基于空地实时链路的机载数据分析
目前航空领域机载传感器数据处理方式分为两类，一是通过机载计算机设备实时处理，二是航后批量处理。机载实时处理受到机载设备性能限制，只能实现简单逻辑，而机器学习等复杂算法难以在机载端部署。航后处理可以通过地面设备实现复杂运算，但是延迟大。如果能将机载数据实时发送给地面，通过地面处理，则可以实现难以在机载设备上实现的算法，监控关键部件运行状态，提升民航安全性和可靠性。并且，目前机载核心航电软件为欧美国家垄断，其运算逻辑机理作为核心商业机密，不对外发布。因此，通过处理实时数据，能够更深入地了解机载关键设备的运行机理，推进国产航电设备研发。
随着空天地一体化网络的发展，机载传感器记录数据空中实时传输将成为新的趋势。 2021年4月，中国民航局正式发布《中国民航新一代航空宽带通信技术路线图》，首次明确提出以5G为代表的新一代航空宽带通信技术应用于中国民航的系统性实施路径，基于宽带卫星、ATG（Air-To-Ground）网络的机载数据实时传输实验已逐步开展。因此，亟需建立针对民机机载数据的实时分析系统。
本文研究采用Flink框架搭建了基于流式处理架构的航空数据实时分析处理软件系统，实现数据快速译码，并开发了飞行轨迹异常轨迹点修复、飞行阶段划分、巡航阶段稳态判断、发动机润滑油监测等多个实时分析算法。采用流式处理算子，实现了所提的译码分析算法，通过仿真航线多架次并发实时数据传输，验证了各分析算法的有效性。测试结果表明，译码分析全流程的平均延迟均为250毫秒以下，满足真实场景下实时航空数据分析要求。在3台双CPU 20核心服务器硬件环境下，系统能够承载的最大实时机载传感器数据流为79Mbps（对应505架飞机），表明所提软件系统和各算法模块具备高效性。同时，系统还具有良好的功能和硬件拓展性。
