摘要：

從海量的裝備試驗(yàn)數(shù)據(jù)中，利用大數(shù)據(jù)挖掘思想建立裝備大數(shù)據(jù)分析處理與智能信息服務(wù)，是開展裝備數(shù)據(jù)工程建設(shè)的關(guān)鍵技術(shù)之一。分析了裝備試驗(yàn)數(shù)據(jù)的特點(diǎn)，結(jié)合大數(shù)據(jù)處理分析思想，提出了一種裝備大數(shù)據(jù)模型，以海軍裝備試驗(yàn)為例，進(jìn)一步分析了模型的特點(diǎn)，為裝備數(shù)據(jù)工程的建設(shè)提供了一種技術(shù)路線參考。

0

引言

在裝備試驗(yàn)工作過程中，積累了大量的歷史數(shù)據(jù)資源，真實(shí)記錄了裝備試驗(yàn)、訓(xùn)練、演練的第一手資料數(shù)據(jù)，隨著數(shù)據(jù)采集手段的不斷拓展和綜合試驗(yàn)演練類任務(wù)的深入推進(jìn)，試驗(yàn)數(shù)據(jù)積累量將呈指數(shù)級(jí)增長(zhǎng)。

這些數(shù)據(jù)資源是反映裝備性能、可靠性，評(píng)價(jià)裝備體系能力水平，研究裝備發(fā)展路徑的重要依據(jù)。但是，由于建設(shè)初期信息技術(shù)尚不發(fā)達(dá)，受網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)及數(shù)據(jù)處理技術(shù)等因素限制，早期缺乏統(tǒng)一的系統(tǒng)規(guī)劃設(shè)計(jì)，目前大量武器裝備試驗(yàn)數(shù)據(jù)分散存儲(chǔ)在不同試驗(yàn)終端，缺乏統(tǒng)一管理和分析應(yīng)用機(jī)制，大量隱含在數(shù)據(jù)中的有價(jià)值信息沒有得到有效地挖掘與開發(fā)[1-2]。

在信息技術(shù)領(lǐng)域，大數(shù)據(jù)平臺(tái)技術(shù)生態(tài)鏈取得了飛速發(fā)展，出現(xiàn)了Hadoop、HBase、Storm、Spark等眾多的開源的大數(shù)據(jù)分布式存儲(chǔ)、并行計(jì)算處理框架。大數(shù)據(jù)計(jì)算技術(shù)解決了海量數(shù)據(jù)的收集、存儲(chǔ)、計(jì)算、分析的問題。大數(shù)據(jù)技術(shù)已經(jīng)在醫(yī)療、金融、交通、教育、環(huán)保、輿情監(jiān)管等眾多民用領(lǐng)域取得了實(shí)際應(yīng)用，驅(qū)動(dòng)了相關(guān)領(lǐng)域的業(yè)務(wù)模式的創(chuàng)新發(fā)展，取得了良好的經(jīng)濟(jì)社會(huì)效益。在軍事裝備領(lǐng)域，航天、風(fēng)洞等領(lǐng)域試驗(yàn)數(shù)據(jù)得到了一定應(yīng)用，但其本質(zhì)還停留在傳統(tǒng)的數(shù)據(jù)挖據(jù)領(lǐng)域，尚未形成對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用成果。

本文結(jié)合裝備試驗(yàn)數(shù)據(jù)管理需求，研究提出了一種基于裝備試驗(yàn)大數(shù)據(jù)的裝備大數(shù)據(jù)模型，該模型可以指導(dǎo)如何抽取利用裝備試驗(yàn)的歷史資料數(shù)據(jù)，利用大數(shù)據(jù)處理技術(shù)挖掘建立裝備決策分析模型知識(shí)庫(kù)，并基于知識(shí)庫(kù)提供裝備管理智能化決策支持服務(wù),從而提高裝備數(shù)據(jù)資源的處理分析利用率，將數(shù)據(jù)資源轉(zhuǎn)化為智能化的決策分析服務(wù)。

1

裝備試驗(yàn)數(shù)據(jù)的特點(diǎn)

裝備試驗(yàn)數(shù)據(jù)一般涵蓋裝備試驗(yàn)過程中產(chǎn)生的所有數(shù)據(jù)，長(zhǎng)期以來，試驗(yàn)部門積累了PB級(jí)的歷史試驗(yàn)數(shù)據(jù)資源，包括紙質(zhì)報(bào)告、電子文檔、膠片、電子照片、音視頻數(shù)據(jù)、雷測(cè)數(shù)據(jù)、遙測(cè)數(shù)據(jù)等，分散在不同的試驗(yàn)終端單位，缺乏統(tǒng)一的數(shù)據(jù)組織與管理規(guī)范平臺(tái)。這些試驗(yàn)數(shù)據(jù)資料具有以下特點(diǎn)：

(1)試驗(yàn)數(shù)據(jù)種類繁多。隨著裝備試驗(yàn)范圍的拓展，試驗(yàn)數(shù)據(jù)包括的范圍也越來越廣，在試驗(yàn)大類方面包括：各型裝備的性能試驗(yàn)數(shù)據(jù)，作戰(zhàn)試驗(yàn)相關(guān)的裝備能力效能評(píng)估數(shù)據(jù)，裝備體系推演數(shù)據(jù)等；針對(duì)單項(xiàng)試驗(yàn)則包括：裝備、氣象、地理水文環(huán)境、人員保障、業(yè)務(wù)流程等數(shù)據(jù)。

(2)資料數(shù)據(jù)的形式多樣化，結(jié)構(gòu)化的數(shù)據(jù)庫(kù)數(shù)據(jù)，又有非結(jié)構(gòu)化的文本、圖像、影像資料，還有半結(jié)構(gòu)化的資料數(shù)據(jù)；此外，還存在海量的未數(shù)字化文檔等。

(3)潛在價(jià)值高，價(jià)值相對(duì)穩(wěn)定。與商業(yè)數(shù)據(jù)不同，隨著時(shí)間的的推移，歷史數(shù)據(jù)細(xì)節(jié)不再重要，武器裝備試驗(yàn)數(shù)據(jù)對(duì)于裝備全壽命管理周期有效期很長(zhǎng)，可以長(zhǎng)達(dá)十幾年，數(shù)據(jù)價(jià)值隨時(shí)間變化不敏感。

(4)數(shù)據(jù)不斷增長(zhǎng)。隨著后期體系級(jí)裝備試驗(yàn)和貼近實(shí)戰(zhàn)的裝備作戰(zhàn)試驗(yàn)的深入展開，試驗(yàn)數(shù)據(jù)資源量將承指數(shù)級(jí)迅猛發(fā)展。將有越來越多的試驗(yàn)數(shù)據(jù)需要管理、分析和利用，傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)方式的數(shù)據(jù)中心方案將很難滿足未來發(fā)展的需要，需要建立分布式的基于大數(shù)據(jù)的數(shù)據(jù)中心平臺(tái)。

2

裝備試驗(yàn)數(shù)據(jù)的管理需求分析

對(duì)裝備試驗(yàn)數(shù)據(jù)的管理需求主要包括以下4個(gè)方面：

(1)數(shù)據(jù)建模需求：當(dāng)前海量的試驗(yàn)數(shù)據(jù)資源的價(jià)值處于沉睡狀態(tài)，由于其底數(shù)不清，格式各異，尚不能對(duì)其進(jìn)行較為深入地應(yīng)用分析，因此對(duì)海量試驗(yàn)數(shù)據(jù)資源進(jìn)行建模，形成有效的管理、治理手段是當(dāng)前需要解決的首要問題。

(2)試驗(yàn)任務(wù)評(píng)估需求：基于試驗(yàn)任務(wù)的試驗(yàn)數(shù)據(jù)，可以評(píng)估本次試驗(yàn)任務(wù)的實(shí)際效果；基于同類裝備的歷次試驗(yàn)任務(wù)，可以進(jìn)行裝備的技術(shù)發(fā)展演化畫像分析，輔助進(jìn)行裝備技術(shù)改進(jìn)點(diǎn)的挖掘分析決策。

(3)多裝備體系化試驗(yàn)評(píng)估需求：通過對(duì)裝備、環(huán)境、保障、任務(wù)協(xié)同等多專業(yè)類別的融合挖掘，基于試驗(yàn)數(shù)據(jù)形成可視化的試驗(yàn)進(jìn)程態(tài)勢(shì)，輔助進(jìn)行體系效能的綜合評(píng)估。

(4)裝備健康管理需求：基于裝備試驗(yàn)數(shù)據(jù)建立裝備的健康管理模型，基于模型可以預(yù)測(cè)裝備的剩余壽命，根據(jù)裝備實(shí)際狀態(tài)制訂精準(zhǔn)的按需的維護(hù)保障計(jì)劃。

3

裝備試驗(yàn)大數(shù)據(jù)數(shù)據(jù)模型—ETBDIS

裝備試驗(yàn)大數(shù)據(jù)的根本目標(biāo)是為裝備試驗(yàn)活動(dòng)提供智能信息服務(wù)和管理決策，并能夠?yàn)楹笃谘b備使用、裝備維護(hù)保障和裝備技術(shù)發(fā)展提供支撐，所以裝備試驗(yàn)大數(shù)據(jù)模型首先需要考慮數(shù)據(jù)平臺(tái)的服務(wù)內(nèi)容，具體包括：裝備畫像，裝備建模，裝備健康管理，裝備體系化評(píng)估等。例如：如圖1所示，通過裝備大數(shù)據(jù)進(jìn)行裝備畫像，可以對(duì)裝備的質(zhì)量、性能、適用的環(huán)境、維護(hù)保障、健康狀況與剩余壽命、技術(shù)發(fā)展過程等進(jìn)行定量定性的分析。

本文面向裝備試驗(yàn)數(shù)據(jù)建設(shè)的根本目標(biāo)，構(gòu)建設(shè)計(jì)了一個(gè)裝備試驗(yàn)大數(shù)據(jù)模型ETBDIS(Equipment Test Big Data Intelligent Service)。

3.1

ETBDIS模型

ETBDIS模型包括試驗(yàn)數(shù)據(jù)層、數(shù)據(jù)預(yù)處理層、數(shù)據(jù)資源體系層、大數(shù)據(jù)知識(shí)挖掘?qū)?、裝備智能服務(wù)層等（如圖2所示），各層的主要功能如下。

試驗(yàn)數(shù)據(jù)層。試驗(yàn)數(shù)據(jù)按照資料數(shù)據(jù)的類型主要分為文本、圖像、測(cè)試測(cè)量數(shù)據(jù)等。

數(shù)據(jù)預(yù)處理層。根據(jù)數(shù)據(jù)類型選擇相應(yīng)的數(shù)據(jù)預(yù)處理方法，比如文本類數(shù)據(jù)，可以進(jìn)行實(shí)體提取、摘要提取、關(guān)鍵詞提取等處理，提取出其中的裝備、質(zhì)量、性能、專業(yè)技術(shù)、事件等實(shí)體數(shù)據(jù)，以便后續(xù)進(jìn)行實(shí)體關(guān)聯(lián)、事件關(guān)聯(lián)挖掘分析使用；測(cè)試測(cè)量數(shù)據(jù)則需要相應(yīng)的專用數(shù)據(jù)處理軟件，對(duì)數(shù)據(jù)進(jìn)行初步的分析和預(yù)處理。

數(shù)據(jù)資源體系層。對(duì)原始數(shù)據(jù)經(jīng)過相應(yīng)預(yù)處理后，得到經(jīng)過分類、標(biāo)注的結(jié)構(gòu)化數(shù)據(jù)，進(jìn)而構(gòu)成可以處理分析利用的裝備大數(shù)據(jù)資源。包括：裝備的質(zhì)量、性能、環(huán)境、技術(shù)等維度的數(shù)據(jù)主題，基于這些結(jié)構(gòu)化的數(shù)據(jù)資源可以通過大數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等方法提取相應(yīng)的裝備知識(shí)庫(kù)。

大數(shù)據(jù)知識(shí)挖掘?qū)印?duì)于裝備數(shù)據(jù)資源中的數(shù)據(jù)主題，可以通過相應(yīng)的機(jī)器學(xué)習(xí)方法進(jìn)行動(dòng)力學(xué)模型建模、分類規(guī)則挖掘、模式挖掘、特征提取、多實(shí)體關(guān)系知識(shí)挖掘等處理，從數(shù)據(jù)中學(xué)習(xí)建立關(guān)于裝備的各類知識(shí)庫(kù)。

裝備智能服務(wù)層。基于數(shù)據(jù)挖掘構(gòu)建的裝備知識(shí)庫(kù)，可以提供相應(yīng)的基于裝備試驗(yàn)大數(shù)據(jù)的智能信息服務(wù)。如：裝備畫像，裝備健康管理決策，裝備試驗(yàn)任務(wù)評(píng)估，不同環(huán)境體系下的裝備試驗(yàn)仿真推演態(tài)勢(shì)分析等。

3.2

基于ETBDIS的海軍裝備試驗(yàn)數(shù)據(jù)管理特點(diǎn)分析

結(jié)合海軍裝備試驗(yàn)業(yè)務(wù)實(shí)際，ETBDIS模型的主要特點(diǎn)如下：

(1)模型采用分層的架構(gòu)，可以通過標(biāo)準(zhǔn)規(guī)范接口，實(shí)現(xiàn)系統(tǒng)內(nèi)的不同層間的數(shù)據(jù)通信；各層內(nèi)是模塊化結(jié)構(gòu)，可以采用微服務(wù)的方式，進(jìn)行靈活的層內(nèi)模塊集成。對(duì)于海軍裝備試驗(yàn)數(shù)據(jù)而言，首先是通過對(duì)試驗(yàn)文書資料、攝錄像等圖像資料和測(cè)量測(cè)試等數(shù)據(jù)資料完成對(duì)試驗(yàn)數(shù)據(jù)的統(tǒng)一管理，測(cè)試測(cè)量數(shù)據(jù)根據(jù)試驗(yàn)項(xiàng)目的不同可能用到不同的采集分析工具，數(shù)據(jù)解碼方式也不盡相同，為此形成對(duì)試驗(yàn)數(shù)據(jù)的分布采集框架。

(2)服務(wù)驅(qū)動(dòng)。面向裝備大數(shù)據(jù)智能信息服務(wù)需求。由于海軍裝備試驗(yàn)數(shù)據(jù)涉及裝備門類多，在數(shù)據(jù)層基礎(chǔ)上通過預(yù)處理形成統(tǒng)一的試驗(yàn)數(shù)據(jù)體系，形成各類型主題庫(kù)，建立試驗(yàn)數(shù)據(jù)間的基礎(chǔ)關(guān)系，進(jìn)而達(dá)到服務(wù)于裝備畫像、裝備試驗(yàn)評(píng)估、裝備健康管理、不同環(huán)境體系下裝備的試驗(yàn)評(píng)估等裝備管理，既保障了數(shù)據(jù)中心的根本建設(shè)目標(biāo)，又較好低保障了數(shù)據(jù)采集處理的必要性。

(3)開放的架構(gòu)。裝備試驗(yàn)數(shù)據(jù)涉及多個(gè)利益相關(guān)方，既包括各組織裝備試驗(yàn)的實(shí)體部門也包括裝備論證、研制、使用方，因此，各參試單位需按照數(shù)據(jù)標(biāo)準(zhǔn)、接口標(biāo)準(zhǔn)，在平臺(tái)上實(shí)現(xiàn)各自專業(yè)領(lǐng)域的數(shù)據(jù)的存儲(chǔ)，管理、服務(wù)，采用開放的基礎(chǔ)架構(gòu)，實(shí)現(xiàn)按專業(yè)的合理分工和統(tǒng)一的平臺(tái)上實(shí)現(xiàn)大數(shù)據(jù)融合處理分析。

(4)數(shù)據(jù)深度融合處理。裝備試驗(yàn)涉及海量圖片、文檔等海量非結(jié)構(gòu)化處理的處理。例如在海軍裝備試驗(yàn)過程中涉及各類試驗(yàn)相關(guān)會(huì)議文檔、試驗(yàn)音視頻等，進(jìn)而建立了質(zhì)量、性能、保障維護(hù)、技術(shù)發(fā)展等多維度的數(shù)據(jù)資源，從而達(dá)到可以利用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等知識(shí)庫(kù)構(gòu)構(gòu)建過程，提高了數(shù)據(jù)處理深度的目的。

4

結(jié)論

裝備試驗(yàn)工作積累了大量的裝備相關(guān)的資料數(shù)據(jù)，本文以整合各單位的試驗(yàn)資料數(shù)據(jù)，建立裝備試驗(yàn)數(shù)據(jù)資源體系，提供裝備數(shù)據(jù)智能信息服務(wù)為目標(biāo)，研究給出了一個(gè)裝備試驗(yàn)大數(shù)據(jù)模型。該模型具有分層開放的架構(gòu)，各參試單位可以按照該模型在統(tǒng)一的平臺(tái)上，進(jìn)行試驗(yàn)數(shù)據(jù)的采集處理分析，實(shí)現(xiàn)跨部門多專業(yè)數(shù)據(jù)的融合，利用裝備數(shù)據(jù)資源平臺(tái)，進(jìn)行相應(yīng)的知識(shí)構(gòu)建與智能信息服務(wù)，并以海軍裝備試驗(yàn)數(shù)據(jù)管理為例分析了模型的主要特點(diǎn)，進(jìn)一步展示了模型的可用性。在未來研究中，將選幾個(gè)典型裝備進(jìn)行模型平臺(tái)的分步構(gòu)建示范應(yīng)用。