美军靶场试验鉴定元数据建设情况研究

乔冠禹,胡 然,刘冰峰

(中国洛阳电子装备试验中心,河南 洛阳 471003)

0 引言

装备试验鉴定是指按照规定的条件、程序、要求和方法，对装备系统或部件进行实际操作和测试，获取相关信息和数据并进行分析处理，考核、验证或评价装备质量或性能的活动[1]。美军的各个靶场在执行试验鉴定任务过程中，会产生诸如试验要求、试验文档描述、数据格式描述等海量数据信息。通常采用元数据对海量信息进行统一描述。

元数据对于解读试验数据和在试验后重访试验数据，再现试验场景至关重要。然而在实际工作中，存在元数据范围广、格式杂、含义乱等问题，制约了元数据和数据的管理、共享和应用。为此，美军靶场指挥官协会(RCC)下辖的数据管理委员会(DMC)与KBSI公司合作，针对不同靶场、不同系统、不同试验任务的元数据应用需求，在兼容已有元数据和保持高度可扩展性的要求下，验证并开发了适用于试验鉴定元数据全生命周期的构建方法、参考模型和元数据集市项目。本文将对美军试验鉴定元数据建设的相关研发活动以及建设成果进行综述，并对试验鉴定领域元数据建设给出启示建议。

1 调查与研究工作开展

美军与KBSI公司合作，分2个阶段验证并开发了可以用于不同系统、靶场、测试用例和试验任务进行试验鉴定元数据的存储、传输、回溯的方法论、元数据模型和工具集[2]。

在第1阶段，KBSI公司进行了试验鉴定元数据参考模型的原型以及试验鉴定元数据集市(TEMPL)接口的概念验证，验证了TEMPL的有效性；并与传统方法对比，验证了其在历史数据整编、元数据构建以及元数据VV&C等方面的优势。

在第2阶段，KBSI公司工作人员赴多家美军重点靶场进行考察，与数据科学组成员合作，在考察成果基础上进一步完善开发了试验鉴定元数据参考模型、试验鉴定元数据工具集、试验鉴定元数据方法论，并综合前期研究成果形成了基于组件的试验鉴定元数据集市(TEMPL)。

2 试验鉴定元数据构建方法

2.1 开发统一的元数据标准

专有元数据格式的广泛性，以及不同机构间专有术语的复杂性给各个靶场的元数据管理工作中带来了极大挑战。统一标准的缺乏使得靶场很难与其他机构分享元数据和数据，甚至在同一机构内部也存在这种现象[3]。

如果关于某一试验特定方面的元数据用专有格式存储，则其他要访问该元数据的机构也需要拥有能解读该元数据的系统。若无共同标准，将增加元数据的格式种类以及系统的复杂程度。另外，在缺乏共同专有术语的机构之间共享元数据可能会导致解读错误。若没有特别定义，很多术语含义会非常模糊。例如，一个机构可能常用“transmission”来指代“使用交通工具运输”，而另一机构用其指代“无线电传输”，类似错误甚至在同一机构内部也会发生。专有的元数据格式常常与特定的厂家或装备绑定，且没有统一归档。这使得把元数据移植到新系统时非常困难。另外，若装备淘汰或厂家倒闭，在装备生命周期以外，元数据有流失的风险。

若具备一种被广泛接受并且归档的标准，则能够避免这些问题。目前美军有很多现行或开发中的标准能够覆盖特定领域的试验鉴定元数据。部分标准如下：

1) 遥测属性转换标准：基于文本的元数据格式，由靶场指挥官协会遥测组开发，主要用于描述处理遥测数据所需的属性信息[4]。

2) 仪表硬件抽象化语言：基于XML的语言，用于描述数据获取仪器的配置和性能。其正在被靶场指挥官协会遥测组评估，以作其发布的元数据标准之一[5]。

3) 元数据描述语言：基于XML的语言，用于描述测量，包括它们的转换、数据格式、以及传输。作为中央试验鉴定投资方案里整合的网络增强测绘项目的一部分开发。

4) 试验鉴定标记语言：基于XML的语言，在阿伯丁验证中心用于配制试验仪器系统。该中心已经联系了一些设备供应商来为TEML语言增加本地支持。

5) 试验训练使能体系：用于不同机构间共享试验数据的对象模型、软件架构和工具集。 尽管TENA并不是一种标准的元数据语言或格式，但它确定了共享试验数据时的标准术语，并且为通用概念(例如时间)作出了定义。

6) 数据字典：由陆军试验鉴定司令部维护的通用试验鉴定术语的数据字典。该数据字典的目的是作为陆军试验鉴定任务的受约束的词汇表。该数据字典及定义明确了过多的术语，确保试验鉴定术语被广泛理解。

7) 试验鉴定元数据参考模型：由靶场指挥官协会数据科学组发布的高等级试验鉴定元数据参考模型。

2.2 增加元数据覆盖范围

在上述已有元数据相关标准的基础上，经过调研分析发现部分高价值数据缺少标准化的元数据描述，例如：

1) 试验活动记录：在重放过程中，每个测试点或其他重要事件(包含预料之中和预料之外的)的开始和结束时间被电子化记录下来。这产生了关于需要研究数据的重要时间周期的单独记录。获取试验活动记录后无需重做试验以及交叉引用多个记录。

2) 试验软硬件版本：试验鉴定元数据应该包含对试验中所用的所有软硬件版本的记录，包括所有软件和固件的版本。记录该信息对于日后重现试验的某些部分至关重要。而且，如果发现某些软件有缺陷，则可以依此快速找到所有受影响的试验。

3) 政策符合性：记录相关靶场试验方法的描述，使得靶场能顺利对接联邦政府和其他管理局的审查。

2.3 优化元数据的存储和访问

目前美军各个靶场正在规划构建中央元数据管理系统，用于存储和管理试验鉴定元数据。中央元数据管理系统中的元数据不一定遵照某种特定格式，但要求工作人员按照该系统可以接收的格式来整理元数据。例如，在归档管理系统中存储试验报告，要求将作者、修订、和试验日期等信息用标准化的方式与报告本身简单地整合起来，而不是单纯的文件存储。

元数据管理系统应当在逻辑上集中，在物理上分散，即记录不必存储于同一物理位置。事实证明不同的系统和存储策略来应对不同种类的元数据更有效率。最好能让用户在实际工作中使用最合适的系统来产生元数据，并且提供一种中央元数据管理系统使得用户无论何时何地都能访问元数据。

另外，元数据管理系统应当根据用户的角色为用户提供信息，因为不同的用户可能需要不同的元数据访问方式和元数据版本。用户视图使得他们的工作更有效率。

同时，元数据管理系统应具有较高的灵活性，不应强制要求数据的加载顺序。如果元数据管理系统过于死板，则在面对情况复杂的元数据文档时可靠性较低。

2.4 规范数据和元数据的归档方式

靶场如何开发、记录，如何保留、归档、备份数据和元数据的规范同样重要。一般来说，归档后的试验鉴定数据和当前的试验鉴定数据有不同的存储方式。完整的归档方法应包括：1)应当保存哪些信息；2)信息的存储期限；3)应使用的格式；4)格式和媒介更新方式，即每隔多久数据应该转移到新媒介或转换成新格式；5)数据的安全要求和密级。

因为归档方式会随时间推移而改变，所以当前的归档方式应以快照的形式存放在归档信息中，以便用户了解归档后的信息按照何种方式归档。在此情况下，归档方式本身就成为了与试验鉴定任务相结合的元数据来源之一。

3 试验鉴定元数据参考模型(T&E Ref Model)

3.1 模型构建

试验鉴定元数据参考模型与上文所述的试验鉴定元数据最优方法共同研发，在实际运用中亦相辅相成。图1展示了试验鉴定元数据参考模型的构建流程。

首先，历次考察的结论被导入到数据字典中。数据字典主要保存元数据成员的名称，对应的描述，以及其包含的信息种类。

而后，数据字典中的元数据成员映射到现有的参考模型元素中，同时在每个数据字典中新增加一列，用以记录每一元数据成员包含的信息种类相同的参考模型元素。这一映射流程能够快速地发现模型中缺失或是误命名的元素。委员会接下来按照映射流程以及从论坛获取的评论，组建参考模型。最终，对参考模型的修改会在常规的远程会议中呈给工作组，评估决定是否保留各项修改。

3.2 模型格式与归档

KBSI公司和相关研究人员使用三种方式来表述试验鉴定元数据参考模型的格式，并进行归档。

1) 试验鉴定元数据参考模型UML类图解。

UML语言提供了适合用于展示的模型图示。UML类图解也方便了使用工具来自动生成用于软件应用的对象模型源码。

2) 使用互联网本体语言(OWL)格式的试验鉴定元数据参考模型本体。

本体论提供了对模型及模型间关系更有条理的逻辑描述。通过本体的方法表现试验鉴定元数据参考模型，使得模型中可以加入计算机可识别的规则。自动推理系统因而可以执行这些规则来提取信息，以及执行其他高级任务，如元数据自动认证和元数据溯源。

3) 文档《176-11试验鉴定元数据参考模型》

该文档以文字形式，记录了模型的描述和情景。

3.3 模型架构

根据试验任务的四个主要方面，试验鉴定元数据参考模型分为试验中心和测试用例子模型、试验计划子模型、试验任务子模型、数据简化与分析子模型四个部分。各个模型包含了所需要的元数据及其逻辑关系[6]。

以试验中心和测试用例子模型为例，其逻辑关系如图2所示。

以试验中心和测试用例子模型为例，其元数据如表1所示。

表1 试验中心和测试用例部分包含元素

续表1

4 试验鉴定元数据集市(TEMPL)

4.1 试验鉴定元数据集市的研发

试验鉴定元数据集市(TEMPL)的架构基于组件技术，将试验鉴定元数据参考模型与不同机构特有的数据相结合，用以开发模型来满足：数据浏览、搜索与溯源，元数据存储构建，以及VV&C检验的需求。TEMPL可以满足美军未来的试验活动对元数据与元数据定义的要求。

目前，TEMPL组件可以整合进商用仪表支持系统中，作为系统的一部分正常运行。

TEMPL的相关研究将极大地改进对于系统和关于体系的试验鉴定效能。合理的试验鉴定元数据参考模型与相关的确认、元数据抽象化、可视化工具将大大简化定义试验鉴定元数据所需的工作，并将有效提升试验鉴定元数据和信息的质量。不仅如此，参考模型和基于网络的可视化接口也将使历史数据和未来数据实现网络中心化[7]。

4.2 试验鉴定元数据集市架构

TEMPL架构如图3所示。试验鉴定元数据参考模型被映射给数据，而后加工为特定机构的元数据系统所需的模型。数据模型中包含了该机构对元数据进行溯源时所需的足够信息。TEMPL中间件可使用该映射结构来访问元数据的原始存储位置，并在试验鉴定元数据参考模型的背景中展现给用户。不同的数据模型使得用户可以浏览、搜索使用试验鉴定参考公有的模型术语和其他机构特有术语的元数据。单个TEMPL的架构可以分为四层：知识获取、管理和用户界面层，信息管理层，数据访问中间件层，数据和元数据持久层。

知识获取、管理和用户界面层包括高级模型开发工具(包含了本体论并生产模型，以及支持模型间关系)、试验鉴定元数据接口、搜索工具。“接口”是终端用户搜索、存储以及对现有元数据进行VV&C检验的唯一途径。

信息管理层由不同的逻辑组成，包括VV&C检验逻辑、索引，搜索与溯源逻辑，以及KBSI公司高级模型开发工具的自动化逻辑。信息管理层包含了针对不同试验鉴定元数据规则的VV&C检验器。这些检验器支持对不同模型和元数据的VV&C检验以及模型自动生产，来降低利益相关方和用户的负担。

数据访问中间件层使用了各种模型、映射方式、数据库链接和API，为信息管理层提供元数据溯源和导航服务。中间件引擎支持对结构化和非结构化数据的访问。中间件由模型和映射方式配置而成。另外，通过提供对元数据的多个源头在数据持久层的共同访问，这种基于模型的中间件可以为终端用户提供当前TEMPL没有涉及的服务。

数据和元数据持久层包括各种元数据、本体和生产模型、各种映射规则、搜索用索引、规则集、以及数据和元数据源。

5 启示与建议

美军与KBSI公司合作，通过对一系列有代表性的靶场的考察与研究工作，开发出了试验鉴定元数据最优方法、试验鉴定元数据集市等成果，提供了相关机构开发试验鉴定元数据管理系统的工作指南，为后续试验鉴定工作的开展提供了有力支持，显著提高了数据管理工作效率。美军在试验鉴定元数据建设方面的有益经验和成功做法，对靶场数据工程建设具有重要的借鉴意义。主要启示与建议如下：

1) 结合靶场业务需求，构建规则一致的元数据标准体系。

由于靶场业务覆盖组织指挥、测试测量、环境构设、分析评估、基础保障、仿真建模等诸多领域，如何集合领域需求构建元数据标准体系成为了数据资源管理的关键。对此，在实践工作中，可以通过制定统一的元数据描述方法、规划元数据体系、针对性制定标准的方式，形成相对完善的元数据标准体系。

2) 注重广泛调研与共性因素总结，迭代优化形成完善元数据体系。

随着装备体系化发展，未来试验模式中联合试验、体系试验等将成为常态。跨靶场的试验任务需要统一的元数据体系作为支撑。因此，在靶场元数据建设过程中需要广泛调研相关单位元数据建设情况，总结归纳共性因素，并通过不断迭代优化形成完善的元数据体系，才能有效支撑跨靶场的互联、互通、互操作。

3) 注重配套设施建设，以发挥最大程度发挥元数据价值。

元数据建设工作中，软硬件配套设施的建设是决定元数据能否有效发挥作用的关键。在靶场元数据应用过程中，应当在梳理数据需求及建设元数据、参考模型、规则集等基础上，构建标准化、可扩展的元数据以及数据管理系统，以支持元数据的标准化管理和有效拓展。■

[1] 刘林山，李杏军，杨俊岭，等.美军武器装备作战试验鉴定基本情况及启示建议[J].靶场试验与管理，2014(4).

[2] Knowledge Based Systems Inc..TEMPL:test & evalua-tion meta plaze[EB/OL].(2011-03-08)[2017-04-08].http:∥www.kbsi.com/research/templ.htm.

[3] Range Commanders Council (RCC) Data Sciences Group, RCC Document 175-11, T&E metadata best practices[S]. 2011.

[4] Telemetry Group, Range Commanders Council, IRIG standard 106-01, telemetry standards[S]. 2001.

[5] Hamilton J, Fernandes R, Koola P, et al. An instru-mentation hardware abstraction language[C]∥42nd International Telemetering Conference (ITC), 2006.

[6] Range Commanders Council (RCC). Document 176-11, T&E metadata reference model[S]. 2011.

[7] Hamilton, Fernandes, et al. A model-based Method-ology for managing T&E metadata[C]∥45th International Telemetering Conference, 2009.