大数据驱动的飞行信息物理融合系统的分析与设计方法

发布时间：2017-08-29 04:10

  本文关键词：大数据驱动的飞行信息物理融合系统的分析与设计方法

  更多相关文章： 飞行物理融合系统 大数据 AADL 飞行控制与导航系统

【摘要】：飞行信息物理融合系统(Flight Cyber-Physical System,简称FCPS)是CPS在飞航领域的应用。在电子飞航系统的基础上,该系统信息化和网络化程度更高,是下一代飞航系统的发展方向。以目前美国最新研制的‘梦想飞机’波音787客机为例,它采用了更为先进的传感技术,具有计算能力,更稳健、智能的通信、控制能力,具备连接网络能力,并且有更加整合的机载设备和软件模块。在由天空、卫星、地面系统所组成的全球系统中,这样的飞机如同一个个飞行中的智能节点,能够确保自己飞行安全并且位置与时间信息准确,又能把这些信息稳健的,实时的传递给利益攸关者进行科学决策和社会服务。围绕着整个飞行系统,关于它的分类,学术界没有明确的界定。以飞机为主体,其大概包括飞行交通管理系统(Air Traffic Management System,简称ATMS),飞机机载系统(Aircraft Airborne System,简称AAS),还有机场管理系统(Airport Management System,简称AMS)等等。它所涉及的对象有飞机本身的机载系统,地面系统,卫星系统,飞机场管理,空管单位以及它们之间的极其庞大的链接、监控、管理网络。范围广泛,系统复杂、数据巨大而异构。无论是过去还是将来,人类都希望飞机能和地面的火车与汽车一样有更可靠的安全系数。这在空难多发的今天,就显得尤为重要。毫无疑问,为了解决这些海量数据处理与存储的问题。大数据技术应运而生。如今,大数据已经应用于广大的行业领域里,如前面所提的飞行系统、监控系统、地面交通、电子商务系统,医疗系统、社交网络、传感器网络、社会数据调查等等。面对这些机遇与挑战,大数据技术也发展的日新月异。其技术包括如遗传算法,神经网络,数据挖掘,机器学习,多维分析,数据融合与集成,分布式存储技术与文件系统,非关系数据库,可视化等主要领域要点。无论大数据有多复杂,但其中心思想就是要实现大海捞针,以此创造现成的或者间接的价值与启发。AADL(Architecture Analysis and Design Language)是一种借鉴了UML、Marte等优点的支持文本与图形方式的建模语言。AADL对基于模型分析和复杂实时嵌入式系统的规范特别有效。AADL还通过提供一种标准和精确的方式来描述复杂嵌入式系统的实时性、安全性、可调度性等非功能属性,使得程序员能够提早对构件或应用进行可调度性、可行性的分析,保证转换模型和自动生成代码的一致性。利用AADL语言对飞行物理融合网系统进行建模能够很好的表示系统的非功能属性,保证系统开发流程的高效性。本文内容含有对信息物理融合系统的基本介绍。对大数据的进行了基本介绍。对当前大数据的收集、处理、存储流程中涉及的技术进行系统性阐述,并对大数据与信息物理融合系统的结合做了可行性分析,对其认识架构进行了分析,详细讨论了各个层次架构的功能和特点。综合大数据的技术特点和CPS的系统需求,提出了基于大数据驱动的信息物理融合系统。其中针对基于目前大数据技术的飞行监控与维护系统,对其收集存储,处理进行了系统性讨论。本文对飞行信息物理融合系统的飞行监控,机场管理进行了分析与讨论。其次讨论航空电子云概念AADL建模,以及它的容错性验证。本文对AADL的基本特征,元素集合进行了罗列。使用Modlica对物理进行建模扩展。特别针对飞机导航与控制系统进行了建模分析。最后对这一建模的流延迟,可调度性和整体进行了验证。
【关键词】：飞行物理融合系统 大数据 AADL 飞行控制与导航系统
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V243;TP202
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-16
• 1.1 研究背景及意义12-13
• 1.2 国内外研究现状13-14
• 1.3 论文研究内容14-15
• 1.4 论文组织架构15-16
• 第二章 支撑知识16-31
• 2.1 CPS16-17
• 2.2 大数据17-18
• 2.2.1 大数据的特性18
• 2.3 大数据驱动的CPS的认知架构18-21
• 2.4 大数据技术21-31
• 2.4.1 大数据数据采集21-24
• 2.4.2 大数据预处理与分发24-25
• 2.4.3 大数据的实时存储25-28
• 2.4.4 大数据的实时处理28-31
• 第三章 飞行信息物理融合系统的分析31-56
• 3.1 FCPS抽象连接架构31-32
• 3.2 飞行监控32-44
• 3.2.1 飞机状态监控系统33-34
• 3.2.2 ACMS的系统架构34-37
• 3.2.3 ACARS37-40
• 3.2.4 飞机品质监控40-44
• 3.3 机场管理44-48
• 3.3.1 空中交通管制系统45
• 3.3.2 防止飞机相撞机制45-48
• 3.4 大数据驱动的FCPS48-56
• 3.4.1 基于大数据的飞机监控与维护系统48-52
• 3.4.2 航空电子云52-56
• 第四章 AADL建模与扩展56-69
• 4.1 AADL建模语言56-59
• 4.2 OSATE建模工具59-60
• 4.3 基于AADL对大数据驱动的CPS建模的可行度60-61
• 4.4 物理方面扩展61-67
• 4.4.1 物理建模层次61-62
• 4.4.2 物理方面转变形式化表达62
• 4.4.3 航空器模型62-63
• 4.4.4 环境模型63-64
• 4.4.5 机场模型64
• 4.4.6 Modelica64-65
• 4.4.7 用Modelica扩展AADL65-67
• 4.5 MapReduce方面扩展67-69
• 第五章 飞行信息物理融合系统的设计与建模69-94
• 5.1 飞机导航与控制系统架构分析69-72
• 5.2 飞机导航与控制系统建模72-89
• 5.2.1 组件建模74-80
• 5.2.2 软件系统建模80-82
• 5.2.3 飞行导航服务分析82-85
• 5.2.4 非功能属性建模85-87
• 5.2.5 数据流建模87-89
• 5.3 航空电子云AADL建模89-94
• 5.3.1 航空电子云模型89-92
• 5.3.2 模型验证92-94
• 第六章 飞机导航与控制系统模型的验证分析94-98
• 6.1 模型整体验证95
• 6.2 数据流验证95-96
• 6.3 模型可调度性验证96-98
• 结论98-100
• 参考文献100-104
• 攻读学位期间发表的论文104-106
• 致谢106

【相似文献】

中国期刊全文数据库 前1条

1 蔡新梅;;CBR/VTS融合系统及其应用[J];船海工程;2013年01期

中国重要会议论文全文数据库 前1条

1 黄濵;陈森发;周振国;;多源信息的实时智能融合系统研究[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年

中国重要报纸全文数据库 前1条

1 本报记者 夏文燕;何积丰院士:信息物理融合系统开创软件业新起点[N];江苏科技报;2010年

中国硕士学位论文全文数据库 前10条

1 曹青竹;基于多Agent的信息物理融合系统协作逻辑研究[D];南京邮电大学;2015年

2 郭仕航;大数据驱动的铁路信息物理融合系统的分析与设计方法[D];广东工业大学;2016年

3 李玉珍;信息物理融合系统过程数据流处理关键技术研究[D];广东工业大学;2016年

4 钟伟;大数据驱动的飞行信息物理融合系统的分析与设计方法[D];广东工业大学;2016年

5 黎楚乾;基于大数据的信息物理融合系统的分析与设计方法[D];广东工业大学;2015年

6 陈明铝;航天信息物理融合系统的分析与设计方法[D];广东工业大学;2013年

7 罗崇伟;面向车联网的信息物理融合系统的分析与设计方法[D];广东工业大学;2013年

8 朱晨曦;基于AADL的信息物理融合系统的分析与设计方法[D];广东工业大学;2014年

9 李云霄;铁路信息物理融合系统的分析与设计方法[D];广东工业大学;2013年

10 雷瑶;信息物理融合系统的形式化建模与分析[D];广东工业大学;2013年

，

本文编号：751227