用户故事

爱德华兹空军基地利用MATLAB和并行计算加速飞行试验数据分析

挑战

加速无人侦察机飞行性能和飞行品质的飞行试验数据分析

解决方案

使用MathWorks并行计算工具在16节点计算机集群上执行MATLAB飞行数据处理算法

结果

  • 分析完成速度快了16倍
  • 应用程序在几分钟内并行化
  • 程序设置时间从几周缩短到几天

并行计算工具箱和MATLAB并行服务器为使用的处理器数量提供了一对一的节省。例如,使用16处理器集群,吞吐量高出16倍,使爱德华兹空军基地工程师能够在数小时内完成过去需要数天的任务。

“全球鹰”试飞。

在为“全球鹰”无人机侦察系统配备价值数百万美元的独一无二的传感器原型之前,美国空军进行了广泛的性能和飞行品质飞行测试。与仅持续数小时的载人飞行试验不同,全球鹰飞行试验可持续30小时。所有测试数据必须在飞机获准进行下一次飞行之前进行处理和分析——这是一个相当大的挑战,因为每次飞行执行多达70次机动,产生多达20 GB的数据。

爱德华兹空军基地(AFB)的工程师利用MATLAB加速飞行试验数据分析®和MathWorks并行计算工具,以便在计算机集群上运行数据密集型任务。处理时间的减少使得团队能够跟上飞行测试计划。

挑战

空军工程师经常使用一种基于fortran的应用程序来处理飞行测试数据,这种应用程序被称为统一飞行测试分析系统(UFTAS)。UFTAS已经有30多年的历史了,很难为新的飞机项目配置。UFTAS大面积的文档是稀疏或缺失的。此外,利用该系统开发一个新的飞行测试项目非常耗时:整合一个新项目并使其运行可能需要数月时间。

爱德华兹空军基地需要一个开发平台,使其工程师能够建立一个更新的、更易于使用的UFTAS版本。

该团队还需要加速分析千兆字节的飞行试验数据,这些数据包含数百个参数,以每秒50次的速度记录。

为了准备下一次试飞,工程师们需要回顾上一次飞行的数据分析结果,并做出必要的调整。这一要求意味着,无论数据集有多大,分析都必须在飞行试验之间的有限时间内完成。

解决方案

爱德华兹空军基地的工程师开发了MUFTAS,这是一个基于MATLAB的UFTAS版本,带有并行计算工具箱™ 与MATLAB并行服务器™, 他们在一个拥有16个双核、2.61 GHz AMD的计算机集群上同时分析了多次飞行机动的数据®皓龙处理器™处理器。

该团队使用MATLAB函数读取和过滤来自惯性导航系统、空气数据系统和飞机上其他传感器的原始数据。该数据集包括惯性速度、角加速度、总压力、静压、空气温度、燃料量和燃料流量的测量。

在MATLAB中,他们实现了经典的飞行测试数据算法,使用原始数据来计算空速、高度、马赫数和飞行路径加速度,以及飞机的力矩和惯性乘积。s manbetx 845然后他们绘制了关键参数的时间历程,包括高度、空速和加速度。

爱德华兹空军基地的工程师使用Simulink对飞机的空气动力学进行预测万博1manbetx®开发一个六自由度模型,该模型根据空气动力学和推进数据的查找表估算力和力矩。然后,他们使用美国宇航局兰利研究中心的尤金·莫雷利博士在MATLAB中开发的飞机系统识别程序(SIDPAC)软件生成空气动力学参数估计。

在验证了桌面工作站的数据分析后,团队使用Parallel Computing Toolbox编写了MATLAB脚本,供运行在计算机集群上的MATLAB Parallel Server workers执行。

该团队通过将测量到的飞机动力学与承包商提供的模型和SIDPAC估计的动力学进行比较,验证了它们的有效性。

爱德华兹空军基地的工程师继续使用MathWorks工具来分析“全球鹰”的数据。他们的研究成果已被用于指导国防部负责采购、技术和后勤的副部长做出的飞机采购决策。

结果

  • 分析完成速度快了16倍. 并行计算工具箱和MATLAB并行服务器通过使用处理器的数量提供了一对一的时间节约。例如,使用16处理器集群,吞吐量高出16倍,使爱德华兹空军基地工程师能够在数小时内完成过去需要数天才能完成的任务。

  • 应用程序在几分钟内并行化.Edwards AFB的工程师在半天时间内就建立了MATLAB并行服务器,使他们能够在集群上并行运行他们的应用程序。将MATLAB代码改为并行MATLAB代码用了不到30分钟。将处理从工作站转移到集群,使人员能够在运行数据密集型处理时处理其他事情。

  • 程序设置时间从几周缩短到几天. 工程师们需要六周的时间在基于Fortran的UFTA中建立一个飞行测试程序。有了基于MATLAB的系统,团队现在可以在不到一周的时间内建立一个飞行测试程序。