舰艇编队电子侦察的大数据应用分析*

何　勰　严建钢　于　超

(1.海军航空工程学院　烟台　264000)(2.海军航空兵学院　葫芦岛　125000)



舰艇编队电子侦察的大数据应用分析*

何勰1严建钢1于超2

(1.海军航空工程学院烟台264000)(2.海军航空兵学院葫芦岛125000)

论文以大数据技术为主线，根据舰艇编队电子侦察系统和侦察数据的特点，将大数据技术在编队电子侦察领域的应用进行了剖析，其目的在于揭示大数据技术在海战场上电子侦察的应用前景，为相关技术人员和研究学者提供理论参考，具有实际的意义。

舰艇编队;电子侦察;大数据;应用;分析

Class NumberTN971.1

1　引言

网络的兴起也让“大数据”(Big data)一词越来越热,无数的网络平台相继运用大数据为人们掀开了崭新的世界：一个大规模生产、分享和运用数据的时代[1]。从一般意义上说，大数据是指那些超过传统数据库系统处理能力的数据，数据量通常在10TB(1TB=1024GB，为1万亿字节)以上。20多年来，各个领域特别是信息领域的数据量加速增长是大数据概念产生的基础。有专家测算，2000年全球新产生的数据量为1000PB～2000PB，到2010年仅仅全球企业一年新存储的数据量就超过了7000PB[2]。大数据时代下产生出了各种类型数据：互联网数据、金融数据、交通数据、气象数据等等，它们满足各行各业的需求。借助数据的分析、处理、分布式计算(也称云计算技术，交给全球分布的服务器来处理)、数据可视化等技术将这些数据里有价值的部分提取，运用于市场。大数据的影响和变化是革命性的，在军事领域的应用也非常广泛。美军的信息系统，服务器总量达到7万台及700万个电脑终端，美军在重点研究领域，如网络中心战、电子战、大规模杀伤性武器防御、人机互动等方面加大对大数据技术的投入力度[3]。

在电子侦察领域，电子侦察系统是通过获取电磁信号收集和分析有关对方的辐射源特性、作战意图等高价值情报进行作战支援的军事装备,在海上舰艇编队的应用也更为广泛。为了适应日益密集复杂的电磁环境，电子侦察系统由早期人为操作的设备转变为由计算机控制、快速分析和反应，成为自动截获、识别、分析、定位和记录的多功能侦察系统。随着侦察终端在技术和数量上的快速发展，侦察系统如果能实现大数据技术用以快速高效地处理和分析侦察到的海量信息，将大大提高情报获取的效率。

2　舰艇编队电子侦察系统分析

2.1电子侦察系统工作原理

电子侦察，是指使用专门的电子技术设备进行的侦察，如无线电技术侦察、雷达侦察和电视侦察等；获取对方的技术参数、通信内容、所在位置等电子情报是它的主要任务[4]。电子侦察设备，一般装载在地面电子侦察站、电子侦察飞机、电子侦察船及电子侦察卫星和投放式侦察设备，另外还有可随身携带的简易侦察设备等，舰艇编队电子侦察系统就是装载在水面舰艇上。电子侦察的辐射源来自于对方的雷达、通信或其他设备在远距离有意或无意向空间发射的电磁波信号，这些辐射源有独自的特征参数，一般都比较复杂，在电磁和海上环境下，多个辐射源交织在一起形成信号流，侦察设备必须要从密集的信号中筛选、识别，最后精确测定辐射源信号源的特征参数、类型、威胁程度等并排列出威胁优先等级，为编队各级指挥员决策提供参考。

2.2特征分析

2.2.1舰艇编队电子侦察系统的特征分析

1)舰艇编队电子侦察系统接收到的辐射源信息数据量大、未知因素多，除了针对性目标的特定接收以外还有未知的信息，比如侦察海上目标情况时会涵盖岛屿岛礁、民船、海杂波、动物的回波等非军事类信号，侦察空中目标时会将民航飞机、鸟类、非军用飞行器的电磁信号等纳入侦察范围。

2)舰艇编队电子侦察系统具有很强的信号分析能力。由于电子侦察系统频率覆盖范围宽、截获概率高，可以判断出辐射源的类型和身份。比如可以区分出雷达的具体型号：警戒雷达、火控雷达、导弹制导雷达等，也可以辨别出通信电台的类型及所属的通信网络，甚至从截获的通信信息中破译出敌方传送的军事信息。但随着数据量及未知信号的加大，也加大了信号分析能力的难度。

3)对辐射源的测距信息需依赖多部电子侦察系统才能够实现。雷达对目标距离的探测是根据电磁波在雷达与目标之间的电磁波反射时间推算的，由于电子侦察设备是“无源”工作方式，所以无法推算出目标与平台之间的距离，而舰艇编队的位置又时刻在变化，也正因为如此，电子侦察的隐蔽性高于主动式雷达。

2.2.2电子侦察系统的数据特征分析

电子侦察系统的数据随着设备数量增多和技术的增强而逐渐增大，数据量虽然庞大却有以下几个独立的特征：

1)侦察系统虽然在数量和技术上增强但接收的信息仍然较为单一。电子侦察系统主要接收电磁波信号，即具有特征参数的雷达信号：功率、重复频率、脉冲宽度、调制特性、天线扫描类型、工作周期、极化形式等；通信信号的参数：工作频段、频率、调制类型、体制、发射机方位等。这些参数的种类比较固定，电子侦察系统识别辐射源的依据就是这些特征参数，并判断它们的用途、威胁程度等。

2)电子侦察数据的目标明确：获取敌方军事情报。电子侦察系统不同于一般传感器系统，它在时间、空间、内容根据军事任务的不同都有明确的目标。作为战略侦察，电子侦察系统要对某一海区进行长期的精确测定、收集和记录，为我方使用电子对抗技术提供支持、制定作战计划提供依据；若作为战时的实时侦察，就要快速、高效、准确地判明敌方辐射源的类型、工作状态、威胁程度等，及时进行威胁告警、规避、协助指挥员实施反干扰措施.。

3)舰艇编队电子侦察系统对电磁波信号识别的难度在加大。在复杂电磁环境下，辐射源在广阔的频域和空域内，各种电磁信号在频域上覆盖交织，在时域上又密集叠加，工作体制繁多、波形千变万化，电子侦察系统的输入端接收的信号流包含未知目标的方位、调制方式、辐射时间、极化方式、强度、地理位置等，所以，要从复杂电磁环境中分选出这些未知信息的难度是相当大的。

3　大数据技术分析

在信息化条件下的未来战场，数据的重要作用将会更加明显，因为要想获得战场优势，提高数据量、分析处理技术、用数据决策等方面才是核心要素。舰艇编队电子侦察领域若应用大数据技术截取他国高信息含量的军事情报，就能在侦察情报的获取、跟踪、定位、处理、分析和对抗方面获得优势。

3.1电子侦察数据的大数据特征

目前，大数据在电子侦察领域有四个特征[5]：

1)数据量巨大。通常是指10TB规模以上的数据量。在电子侦察领域，数据量的来源就是辐射源，在长期的侦察和军事训练、军事行动的背景下，电子侦察系统已经存储了大量的可利用和挖掘的数据量。

2)数据种类繁多。虽然电子侦察接收到的只是电磁波信号，但由于侦察区域、辐射源平台类型和数量、工作频率、威胁等级、辐射源体制等不同使其接收到的信号更加复杂多变，加大了识别和分选的难度。

3)流动速度快。大数据强调数据是快速且动态变化的，快到难以用传统的处理系统解决。海战场环境变化莫测，不可知因素多，数据量流动快，对指挥员的决策会有较大的影响。

4)价值密度低。在数据量加速增长的同时，隐藏在海量信息里的可利用信息却没有按照相应的比例增长。电子欺骗、截获等电子干扰和反干扰措施，严重影响电子侦察系统提取有用信息的质量和效率。

3.2基于大数据的数据挖掘技术

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中人们事先未知的、但又是潜在有用的信息的过程。提取的知识表现为概念、规则、规律、模式等形式[6]。数据挖掘任务一般分为描述和预测两个大类。前者为描述数据的一般性质；而后者则是判断已经拥有的数据，并作出预测。挖掘数据的方法多种多样，可分为以下几类：神经网络法、遗传算法、决策树方法、粗级方法、覆盖正例排斥反例方法、统计分析方法模糊集方法等等[7]。每种方法优点各异，要依据实际面临的问题来选择。挖掘数据的步骤可划分为(图1所示)。

图1　数据挖掘步骤

1)数据选择：对和任务相关的数据进行选择，过滤不需要的数据，提高挖掘的效率。

2)数据预处理：对正在挖掘的数据进行归类、聚合、离散点分析等预处理手段。

3)模式发现：从数据中挖掘任务相关的过程，发现潜在规律。

4)模式评估：对挖掘出的规律进行知识评估。

5)知识表示：将发现的数据规律通过可视化等其他技术提供最终结果。

4　舰艇编队电子侦察的大数据技术分析

由于电子侦察平台数量的增多，数据量加大，使得以往的处理方式远远无法满足军事任务的要求，而大数据技术的产生提供了一个新的窗口：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)关键技术。海战场环境不同于一般环境，大数据在舰艇编队电子侦察领域的应用首先必须要提高海量数据的分析效率和数据挖掘的质量，确保电子情报可靠、及时。

1)利用分布式存储和计算技术提高分析效率

与目前常见的集中式存储技术不同，分布式存储技术并不是将数据存储在某个或多个特定的节点上，而是通过网络使用每台机器上的存储空间，并将这些分散的存储资源构成一个虚拟的存储设备，数据就分散在网络里的各个角落。同样，分布式计算技术，将计算任务分配给各个计算机处理，最后把计算结果综合起来得到最终结果，这样节约了整体计算时间，大大提高了计算效率[7]。舰艇编队电子侦察系统要想实现多个侦察系统的分布存储和分布计算，必须要搭建以局域网为平台的虚拟存储设备，用以侦察设备接收到的数据通过数据链传输、存储和计算[10]。搭建网络的同时，必须还要考虑到网络的安全性和保密性，防止他国窃取。以分布式结构建立的舰艇编队电子侦察系统，虽然可以大大提高存储量和分析速度，但搭建的条件仍然比较苛刻：对计算机的配置要求较高、舰艇编队各个电子侦察系统分布较广，若要准确收集以陆海空天为平台的其他侦察设备的大部分数据难度较大；同时必须还要保证数据链传输的连续性。

2)数据挖掘技术在分析电子情报信息上的应用

数据挖掘技术在电子信息领域的应用已经非常广泛，而大数据环境下的数据挖掘，要根据实际的军事任务和面临的环境来选择。一般情况下，挖掘的基本任务为：

(1)分类。将电子侦察系统接收到的所有数据按照目标类型、频率范围、方位、装载平台、威胁等级、调制类型等特征参数进行细致分类，如机载信号、舰载信号，排除不需要的部分。分类的方法有神经网络、决策树、遗传算法等算法[13]。

(2)回归。回归分析用于分析数据间的统计关系，将分类好的侦察数据进行回归分析，在于揭示其中的关系变化。如重点侦察区域与非重点区域之间的变化，干扰、欺骗信号的变化模式，同一侦察区域不同时间段辐射源的变化等。

(3)聚类。与分类不同，在分类、回归分析的基础上，聚类分析是对相似或相同的数据通过有任务需求的聚合和分类，如，将所有威胁等级较高的目标信号合并用来帮助指挥员快速决策。

(4)关联建模。发现变量之间或者数据集或其一部分的特征值之间的相关性的本地模型。此类模型用于挖掘侦察数据的特征值之间的潜在关系，如在进行军事任务前的兵力调动、人员的行动、侦察数据中某些异常信号的重点分析等等。

(5)模型修正和偏差检测。模型的数据时刻在变化，实际情况不可知因素也较多，需要对其进行修正和检测，使模型更可靠。

数据挖掘的过程是循序渐进、不断循环的，数据源不间断地输入并且数据量逐渐增大，才有可能挖掘出真相、做到将有价值的军事情报传递给指挥员。

3)军事背景、战场环境的融合

电子侦察系统所接收到的信息仅仅为电磁波信号，而对于整个海战场的侦测，电磁波信号是远远不够的，数据分析要想更准确，除了需要源源不断地输入数据，还需要融合当前的军事、政治背景和战场环境综合判断敌我态势[16～17]。这里所指的“融合”，不单是技术上实现的信息融合，还有各级指挥员及指挥机构人员头脑当中的“融合”。情报信息来源非常广泛，电子情报只是其中之一，而政治背景、军事实力、指挥员素质、部队整体战斗力等其他因素都对战场的胜负起着非常重要的作用。在大数据环境下，这些综合的、不确定因素都能被人类以某种方式挖掘，特别是将看不见的、潜在的有价值信息从海量信息中提取来获得信息优势，在未来战场就能抓住战机。

5　结语

国内外大数据技术的应用虽然在商用领域已经取得了显著的成果，Google、亚马逊、阿里巴巴等公司的迅速发展印证了大数据的巨大驱动力，他们运用云计算等大数据技术探索出了以数据为核心的新领域，而在军事领域大数据的步伐才刚刚开始，虽然数据挖掘技术在电子信息领域也取得了很多的研究成果，但大数据环境下的数据挖掘，还需要相关技术人员和研究人员不断开拓，因为大数据技术无论是对计算机硬件还是软件都提出了更为苛刻的要求，而未来信息化战场，对数据的需求与日俱增，若无法满足现代战场的军事需求，国家就有可能导致被动挨打的局面。

[1]但彬.大数据=海量数据+复杂类型的数据[EB/OL].2012-03-06.

[2]王元卓,靳小龙,程学旗.网络大数据：现状与展望[J].计算机学报，2013,36(6)：1125-1138.

[3]孟宝宏.大数据技术在军事领域的应用[EB/OL].2013-01-12.

[4]王国玉,汪连洞.雷达电子战系统数学仿真与评估[M].北京：国防工业出版社,2004:34-68.

[5]沈文海.气象数据的“大数据应用”浅析[EB/OL].CIO时代网，2014-3-24.

[6]姜文瑞.基于数据挖掘的气象数据分析[D].西安：西安建筑科技大学，2012:1-9.

[7]张敏.云计算环境下的并行数据挖掘策略研究[D].南京：南京邮电大学，2011:2-24.

[8]冉崇伟.大数据是生成新质战斗力的强力引擎[EB/OL].解放军报，2014-05-08.

[9]董晓明，贾跃.航母编队雷达系统的编成与特点[J].现代军事，2002,28(5)：24-26.

[10]何佳洲.多平台协同防空作战系统数据融合技术研究[J].舰船电子工程，2009,26(3)：40-43.

[11]中国船舶重工集团公司.海军武器装备与海战场环境概论[M].北京：海洋出版社，2007:11-40.

[12]高斌，唐晓斌.复杂电磁环境效应研究初探[J].中国电子科学研究院学报，2008,3(4)：345-350.

[13]周立伟，刘玉岩.目标探测与识别[M].北京：北京理工大学出版社，2002：348-350.

[14]杨显清，赵家升，王园.电磁场与电磁波[M].北京：国防工业出版社，2003:110 -113.

[15]田田，胡焰智，尹才华.面向网络中心战的指挥信息系统网络结构评估[J].装甲兵工程学院学报，2014,28(6)：82-86.

[16]王步云，越晓哲，王军.水面舰艇编队反舰作战中作战网络结构的优化[J].系统工程理论与实践，2013,33(9)：2354-2361.

[17]邓宏钟，吴俊，李勇.C4ISR系统结构的网络分析[J].火力与指挥控制，2009,34(11)：31-34.

Application Analysis of Big Data in the Field of Naval Fleet’s Electronic Reconnaissance

HE Xie1YAN Jiangang1YU Chao2

(1.Naval Aeronautical and Astronautical University,Yantai264000)(2.Navy Aviation Academy,Huludao125000)

Based on the technology of data as the main line,according to the characteristics of the naval fleet’s electronic reconnaissance system and reconnaissance data,the big data technology analyzes the application in the field of electronic reconnaissance,its aim is to reveal big data technology application prospect in the sea-battlefield of electronic reconnaissance and provide theoretical reference for related technician and research personnel.It has the practical significance.

naval fleet,electronic reconnaissance,big data,application,analysis

2016年3月17日,

2016年4月21日

何勰，女，硕士研究生，研究方向:作战模型与模拟。严建钢，男，博士，教授，硕士生导师，研究方向：作战模型与模拟。于超，男，研究方向：航空兵作战与管制。

TN971.1DOI：10.3969/j.issn.1672-9730.2016.09.020