航天測量站數據池建設方法研究與數據應用

戴昱彤，劉斌斌，劉紅巖

(西昌衛星發射中心，四川 宜賓 644000)

0 引言

近年來，我國的航天事業得到了飛速的發展。從20世紀60年代至今，我國航天測控系統經歷了從無到有，從弱到強的發展歷程，逐步形成了一個布局合理、工作協調、適應性強的航天測控網[1]。航天測控網通常由測控中心和測量站(船)組成[2]，測量站是測控網的基本組成部分。在幾十年的發展進程中，航天測控領域積累了海量的數據。對測量站來講，數據可主要分為測控數據、通信數據和設備狀態數據3大類。測控數據主要用于向上級報送，通信數據主要用于通信狀態監視，設備狀態數據主要用于設備狀態的監測。

測控站設備主要包括跟蹤測量系統(雷達系統、遙測系統、光學系統等)、時間統一系統、通信系統、氣象系統、勤務保障系統等。時間統一系統自成體系，備份手段多，故障率極低。小型測量站通常不單獨成立氣象系統，可依靠地方政府的氣象部門獲得氣象數據。所以，測量站可利用挖掘的數據主要集中在跟蹤測量系統、通信系統和勤務保障系統中。我國的航天測量站通常配備各種不同類型的測控設備，例如雷達、火箭遙測接收設備等；通信設備主要包括衛通、路由器、防火墻、交換機以及時統等[3]；勤務保障設備主要包括油機、高低壓配電、UPS、消防和空調等[4-6]。

當前測量站的數據的存儲和應用存在著諸多問題，主要體現在以下幾個方面：

1)數據存儲零散。數據大多以文件形式零散存放，沒有形成集中統一的存儲方式，數據冗余度高，給后續的查詢、檢索、應用等工作帶來困難；

2)數據不成體系。數據沒有形成系統的體系，存儲比較雜亂，沒能針對不同的航天測量任務類型對數據進行整理，給后續的數據控制處理和維護工作帶來困難；

3)數據相對隔離。不同設備之間的數據呈相對隔離狀態，設備間數據的交叉應用少，數據利用率低。

測量站設備種類多，目前對于設備狀態的維護管理多依靠人工，如果能夠將各種數據進行系統梳理、精準分類、集中管理、有效利用，將大大提升工作效率與準確度?；诖耍岢隽艘环N測量站數據池建設方法，能夠實現數據的集中控制，減少數據的冗余度，提高數據一致性和可維護性，提高數據的利用率。然后從多個方面并對數據的應用前景進行了展望。測量站數據池的建設將使提升測控工作的自動化與智能化程度成為可能。

1 測量站數據應用現狀與挑戰

1.1 測量站數據內容

通過對測量站設備類型的梳理與分析，可以得到如表1所示的測量站數據內容。

表1 測量站設備獲取信息列表

不同數據內容具有不同的數據特點：

目標跟蹤數據特點：實時性強，針對不同的任務(火箭)類型、數據差異大，數據量大。針對此類數據，建立數據池需著重考量怎樣進行數據篩選與清洗。根據不同任務(火箭)類型進行分類存儲與利用。

鏈路狀態數據特點：設備節點多，狀態監視點多，實時性強。對鏈路狀態數據的利用應多用圖形化的形式進行展示，有告警應及時給出聲音等提示并及時保存設備狀態，以供崗位人員分析排查。

勤務保障類數據的特點有：參數類型繁雜，設備分布廣。針對此類數據，應分門別類做好儲存，以便事后查看。

一套設備中除輸出的數據外，設備之間的信號等也具有指示設備或系統狀態的功能，后續可對這些信號進行提取利用。除以上信息外，在任務準備過程中產生的諸多文檔也應用于數據池建設，主要由任務過程中的質量管理體系文件組成。其中可用到的數據有：一、歸零報告；二、軟件維護文檔；三、評審報告中涉及設備狀態調整的部分。另外，崗位人員對于主、備件的更換等維護記錄，對電平等未在文書明確的參數進行調整等操作也應進行數據標準化后入庫管理。

1.2 現有數據的使用方法

目前，雷達、火箭遙測設備接收數據主要用于實時監測與上報。通信設備參數主要用于鏈路質量監測。對勤務保障設備的監測主要用于對相關設備狀態的實時跟蹤。目前，多數測量站已配備專門的針對勤務保障設備的監控系統，通過超過閾值告警等自動化手段，崗位人員可輕松感知設備狀態并查閱歷史記錄。

針對雷達、火箭遙測接收設備數據的解算由所方軟硬件完成，另外，根據定制軟件系統(如指揮聯調系統)監測數據流量、測量數值是否符合預期(如理論彈道)。針對每次火箭發射產生的關鍵數據進行了記盤，鮮有實現對歷史數據的實時應用以指導目前設備的狀態研判與設備維護工作。

通信設備一般亦有專門的軟件進行設備狀態監控與指標測試。大多進行關鍵鏈路流量的監測、時延、丟包率等指標的實時顯示，多數通信設備(含地面線路與衛星通信)已具備遠程控制能力。

在質量管理文書中明確的對于設備狀態的修改、歸零報告中涉及的設備及故障類型、時間等信息未與設備數據形成關聯，目前僅保存于質管部門，不便于對實際工作形成指導作用。

綜上，目前對于數據的使用存在以下幾種情況：1)有用的信息未識別為數據；2)識別但未合理采集；3)采集但未存儲應用；4)存儲但未集中整理與分析；5)對數據進行了分析但未盡其用。

1.3 測量站數據應用的挑戰

數據池的差序格局是先有數據后有模式，因此需要一種自底向上的方式以一種大數據融合的方法實現集成。大數據融合即建立數據間、信息間、知識片段間多維度、多粒度的關聯關系，實現更多層面的知識交互[9]。測量站的數據池建設面臨以下挑戰：

1)針對業務需求的有用數據的識別。根據航天事業的發展，測量站的業務需求也在悄然發生變化，要提升業務科學化、智能化水平，需要將多種數據進行交叉應用。然而海量的數據與有限的精力又要求開發者需將識別工作與業務需求進行緊密結合。需要首先進行業務需求的細致分析，再進行數據的識別。

2)割裂的多源異構數據。需處理的數據從來源角度看是多源異構的。而且，這些數據被物理地存放在不同的系統中。這些割裂的多源異構數據造成了各種數據孤島，需要把這些割裂的數據以合適的方式整合到統一的系統中。目前測量站的數據庫基本是針對少數集中主要業務進行專門的設計。數據庫之間的信息利用不夠充分，缺乏關聯應用。

3)數據規模與數據價值的矛盾。數據越來越豐富，提供了更多有價值的信息。但數據價值并不與規模成正比，對已有的數據存儲和處理方法提出了挑戰，需要對融合的規模進行控制。設備聯試時，每秒產生大量數據，而整個聯試過程長達幾小時。這就需要根據業務需求與現實條件挑選具有應用與查詢意義的數據進行挑選保存。

4)跨媒體、跨語言的關聯。需要處理的數據有結構化數據、半結構化數據和非結構數據，這對數據關聯的發現提出了挑戰。尤其是圖片、視頻、音頻數據與文本數據的關聯。測量站數據池建設的一個重要任務就是將多模態數據進行關聯應用。

5)知識的隱含性。除了顯式知識外，通常隱式知識、隱式關系比顯式知識更重要。在測量站的數據中，這種有用的“隱式關系”通常是指崗位人員多年累積的“崗位經驗”。比如各種方案中的流程，故障的快速定位等經驗。

2 數據池建設方法

數據池建設一般應遵循以下原則：1)先進性和實用性，采用當前先進而成熟的技術，在平臺的選擇上，要考慮到航天測控這個特殊領域對軟硬件國產化等方面的要求；2)一致性與完整性，所有數據將采用統一的編碼和數據存儲格式，建立規范完整實用的數據管理流程；3)標準化與規范化，數據庫的結構與字段定義符合測量站數據的使用、查看習慣，便于長期的使用；4)開放性和可擴展性，充分考慮后續數據的持續增加，在數據庫結構設計和管理方案制定時預留，多類型數據錄入接口、數據之間的關系設計可兼容新數據[10]。

2.1 數據池建設流程

通常，數據池建設離不開“兩個流程、兩個模型和3個標準”，兩個流程內容為需求分析和系統建模，兩個模型內容為數據和業務功能模型，3個標準的內容為信息分類編碼標準、數據元素標準和數據庫模型標準[11-12]。根據各類數據池建設經驗，分析測量站數據特點，提出適用于測量站數據池的建設路線，如圖1所示。

圖1 測量站數據池建設流程

由圖1中可知，測量站數據池建設，首先要對目前測量站已產生數據及相關流程進行梳理，在此基礎上進行總體需求分析。其次，為了使總體需求在目前的各項條件下通過部分軟硬件采購與先進技術的應用最終落地，需要對現有技術理論與實現方法進行學習，包括是否有選取國產化軟硬件的要求等，選取合適的實現途徑。再次，詳細深入地進行自上而下的業務需求分析，結合對設備數據的詳細梳理，細化針對每項業務需求的數據來源。最后，進行數據池總體建模與實現。在實現時為了進行多種擴展應用應在保證安全性的前提下留取數據提取接口，以保證數據池作用的充分發揮。數據池建成后，需要在實際工作中進行驗證與改進。

2.2 業務需求分析

測量站的中心任務是圓滿完成跟蹤測量任務，萬無一失、圓滿成功的要求又需要保證設備狀態始終保持正確的狀態，或者出現問題能夠及時發現并排除。故測量站業務需求主要有以下4個方面：

1)測控數據的上傳下達。這是測控站最基本也是最中心的任務。當前，測量站在數據的收發方面能夠滿足任務文書基本要求，各類數據也進行了分類存儲，而未對設備數據進行精細化關聯存儲與運用。為對后續“自動化”、“智能化”應用更加“有用”，就應在“哪些數據應該存儲”，“哪些數據應該以什么樣的形式與頻率存儲”，“多種多類數據應該做怎樣的數據模塊劃分”等方面進行多設備領域專家研討后確定。

2)設備狀態的集中監視與告警。當前，對設備狀態的監視主要依托所方在研制整套設備時所配備的監控軟件。軟件含有對設備參數的查詢與設置功能，亦有針對單臺設備的告警信息顯示及日志記錄等功能。測量站數據池的建設可利用此類軟件，以獲取設備狀態、告警信息等。在此基礎上，將一次任務的一種特定設備技術狀態作為標識，記錄設備的更多關鍵參數值，這些正常參數值便可成為此次任務的設備參數參照值，便于崗位人員及時發現設備性能波動甚至異常。

3)測控數據的智能化判讀。測控數據的智能化判讀是通過對當前測控數據與歷史數據進行比較實現的。這種比較是基于留存有大量的任務實戰數據而進行的。測量站設備配備后，由于其在役時間長(通常為5年以上)，在失效前，設備性能會隨著時間推移而緩慢變化，而大量歷史數據的留存將使這種變化變得可捕捉。大多數設備的性能變化對于某次任務的影響難以直接測量，但能夠找到某次類似、時間臨近的任務狀態下設備的參數數據，在實際工作中就足以實現比以往精細得多的判讀。

4)設備故障排除的輔助功能。測量站工作逐漸向“自動化”、“少人化”方向發展的過程中，研發設備故障輔助診斷系統是必然的趨勢。要實現設備故障排除的輔助功能，一是要搜集必要的實時測控數據；二是需要搜集歷史任務中的設備狀態參數；三是要使用自動化儀器儀表控制技術進行信號參數的提取；四是需要利用成熟崗位人員的崗位經驗將前三者進行整合與自動化實現。

2.3 數據需求分析

根據業務需求分析得到的4種業務，對數據來源進行劃分與分類入庫。如圖2所示，針對4種業務，梳理數據來源。5種來源的數據經過篩選、清洗、標準化后進入數據庫管理，在進行后3種業務時，同時要用到當前設備產生的數據與數據庫中狀態類似的歷史數據。通過數據建模、經驗植入、分析比較等方法的運用，更好地服務于崗位工作。

圖2 與業務需求對應的數據來源

測控、通信數據可依賴現有數據交互計算機獲取，只是在入庫的格式與方式上需要多加考量。設備狀態參數可從各設備監控系統獲取[13-14]。利用儀器控制技術，獲取測量儀器、設備中的信號指標、關鍵參數值。過程管理文件中的數據——通常為表征任務技術狀態的設備指標、規程等——可通過人工錄入或使用自動化工具進行獲取。

2.4 測量站數據類型與入庫方式

通過對測量站信息種類的分析可知，測量站數據存在3種類型：1)數字類型；2)模擬類型；3)文本類型。針對不同的數據類型，數據入庫方式也有所差異。

數字類型數據包含測控設備解算出的目標位置、速度等信息，大部分設備內部的監控指標，表征鏈路通信狀態的時延、丟包率等信息，勤務保障系統中的已由傳感器數字化后的信息等。數字類型數據在入庫時可方便地“修剪”成固定格式直接入庫。

模擬類型數據包含遙外測設備、衛通設備等自調制解調器之后的載波數據。數據可由頻譜儀等設備進行數字化。利用儀器編程技術可以對此類數據進行數字化獲取。模擬類型的數據在提取關鍵特征——如中心點頻、載噪比、尖峰值等——并進行數字化后進行入庫。

文本類型數據主要為任務過程質量管理文書。其中包含設備狀態更改記錄，任務狀態參數的詳細記錄，關鍵參數指標測試記錄，故障歸零報告等與任務相關的設備狀態信息。這部分信息通常是最需要重點關注的部分。文本類型數據可進行需求分析后，進行分類入庫。例如軟件維護內容、設備狀態變更、主備件維護更換時間等信息可通過設置關鍵標簽(查詢用)，以簡潔易懂的文本方式入庫。針對故障類文本，可將故障時間對應的設備狀態參數進行標準化入庫，可將處置方法等與故障設備關聯后以文本方式入庫。

3 數據運用展望

3.1 智能數據判讀與決策輔助

存盤測量數據、設備指標數據、狀態監控機中存在大量的數據相關性可挖掘。對于測控領域來說，相似任務狀態(數據庫中用指標篩選即可實現數據分類)的測控參數之間具有高相關性。這些數據可以用于對照檢查，可提示當前設備指標是否符合預期，若不符合就需要重點關注。另一方面，針對同一臺設備，進行輸出與輸入的關系探索，在一定范圍內可預測對于某個輸入的輸出值范圍。大量關鍵數據的判讀可進行關聯并實現對指揮決策的輔助與支持。

3.2 多模態數據的相關性研究

針對不同的設備，崗位人員根據經驗能夠通過多種途徑判斷設備狀態。這些經驗往往涉及多種模態，比如設備(天線等機械設備)運轉的聲音頻率、大小與設備是否正常運轉緊密相關。通過遠程的傳感器布置與對聲音的特征提取與分析，可達到事半功倍的效果。雷達設備的波形特征提取與應用，將使得該崗位人員具有更多的科學化手段感知設備狀態。在狀態監視與應急方案中的多種類型數據的提取與應用將縮短故障分析時間。

3.3 基于頻譜分析的中、射頻設備功能檢測方法

中頻、射頻、天線設備是雷達、遙測、衛星通信等分系統中的重要組成部分。通過使用頻譜儀等儀器對射頻、中頻設備中流動的模擬信號的特征提取，可得知信號特性或設備的放大性能、頻偏等指標是否合乎標準[15-16]。而這些設備使用周期普遍較長，可通過定期對各節點頻譜特征的測量，建立設備的健康檔案庫，當有設備出現性能明顯下降時便于向裝備部門申請維修或更換，實施設備失效前的預防性措施，確保航天任務萬無一失。

目前，已發現5G信號對于測控設備天線數據接收的干擾，對于干擾的發現與處置主要依靠經驗與操作頻譜儀等檢測設備[17-19]。運用儀器控制與數據提取技術，將頻譜數據與特征提取入庫，將使得干擾監測等變得簡單，也將崗位工作從對人員經驗的依賴中解脫出來。

3.4 航天測控任務自動化運行

自動運行技術是根據控制對象的工作流程建立自動運行模型和反饋機制，利用計算機控制技術實現過程的自動控制和設備管理等相關任務[20-22]。

測量站接收測控中心的測控計劃和航天器瞬跟信息，根據測控計劃的要求時間節點自動生成工作流程，并在自動化運行過程中進行故障診斷、異常處理，同時向監控分系統提供測站長管任務自動化運行過程中設備自身狀態，自動化分析判斷任務數據，并生成工作報表。崗位人員工作效率將大大提高，降低誤操作風險，實現任務過程的自動化、可視化、智能化。航天測控對于可靠性的高要求，必定要求對設備狀態的精準把握，而這就是對信號數據與設備參數數據進行深入分析實現的。

3.5 數據的可選擇性導出與開放式應用

測控、通信、設備狀態、指標數據和任務過程文件內容入庫后，數據按照規定的格式進行存儲，除進行只要業務的支撐外，數據庫內數據可實現導出，用于其它業務——比如用于模擬訓練平臺的輸入、特定故障分析等，也為未來某特定方式的數據融合提供了接口,提取數據文件的格式可以xml文件等通用形式。

3.5.1 作為模擬訓練平臺的輸入數據

當前的模擬訓練平臺為定制，只能納入部分訓練模式。將實際的設備參數進行提取并輸入將提升模型的準確度。另外，海量設備數據將使得模擬訓練系統的純軟件化變得可行。將大大降低模擬訓練系統的采購資金，甚至可進行自主研發。

3.5.2 特定故障分析的數據提取

以故障樹為模型的故障輔助診斷系統智能囊括部分故障的分析，對于一些特殊的故障，需要提取特定時段、特定限制條件的歷史數據和故障時的數據進行分析比對。靈活的數據抽取方式將提升此類故障分析的科學化程度。

3.5.3 為未來數據融合提供接口

目前，已有針對當前不同遙、外測設備的數據融合技術實現[23-26]。實現方法為進行統一數據格式約定后由中心計算機利用數據融合技術進行彈道計算等，此種方式的實現由上級統一規劃。而設備型號與性能將不斷更新，數據池中的數據能夠以靈活的方式導出將使得未來的數據融合過程更加靈活，擴展性更好。

3.6 設備數字檔案的建立與利用

數據庫中含有大量設備產生的測量參數、監視軟件中的狀態參數、測量儀器產生的設備指標數據及質管文書中設備狀態的改變記錄。除了目前已實現的對設備狀態的監視，建立設備數字檔案可實現如下功能：1)對關鍵指標的存儲與分析，實現對設備性能的感知；2)存儲設備損耗相關信息，便于崗位人員進行預防性維護或采取相應措施。設備配備、送修、故障的時間、操作后性能變化及操作依據等信息需詳細錄入；3)設備狀態更改日志的建立將有助于崗位工作交接，防止因交接不到位產生的技術狀態把控不到位;4)經過對設備性能的長期跟蹤，使得捕捉與設備現有性能的差異化值變得容易，設備故障更易識別。

3.7 指揮顯示系統的個性化定制

通常，指揮顯示系統主要顯示測控數據與設備通斷等信息。測量站數據池建設好后，可設置固定顯示界面與可定制界面。每名指揮員擅長的領域或崗位職責有差異，可在定制界面將相關崗位指揮員所關心的信息加入，便于更深入的對其關注的設備或鏈路狀態進行把控分析。

4 結束語

當前正處于航天技術的大發展期，航天強國的建設離不開對先進技術的運用。目前測量站的數據存在著存儲零散、不成體系、相對隔離的問題。鑒于此，提出了適用于測量站的數據池建設流程，依托現有的硬軟件條件，分析業務、數據需求，對數據進行了梳理與分類入庫。數據池的建設將實現數據集中控制，減少數據的冗余度，提高數據一致性和可維護性，提高數據的利用率。將使得多種數據應用可行，而這些應用的實現，將使得測量站工作的自動化、智能化、科學化水平大大提升。