衛星平臺在役考核數據采集研究

【摘要】在役考核數據是開展裝備在役考核的根本和后續進行分析評估的基礎，衛星作為新式的作戰力量迭代速度正在不斷加快，研究衛星平臺數據采集對于分析衛星狀態和服役性能具有重要意義。針對當前衛星平臺試驗鑒定較少的實際情況，對在役考核數據采集進行了概述，介紹了衛星平臺數據采集的常用方法，最后對在役考核數據歸一化和無量綱化處理進行了研究，為后續衛星平臺評估做好鋪墊工作。

【關鍵詞】衛星平臺|在役考核|數據采集|數據處理

數據采集是在役考核的關鍵，其可靠性直接影響考核的可信度。衛星平臺在軌運行導致數據采集復雜，需運用統計方法和數據篩選獲取歷史數據，并結合現場采集，通過科學評價體系確保數據的準確性。采集到的數據需經專門篩選和處理，以準確體現衛星平臺的服役效能。

一、在役考核數據采集概述

試驗數據是裝備在役考核的核心，為分析評估提供基礎。在役考核數據源于設計，根據評估需求從測試項目中獲取。這些數據貫穿平臺壽命周期，具有量大、多樣、價值密度不均等特性。由于用戶部隊缺乏專業采集設備和人員，數據的準確性和價值受到影響。因此，我們需要專門研究數據采集的內容、方法、原則及所需保障。

（一）衛星平臺數據概念

衛星平臺在役考核數據是衛星平臺在列裝服役后產生的所有數據，代表了衛星平臺服役的真實狀態和存在的問題缺陷。衛星平臺在役考核數據既包括平臺服役期間的使用、維修、管理、故障數據，又包括裝備型號、類別、性能試驗及任務試驗數據等。

（二）衛星平臺數據采集內容

開展衛星平臺在役考核研究，首先需明確“采什么”的問題。由于衛星平臺種類多樣，結構和管理模式各異，確定采集內容需從數據本身入手。衛星平臺在役考核數據采集內容可通過不同分類方式分為多個類別，通常按數據性質和采集時序兩個維度進行分類。

1.按照數據性質分類可分為三類數據

（1）平臺基礎屬性類數據，包括試驗計劃文件、準備數據、基礎信息、平臺編程和特性數據、系統訓練維修數據等。

（2）平臺動態屬性類數據，涵蓋考核期間的實時數據，如使用、維修、保障、訓練運行數據等。

（3）平臺決策屬性類數據，基于考核指標體系分析評估得出的結論，包括考核報告、故障報告和改進建議等。

2.按照數據采集時序分類可分為兩類數據

（1）平臺歷史數據。這是指平臺列裝后用戶部隊采集的數據，包括運行狀況、健康狀況、故障、保障等統計資料，技術指標、任務使命、操作手冊等技術資料，以及性能試驗和作戰試驗數據等，為在役考核提供支撐。

（2）平臺在役考核現場數據。這是在考核過程中，試驗單位根據需求采集、記錄、整理的數據，包括平臺基礎數據（如性能指標、數量、狀態），動用數據（如工作時長、在軌運行、燃料消耗），執行任務數據（如訓練內容完成情況），故障數據（如故障時間、部位、頻率、原因）和維修數據（如地面設施維修、軟件升級、設備更換）等，用于評估平臺在役表現。

（三）在役考核數據采集流程

啟動衛星平臺在役考核任務時，負責部門宣布任務開始并建立數據采集管理系統。分工后，試驗部隊明確任務，建立組織機構，并開展數據采集工作，定期匯報進展和問題。故障修理組解決上報故障，數據匯總后用于性能評估。評估結果反饋給相關單位，指導新型號改進。

二、數據采集常用方法

平臺數據采集不同于地面裝備，需專業人員利用遠程技術進行。數據來源于用戶部隊和平臺操作手冊及運控部門。采集方法應結合歷史經驗，保持傳統手段，同時創新以適應科技發展。

（一）基于制度的數據采集

固化數據采集制度，通過頂層設計將數據采集納入官兵日常工作制度。操作手冊中應明確數據采集規范，解決與裝備登統計的矛盾，規范化數據采集內容。解決數據采集崗位編制問題，對高精尖武器裝備，應由專職人員進行長期數據采集，確保數據連貫性。以制度規范引導定期采集工作，結合裝備維護保養進行數據更新，并建立特殊狀態數據記錄預案，確保數據及時記錄。

完善現場數據采集制度，確保在役考核數據的重要性和準確性。試驗部門應建立標準化流程，實施伴隨式數據采集，預先規劃需求，合理安排人員和步驟，避免干擾任務。優先使用機器和設備采集，減少人為干擾，并在必要時細化問卷調查內容，提高主觀指標數據的清晰度。

（二）基于設備的數據采集

設備在線采集指通過衛星平臺配備的傳感器、存儲設備和軟件在線收集數據，并傳輸至地面運控中心。利用大數據和人工智能，可通過篩選算法選取有用數據。離線采集涉及用戶部隊日常記錄的數據，用于收集非實時性或無法實時采集的數據，以及定性指標數據，通過問卷調查或表格進行。在線和離線采集共同確保在役考核數據的全面收集。

三、在役考核數據分析處理

在數據采集之后，還要對數據進行規范化處理，尤其是在役考核指標同時包含定性指標與定量指標，所采集的數據無法直接用于裝備狀態評估，所以要對數據進行歸一化和無量綱化處理。具體數據處理流程為：

1.判斷數據類型。在役考核指標分為定性指標與定量指標兩種，這兩種指標又可以細分為多種，如成本型指標、區間型指標、偏離型指標等，在采集完這些指標的數據后，要對這些數據大小進行必要的歸一化分析處理。

2.指標無量綱化。就是對于在役考核指標來講，多個不同的指標度量單位不同，導致數據采集的值無法進行比較。無量綱化就是要消除這些數據的度量單位。要對采集的數據用統一標準反映數據屬性值的大小。

3.歸一處理。在平臺在役考核數據采集中，有許多不同的評價指標的數值大小相差很大，要盡可能地把這些不同數量級數據的值統一規范到[0，1]這個區間內，方便進行指標間的評估。

（一）在役考核定性指標數據處理方法

平臺的在役考核數據許多都是定性的指標，采集到的數據多數也是如優、良、中、差等評價，這些數據含有較強的模糊性，而且很難有標準的尺度去衡量。在我們做決策時，對我們的干擾較大，為了后期順利開展評估工作，要對這些數據進行量化處理。具體流程為：①分解指標。一些評價指標可以分解為更聚焦、更有指向性的，可以給出客觀判斷的具體指標，將這些評價指標細化分解，便于進行歸一計算；②指標量化。對于定性的在役考核指標給出等級判定，在等級判定后進行量化取值，并給出量化標準；③進行調查問卷獲取數據。根據細化后的指標向用戶部隊進行問卷調查，獲得相應數據；④計算權重，得出該定性指標數據量化后的值。

（二）在役考核定量指標數據處理方法

在役考核定量指標數據在實際中是有具體的數值的，但考慮到后期評估需要，數據的實際數值的變化與量化后對于數據的影響是不成比例的，可以考慮使用直線型指標量化處理方法，下面介紹三種常用的定量指標數據處理方法。

（三）在役考核異常數據處理方法

在衛星平臺在役考核過程中，數據可能會因為外部環境的干擾或者采集人員的疏漏導致出現數據異常的情況，這些數據統一被稱作異常數據。數據的異常對于在役考核評估有著非常大的影響，對于在役考核異常的數據要及時發現和舍棄，但不能因為一個數據與其他數據相差太大就判定為異常數據，要用科學的方法進行判別。

四、結語

本文圍繞衛星平臺在役考核數據采集開展研究，分析衛星平臺在役考核評價指標數據采集“采什么”和“怎么采”的問題，討論了衛星平臺在役考核數據采集內容、采集原則、采集流程，最后研究了對定性指標數據的處理、對定量指標數據的處理和對異常指標數據處理的方法，為后續評估工作打下了堅實的基礎。中國軍轉民

參考文獻

[1]李赫才.裝甲裝備在役考核數據采集研究[J].兵工自動化，2022，41（2）：14-17.

[2]周宇航.裝備在役考核數據采集與處理方法研究[J].指揮控制與仿真，2022，44（1）：121-126.

[3]萬峰.衛星總裝過程數據采集與管理研究[J].兩極融合，2017，8（4）：54-59.

[4]劉黨輝.衛星在役考核相關問題研究[J].國防科技，2017，38（6）：46-47.

[5]毛杰.艦船裝備全生命周期試驗數據采集方法研究[J].艦船電子工程，2017，37（7）：88-91.

（作者簡介：符新剛，火箭軍工程大學研究生院，研究生，研究方向為信息通信系統；馮俊水，火箭軍工程大學教授；侯煒，96872部隊）