海域态势感知中的大数据应用探析*

张路平，裴李箫，芦 伟，施建宇

(山东航天电子技术研究所，山东 烟台 264670)

0 引言

对敌方的海上武装平台进行准确定位和识别是现代海洋战争的基础，而随着现代海战样式不断变化和海上伪装手段日趋先进，对旨在发现并监视海上船只动向的海域态势感知(MDA)也提出了更高要求。新型传感器、无人侦察平台和大容量通信技术不断涌现和进步，进一步扩大了海上探测能力，不仅数据量呈爆发式增长，数据的复杂程度也进一步加深，符合大数据体量大(Volume)、种类多(Variety)、更新快(Velocity)和价值高(Value)的“4V”特征。在先进传感器、人工智能和大数据技术的推动下，海域态势感知技术正成为各国研究的热点。

传统海域态势感知通常依赖于预设方案和经验进行分析处理，难以快速有效地应对动态变化的复杂海上战场局势。大数据的发展为海域态势感知提供了新的技术思路。大数据分析将数据分析技术分为描述性、预测性和指导性3个层次，不仅能完成历史数据的描述，还能实现数据趋势的预见和解决方案的优化[1]。

这些特点完全符合海域态势感知在数据处理方面的需求：对已有的探测数据进行描述性分析，客观分析当前海上态势；对特定时间、特定海域和特定任务下的海上态势进行预测性分析，实现海上兵力态势短期内的推理和研判；对探测数据进行指导性分析，为己方探测资源的调配和任务规划提供辅助决策。在海域态势感知进入大数据时代的背景下，探索大数据在海域态势感知领域的应用思路与方法，有着重要意义[2-3]。

1 大数据在海域态势感知领域的研究现状

随着大数据在商业领域的成功运用，人们对大数据的概念已经不再陌生。大数据不仅在企业界引起重视，也在学术界成为争相研究的课题，引起各大科研院所的高度重视，甚至上升到国家战略层面，成为重要的科技发展驱动因素。

在现代海域态势感知的数据环境中，不仅探测数据的规模庞大，而且多源异构的数据来源使得数据结构差异较大，数据表述形式不统一，增加了数据分析的复杂程度。在海域态势感知领域应用大数据分析处理技术，可以从海量的探测数据中挖掘提取出有价值的目标情报，及时掌握敌方的水面和水下兵力数量和种类，追踪其动向并判断其意图，大幅提高指控中心的情报获取能力。

1.1 国外相关研究

2012年3月，美国政府公布了“大数据研发倡议”(Big Data Research and Development Initiative)[4]，将大数据研发提升为国家政策。美国科学基金会、国防部、国防高级研究计划局(DARPA)等6个联邦部门为此宣布投资2亿美元，以提高收集、存储、保留、管理、分析和共享海量数据所需的核心技术和先进性。美国国防部及DARPA现有的大数据项目有十多项，表1给出了若干相关项目简介，其中具有代表性的项目是洞察计划和X数据项目[5-6]。

表1 美国大数据研发计划部分项目简介

洞察计划的目的是为提高军事情报人员对多源、异构和海量复杂数据的关联处理和评估分析能力，更有效支持指挥官的决策和行动，旨在开发一种综合性、适应性强的人际开发和资源管理系统，即新一代情况、监视与侦察(ISR)系统。

X数据项目主要包括两方面的内容，一是通过开发大容量数据分析所需的可扩展算法，以便处理分布式数据存储库中的不规则数据；二是通过开发高效的人机互动设备和可视用户界面技术，以便在多样化任务中更好、更快地执行操作。

美国海军办公室为充分利用海军舰载传感器、飞机和其他平台产生的大量数据，希望整合IT系统数据和作战系统传感器获得实时结果，部署了以下4个研究方向：

1)建立海军数据科学通用基础体系结构，用于不同机构间数据表征和共享；

2)引入数据源并建立索引，通过海军云环境利用大量的数据集合；

3)进行海军作战分析，开发先进的分析工具支持作战，特别是反潜作战和防空反导作战；

4)利用云计算的安全性和完整性，增加海军防御能力。

由于海域态势感知的军事敏感性，尚未见到将大数据用于海域态势感知的详细的专题报道。美军对大数据在军事上的应用极为重视，为了推动大数据的应用，美国国家安全局建立了一个超级网络情报中心，用于存储侦察卫星、无人机、海外侦察站等收集的各类情报侦察数据，利用大数据技术对各类情报侦察数据进行过滤、筛选、处理、分析和融合，快速提取有用信息给美国政府和国防部，初步形成了战略、战役和战术层面的情报大数据分析应用能力。欧盟等其他国家也开展了相关的大数据项目研发。

1.2 国内应用现状

国内对大数据的重视程度丝毫不输国外，相继出台了一系列相关政策推动大数据技术和产业发展[7]。2015年8月，国务院印发《促进大数据发展行动纲要》，系统部署了我国大数据发展工作。2017年1月，工信部发布《大数据产业发展规划(2016-2020年)》，部署了7项重点任务，明确了8大重点工程，制定了5个方面保障措施，为“十三五”时期我国大数据产业崛起，实现从数据大国向数据强国转变指明了方向。党的十九大报告明确提出：推动互联网、大数据、人工智能和实体经济深度融合。贵州省将大数据作为其特色产业加以发展，吸引了阿里巴巴、华为、腾讯、苹果、高通、微软等国内外领军企业的进驻，建立了相关大数据中心，为军民融合奠定了基础。

虽然国内诸多民用行业的大数据技术研究和应用已经取得长足的进展，但是大数据在军事领域的研究和应用与国外尚存一定的差距。海域态势感知方面的应用，国内研究还处于起步阶段，相关研究主要集中在系统架构、体系构建以及发展趋势研判等层面。文献[8]研究了大数据环境下的海洋监测数据的集成架构问题；文献[9]对大数据下的多源异构知识融合算法进行了研究；文献[10]对大数据技术在编队电子侦察领域的应用进行了研究，分析了大数据技术在海战场电子侦察中的应用前景；文献[11]从海洋大数据的获取、分析及应用方面分析了目前的发展现状，并提出来未来海洋大数据科学发展的主要方向和关键技术。

2 存在的问题

海域态势感知大数据除具有“4V”特征外，还具有强对抗性、强实时性、高碎片性和高交互性的特点。鉴于大数据在海域态势感知领域的应用尚处于起步和探索阶段，下面将从认知、标准规范和技术应用3个层面进行探讨[12]。

在认知层面，军用领域的大数据的应用落后于民用领域。大数据最先被大型互联网企业所重视，发展也比较迅速。在军事领域，海域态势感知还没有形成成熟的框架体系，实际中依然偏重于单平台的雷达和声纳为主的探测手段，没有将多平台的声、光、电、磁、热多种探测手段进行融合，形成全天候的感知能力。随着无人机、无人艇以及通信网络的日渐完善，海域态势感知逐步具备了借鉴和引入大数据相关前沿技术的条件。要实现大数据在海域态势感知领域的应用，首先从认知层面加深对海域态势感知大数据技术的认知，加快探索大数据技术下的海域态势感知框架体系和技术创新。

在标准规范层面，海域态势感知的数据采集没有统一的标准，数据质量的控制也无从谈起。海域态势感知的探测数据主要通过平台本身各类传感器和各种监测系统，数据格式往往取决于信息来源和数据类型，给大数据的共享、管理和利用带来很大的困难，存在数据不可用、不会用的问题。

在技术应用层面，对海域态势感知的大数据处理技术还有待突破。近年来大数据在商业领域取得显著的成功，除了商业利益驱动，很大程度上也得益于民间数据样本的易获得性。但是海域态势感知数据的非合作性、保密性，其大数据样本获取较为不易，目前相关研究尚处于理论研究阶段，需要相关科研机构的进一步合作，解决数据不够用的问题。缺少大量的数据样本，大数据应用就是“巧妇难为无米之炊”。

3 大数据在海域态势感知中的应用发展建议

在大数据时代，将大数据中的数据驱动、相关性分析等思想引入海域态势感知领域的认知层面，促进海域态势感知应用模式和处理架构的创新，制定海域态势感知的数据采集、管理与应用标准规范，以大数据中多源异构数据处理、数据清洗和深度学习等技术促进海域态势感知应用的快速发展，具有重要意义。

3.1 建立“知识-数据”双驱动的海域态势感知模式

在海域态势感知领域应用大数据技术，必须将传统以人的“知识驱动”处理模式转变为“知识-数据双驱动”的新处理模式，如图1所示。

图1 知识-数据双驱动的海域态势感知模式

传统的海域态势感知以“知识驱动”为主要指导思想，依赖军事专家的知识和经验，其处理对象主要是结构化数据，按比较固定的流程筛选出“有用数据”。这种“知识驱动”的处理模型，其优点是具有较为清晰的逻辑和因果关系，缺点是可适应的感知类型有限，缺少智能性和自主性。

大数据时代的海域态势感知，应以“知识-数据双驱动”为指导思想，即以知识和经验为导向，面向所有数据进行分析处理，强调全过程、全要素、多结构的数据联动分析。这种“知识-数据双驱动”的处理模型，其优点是既具有较好逻辑关系，又具有较好的智能性和自主性。

借助军民融合的大环境，构建知识引导与数据驱动相结合的海域态势感知模式，具有重要意义。

3.2 制定体系化的海域态势感知大数据标准规范

受限于体制和异构平台客观现状，目前的海域态势感知数据格式种类存在较大差异，缺乏统一的数据存储、访问、显示、处理机制，不同平台和不同系统之间无法共用数据，造成了情报信息之间互联互通不畅，影响了体系协同能力的形成。

在大数据时代背景下，需要从顶层设计上强化海域态势感知数据标准规范的统筹规划，充分结合客观现实和理论需求，加强各军兵种之间的情报交流和数据融合，将海域态势感知所采集的电、磁、光、声等信号统一转换成一系列标准数据格式，形成海域态势感知大数据标准规范甚至更高层次或更大范围的大数据标准规范。标准规范应以海域态势感知数据应用与服务为目标，研究在数据流向的全过程中，实现数据的标准输入以及产品、服务的标准输出，并在大数据采集、转换、管理与应用的过程中不断完善。

3.3 实现人工智能和大数据结合的海域态势感知

在未来的海战中，影响和决定军事行动的核心在数据，关键在决策。数据的积累和更新、数据的分析和处理能力将成为获得战场优势的决定性因素。海上敌我兵力配置、各种侦察平台搜集的情报、作战指挥中心的每条指令，都是以数据的形式存在并发挥作用，正是这些瞬息万变、纷繁复杂的海量数据构成了最基本、最客观、最全面的海域态势，从而也使大数据本身成为战争攻防的焦点。所有数据的最终目的是为决策提供服务，人工智能技术就是将“数据优势”向“决策优势”转化的关键。新一代人工智能技术的兴起正在提供技术突破的方向，在大数据、超级计算平台以及深度学习算法的共同作用下，新一代人工智能技术和大数据的结合，必然成为为现代海域态势感知的发展方向。

4 结束语

本文概述了海域态势感知数据处理与大数据技术的契合性，通过分析大数据在国内外军民领域的应用与发展趋势，探讨了海域态势感知大数据处理与应用的若干建议。海域态势感知数据具备大数据特性，在此背景下，本文期望能够为利用大数据技术提升海域态势感知数据的分析处理能力提供若干发展思路。