浅析多源数据融合方法的发展趋势及研究意义

关矗

摘 要：由于科技领域的不断创新，使得我国武器装备也产生飞跃的迈步，装备性能大幅度提升，制造成本也与之骤升，研究表明数据融合方法可将装备在不同阶段的数据融合起来以达到降低成本、缩短研制时间等目的。本文通过剖析装备维修性多源数据的含义及特点，推测数据融合方法的发展趋势，并对其研究意义进行了分析总结。

关键词：装备维修性;数据融合;研究意义;发展趋势

DOI：10.16640/j.cnki.37-1222/t.2019.01.216

0 引言

维修性是指产品在规定的条件下和规定的时间内，按规定的程序和方法进行维修时，保持和恢复其规定状态的能力，是设计武器装备时所需考虑的必要属性，也是装备能否出色完成作战任务的决定性因素，其中规定条件包含维修地点、维修人员技术水平、维修工具设备等，以维修技术相关文件所规定选用的方法和维修过程为依据确定所采用的程序和方法。从设计到装备部队服役中各个试验阶段所获取的维修性数据，是衡量装备维修性水平的重要依据，也是研究装备性能的必要条件。通过该数据可以全域考察装备是否符合设计需求，便于辨别查找维修性设计所存在的缺陷。而多源数据融合则利用计算机对多种来源、多种形式的数据采取某种适当的方法处理，以实现对综合信息的充分利用。采用多源数据融合技术，可以使装备在各个阶段获得的维修性数据（如仿真数据、研制阶段数据等）与现场试验数据相结合，通过这种扩大数据量的措施来实现可信度更高的维修性评估与验证。

1 研究背景

研制新型装备时，各国已经把焦点放置于对装备维修性的探索中，以此来获取更高质量水平的装备，确保装备在服役阶段能发挥出较好的性能。

装备一般都是一整套复杂的产品或者系统，尤其是随着高新科技广泛的应用，装备各项性能得到提升，使其制造成本骤升，系统也更加复杂，因此其维修试验次数十分具有局限性，存在装备在某个试验阶段只有一两次试验数据的现象，这使得对装备维修性的评价不客观、不科学、可信度低、不能精确体现装备维修性的真实水平。对装备进行大量的试验，会增加装备的磨损程度，导致人力物力资金的浪费，同时会加长装备的研制时间，延迟列装部队时间。长期以来，验证评估装备维修性主要还是依据国军标中的有关办法，即以大容量试验数据作为评估支撑，这显然对于只有小子样试验数据的复杂精密装备是不切合实际的。多源数据融合可以结合前期收集获取的数据和少量现场试验数据进行统计评判和推测以扩大数据容量，从而解决数据样本小、结论可信度低的问题。

2 发展趋势

基于数据融合方法具备大幅度缩减装备的研制成本与时间，有效解决时间紧、任务重等多方面难题的优点，研究人员将进一步深入探索数据融合方法的适用性，实现与不同领域的结合。

（1）数据融合将广泛用于各个学科研究领域，为工程项目的实践提供可靠的数据支撑。目前，数据融合方法已经在电路故障诊断、预测装备剩余寿命等领域得以應用，并取得较好成绩，突显出该融合技术的重要性。

（2）数据融合方法综合化和创新化。目前数据融合方法种类有限，且各自均有一定的缺陷，因此创新适用范围广，融合精度高的融合方法会成为研究人员下一步的任务和方向。较为常见的融合方法有贝叶斯法、相关函数法、灰色关联法、D-S证据法。

（3）基于贝叶斯、D-S证据、最大熵估计等融合方法建立的数据融合模型精度会成为下一步研究的热点和焦点，如何提取主要或有效数据或剔除失效、干扰、异常数据等数据融合预处理技术将成为改善融合精度的关键点。

3 研究意义

装备维修性多源数据融合方法主要是解决样本量不足的问题。由于维修性大纲和国军标明确要求对装备维修性验证需要数据样本量不得少于30个，但由于时间紧、任务重等多方面影响因素，一般情况下获取不到足够的样本量，通过对数据融合方法的研究，可以充分利用前一阶段所获取的数据，从而扩充数据样本量，提升维修性验证精度，相较于传统的维修性验证方法，避免装备磨损严重等情况，缩短研制周期和减少研制经费。对于装备维修性的设计漏洞可以提出优化改进等措施，以满足提升武器装备性能的目的具有重要意义。

充分利用多时空多源头所获取的维修性数据，进行联合，处理和分析，可以实现对装备维修性的验证评估更为完整、精确、其评估结果具有较高的可信性。在面对复杂装备系统却只有小字样数据的情况下，数据融合技术可以提升其维修性验证评估的可信性。融合方法也为充分综合各阶段试验数据夯实了理论基础，进而有效的融合多源数据，研究和改进装备的性能参数，并且对装备性能进行测评其是否符合设计需求。综上所述，对多源数据融合方法的研究具有重要的理论贡献与应用价值。