海域態勢感知中的大數據應用探析*

張路平，裴李簫，蘆 偉，施建宇

(山東航天電子技術研究所，山東 煙臺 264670)

0 引言

對敵方的海上武裝平臺進行準確定位和識別是現代海洋戰爭的基礎，而隨著現代海戰樣式不斷變化和海上偽裝手段日趨先進，對旨在發現并監視海上船只動向的海域態勢感知(MDA)也提出了更高要求。新型傳感器、無人偵察平臺和大容量通信技術不斷涌現和進步，進一步擴大了海上探測能力，不僅數據量呈爆發式增長，數據的復雜程度也進一步加深，符合大數據體量大(Volume)、種類多(Variety)、更新快(Velocity)和價值高(Value)的“4V”特征。在先進傳感器、人工智能和大數據技術的推動下，海域態勢感知技術正成為各國研究的熱點。

傳統海域態勢感知通常依賴于預設方案和經驗進行分析處理，難以快速有效地應對動態變化的復雜海上戰場局勢。大數據的發展為海域態勢感知提供了新的技術思路。大數據分析將數據分析技術分為描述性、預測性和指導性3個層次，不僅能完成歷史數據的描述，還能實現數據趨勢的預見和解決方案的優化[1]。

這些特點完全符合海域態勢感知在數據處理方面的需求：對已有的探測數據進行描述性分析，客觀分析當前海上態勢；對特定時間、特定海域和特定任務下的海上態勢進行預測性分析，實現海上兵力態勢短期內的推理和研判；對探測數據進行指導性分析，為己方探測資源的調配和任務規劃提供輔助決策。在海域態勢感知進入大數據時代的背景下，探索大數據在海域態勢感知領域的應用思路與方法，有著重要意義[2-3]。

1 大數據在海域態勢感知領域的研究現狀

隨著大數據在商業領域的成功運用，人們對大數據的概念已經不再陌生。大數據不僅在企業界引起重視，也在學術界成為爭相研究的課題，引起各大科研院所的高度重視，甚至上升到國家戰略層面，成為重要的科技發展驅動因素。

在現代海域態勢感知的數據環境中，不僅探測數據的規模龐大，而且多源異構的數據來源使得數據結構差異較大，數據表述形式不統一，增加了數據分析的復雜程度。在海域態勢感知領域應用大數據分析處理技術，可以從海量的探測數據中挖掘提取出有價值的目標情報，及時掌握敵方的水面和水下兵力數量和種類，追蹤其動向并判斷其意圖，大幅提高指控中心的情報獲取能力。

1.1 國外相關研究

2012年3月，美國政府公布了“大數據研發倡議”(Big Data Research and Development Initiative)[4]，將大數據研發提升為國家政策。美國科學基金會、國防部、國防高級研究計劃局(DARPA)等6個聯邦部門為此宣布投資2億美元，以提高收集、存儲、保留、管理、分析和共享海量數據所需的核心技術和先進性。美國國防部及DARPA現有的大數據項目有十多項，表1給出了若干相關項目簡介，其中具有代表性的項目是洞察計劃和X數據項目[5-6]。

表1 美國大數據研發計劃部分項目簡介

洞察計劃的目的是為提高軍事情報人員對多源、異構和海量復雜數據的關聯處理和評估分析能力，更有效支持指揮官的決策和行動，旨在開發一種綜合性、適應性強的人際開發和資源管理系統，即新一代情況、監視與偵察(ISR)系統。

X數據項目主要包括兩方面的內容，一是通過開發大容量數據分析所需的可擴展算法，以便處理分布式數據存儲庫中的不規則數據；二是通過開發高效的人機互動設備和可視用戶界面技術，以便在多樣化任務中更好、更快地執行操作。

美國海軍辦公室為充分利用海軍艦載傳感器、飛機和其他平臺產生的大量數據，希望整合IT系統數據和作戰系統傳感器獲得實時結果，部署了以下4個研究方向：

1)建立海軍數據科學通用基礎體系結構，用于不同機構間數據表征和共享；

2)引入數據源并建立索引，通過海軍云環境利用大量的數據集合；

3)進行海軍作戰分析，開發先進的分析工具支持作戰，特別是反潛作戰和防空反導作戰；

4)利用云計算的安全性和完整性，增加海軍防御能力。

由于海域態勢感知的軍事敏感性，尚未見到將大數據用于海域態勢感知的詳細的專題報道。美軍對大數據在軍事上的應用極為重視，為了推動大數據的應用，美國國家安全局建立了一個超級網絡情報中心，用于存儲偵察衛星、無人機、海外偵察站等收集的各類情報偵察數據，利用大數據技術對各類情報偵察數據進行過濾、篩選、處理、分析和融合，快速提取有用信息給美國政府和國防部，初步形成了戰略、戰役和戰術層面的情報大數據分析應用能力。歐盟等其他國家也開展了相關的大數據項目研發。

1.2 國內應用現狀

國內對大數據的重視程度絲毫不輸國外，相繼出臺了一系列相關政策推動大數據技術和產業發展[7]。2015年8月，國務院印發《促進大數據發展行動綱要》，系統部署了我國大數據發展工作。2017年1月，工信部發布《大數據產業發展規劃(2016-2020年)》，部署了7項重點任務，明確了8大重點工程，制定了5個方面保障措施，為“十三五”時期我國大數據產業崛起，實現從數據大國向數據強國轉變指明了方向。黨的十九大報告明確提出：推動互聯網、大數據、人工智能和實體經濟深度融合。貴州省將大數據作為其特色產業加以發展，吸引了阿里巴巴、華為、騰訊、蘋果、高通、微軟等國內外領軍企業的進駐，建立了相關大數據中心，為軍民融合奠定了基礎。

雖然國內諸多民用行業的大數據技術研究和應用已經取得長足的進展，但是大數據在軍事領域的研究和應用與國外尚存一定的差距。海域態勢感知方面的應用，國內研究還處于起步階段，相關研究主要集中在系統架構、體系構建以及發展趨勢研判等層面。文獻[8]研究了大數據環境下的海洋監測數據的集成架構問題；文獻[9]對大數據下的多源異構知識融合算法進行了研究；文獻[10]對大數據技術在編隊電子偵察領域的應用進行了研究，分析了大數據技術在海戰場電子偵察中的應用前景；文獻[11]從海洋大數據的獲取、分析及應用方面分析了目前的發展現狀，并提出來未來海洋大數據科學發展的主要方向和關鍵技術。

2 存在的問題

海域態勢感知大數據除具有“4V”特征外，還具有強對抗性、強實時性、高碎片性和高交互性的特點。鑒于大數據在海域態勢感知領域的應用尚處于起步和探索階段，下面將從認知、標準規范和技術應用3個層面進行探討[12]。

在認知層面，軍用領域的大數據的應用落后于民用領域。大數據最先被大型互聯網企業所重視，發展也比較迅速。在軍事領域，海域態勢感知還沒有形成成熟的框架體系，實際中依然偏重于單平臺的雷達和聲納為主的探測手段，沒有將多平臺的聲、光、電、磁、熱多種探測手段進行融合，形成全天候的感知能力。隨著無人機、無人艇以及通信網絡的日漸完善，海域態勢感知逐步具備了借鑒和引入大數據相關前沿技術的條件。要實現大數據在海域態勢感知領域的應用，首先從認知層面加深對海域態勢感知大數據技術的認知，加快探索大數據技術下的海域態勢感知框架體系和技術創新。

在標準規范層面，海域態勢感知的數據采集沒有統一的標準，數據質量的控制也無從談起。海域態勢感知的探測數據主要通過平臺本身各類傳感器和各種監測系統，數據格式往往取決于信息來源和數據類型，給大數據的共享、管理和利用帶來很大的困難，存在數據不可用、不會用的問題。

在技術應用層面，對海域態勢感知的大數據處理技術還有待突破。近年來大數據在商業領域取得顯著的成功，除了商業利益驅動，很大程度上也得益于民間數據樣本的易獲得性。但是海域態勢感知數據的非合作性、保密性，其大數據樣本獲取較為不易，目前相關研究尚處于理論研究階段，需要相關科研機構的進一步合作，解決數據不夠用的問題。缺少大量的數據樣本，大數據應用就是“巧婦難為無米之炊”。

3 大數據在海域態勢感知中的應用發展建議

在大數據時代，將大數據中的數據驅動、相關性分析等思想引入海域態勢感知領域的認知層面，促進海域態勢感知應用模式和處理架構的創新，制定海域態勢感知的數據采集、管理與應用標準規范，以大數據中多源異構數據處理、數據清洗和深度學習等技術促進海域態勢感知應用的快速發展，具有重要意義。

3.1 建立“知識-數據”雙驅動的海域態勢感知模式

在海域態勢感知領域應用大數據技術，必須將傳統以人的“知識驅動”處理模式轉變為“知識-數據雙驅動”的新處理模式，如圖1所示。

圖1 知識-數據雙驅動的海域態勢感知模式

傳統的海域態勢感知以“知識驅動”為主要指導思想，依賴軍事專家的知識和經驗，其處理對象主要是結構化數據，按比較固定的流程篩選出“有用數據”。這種“知識驅動”的處理模型，其優點是具有較為清晰的邏輯和因果關系，缺點是可適應的感知類型有限，缺少智能性和自主性。

大數據時代的海域態勢感知，應以“知識-數據雙驅動”為指導思想，即以知識和經驗為導向，面向所有數據進行分析處理，強調全過程、全要素、多結構的數據聯動分析。這種“知識-數據雙驅動”的處理模型，其優點是既具有較好邏輯關系，又具有較好的智能性和自主性。

借助軍民融合的大環境，構建知識引導與數據驅動相結合的海域態勢感知模式，具有重要意義。

3.2 制定體系化的海域態勢感知大數據標準規范

受限于體制和異構平臺客觀現狀，目前的海域態勢感知數據格式種類存在較大差異，缺乏統一的數據存儲、訪問、顯示、處理機制，不同平臺和不同系統之間無法共用數據，造成了情報信息之間互聯互通不暢，影響了體系協同能力的形成。

在大數據時代背景下，需要從頂層設計上強化海域態勢感知數據標準規范的統籌規劃，充分結合客觀現實和理論需求，加強各軍兵種之間的情報交流和數據融合，將海域態勢感知所采集的電、磁、光、聲等信號統一轉換成一系列標準數據格式，形成海域態勢感知大數據標準規范甚至更高層次或更大范圍的大數據標準規范。標準規范應以海域態勢感知數據應用與服務為目標，研究在數據流向的全過程中，實現數據的標準輸入以及產品、服務的標準輸出，并在大數據采集、轉換、管理與應用的過程中不斷完善。

3.3 實現人工智能和大數據結合的海域態勢感知

在未來的海戰中，影響和決定軍事行動的核心在數據，關鍵在決策。數據的積累和更新、數據的分析和處理能力將成為獲得戰場優勢的決定性因素。海上敵我兵力配置、各種偵察平臺搜集的情報、作戰指揮中心的每條指令，都是以數據的形式存在并發揮作用，正是這些瞬息萬變、紛繁復雜的海量數據構成了最基本、最客觀、最全面的海域態勢，從而也使大數據本身成為戰爭攻防的焦點。所有數據的最終目的是為決策提供服務，人工智能技術就是將“數據優勢”向“決策優勢”轉化的關鍵。新一代人工智能技術的興起正在提供技術突破的方向，在大數據、超級計算平臺以及深度學習算法的共同作用下，新一代人工智能技術和大數據的結合，必然成為為現代海域態勢感知的發展方向。

4 結束語

本文概述了海域態勢感知數據處理與大數據技術的契合性，通過分析大數據在國內外軍民領域的應用與發展趨勢，探討了海域態勢感知大數據處理與應用的若干建議。海域態勢感知數據具備大數據特性，在此背景下，本文期望能夠為利用大數據技術提升海域態勢感知數據的分析處理能力提供若干發展思路。