法律状态公告日
法律状态信息
法律状态
2014-07-23
授权
授权
2012-09-05
实质审查的生效 IPC(主分类):G06F19/00 申请日:20111207
实质审查的生效
2012-06-27
公开
公开
技术领域
本发明涉及直升机宽带卫星通信技术领域,涉及一种不改变直升机物理 结构利用现有设备实现流畅鲁棒直升机宽带卫星通信的算法,具体涉及一种 基于LMS的直升机旋翼缝隙时间预测方法及装置。
背景技术
近年来,自然灾害频发,直升机以其灵活性在应急救灾中发挥着重要的作 用。为了能在直升机飞行过程中实时传输图像和视频信息,近年来直升机宽带 卫星通信的研究引起了人们的广泛关注。
直升机宽带卫星通信的工作频段一般在Ku/Ka频段,为了不影响直升机的 气动特性,卫星天线一般安装在直升机旋翼的下方,因此直升机发射和接收的 信号会受到周期性的遮挡。直升机宽带卫星通信要解决的一个关键问题就是如 何在周期性遮挡的条件下进行可靠的传输。日本最早开展了这方面的研究,提 出了Ku波段直升机宽带卫星通信的整体解决方案(三菱,专利号: P2009-212665),并进行直升机飞行实验现场测试成功。之后美国研究机构也 做出了类似的产品(Boeing,专利号:US 2010/0330926),并装备在美军的黑 鹰直升机上。
在直升机前反向信息传输过程中,调制解调设备需要对接收信号进行功率 检测。通过检测信号的功率变化,获得接受信号被遮挡的情况,从而在发送端 和接收端对信号进行相应的处理。在直升机旋翼转速发生变化时,这样的检测 得到的结果并不能代表下一次遮挡的情况,这对于发送和接收数据缝隙状态起 始时间的选择和判定而言具有滞后性,会带来信息的损失。。因此,要想保证 信息无损失的传输,需要预知下一个缝隙时间的长度,也就是需要对下一个缝 隙时间长度进行预测。
发明内容
为了克服上述现有技术的不足,本发明的目的在于提供了一种基于LMS 的直升机旋翼缝隙时间预测方法及装置,通过预测下一个缝隙时间的长度, 克服旋翼转速变化导致的传输信息损失,保证信息传输的完整性,本发明适 用于直升机宽带卫星通信中周期性遮挡的信道条件,其目的是提高传输的可 靠性。
为了实现上述目的,本发明采用的技术方案是:
一种基于LMS的直升机旋翼缝隙时间预测方法,包括以下步骤:
检测计数步骤,分别对直升机宽带卫星通信信号正常传输状态和被遮挡状 态进行时间计数,从而得到旋翼的缝隙时间长度Tb和遮挡时间长度Ts;
时间速度转换步骤,根据旋翼的缝隙时间长度Tb和遮挡时间长度Ts获取直升 机每个桨叶周期内的旋翼平均转速
速度预测步骤,依次计算出每个桨叶周期内的旋翼平均转速得到一系列 的平均转速为旋翼转速采样标号,将看成是随机信号,应用 LMS自适应滤波器来对其进行预测,以获取下一个桨叶周期内的旋翼平均转速 的预测值
速度时间转换步骤,根据上一步得到的下一个桨叶周期内的旋翼平均转 速的预测值获取下一个缝隙时间长度的预测值
其中,
在所述时间速度转换步骤中,根据公式获取直升机每个桨叶 周期内的旋翼平均转速其中M为直升机桨叶个数。
在所述速度预测步骤中,设LMS自适应滤波器为N阶,记为 x(n),n=1,2,...,则滤波器的输入信号为x(n-1)=[x(n-1),x(n-2),...,x(n-N)]T,是一个 长为N的向量,把当前的x(n)作为期望响应,应用LMS自适应滤波算法对滤 波器系数进行自适应调整,
LMS自适应滤波算法的递推公式为:
滤波器输出:
估计误差:e(n)=x(n)-y(n)
权自适应更新:
调整后得到的滤波器系数记为它也是一个长为N的向 量,预测的输出为其中x(n)=[x(n),x(n-1),...,x(n-N+1)]T,*代表 共轭转置,
预测的输出即为下一个桨叶周期内的旋翼平均转速的预测值
在所述速度时间转换步骤中,下一个缝隙时间长度的预测值
基于上述直升机旋翼缝隙时间预测方法,本发明还提供了实现该方法的 一种装置,包括:
检测计数装置,用于检测接收信号的功率,并根据功率大小判断当前接 收的信号是否被遮挡,并分别统计缝隙时间长度Tb和遮挡时间长度Ts;
时间速度转换单元,用于把缝隙时间长度Tb和遮挡时间长度Ts转换为直升 机每个桨叶周期内的旋翼平均转速并计算得到缝隙时间在桨叶周期内的占空 比D;
LMS自适应滤波器,用于预测下一个桨叶周期内的旋翼平均转速其 包括FIR滤波器、减法器、乘法器以及加法器,将通过计算每个桨叶周期内的 旋翼平均转速进而得到的一系列平均转速为旋翼转速采样标 号,输入到所述FIR滤波器,滤波之后的初步预测值y(n)与期望数值x(n)输入到 所述减法器做差,得到一个误差值e(n),误差值e(n)、步长μ和输入向量x(n-1)进 入乘法器,相乘得到权系数的调整增量,权系数向量和所述调整增量进 入加法器,相加得到新的权系数向量新的权系数向量用来进行下次 滤波使用,把输入向量x(n-1)的最后一个元素去掉,再把期望数值x(n)作为第一 个元素,得到一个新的输入向量x(n),把这个新的输入向量进行FIR滤波后的 结果输出,作为预测结果输出;
速度时间转换单元,用于把LMS自适应滤波器预测得到的下一个旋翼周期 的平均速度转化为旋翼的缝隙时间长度的预测值
其中,
所述时间速度转换单元包括两个除法器,第一除法器用于将时间数据转 化为速度数据,它的被除数是一个桨叶周期内所转过的角度φ,除数是当前 一个桨叶周期的时间TC,得到的商即旋翼在当前一个桨叶周期内的平均速度 第二除法器的被除数是缝隙时间长度Tb,除数是当前一个桨叶周期的时间 TC,得到的商即当前一个桨叶周期内缝隙时间在桨叶周期内的占空比D。
所述速度时间转换单元包括一个除法器和一个乘法器,除法器的被除数 是一个桨叶周期内所转过的角度φ,除数是LMS自适应滤波器得到下一个旋 翼平均转速的预测值得到的商就是下一个桨叶周期的预测值乘法器的输入分别为桨叶周期的预测值和缝隙时间在桨叶周期内的占空 比D,相乘以后得到下一个缝隙时间长度的预测值
本发明与现有技术相比,优点在于:
1)根据直升机旋翼转速的相关性对其缝隙时间进行有效的预测,可以助 于确定传输有效帧的起止时间。
2)算法鲁棒性高,可以工作于直升机执行任务的全过程,无需重启或配 置。
3)算法简单易于实现,整个过程无矩阵运算,易于硬件实现。
附图说明
图1是本发明所述的预测算法的处理流程示意图。
图2是本发明所述的LMS自适应滤波算法流程图。
图3是本发明所述的旋翼缝隙时间预测装置结构框图。
图4是本发明所述的时间速度转换单元结构框图。
图5是本发明所述的LMS自适应滤波器装置结构框图。
图6是本发明所述的速度时间转换单元结构框图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明。
如图1所示,为整个预测方法的处理流程:它的输入是接收到的含遮挡 的信号,输出是旋翼缝隙时间长度的预测值。它的处理流程包括检测计数、 时间速度转换、速度预测、速度时间转换四个部分,检测计数的目标是获取 旋翼的缝隙时间长度Tb和遮挡时间长度Ts,在时间速度转换过程中,根据一 个桨叶周期的时间长度TC=Tb+Ts,得到缝隙时间的占空比直升机的旋 翼桨叶位置一般是均匀分布的,假设桨叶个数为M,则一个桨叶周期时间内旋 翼转过的角度为则直升机旋翼在每个桨叶周期内的旋翼平均转速为 再由速度预测获取下一个桨叶周期内的旋翼平均转 速的预测值最终在速度时间转换过程中,先获取下一个桨叶周期的 预测值然后获取下一个缝隙时间长度的预测值
如图2所示,本发明的速度预测采用LMS自适应滤波算法实现,LMS 自适应滤波算法中,输入是一随机序列,这里的x(n),n=0,1,2,...即上一步得到旋 翼平均速度为旋翼转速采样标号。首先对当前接收旋翼平均 速度的之前N个平均速度x(n-1),x(n-2),...,x(n-N)进行FIR滤波,得到滤波之后 的数值y(n),然后把滤波器的输出值y(n)与期望信号x(n)(也就是当前接收的旋 翼平均速度)做差,得到误差信号e(n)。判断误差信号e(n)是否满足事先约定的 收敛条件,如果满足,对当先的N个平均速度x(n),x(n-1),...,x(n-N+1)进行FIR滤 波,得到的滤波结果即为预测结果如果不满足,对调整权系数, 重复上面的步骤。
上面LMS自适应滤波得到的结果即为下一个旋翼平均转速的预测值依据上面的公式将其转化为缝隙时间长度的预测值作为整个预测算法的 输出值。
如图3所示,为实现本发明基于LMS的直升机旋翼缝隙时间预测方法 的一种装置结构,与预测算法的处理结构相似,预测装置包括检测计数装置、 时间速度转换单元、LMS自适应滤波器、速度时间转换单元四个组成部分。
检测计数装置用于检测接收信号的功率,并根据功率大小判断当前接收 的信号是否被遮挡,并分别统计缝隙时间长度Tb和遮挡时间长度Ts。它的输 入是接收到的信号,输出是旋翼缝隙时间长度Tb和遮挡时间长度Ts。
时间速度转换单元用于把缝隙时间长度Tb和遮挡时间长度Ts转换为直升 机每个桨叶周期内的旋翼平均转速并计算得到缝隙时间的占空比D。
如图4所示,时间速度转换单元的核心为两个除法器,第一除法器用于 将时间数据转化为速度数据,它的被除数是一个桨叶周期内所转过的角度φ, 除数是当前一个桨叶周期的时间TC,得到的商即旋翼在当前一个桨叶周期内 的平均速度第二除法器的被除数是缝隙时间长度Tb,除数是当前一个桨叶 周期的时间TC,得到的商即当前一个桨叶周期内缝隙时间的占空比D。
LMS自适应滤波器,用于预测下一个桨叶周期内的旋翼平均转速
如图5所示,其包括FIR滤波器、减法器、乘法器以及加法器,执行过程 如下:
①输入向量先进入FIR滤波器进行滤波,也就是输入向量与FIR滤波器系 数进行卷积,FIR滤波器的系数就是前面提到的权系数经过滤波之后, 得到一个初步的预测值y(n),进入②。
②初步预测值y(n)与期望数值x(n)进入减法器做差,得到一个误差值e(n)。 对这误差值e(n)进行判断,若小于收敛条件约定的数值,则认为已收敛,进入④; 否则,说明还没有收敛,还要继续迭代,进入③。
③根据减法器输出的误差值e(n)对权系数进行调整。误差值e(n)、步长μ和 输入向量x(n-1)进入乘法器,相乘得到权系数的调整增量,调整增量为一长为N 的向量,权系数向量和调整增量进入加法器,相加得到新的权系数向量 新的权系数向量用来进行下次滤波使用,进入①。
④把输入向量的最后一个元素去掉,再把②中的期望数值作为第一个元素, 得到一个新的输入向量x(n),把这个新的输入向量进行FIR滤波后的结果输出,作为预测结果输出。
根据以上步骤,采用上面提到的方法实时更新输入向量,则可以预测下一 个旋翼转速的平均值,实时得到旋翼转速的预测值
速度时间转换单元,用于把LMS自适应滤波器预测得到的下一个旋翼周期 的平均速度转化为旋翼的缝隙时间长度的预测值
如图6所示,速度时间转换单元的核心为一个除法器和一个乘法器,除 法器的被除数是一个桨叶周期内所转过的角度φ,除数是LMS自适应滤波器 得到下一个旋翼平均转速的预测值得到的商就是下一个桨叶周期的预 测值乘法器的输入分别为桨叶周期的预测值和缝隙时间的占空 比D,相乘以后得到下一个缝隙时间长度的预测值
机译: 基于无线局域网
机译: 一种辅助371的驾驶员的装置,特别是旋翼,特别是直升机
机译: 一种用于将指示旋翼状态的信号传输到直升机的驾驶舱的装置