 | 基于决策树的姿轨控数据分析方法 |
CN108062252A (zh) * | 2016-11-08 | 2018-05-22 | 阿里巴巴集团控股有限公司 | 一种信息交互方法、对象管理方法及装置和系统 |
CN109644146A (zh) * | 2016-08-12 | 2019-04-16 | 微软技术许可有限责任公司 | 通过tcp遥测的差异分析来定位网络故障 |
CN110262280A (zh) * | 2019-02-26 | 2019-09-20 | 北京控制工程研究所 | 航天器交会对接飞行控制智能数据分析与决策支持系统 |
CN111061293A (zh) * | 2019-11-12 | 2020-04-24 | 中国运载火箭技术研究院 | 多参数耦合的飞行器故障定位方法、飞行器及存储介质 |
CN115686987A (zh) * | 2022-11-15 | 2023-02-03 | 江南机电设计研究所 | 一种导弹信息处理设备状态自动判读系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10705903B2 (en) * | 2018-01-25 | 2020-07-07 | Dell Products L.P. | Identifying system failures by accessing prior troubleshooting information |
US10970146B2 (en) * | 2018-03-09 | 2021-04-06 | Seagate Technology Llc | Adaptive fault prediction analysis of computing components |
-
2020
- 2020-09-13 CN CN202010957365.9A patent/CN112181679B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105573329A (zh) * | 2015-12-16 | 2016-05-11 | 上海卫星工程研究所 | 基于决策树的姿轨控数据分析方法 |
CN105550378A (zh) * | 2016-02-04 | 2016-05-04 | 贵州电网有限责任公司信息中心 | 一种复杂网络体系下异构安全日志信息的提取与分析方法 |
CN109644146A (zh) * | 2016-08-12 | 2019-04-16 | 微软技术许可有限责任公司 | 通过tcp遥测的差异分析来定位网络故障 |
CN108062252A (zh) * | 2016-11-08 | 2018-05-22 | 阿里巴巴集团控股有限公司 | 一种信息交互方法、对象管理方法及装置和系统 |
CN110262280A (zh) * | 2019-02-26 | 2019-09-20 | 北京控制工程研究所 | 航天器交会对接飞行控制智能数据分析与决策支持系统 |
CN111061293A (zh) * | 2019-11-12 | 2020-04-24 | 中国运载火箭技术研究院 | 多参数耦合的飞行器故障定位方法、飞行器及存储介质 |
CN115686987A (zh) * | 2022-11-15 | 2023-02-03 | 江南机电设计研究所 | 一种导弹信息处理设备状态自动判读系统 |
Non-Patent Citations (2)
Title |
---|
《Spacecraft Fault Diagnosis Based on Telemetry Data Mining and Fault Tree Analysis and Design of Expert System》;Xiang Gao et al.;《advanced materials research》;第1-5页 * |
《自动化卫星地面综合测试软件设计与实现》;于德水;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112181679A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110543944B (zh) | 神经网络结构搜索方法、装置、电子设备和介质 | |
CN112181679B (zh) | 火箭数据处理方法、装置及计算机存储介质、电子设备 | |
US9747190B2 (en) | Analysis system, analysis method, and computer program product | |
CN109739755A (zh) | 一种基于程序追踪和混合执行的模糊测试系统 | |
CN108255728B (zh) | 软件的失效模式的识别方法及装置 | |
CN102054100B (zh) | 一种基于静态分析的rtl设计错误检测方法和系统 | |
US20180212986A1 (en) | Network attack detection method and device | |
US9495542B2 (en) | Software inspection system | |
CN102207857B (zh) | Gui元素识别方法、装置及系统 | |
CN115757483A (zh) | 一种自动化测试方法、装置、电子设备和存储介质 | |
CN106529304A (zh) | 一种安卓应用并发漏洞检测系统 | |
Damasceno et al. | Learning by sampling: learning behavioral family models from software product lines | |
CN116701031A (zh) | 一种微服务系统中的根因模型训练方法、分析方法及装置 | |
CN108009298B (zh) | 一种互联网人物搜索信息整合分析控制方法 | |
EP4071616A1 (en) | Method for generating topology diagram, anomaly detection method, device, apparatus, and storage medium | |
CN103368762A (zh) | 大数据对比测试方法、系统及装置 | |
CN115185920B (zh) | 一种日志类型的检测方法、装置及设备 | |
WO2014142876A1 (en) | Kernel functionality checker | |
CN111507080B (zh) | 数据质检方法、装置、电子设备及存储介质 | |
WO2021104027A1 (zh) | 代码性能检测方法、装置、设备及存储介质 | |
CN112559359A (zh) | 一种基于s2ml的安全攸关系统分析与验证方法 | |
US9753798B1 (en) | Method and apparatus for electronic design automation | |
Jiang et al. | Program flow graph oriented analysis of coverage and time performance | |
CN110764944B (zh) | 一种异常检测方法及装置 | |
Yu et al. | Completeness and consistency analysis on requirements of distributed event-driven systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |