面向电磁空间对抗的电磁环境数据架构研究∗

崔 洁

（91469部队 北京 100841）

1 引言

随着未来战场上电磁频谱空间对抗斗争越来越激烈，对电磁环境监测、检测、探测数据应用水平要求越来越高，伴随而来的电磁频谱数据应用和管理问题也越来越突出。一方面，在数据应用过程中，各监测站数据经采集后，缺乏面向多个专业用户的数据采集—提取—分析—应用流程，数据不能转化为信息，许多用户部门无法获取所需数据，只能按用户需求重新进行独立采集和分析处理；另一方面，电磁环境数据采集后没有质量维护管理机制，往往导致数据库中数据不准确、数据过时或数据不全等问题，并且系统扩充能力不强，无法满足快速业务发展的需要。因此，研究符合未来电磁频谱战使用要求的数据架构，从顶层设计上解决数据使用存在着各种问题，既能满足各用户部门现有业务的各种需求，又能准确反映未来制电磁权发展战略，具有重要军事意义。

2 电磁环境数据层次结构

从知识学习角度分析，电磁环境基础监测数据要转化为各应用部门可使用信息，需要历经数据—信息—知识的转化过程，即基础监测数据并不是可直接应用的知识，只有通过数据电子化、特征提取、特征分类等数据处理，才可以将数据转化为信息，然后对信息进行关联、分析、统计，最后转化为各部门可直接应用的知识［1～2］。由此可见，面向未来频谱作战需求的电磁环境数据架构核心并不在于平台、工具、技术的先进性，而是如何对基础数据进行分析学习，并与业务进行逻辑关联，从而为各部门提供信息导向支持和辅助决策支撑［3］。

电磁环境数据架构应满足以下要求：一是要求电磁环境数据架构能够柔性地适应业务发展模式的调整；二是能对各类数据结构、模式、方式不同的数据进行统一、高效、集中管理；三是能对数据采集-数据转换-仓储化存储的过程进行精确化控制。依据电磁环境监测数据的功能要求，可以将其数据结构划分为五个层次，从上而下依次为信息展现层、业务应用层、数据服务层、数据存储层、基础保障层。如图1所示。

图1 电磁环境数据架构设计

信息展现层：将各类电磁环境数据通过与实际业务相关联，以可视化形式展现出来，包括二维、三维、动态等形式。信息展现内容包括用户数据主题、数据分析结论、数据概念、数据关联、用户与数据交互等。该层通过多种途径将信息展现给面向用户，使用户无须从繁琐、复杂的数据表格、数据文字中获取信息，而是通过视觉、听觉等效果以最直接明了的方式获取信息。

业务应用层：业务应用层针对通信、雷达、侦察、对抗等电磁环境数据使用用户。由于各个用户所需数据类型、特征、维度不同，所以业务应用必须是按专业划分的。各专业用户所需处理数据种类、数量、特征可能相差较大，但各专业数据应用架构基本相同，这就要求数据应用架构具有专业性、可扩展性、复用性等特点。

数据服务层：用户服务层对基础数据库中原始数据进行处理，包括数据访问、数据集成、数据维护、分析挖掘等步骤，其目的是对需要共享的电磁环境数据集中进行清洗和处理，并以服务方式将全局、统一、准确、时间戳相同的数据提供给系统范围内需要使用的用户。在数据经过质量管理后，通过数据聚类、关联、特征识别等处理，为决策人员和业务人员等提供信息支撑。

数据存储层：对电磁环境监测数据进行存储管理，存储数据类型既包括结构化数据，也包括非结构化数据；既包括新数据、元数据，也包括历史积累数据；既包括大频段、大尺度、大范围性电磁频谱监测数据库，也包括专业性、特征性、微观性较高的各领域电磁频谱监测数据。存储管理关注内容包括数据存储环境设计、数据存储结构设计、存储管理设计、数据备份以及恢复策略。

基础保障层：基础保障层包括软件、硬件、传输网络等软硬件设施，以及数据安全防护、数据管理运维等，该层对数据架构的处理能力和扩展能力起到支撑作用。在构建数据架构时，应使用支持集群技术的DBMS软件以及支持横向扩展的硬件架构，以确保底层架构的扩展能力。

本文提出的数据架构与一般数据库+数据操作+数据仓库型数据架构区别在于［4］，一是统一了电磁环境数据视图，保证了数据全局统一和准确。在数据服务层中，将分散采集、类型不同、功能各异的数据进行统一数据集成、维护、挖掘，避免了数据重复、矛盾、不全问题；二是提出了电磁环境基础数据、服务数据、应用数据的概念，基础数据、服务数据、应用数据在内部处理过程中相对独立，在外部又相互联系、相互支撑，保证了数据流程的规范性，方便了数据质量管理和数据运行监督；三是提供了业务应用与基础数据之间的中间层，一般数据架构只关注于业务数据库和基础数据库，对于二者之间的中间层考虑不够，使得数据架构的灵活性和扩展性不强，本文提出的数据架构可以根据业务用户所需进行数据扩展，实时更新、监测数据变动，从而保证了基础数据到应用数据的敏捷性、灵活性。

3 电磁环境数据架构实现

电磁环境数据架构实现模型如图2所示。与一般数据架构相比，在基础数据和应用数据之间引入了服务数据。服务数据通过多种方式的数据访问、数据统一集成、数据质量维护、数据分析挖掘等，将基础数据库转化为一系列信息型数据库［5］，包括信息特征数据库、信息类型数据库、信息属性数据库、数据关联关系数据库等，便于各个业务用户根据使用需求，从集成、统一、完备的服务数据库中抽取相关信息。

图2 电磁环境数据架构实现

3.1 三种类型数据的关系

基础数据主要由一系列分布式、种类不同、功能各异的原始数据库组成，有可能来源于人工采集，或是自动化采集，是传感器记录的原始数据［6］，该数据的特点是数据量特别大、信息密度低、数据颗粒度不一致，难以被用户直接使用。

服务数据是描述电磁环境核心实体的数据，是各个业务部门都需要共同使用的数据。服务数据管理使系统能够集中管理数据，保证数据的一致性、准确性，增强快速部署新应用能力，提高系统业务的敏捷性［7］。服务数据任务是从基础数据中整合核心的、需要共享的数据，集中进行数据清洗和整合，并且以服务的方式把统一的、完整的、具有权威性的数据共享给各业务部门。

业务数据是面向主题的、集成的、稳定的、专业性强的一系列数据库，可以直接应用于用户业务和指挥决策［8］。业务数据一般是通过事件驱动完成，用户发出数据服务需求，业务数据应用中间件分析服务所需信息来源，并从专业性数据仓储中提取所需信息。为了保持专业性数据仓储中业务数据的新鲜度、可靠度和完备度，需要不间断地通过业务数据抽取中间件，从各个服务数据库中查询、抽取、更新所需业务数据。

3.2 数据架构实现关键技术

数据访问接口技术：为了将基础数据转为可分析的服务数据，需要系统提供各种数据访问服务接口［9］。服务数据层通过实时的、批量的接口，可以读取形态各异、格式不同的基础数据，并转化为可操作的信息，最终形成一系列具有数据特征形态的服务数据库。

数据分析挖掘技术：数据分析挖掘是数据服务层重要的关键技术，其主要特点是对基础数据库中大量监测、业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助指挥决策的关键性数据［10］。数据分析挖掘的常用方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、WEB页挖掘等，可以从不同角度对数据进行挖掘。在电磁环境数据架构中，需要系统按既定业务目标，对大量的基础数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性［11］，并按用户需求划分为一系列标准统一、主题明确、涵盖全面的服务数据库。

数据质量管理技术：从各个基础数据库中获取数据后，要对数据进行清洗和验证，以确保服务数据的质量，例如，同一区域的电磁环境数据，由于监测/检测/探测手段不同，获取数据内容可能格式不同、字段缺失、数据重复甚至冲突等［12］。因此，需要进行统一的数据匹配、重复识别、自动进行基于规则的合并/去重复、交叉验证等，保证数据的可靠性和唯一性。

4 结语

本文研究了适应未来电磁空间对抗的电磁环境数据架构技术及实现，分析了电磁环境数据架构的功能要求，并以此为基础，构建了信息展现层、业务应用层、数据服务层、数据存储层、基础保障层等五层电磁环境数据架构，最后对数据架构中涉及的数据关联关系、关键技术等进行了研究。研究成果可为电磁环境数据的规划和建设提供基础框架指导。