前言：寻找写作灵感？中文期刊网用心挑选的作战系统标校数据采集与系统设计，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
1引言
目前我国大中型水面舰船的武器系统采用了较多的新技术，技术维护保障任务比较繁重，对作战系统的标校提出了更高的技术要求。作战系统标校数据的积累与分析是提高武器系统作战能力的有效途径。传统作战系统标校数据存储主要为纸质数据，数据类型和格式的不统一造成了分析处理存在困难，限制了数据分析对武器系统技术保障的支撑作用，同时这些数据仅仅作为检验验收的依据，检验验收后将其归档不再利用，实际上这些数据大都可以在检查使用过程中作为可靠性和可用性参考数据，具有利用价值。基于此，本文设计了作战系统标校数据采集与分析系统，通过对作战系统标校数据的规范化录入、利用相关的数据处理技术进行数据的挖掘与分析，通过人机交互等方式实现标校数据的应用，为提升作战系统标校信息化保障能力提供有力支撑。
2系统的基本组成
作战系统标校数据采集与分析系统总体由数据录入分系统、数据分析分系统、人机交互分系统三个分系统组成。
2．1数据录入分系统
数据录入分系统主要是将基础数据和通过数据预处理得到的作战系统标校数据一并进行录入，构建作战系统标校数据库。采用的录入方法为人机交互操作录入。
2．2数据分析分系统
数据分析分系统主要是实现对录入数据的查询以及挖掘与分析，采用的主要数据分析方法包括数据挖掘技术、联机分析技术和统计分析技术等。
2．3人机交互分系统
人机交互分系统主要是人员对系统的管理的实现，包括用户管理与访问控制和访问日志两个部分。针对不同的角色，本系统采取了不同的策略：系统管理员有所有的菜单权限和增删查改权限，操作员有所有的菜单权限和增查改权限，但操作员不能对数据进行删除。
3系统的基本功能
系统设计采用录入终端和数据库服务器相结合的方式实现标校信息的数据采集，用记录的数据和分析模型指导标校工作的进行，从而实现系统的基本功能。基本功能主要由数据采集、数据管理、数据分析三方面组成。
3．1数据采集功能
系统的数据采集功能主要体现在采用录入终端对作战系统标校数据进行实时采集；对舰上标校数据进行记录和计算；将录入终端中记录的数据上传到数据库服务器上。
3．2数据管理功能
系统的数据管理功能主要体现在作战系统标校数据存储在数据库服务器中后，可以通过服务器进行查询；数据库服务器能接收数据录入终端上传的数据，形成标校指导书，方便标校人员在数据录入终端上下载指导书，按标准化程序进行标校。
3．3数据分析功能
系统的数据分析功能主要体现在数据对比和统计分析。通过数据查询功能，指定一个需要进行数据对比的标校项目，并可以通过查询条件“舷号、被检设备、测试人员、填写日期”的自由组合，来筛选出想要的数据。通过逐行列举同类型的数据，给使用者提供横向数据对比的功能。指定一个需要进行统计分析的标校项目，并可以通过查询条件“测试人员、填写日期”的自由组合，来筛选出想要的数据。对指定的标校项目数据中的不合格数据进行分析，得出不合格的开始时间，结束时间，不合格间隔时间，不合格间隔次数，给系统使用人员在决策分析中提供数据支持。
4系统实现所需的关键技术
4．1数据采集技术
采用的数据录入方法为人机交互操作录入。人机交互操作录入数据主要通过录入终端上的图形用户界面，将作战系统标校的相关信息按照统一要求，在每次标校结束后进行及时的数据录入。以某次远海训练舰炮水平度标校为例，对舰炮水平度进行标校后，要及时录入标校数据。本系统中录入的数据主要包括：舰艇舷号、被检设备、测试设备、基准平台、时间、地点、测试人员、技术要求、某一方向水平度、测试次数、被测部位、舰平台、每次误差、平均误差、另一方向水平度的检查结果，最终得出舰炮水平度的标校结论。如果没有故障，在平时的标校后也要对相关数据进行录入。
4．2数据分析技术
系统的核心功能是将作战系统标校后录入的数据生成用于分析的数据库，根据标校任务需求的不同再进行分析。对标校数据的分析处理主要采用数据库处理技术，其中数据挖掘技术和联机分析技术是数据库主要使用的方法。数据库处理技术主要有数据挖掘和联机分析技术，这两种技术处理的问题类型不同，分析的深度不同，相互之间相辅相成。1）数据挖掘技术数据挖掘是基于人工智能、机器学习、统计学等技术，高度自动化地分析原有数据，做出归纳性的推理，从中挖掘出潜在的模式或行为，以帮助决策者做出正确决策的过程。由舰炮水平度标校数据得到舰炮作战系统因水平度产生故障时的累计使用时间，采用灰色GM（1，1）模型预测历史数据序列的趋势性成分，同时引入马尔可夫模型预测随机性成分，描述舰炮作战系统的水平度故障趋势，确定下一次标校的时机。取前八个数据为原始数据序列，后两个数据用来和模型产生的预测值进行比较。对十组数据分别采用GM（1，1）模型和灰色—马尔可夫模型进行模拟和预测。灰色—马尔可夫模型的预测结果的平均相对误差小于单一的GM（1，1）模型，尤其是在未来两次的预测中效果更明显。基于灰色组合模型确定标校周期比单一的灰色预测模型效果更好。2）联机分析技术联机分析处理（OnlineAnalyticalProcess，OLAP）是针对特定问题的联机数据进行的访问和分析，它是利用存储在数据库中的数据，根据用户提出的问题，进行各种分析操作，并以较为直观易懂的形式将结果返回给用户。标校数据库中存放着大量数据，而决策者往往希望以简洁的描述形式观察汇总的数据集，此外还希望从不同的条件和角度描述数据，这就需要以简洁概要的方式描述作战系统的标校信息。系统采用OLAP方式对标校数据在不同维（每一维代表对标校数据产生影响的一种因素）中进行切片（在多维数据库的某一维上选定一个维成员）、切块（在多维数据库的某一维上选定某一区间的维成员）等分析操作，可以综合界面友好的人机交互技术，最终将结果以多维的形式显示给用户。在使用的标校数据信息量比较庞大时，每一组多维数据都可以采用三维的结构，即采用多次切片的分析动作。对于舰炮水平度标校显示出的舰炮作战系统故障情况，在时间维和海情维上进行分析，可以确定舰炮武器系统在使用的不同时间段和不同海情条件下因水平度产生故障的次数、故障间隔时间等，决策者可根据分析结果清楚地掌握舰炮作战系统在不同的时间段和海情条件下出现故障的总体情况；同样的，也可以在其他维度上对故障情况进行分析。
5系统的效益分析
通过对作战系统标校数据的积累与分析，能够对作战系统的维修校正、排故操作和装备保障提供支撑。作战系统标校数据采集与分析系统的效益主要体现在提高标校效率、优化排故步骤和提升装备保障水平三个方面。
5．1提高标校效率
主要是通过优化标校的时间间隔和科学的评价标校结果来提高标校效率，具体实现如下：1）优化标校的时间间隔以作战系统标校数据为依据建立标校模型，根据历史的标校数据预测下一次标校的时机，优化标校的时间间隔。2）科学的评价标校结果通过统计作战系统标校项目、分析标校数据和评价标校项目指标，对标校结果做出合理评价，并可根据分析情况给出改进建议。3）减小装备故障几率对作战系统出现的故障进行分析，可以改进使用方法，减小因使用不当造成的故障几率。
5．2优化排故步骤
通过对历史标校数据的分析，装备保障人员在装备维修过程中，可通过标校数据的查询找到相似装备故障产生的原因，从而缩短确定装备故障原因的时间，优化排故步骤，对装备排故方法进行优化。
5．3提升装备保障水平
提升装备保障水平主要体现在对作战系统故障的发现和装备的维护与改进上，具体如下：
1）作战系统标校人员标准化标校。将作战系统的故障类别、排故方法等标校信息进行留存，通过对保存的标校数据和故障类别的提取，在繁多的故障中寻求最高效的方法确定装备故障，形成标校指导书，装备保障人员对照标校指导书按标准化程序进行标校。
2）对作战系统使用状态进行预判。通过对大量作战系统使用状态数据的统计分析，对作战系统的未来状态进行预测，对将失去作战效力的装备进行更换维修，保证作战系统的效能。
3）总结作战系统故障规律及确定标校周期。通过对大量标校数据的统计分析，可以得到作战系统故障的规律，确定进行标校的周期，装备保障人员适时及时进行作战系统的标校，提高保障效率。
4）改进作战系统，提升研发水平。通过对作战系统故障情况的分析，将现有作战系统中那些经常出现故障，影响作战性能的部件，进行改进设计，使作战系统更好地实现作战效能。通过对录入标校数据的分析，可以判断现有作战系统技术上的不足，为装备研发人员对下一代作战系统的研发提供数据支持。
6结语
随着舰艇训练任务的日益繁重，舰艇作战系统得到了更加频繁的使用，对作战系统标校的要求也越来越高，与此相对的是，目前我国并没有针对作战系统标校信息联调进行实时采集和分析的系统或设备。文章所提出的作战系统标校数据采集与分析系统，通过电子化、规范化的数据录入，并利用数据库等技术对数据进行分析处理，从而实现作战系统标校信息的有效挖掘。通过不同的功能模块，实现作战系统标校数据的各项记录和管理，使数据得到充分的利用，大大减少标校时间和费用、提高维护效率，最终提升作战系统标校信息化保障水平。
作者：许晓华 李鹏 单位：海军工程大学研究生管理大队 海军工程大学电子工程学院