基于航空網(wǎng)絡(luò)的無線黑匣子系統(tǒng)設(shè)計*

黃姍姍，張 馳

（中國科學(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院，安徽 合肥 230026）

0 引 言

近年來，關(guān)于航班事故的報道頻繁出現(xiàn)。根據(jù)統(tǒng)計報告顯示[1]，2014年發(fā)生了6起重大航空事故，導(dǎo)致至少19名機組成員和900名乘客失去生命。其中，MH370航班導(dǎo)致239人死亡，MH17航班導(dǎo)致298人死亡，亞洲航空公司航班QZ8510導(dǎo)致162人死亡，德國4U9525航班導(dǎo)致150人死亡。

在這些重大事故中，除了MH370航班外，其余事故均找到了飛機黑匣子并分析出了事故發(fā)生的原因。關(guān)于MH370航班的下落以及事故的原因一直成謎，盡管已經(jīng)投入大量人力物力，但是其黑匣子一直沒有找到，而黑匣子是分析航空事故原因最重要的設(shè)備。除此之外，2009年的法國AF447航班[2]在大西洋墜毀，經(jīng)過2年的搜尋，于2011年5月在海底找到了其黑匣子。找不到或者經(jīng)過很長時間才找到黑匣子的情況，對于未來航空安全具有很大的隱患，因為事故原因沒有查清就不能及時排查錯誤，預(yù)防未來事故的發(fā)生。本文提出了無線黑匣子系統(tǒng)，將飛機黑匣子中的數(shù)據(jù)通過無線方式傳輸?shù)降孛嬲局羞M行備份，這樣事故發(fā)生后就可以及時在地面站中查找到相應(yīng)的數(shù)據(jù)。同時，地面站也可以利用這些數(shù)據(jù)對空中的飛機進行監(jiān)控，及時排查錯誤，減少事故發(fā)生。

本文的結(jié)構(gòu)安排如下：第1章主要介紹研究背景及國內(nèi)外研究現(xiàn)狀；第2章主要介紹系統(tǒng)架構(gòu)設(shè)計；第3章給出了統(tǒng)一的路由優(yōu)化算法；第4章給出了系統(tǒng)的仿真實驗和結(jié)果分析；最后得出結(jié)論。

1 研究背景及國內(nèi)外研究現(xiàn)狀

1.1 飛機黑匣子介紹

飛機黑匣子即飛行記錄儀[3]，是安裝于飛機尾部、用于調(diào)查航班事故的重要部件。它本身被設(shè)計為具有抗強災(zāi)害的能力，并能夠在事故發(fā)生后自動發(fā)送定位信標。飛機黑匣子主要由兩部分組成，飛行數(shù)據(jù)記錄儀FDR和駕駛艙話音記錄儀CVR，位置如圖1所示。FDR主要記錄飛機飛行狀態(tài)的相關(guān)信息，如飛機位置、高度、速度、方向以及引擎狀態(tài)等；CVR主要記錄機艙內(nèi)的各種話音信息，包括駕駛艙內(nèi)的音頻信息、機組成員的對話信息以及客艙內(nèi)的聲音信息。黑匣子的主要用途是在航班發(fā)生事故后，被國際運輸安全總局NTSB用于調(diào)查事故原因。

圖1 飛行記錄儀

1.2 國內(nèi)外研究現(xiàn)狀

無線黑匣子的研究現(xiàn)狀主要包含以下內(nèi)容。Ankan等人[4]提出通過XBEE-RF無線通信技術(shù)將黑匣子中的數(shù)據(jù)傳輸?shù)降孛娼邮赵O(shè)備，但是由于傳輸速率的限制，因此只能傳輸少量參數(shù)，如引擎狀態(tài)、油量指標、速度和位置等，其他參數(shù)無法傳輸，且XBEE-RF模塊的傳輸范圍有限，只能用于陸地上空的黑匣子數(shù)據(jù)傳輸。文獻[5]提出將黑匣子設(shè)計成為一個容斷網(wǎng)絡(luò)（DTN）設(shè)備，采用觸發(fā)式設(shè)計，在飛機上安裝檢測系統(tǒng)，對黑匣子數(shù)據(jù)進行分析。當(dāng)發(fā)現(xiàn)異常時，觸發(fā)黑匣子成為DTN設(shè)備，并開始將黑匣子數(shù)據(jù)轉(zhuǎn)換為DTN支持的Bundle格式，然后發(fā)送到周圍的其他DTN設(shè)備中。這種觸發(fā)式設(shè)計存在的問題是，當(dāng)檢測到異常并觸發(fā)黑匣子成為DTN設(shè)備后，可能沒有足夠的時間將數(shù)據(jù)傳輸出去，導(dǎo)致事故分析沒有足夠的數(shù)據(jù)支持。文獻[6]提出結(jié)合使用衛(wèi)星通信接收黑匣子的數(shù)據(jù)。在有基站部署區(qū)域，通過基站接收黑匣子的數(shù)據(jù)；在海洋等地區(qū)，通過衛(wèi)星接收黑匣子數(shù)據(jù)。這種方式存在的問題是，海洋區(qū)域存在大量航班，當(dāng)這些航班的黑匣子均通過衛(wèi)星傳輸數(shù)據(jù)時，衛(wèi)星的使用量將會增加，而衛(wèi)星帶寬和設(shè)備成本高，因此不適用于大量傳輸數(shù)據(jù)。

本文提出的無線黑匣子系統(tǒng)，結(jié)合了衛(wèi)星通信和飛機間航空網(wǎng)絡(luò)傳輸數(shù)據(jù)，由于使用了飛機間的多跳傳輸網(wǎng)絡(luò)，從而減少了衛(wèi)星使用量，同時將黑匣子的數(shù)據(jù)傳輸范圍擴展到了海洋等無基站部署區(qū)域。下面將詳細介紹提出的無線黑匣子系統(tǒng)的數(shù)據(jù)傳輸架構(gòu)。

2 系統(tǒng)架構(gòu)

航空網(wǎng)絡(luò)中，由于節(jié)點的快速移動，網(wǎng)絡(luò)拓撲容易發(fā)生變化。節(jié)點之間的鏈路時斷時續(xù)，鏈路斷開后可能又重新建立連接，或者通過路由發(fā)現(xiàn)機制連接到其他的節(jié)點，然后路由協(xié)議利用這些信息重新計算路由。這段時間內(nèi)，網(wǎng)絡(luò)需要維護路由，不能用來傳輸用戶數(shù)據(jù)。

為了加快航空網(wǎng)絡(luò)路由計算的能力，需要盡可能利用網(wǎng)絡(luò)信息來計算路由。但是，傳統(tǒng)Ad Hoc路由協(xié)議沒有接口可以集中式地利用這些信息。軟件定義網(wǎng)絡(luò)SDN[7]提出將控制平面和數(shù)據(jù)平面分離。控制平面包含網(wǎng)絡(luò)全部信息，進行集中式的路由計算；數(shù)據(jù)平面僅根據(jù)控制層下發(fā)的路由表轉(zhuǎn)發(fā)數(shù)據(jù)。利用SDN的這種性質(zhì)，提出了集中式的數(shù)據(jù)傳輸架構(gòu)，如圖2所示。架構(gòu)包含三層結(jié)構(gòu)，分別是地面控制層、航空網(wǎng)絡(luò)層以及衛(wèi)星層。

地面控制系統(tǒng)。地面控制系統(tǒng)包括一個集中的控制器和基站設(shè)施。集中的控制器包含網(wǎng)絡(luò)中的全部信息，如節(jié)點的位置、速度、數(shù)據(jù)分布以及鏈路狀態(tài)等?？刂破骼眠@些信息進行集中式的路由計算，通過制定優(yōu)化問題求解出最優(yōu)的路由方案。后文將詳細介紹路由優(yōu)化算法。

航空網(wǎng)絡(luò)層。由于衛(wèi)星通信帶寬和設(shè)備成本高，且衛(wèi)星帶寬有限，因此在海洋等無基站部署區(qū)域，可通過飛機間的多跳網(wǎng)絡(luò)傳輸數(shù)據(jù)。需要說明的是，節(jié)點根據(jù)控制器下發(fā)的路由表轉(zhuǎn)發(fā)數(shù)據(jù)。每個節(jié)點既是數(shù)據(jù)源，也是轉(zhuǎn)發(fā)節(jié)點。

衛(wèi)星層。衛(wèi)星層包含衛(wèi)星節(jié)點。利用衛(wèi)星覆蓋范圍廣的特點，將其作為集中式的控制信道，用于發(fā)送控制信息。另外，當(dāng)飛機周圍無基站和其他飛機節(jié)點時，將通過衛(wèi)星傳輸黑匣子數(shù)據(jù)。

圖2 系統(tǒng)架構(gòu)

3 路徑優(yōu)化算法

因為集中的控制器包含了所有的網(wǎng)絡(luò)信息，所以可以利用這些信息制定線性規(guī)劃問題，并通過求解該問題得到最優(yōu)的路由方案，同時將其發(fā)送到網(wǎng)絡(luò)中的飛機節(jié)點。飛機根據(jù)路由表轉(zhuǎn)發(fā)數(shù)據(jù)。當(dāng)飛機傳輸數(shù)據(jù)時，檢測到下一跳不在傳輸范圍內(nèi)時，則通過衛(wèi)星傳輸。由于衛(wèi)星帶寬成本高，在本文的優(yōu)化問題中，優(yōu)化目標為最小化衛(wèi)星使用量。

3.1 最小化衛(wèi)星使用量

將航空網(wǎng)絡(luò)層和基站節(jié)點抽象為一個無向圖G( t) = (V( t),E( t) ) ,t∈ R 。其中， V ( t)表示節(jié)點集合， E ( t) = {(u, v) :u, v ∈ V ( t )}表示時刻t網(wǎng)絡(luò)中的鏈路集合。定義 Pv( t)表示飛機節(jié)點v在時刻t所有可以到地面站的路徑集合。 mv表示節(jié)點v產(chǎn)生的數(shù)據(jù)量。制定如下優(yōu)化問題：

其中，式（1）為優(yōu)化目標，即最小化衛(wèi)星使用量。式（2）中 xvp為一個二進制變量，表示飛機節(jié)點v在時刻t從路徑集合 Pv( t)中選擇路徑p作為數(shù)據(jù)傳輸?shù)穆窂?。式?）是為了確保每架飛機最多分配一條路徑用于傳輸數(shù)據(jù)。式（4）和式（5）分別給出了鏈路容量和數(shù)據(jù)時延的約束，其中 we和 ce分別為鏈路e的傳播時延和鏈路容量，W為消息 mv的端到端時延約束。

以上問題屬于大規(guī)模線性規(guī)劃問題，本文采用列生成算法[8]結(jié)合單純形法進行求解。列生成算法是用于求解大規(guī)模線性規(guī)劃問題的常用方法。它通過將原始問題分解為規(guī)模較小的問題進行求解，然后迭代添加列元素，直到求出問題的最優(yōu)解。在每次迭代的過程中，它都會生成一個可行解。定義每次迭代過程中可行解與最優(yōu)值之間的差為最優(yōu)化間隙：

實際意義表示相對于最優(yōu)值當(dāng)前解需要額外增加的衛(wèi)星使用量。定義 ()g t的變化趨勢為：

其中k為常量且 k ∈ ( 0,1)，表示 g ( t)的變化趨勢。為了驗證 g ( t)的變化趨勢，在具有22個節(jié)點的靜態(tài)拓撲上利用列生成算法求解出 g ( t)隨迭代次數(shù)的變化圖，如圖3所示。經(jīng)過數(shù)次迭代后，g( t)逐漸趨于0，即求得最優(yōu)解。

采用上述方法求解存在的問題為：

（1）飛機節(jié)點數(shù)量多，因此大規(guī)模線性規(guī)劃的迭代時間長，可能在這段時間內(nèi)網(wǎng)絡(luò)拓撲容易發(fā)生變化；

（2）衛(wèi)星的控制鏈路時延高且信道容量受限。

對于問題（1），一個可行的策略是將迭代過程中求出的可行解直接應(yīng)用于網(wǎng)絡(luò)中，這樣經(jīng)過幾次迭代后，網(wǎng)絡(luò)會逐漸靠近最優(yōu)解，且能夠應(yīng)對網(wǎng)絡(luò)狀態(tài)變化的情況。但是，問題（2）指出，衛(wèi)星鏈路時延高，如果將每次迭代的可行解均應(yīng)用于網(wǎng)絡(luò)中，容易導(dǎo)致網(wǎng)絡(luò)不穩(wěn)定。因此，僅選擇其中某幾個時隙的可行解應(yīng)用于網(wǎng)絡(luò)中。由此，需制定控制序列的優(yōu)化問題。

圖3 g( t)隨迭代次數(shù)的變化曲線

3.2 控制序列優(yōu)化

這一節(jié)中解決控制問題，決策是否將每次迭代求得的解應(yīng)用于網(wǎng)絡(luò)中。定義()1tε=表示將此次迭代的結(jié)果應(yīng)用于網(wǎng)絡(luò)中，()0tε=則表示為不應(yīng)用。定義額外的衛(wèi)星使用量為：

若(t)1ε=，則()0tσ=，表示網(wǎng)絡(luò)采用了t時刻的解；若()0tε=，則()tσ增加(1)kg t-，為求解器求解出來可以減少的衛(wèi)星使用量，但沒有應(yīng)用于網(wǎng)絡(luò)中。

針對()tσ制定控制問題，以求解出最優(yōu)的控制序列，即各個時隙的()tε值。制定隨機優(yōu)化問題如下：

其中 0 ＜fmax≤1表示每個時隙內(nèi)的更新頻率。

為簡化問題的求解，約定每次跳變的下一個時隙，將求解器求出的可行解應(yīng)用于網(wǎng)絡(luò)中。同時，定義 g ( t)兩次跳變后，求解器應(yīng)用計算結(jié)果之間連續(xù)的時隙為一個更新幀。用 tn表示第n個更新幀的開始，Tn= tn+1- tn表示第n個更新幀內(nèi)的時隙數(shù)。

為了求解上述優(yōu)化問題，本文參考了J. Neely[9]提出的Lyapunov優(yōu)化理論，即求解隨機優(yōu)化問題的一個方法是在每個時隙內(nèi)貪婪地平衡系統(tǒng)的穩(wěn)定性和系統(tǒng)的懲罰，即可達到一個均衡的狀態(tài)，則問題被求解。參考此理論，制定系統(tǒng)的虛擬隊列為：

∑表示上一個更新幀內(nèi)更新的次數(shù)，Tnfmax表示在這一幀中系統(tǒng)的最大更新次數(shù)。虛擬隊列的機制是為了將隨機優(yōu)化的約束轉(zhuǎn)換為隊列的穩(wěn)定性問題，具體可以參考文獻[9]。為了驗證系統(tǒng)的實時速率穩(wěn)定，定義二次Lyapunov偏移為：

? ( Q ( tn))表示 Q ( tn)在每個時隙中的變化量。根據(jù)Lyapunov理論，對于能夠使得上述Lyapunov偏移在每個時隙內(nèi)均具有一個有限的上界的求解策略，均能夠保證虛擬隊列的實時速率穩(wěn)定，即滿足優(yōu)化問題的約束條件。

為了求解此隨機優(yōu)化問題，將優(yōu)化目標和約束條件結(jié)合，制定如下偏移加懲罰問題：

V為衡量兩個目標的權(quán)重常量。最小化上述DPP問題，即在每個時隙內(nèi)貪婪地平衡系統(tǒng)的穩(wěn)定性和系統(tǒng)的懲罰。上述問題可以通過擴展上界后等價于如下優(yōu)化問題：

通過求解上述問題，可以得到第n個更新幀內(nèi)的控制序列 ε (tn+ 1 ), ε ( tn+ 2 ), … ,ε(tn+Tn)。控制器根據(jù)控制序列決定在每個時隙是否將求解器求出的解應(yīng)用到網(wǎng)絡(luò)中。

4 系統(tǒng)仿真分析

這一節(jié)將給出系統(tǒng)的仿真分析。實驗數(shù)據(jù)為從國際航空運輸組織（IATA）獲取到航班的軌跡數(shù)據(jù)[10]。實驗場景選擇了北大西洋航空區(qū)域（45°N～65°N，5°W～60°W）。這一區(qū)域的飛機數(shù)量在一天內(nèi)有明顯的變化，如圖4所示。假設(shè)在此區(qū)域的飛機具有相同的傳輸能力，飛機與飛機之間以及飛機與地面站之間的傳輸半徑均為200海里。所有飛機具有相同的數(shù)據(jù)產(chǎn)生速率，即FDR為3 kb/s，CVR為120 kb/s[3]。仿真場景中設(shè)置了6個基站，位置如圖5所示。

圖4 北大西洋航空區(qū)域飛機數(shù)量變化曲線

圖5 基站位置

4.1 衛(wèi)星使用量

圖6 給出了衛(wèi)星使用量的實驗結(jié)果圖。定義衛(wèi)星使用量為：

其中m為飛機在5 min內(nèi)產(chǎn)生的數(shù)據(jù)總量，n表示通過衛(wèi)星傳輸?shù)臄?shù)據(jù)量。實驗對比三種場景：理想狀態(tài)、預(yù)測狀態(tài)以及AeroRP路由協(xié)議。

（1）理想狀態(tài)：不考慮鏈路穩(wěn)定性問題，若兩個節(jié)點在傳輸范圍內(nèi)，則認為該鏈路可傳輸數(shù)據(jù)。

（2）預(yù)測狀態(tài)：考慮鏈路的穩(wěn)定性，利用飛機的位置、速度及方向信息對鏈路的生存時間進行預(yù)測，并設(shè)置鏈路的生存時間閾值。超過該閾值，認為是穩(wěn)定鏈路，可以傳輸數(shù)據(jù)；否則，不能用于數(shù)據(jù)傳輸。這種狀態(tài)考慮了實際的鏈路情況。

（3）AeroRP：AeroRP路由協(xié)議是一種應(yīng)用于高速移動航空網(wǎng)絡(luò)的基于地理位置的路由協(xié)議，具體內(nèi)容可參考文獻[11]。

圖6 衛(wèi)星使用量

從實驗結(jié)果中可以看出，前兩種狀態(tài)下的衛(wèi)星使用量要低于AeroRP路由協(xié)議下的衛(wèi)星使用量，即提出的路由優(yōu)化算法減少了衛(wèi)星的使用量。需要說明的是，考慮預(yù)測狀態(tài)的衛(wèi)星使用量比理想狀態(tài)稍高一點，但是這種情況考慮了實際問題，更加貼近實際場景中的鏈路狀態(tài)。

4.2 基站負載情況

圖7給出了實驗中各個基站接收到的數(shù)據(jù)量與飛機產(chǎn)生的數(shù)據(jù)總量的比值。其中，圖7（a）采用本文提出的路由優(yōu)化算法，圖7（b）采用AeroRP路由協(xié)議。通過對比可以看出，圖7（a）中各個基站的使用量相對較為均衡，圖7（b）中基站使用量的情況不夠均衡，C基站明顯使用量高于其他基站。因此，本文的路由算法能夠達到負載均衡的情況。

圖7 各個基站接收到的數(shù)據(jù)量與飛機產(chǎn)生的數(shù)據(jù)總量的比值

5 結(jié) 語

本文提出將飛機黑匣子中的數(shù)據(jù)通過航空網(wǎng)絡(luò)以及結(jié)合衛(wèi)星通信傳輸?shù)降孛嬲局羞M行備份存儲。采用集中式的數(shù)據(jù)傳輸架構(gòu)，可以在控制器中進行集中的路由計算。在此基礎(chǔ)上，本文提出了針對黑匣子數(shù)據(jù)傳輸?shù)穆酚蓛?yōu)化算法，并通過實驗驗證了系統(tǒng)的可行性，減少了衛(wèi)星使用量，同時具有負載均衡的作用，對提高未來航空安全性具有可參考性。

參考文獻：

[1] PlaneCrashInfo.com.Accident Database[DB/OL].(2018-01-02)[2018-01-17]http：//www.planecrashinfo.com/database.htm.

[2] BBC News.Air France Crash：The Long hunt for Answers[EB/OL].(2011-08-01)[2018-01-06].http：//www.bbc.co.uk/news/world-europe-13145313.

[3] Schoberg P R.Secure Ground-based Remote Recording and Archiving of Aircraft ”Black Box” Data[D].California：Naval Postgraduate School,2003.

[4] Ashish A,Chougule S B.Wireless Flight Data Recorder(FDR) for Airplanes[C].Advanced Materials Research.Trans Tech Publications,2012(433)：6663-6668.

[5] Nagrath P,Aneja S,Purohit G N.BlackBox as a DTN device[J].International Journal of Next-Generation Computing,2015,6(01)：57-65.

[6] Shaji N S,Subbulakshmi T C.Black Box on Earth-flight Data Recording at Ground Server Stations[C].Advanced Computing(ICoAC),2013 Fifth International Conference on IEEE,2013：400-404.

[7] Open Networking Foundation.Software-Defined Networking(SDN) Definition[EB/OL].(2017-12-01)[2018-03-17].https：//www.opennetworking.org/sdndefinition/.

[8] Desaulniers G,Desrosiers J,Solomon M M.Column Generation[M].Berlin：Springer Science & Business Media,2006.

[9] Neely M J.Stochastic Network Optimization with Application to Communication and Queueing Systems[J].Synthesis Lectures on Communication Networks,2010,3(01)：211.

[10] IataCodes Org.IATA Codes Database[[DB/OL]].(2016-11-08)[2017-12-21].http：//iatacodes.org/.

[11] Peters K,Jabbar A,Cetinkaya E K,et al.A Geographical Routing Protocol for Highly-dynamic Aeronautical Networks[C].Wireless Communications and Networking Conference(WCNC),2011：492-497.