艦艇編隊電子偵察的大數據應用分析*

何　勰　嚴建鋼　于　超

(1.海軍航空工程學院　煙臺　264000)(2.海軍航空兵學院　葫蘆島　125000)

?

艦艇編隊電子偵察的大數據應用分析*

何勰1嚴建鋼1于超2

(1.海軍航空工程學院煙臺264000)(2.海軍航空兵學院葫蘆島125000)

論文以大數據技術為主線，根據艦艇編隊電子偵察系統和偵察數據的特點，將大數據技術在編隊電子偵察領域的應用進行了剖析，其目的在于揭示大數據技術在海戰場上電子偵察的應用前景，為相關技術人員和研究學者提供理論參考，具有實際的意義。

艦艇編隊;電子偵察;大數據;應用;分析

Class NumberTN971.1

1　引言

網絡的興起也讓“大數據”(Big data)一詞越來越熱,無數的網絡平臺相繼運用大數據為人們掀開了嶄新的世界：一個大規模生產、分享和運用數據的時代[1]。從一般意義上說，大數據是指那些超過傳統數據庫系統處理能力的數據，數據量通常在10TB(1TB=1024GB，為1萬億字節)以上。20多年來，各個領域特別是信息領域的數據量加速增長是大數據概念產生的基礎。有專家測算，2000年全球新產生的數據量為1000PB～2000PB，到2010年僅僅全球企業一年新存儲的數據量就超過了7000PB[2]。大數據時代下產生出了各種類型數據：互聯網數據、金融數據、交通數據、氣象數據等等，它們滿足各行各業的需求。借助數據的分析、處理、分布式計算(也稱云計算技術，交給全球分布的服務器來處理)、數據可視化等技術將這些數據里有價值的部分提取，運用于市場。大數據的影響和變化是革命性的，在軍事領域的應用也非常廣泛。美軍的信息系統，服務器總量達到7萬臺及700萬個電腦終端，美軍在重點研究領域，如網絡中心戰、電子戰、大規模殺傷性武器防御、人機互動等方面加大對大數據技術的投入力度[3]。

在電子偵察領域，電子偵察系統是通過獲取電磁信號收集和分析有關對方的輻射源特性、作戰意圖等高價值情報進行作戰支援的軍事裝備,在海上艦艇編隊的應用也更為廣泛。為了適應日益密集復雜的電磁環境，電子偵察系統由早期人為操作的設備轉變為由計算機控制、快速分析和反應，成為自動截獲、識別、分析、定位和記錄的多功能偵察系統。隨著偵察終端在技術和數量上的快速發展，偵察系統如果能實現大數據技術用以快速高效地處理和分析偵察到的海量信息，將大大提高情報獲取的效率。

2　艦艇編隊電子偵察系統分析

2.1電子偵察系統工作原理

電子偵察，是指使用專門的電子技術設備進行的偵察，如無線電技術偵察、雷達偵察和電視偵察等；獲取對方的技術參數、通信內容、所在位置等電子情報是它的主要任務[4]。電子偵察設備，一般裝載在地面電子偵察站、電子偵察飛機、電子偵察船及電子偵察衛星和投放式偵察設備，另外還有可隨身攜帶的簡易偵察設備等，艦艇編隊電子偵察系統就是裝載在水面艦艇上。電子偵察的輻射源來自于對方的雷達、通信或其他設備在遠距離有意或無意向空間發射的電磁波信號，這些輻射源有獨自的特征參數，一般都比較復雜，在電磁和海上環境下，多個輻射源交織在一起形成信號流，偵察設備必須要從密集的信號中篩選、識別，最后精確測定輻射源信號源的特征參數、類型、威脅程度等并排列出威脅優先等級，為編隊各級指揮員決策提供參考。

2.2特征分析

2.2.1艦艇編隊電子偵察系統的特征分析

1)艦艇編隊電子偵察系統接收到的輻射源信息數據量大、未知因素多，除了針對性目標的特定接收以外還有未知的信息，比如偵察海上目標情況時會涵蓋島嶼島礁、民船、海雜波、動物的回波等非軍事類信號，偵察空中目標時會將民航飛機、鳥類、非軍用飛行器的電磁信號等納入偵察范圍。

2)艦艇編隊電子偵察系統具有很強的信號分析能力。由于電子偵察系統頻率覆蓋范圍寬、截獲概率高，可以判斷出輻射源的類型和身份。比如可以區分出雷達的具體型號：警戒雷達、火控雷達、導彈制導雷達等，也可以辨別出通信電臺的類型及所屬的通信網絡，甚至從截獲的通信信息中破譯出敵方傳送的軍事信息。但隨著數據量及未知信號的加大，也加大了信號分析能力的難度。

3)對輻射源的測距信息需依賴多部電子偵察系統才能夠實現。雷達對目標距離的探測是根據電磁波在雷達與目標之間的電磁波反射時間推算的，由于電子偵察設備是“無源”工作方式，所以無法推算出目標與平臺之間的距離，而艦艇編隊的位置又時刻在變化，也正因為如此，電子偵察的隱蔽性高于主動式雷達。

2.2.2電子偵察系統的數據特征分析

電子偵察系統的數據隨著設備數量增多和技術的增強而逐漸增大，數據量雖然龐大卻有以下幾個獨立的特征：

1)偵察系統雖然在數量和技術上增強但接收的信息仍然較為單一。電子偵察系統主要接收電磁波信號，即具有特征參數的雷達信號：功率、重復頻率、脈沖寬度、調制特性、天線掃描類型、工作周期、極化形式等；通信信號的參數：工作頻段、頻率、調制類型、體制、發射機方位等。這些參數的種類比較固定，電子偵察系統識別輻射源的依據就是這些特征參數，并判斷它們的用途、威脅程度等。

2)電子偵察數據的目標明確：獲取敵方軍事情報。電子偵察系統不同于一般傳感器系統，它在時間、空間、內容根據軍事任務的不同都有明確的目標。作為戰略偵察，電子偵察系統要對某一海區進行長期的精確測定、收集和記錄，為我方使用電子對抗技術提供支持、制定作戰計劃提供依據；若作為戰時的實時偵察，就要快速、高效、準確地判明敵方輻射源的類型、工作狀態、威脅程度等，及時進行威脅告警、規避、協助指揮員實施反干擾措施.。

3)艦艇編隊電子偵察系統對電磁波信號識別的難度在加大。在復雜電磁環境下，輻射源在廣闊的頻域和空域內，各種電磁信號在頻域上覆蓋交織，在時域上又密集疊加，工作體制繁多、波形千變萬化，電子偵察系統的輸入端接收的信號流包含未知目標的方位、調制方式、輻射時間、極化方式、強度、地理位置等，所以，要從復雜電磁環境中分選出這些未知信息的難度是相當大的。

3　大數據技術分析

在信息化條件下的未來戰場，數據的重要作用將會更加明顯，因為要想獲得戰場優勢，提高數據量、分析處理技術、用數據決策等方面才是核心要素。艦艇編隊電子偵察領域若應用大數據技術截取他國高信息含量的軍事情報，就能在偵察情報的獲取、跟蹤、定位、處理、分析和對抗方面獲得優勢。

3.1電子偵察數據的大數據特征

目前，大數據在電子偵察領域有四個特征[5]：

1)數據量巨大。通常是指10TB規模以上的數據量。在電子偵察領域，數據量的來源就是輻射源，在長期的偵察和軍事訓練、軍事行動的背景下，電子偵察系統已經存儲了大量的可利用和挖掘的數據量。

2)數據種類繁多。雖然電子偵察接收到的只是電磁波信號，但由于偵察區域、輻射源平臺類型和數量、工作頻率、威脅等級、輻射源體制等不同使其接收到的信號更加復雜多變，加大了識別和分選的難度。

3)流動速度快。大數據強調數據是快速且動態變化的，快到難以用傳統的處理系統解決。海戰場環境變化莫測，不可知因素多，數據量流動快，對指揮員的決策會有較大的影響。

4)價值密度低。在數據量加速增長的同時，隱藏在海量信息里的可利用信息卻沒有按照相應的比例增長。電子欺騙、截獲等電子干擾和反干擾措施，嚴重影響電子偵察系統提取有用信息的質量和效率。

3.2基于大數據的數據挖掘技術

數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中人們事先未知的、但又是潛在有用的信息的過程。提取的知識表現為概念、規則、規律、模式等形式[6]。數據挖掘任務一般分為描述和預測兩個大類。前者為描述數據的一般性質；而后者則是判斷已經擁有的數據，并作出預測。挖掘數據的方法多種多樣，可分為以下幾類：神經網絡法、遺傳算法、決策樹方法、粗級方法、覆蓋正例排斥反例方法、統計分析方法模糊集方法等等[7]。每種方法優點各異，要依據實際面臨的問題來選擇。挖掘數據的步驟可劃分為(圖1所示)。

圖1　數據挖掘步驟

1)數據選擇：對和任務相關的數據進行選擇，過濾不需要的數據，提高挖掘的效率。

2)數據預處理：對正在挖掘的數據進行歸類、聚合、離散點分析等預處理手段。

3)模式發現：從數據中挖掘任務相關的過程，發現潛在規律。

4)模式評估：對挖掘出的規律進行知識評估。

5)知識表示：將發現的數據規律通過可視化等其他技術提供最終結果。

4　艦艇編隊電子偵察的大數據技術分析

由于電子偵察平臺數量的增多，數據量加大，使得以往的處理方式遠遠無法滿足軍事任務的要求，而大數據技術的產生提供了一個新的窗口：大數據采集、大數據預處理、大數據存儲及管理、大數據分析及挖掘、大數據展現和應用(大數據檢索、大數據可視化、大數據應用、大數據安全等)關鍵技術。海戰場環境不同于一般環境，大數據在艦艇編隊電子偵察領域的應用首先必須要提高海量數據的分析效率和數據挖掘的質量，確保電子情報可靠、及時。

1)利用分布式存儲和計算技術提高分析效率

與目前常見的集中式存儲技術不同，分布式存儲技術并不是將數據存儲在某個或多個特定的節點上，而是通過網絡使用每臺機器上的存儲空間，并將這些分散的存儲資源構成一個虛擬的存儲設備，數據就分散在網絡里的各個角落。同樣，分布式計算技術，將計算任務分配給各個計算機處理，最后把計算結果綜合起來得到最終結果，這樣節約了整體計算時間，大大提高了計算效率[7]。艦艇編隊電子偵察系統要想實現多個偵察系統的分布存儲和分布計算，必須要搭建以局域網為平臺的虛擬存儲設備，用以偵察設備接收到的數據通過數據鏈傳輸、存儲和計算[10]。搭建網絡的同時，必須還要考慮到網絡的安全性和保密性，防止他國竊取。以分布式結構建立的艦艇編隊電子偵察系統，雖然可以大大提高存儲量和分析速度，但搭建的條件仍然比較苛刻：對計算機的配置要求較高、艦艇編隊各個電子偵察系統分布較廣，若要準確收集以陸海空天為平臺的其他偵察設備的大部分數據難度較大；同時必須還要保證數據鏈傳輸的連續性。

2)數據挖掘技術在分析電子情報信息上的應用

數據挖掘技術在電子信息領域的應用已經非常廣泛，而大數據環境下的數據挖掘，要根據實際的軍事任務和面臨的環境來選擇。一般情況下，挖掘的基本任務為：

(1)分類。將電子偵察系統接收到的所有數據按照目標類型、頻率范圍、方位、裝載平臺、威脅等級、調制類型等特征參數進行細致分類，如機載信號、艦載信號，排除不需要的部分。分類的方法有神經網絡、決策樹、遺傳算法等算法[13]。

(2)回歸。回歸分析用于分析數據間的統計關系，將分類好的偵察數據進行回歸分析，在于揭示其中的關系變化。如重點偵察區域與非重點區域之間的變化，干擾、欺騙信號的變化模式，同一偵察區域不同時間段輻射源的變化等。

(3)聚類。與分類不同，在分類、回歸分析的基礎上，聚類分析是對相似或相同的數據通過有任務需求的聚合和分類，如，將所有威脅等級較高的目標信號合并用來幫助指揮員快速決策。

(4)關聯建模。發現變量之間或者數據集或其一部分的特征值之間的相關性的本地模型。此類模型用于挖掘偵察數據的特征值之間的潛在關系，如在進行軍事任務前的兵力調動、人員的行動、偵察數據中某些異常信號的重點分析等等。

(5)模型修正和偏差檢測。模型的數據時刻在變化，實際情況不可知因素也較多，需要對其進行修正和檢測，使模型更可靠。

數據挖掘的過程是循序漸進、不斷循環的，數據源不間斷地輸入并且數據量逐漸增大，才有可能挖掘出真相、做到將有價值的軍事情報傳遞給指揮員。

3)軍事背景、戰場環境的融合

電子偵察系統所接收到的信息僅僅為電磁波信號，而對于整個海戰場的偵測，電磁波信號是遠遠不夠的，數據分析要想更準確，除了需要源源不斷地輸入數據，還需要融合當前的軍事、政治背景和戰場環境綜合判斷敵我態勢[16～17]。這里所指的“融合”，不單是技術上實現的信息融合，還有各級指揮員及指揮機構人員頭腦當中的“融合”。情報信息來源非常廣泛，電子情報只是其中之一，而政治背景、軍事實力、指揮員素質、部隊整體戰斗力等其他因素都對戰場的勝負起著非常重要的作用。在大數據環境下，這些綜合的、不確定因素都能被人類以某種方式挖掘，特別是將看不見的、潛在的有價值信息從海量信息中提取來獲得信息優勢，在未來戰場就能抓住戰機。

5　結語

國內外大數據技術的應用雖然在商用領域已經取得了顯著的成果，Google、亞馬遜、阿里巴巴等公司的迅速發展印證了大數據的巨大驅動力，他們運用云計算等大數據技術探索出了以數據為核心的新領域，而在軍事領域大數據的步伐才剛剛開始，雖然數據挖掘技術在電子信息領域也取得了很多的研究成果，但大數據環境下的數據挖掘，還需要相關技術人員和研究人員不斷開拓，因為大數據技術無論是對計算機硬件還是軟件都提出了更為苛刻的要求，而未來信息化戰場，對數據的需求與日俱增，若無法滿足現代戰場的軍事需求，國家就有可能導致被動挨打的局面。

[1]但彬.大數據=海量數據+復雜類型的數據[EB/OL].2012-03-06.

[2]王元卓,靳小龍,程學旗.網絡大數據：現狀與展望[J].計算機學報，2013,36(6)：1125-1138.

[3]孟寶宏.大數據技術在軍事領域的應用[EB/OL].2013-01-12.

[4]王國玉,汪連洞.雷達電子戰系統數學仿真與評估[M].北京：國防工業出版社,2004:34-68.

[5]沈文海.氣象數據的“大數據應用”淺析[EB/OL].CIO時代網，2014-3-24.

[6]姜文瑞.基于數據挖掘的氣象數據分析[D].西安：西安建筑科技大學，2012:1-9.

[7]張敏.云計算環境下的并行數據挖掘策略研究[D].南京：南京郵電大學，2011:2-24.

[8]冉崇偉.大數據是生成新質戰斗力的強力引擎[EB/OL].解放軍報，2014-05-08.

[9]董曉明，賈躍.航母編隊雷達系統的編成與特點[J].現代軍事，2002,28(5)：24-26.

[10]何佳洲.多平臺協同防空作戰系統數據融合技術研究[J].艦船電子工程，2009,26(3)：40-43.

[11]中國船舶重工集團公司.海軍武器裝備與海戰場環境概論[M].北京：海洋出版社，2007:11-40.

[12]高斌，唐曉斌.復雜電磁環境效應研究初探[J].中國電子科學研究院學報，2008,3(4)：345-350.

[13]周立偉，劉玉巖.目標探測與識別[M].北京：北京理工大學出版社，2002：348-350.

[14]楊顯清，趙家升，王園.電磁場與電磁波[M].北京：國防工業出版社，2003:110 -113.

[15]田田，胡焰智，尹才華.面向網絡中心戰的指揮信息系統網絡結構評估[J].裝甲兵工程學院學報，2014,28(6)：82-86.

[16]王步云，越曉哲，王軍.水面艦艇編隊反艦作戰中作戰網絡結構的優化[J].系統工程理論與實踐，2013,33(9)：2354-2361.

[17]鄧宏鐘，吳俊，李勇.C4ISR系統結構的網絡分析[J].火力與指揮控制，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，碩士研究生，研究方向:作戰模型與模擬。嚴建鋼，男，博士，教授，碩士生導師，研究方向：作戰模型與模擬。于超，男，研究方向：航空兵作戰與管制。

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