當今世界，已進入大數據和雲(yun) 計算引領的信息技術新時代。大數據正深刻改變著人們(men) 的思維、生產(chan) 和生活方式，掀起新一輪產(chan) 業(ye) 和技術革命。隨著多源大數據的獲取成本進一步降低，配合計算能力的持續增長，以及人工智能框架和算法的不斷創新，大數據與(yu) 各個(ge) 行業(ye) 產(chan) 生深度融合，改變著每個(ge) 行業(ye) 的業(ye) 態發展。作為(wei) 高精尖的航天領域自然也不例外，從(cong) 航天器型號設計、研製過程、生產(chan) 中的智能製造到航天器發射運行過程中的監控，再到發射之後的太空探索、航天成果發布應用的全過程中，每一個(ge) 重要環節都有著產(chan) 生、管理和應用大數據的需求和應用，都可以發現大數據技術對航天事業(ye) 縱深發展的支撐。本文從(cong) 這幾個(ge) 維度介紹大數據在航天領域中的運用現狀和展望。

大數據助力航天器：從(cong) “製造”向“智造”轉變

航天科研試驗與(yu) 裝備製造過程會(hui) 產(chan) 生海量數據，是航天企業(ye) 實現工業(ye) 數字化、網絡化、智能化發展的基礎性戰略資源。隨著三維造型、數字樣機、虛擬現實等技術的廣泛應用，型號設計模型的數據量迅速增大；隨著虛擬仿真技術在型號方案、設計、故障分析、生產(chan) 製造等階段的廣泛使用，產(chan) 生了大量的仿真模型和分析結果數據；同時，航天產(chan) 品全生命周期的各個(ge) 階段會(hui) 有大量的實驗和測試，不同單機、不同產(chan) 品、不同發次的實驗和測試都會(hui) 產(chan) 生大量的數據，這些數據是產(chan) 品履曆信息的重要組成部分，隱含了型號產(chan) 品的質量信息，需要進行有效的存儲(chu) 和管理。

智能製造是推動航天強國建設的戰略性舉(ju) 措，是航天領域搶占新一輪科技革命和產(chan) 業(ye) 變革機遇的重要抓手。因此，在智能製造環境下圍繞航天大數據應用對於(yu) 推動航天企業(ye) 創新能力提升、加快製造強國發展具有重要意義(yi) 。隨著智能製造、工業(ye) 4.0持續推進，航天製造業(ye) 麵臨(lin) 轉型升級的需求，在生產(chan) 過程中將大數據融合雲(yun) 計算、人工智能等多個(ge) 領域的先進技術，應用於(yu) 航天型號產(chan) 品的研發設計、運行監控、機床管理、日程編排等全環節應用的逐步深化，航天製造業(ye) 不斷從(cong) 流程驅動向數據驅動轉變。數字化逐漸在航天智能製造研發設計過程中成為(wei) 主流，從(cong) 更高的維度來看，智能製造已成為(wei) 全球新工業(ye) 革命的核心驅動力和科技產(chan) 業(ye) 發展的戰略製高點，因此要深化製造業(ye) 和大數據融合發展，堅持創新驅動、開放合作、研用並重、試點先行，積極推進航天智能製造先進技術與(yu) 模式的應用推廣。

以常見的基於(yu) 大數據的協同智能製造平台為(wei) 例，通過這個(ge) 平台，將產(chan) 品的設計製造測試過程給予打通，以達到以下效果：

基於(yu) 大數據的協同智能製造平台

①航天器製造的全流程延伸，貫穿從(cong) 設計、製造、生產(chan) 到測試的全流程大數據存儲(chu) ，從(cong) 元器件到整體(ti) 產(chan) 品總裝的全製造過程跟蹤。一方麵用於(yu) 提升各環節生產(chan) 效率，另一方麵也可以通過大數據分析，找到關(guan) 鍵質量節點，以提升產(chan) 品質量。

②更進一步，大數據在智能製造之中可以通過信息回饋，對整個(ge) 生產(chan) 流程進行嚴(yan) 格的監控，在提升產(chan) 品質量和生產(chan) 效率的基礎之上重新構建業(ye) 務流程，使得整個(ge) 生產(chan) 管理都可以實時、透明，進行有效的科學管控。

③再進一步，大數據可以對航天發射和運行過程中的測試數據進行綜合，分析使用過程之中的各項參數數據並進一步分析，從(cong) 而可以為(wei) 設計環節提供思路，用於(yu) 改進產(chan) 品功能、提升產(chan) 品可靠性、降低產(chan) 品成本等方向提供數據支撐和參考。

④未來，通過全流程的打通，以及數據的積累，能夠更進一步對整體(ti) 設計製造生產(chan) 測試進行數字化建模，完成“數字孿生”，從(cong) 而對設計中可能出現的問題進行快速測試分析，進一步提高設計效率。

然而，要達到以上效果，需要結合大數據與(yu) 工業(ye) 製造領域，攻關(guan) 一係列關(guan) 鍵技術，研製雲(yun) 端協同的工業(ye) 大數據處理係統，包括端側(ce) 的支撐本地大數據預處理和實時計算的邊緣洞察計算係統，以及雲(yun) 側(ce) 的大數據匯集計算處理的工業(ye) 大數據雲(yun) 處理係統。並打通工業(ye) 大數據與(yu) 現有信息化大數據係統，建立起雲(yun) 端融合架構工業(ye) 互聯網的大數據分布、協同的機製和模式。在此基礎上，針對工業(ye) 互聯網環境各類工業(ye) 流、音視頻流、圖像等多模態數據，動態適配的多模態工業(ye) 大數據混搭處理架構，滿足結構化、非結構化模型存儲(chu) 與(yu) 批處理、流計算需求；研究大數據存儲(chu) 與(yu) 處理優(you) 化方法，包括基於(yu) 高效壓縮行列混合的存儲(chu) 、智能索引、海量數據並行查詢等；研究高性能分布式並行可伸縮計算架構，通過引擎-代理計算模式、大規模並行+共享內(nei) 存的計算技術實現可彈性、高效的大數據處理任務調度與(yu) 通信。

大數據在航天器發射和運行過程中的支撐作用

上一節講述的是在設計製造過程中大數據的作用，除此以外，航天器在發射和運行過程中也會(hui) 有較多的大數據運用。典型的如航天測控係統是支撐航天任務完成的重要保障係統，主要完成對航天器的測量和測控數據接收處理等工作，具有任務種類多、采集信息量大、數據類型多、處理實時性要求高等特點。從(cong) 需求上看，在發射過程中，航天器會(hui) 通過其上的傳(chuan) 感器采集當前運行數據如速度、角度、加速度、溫度等各項數據，並實時向地麵發送大量的測控大數據，並且必須在規定的時間內(nei) 完成快速存儲(chu) ，對大數據實時性要求很高。在這些實時而精確的大數據的支撐下，基於(yu) 大數據平台可以實現飛行器飛行狀態與(yu) 係統數據同步，提升地麵對飛行器的實時測控與(yu) 數據共享，更進一步基於(yu) 這些數據進行遠距離控製航天器的飛行和執行任務，對大數據係統來說，必須以最快的速度完成實時數據的精準處理。可以說，航天大數據不僅(jin) 具有一般大數據的特點，而且要求高可靠和更高效的處理速度，這也是為(wei) 什麽(me) 航天是最早提出發展大數據技術的領域，也是取得大數據成果最多的領域。

下麵以“天問一號”探火係統和“嫦娥五號”月球采樣返回項目為(wei) 例來說明大數據的作用。

在“天問一號”火星探測任務中，大數據在運載發射、軌道修正、深空機動、火星環繞、著陸巡視等任務中發揮了重要作用。在整個(ge) 過程中，地麵控製係統與(yu) 探測器之間的信息傳(chuan) 輸將會(hui) 產(chan) 生大量實時數據，這就需要采用大數據進行海量數據管理和大規模並發處理，用戶可根據遙測數據感知探測器的運行狀態，實現對“天問一號”的精準測控。在發射階段，發射基地需要進行氣象觀測、地麵保障、火箭跟蹤測控等核心係統中運用大數據平台用於(yu) 存儲(chu) 各類數據，穩定運行，保障探測器順利升空；在地火轉移階段，需要采集測控數據，保證地麵飛控中心精確計算軌道線路；在火星著陸階段，為(wei) 探測器持續提供高精度測量數據，助力著陸巡視器成功降落火星。這一過程對大數據係統的可靠性要求較高，需要係統擁有數據容災備份和故障秒級切換等功能，實現數據訪問、存儲(chu) 時的負載均衡，必須在高速入庫和大量查詢的情況下保證數據的高可用和完整性，有效提升了係統的整體(ti) 性能。最後，在完成了天問工程之後，還可以通過全過程中的各傳(chuan) 感器采集的大數據進行進一步分析挖掘，同時匯聚在生產(chan) 製造過程中的關(guan) 鍵數據，建立數字模型，為(wei) 未來的型號設計提供更多的參考，從(cong) 而實現持續迭代優(you) 化。

“天問一號”火星探測任務過程示意圖

“嫦娥五號”任務由運載發射、地月轉移、近月減速、環月飛行、月麵著陸、月麵采樣、月麵上升、交會(hui) 對接、環月飛行、月地轉移、軌道分離、再入回收等階段構成。在這些階段，同樣需要大數據提供全麵保障和數據支撐。

“嫦娥五號”任務過程示意圖

其他麵向航天大數據的運用前景

前兩(liang) 個(ge) 部分更多是從(cong) 航天器自身運行過程中需求去研討大數據的作用，更多的關(guan) 注在大數據對航天工程的作用，用於(yu) 輔助航天領域的發展。但實際上，我國開展民用航天的更重要的目標是服務國計民生。目前在運行的各種類人造衛星如通訊、導航、遙感衛星中，每時每刻都在產(chan) 生著海量數據，規模能夠達到PB級甚至EB級，這些應用級的大數據猶如一個(ge) 巨大的金山，需要我們(men) 從(cong) 中獲得更多的價(jia) 值，而運用於(yu) 大數據之上的各類數據分析挖掘處理技術則猶如一個(ge) 鋒利的礦鎬，幫助我們(men) 不斷發掘。

以遙感衛星為(wei) 列，隨著我國不斷新發數量的快速增加以及空間、時間、光譜等分辨率的不斷提高，遙感數據的規模龐大、結構複雜、數據量增長速度快等大數據特征越來越明顯，給航天遙感係統中的星地數據傳(chuan) 輸、數據存儲(chu) 管理、數據預處理、數據分析應用等關(guan) 鍵環節帶來了巨大的挑戰，但同時也帶來機遇，通過建立模型，進行大數據分析挖掘，實現遙測數據的高效訪存、索引、壓縮和計算，既有助於(yu) 解決(jue) 航天遙感係統在快速獲取、高效存儲(chu) 、智能化管理等方麵的難題，又更進一步獲得數據價(jia) 值，並高效服務於(yu) 農(nong) 業(ye) 、環境監測、災害預防、地圖測繪以及城市建設和管理等中。

遙測衛星與(yu) 地麵的實時大數據接收處理示意圖

又如在天文觀測領域中，在近地空間和太陽係中有著海量的大大小小的未知飛行物，在觀測獲得的大數據基礎上，應用人工智能技術，以深度學習(xi) 為(wei) 核心，融匯圖像、視頻、天文學、語義(yi) 識別等領域，對未知飛行物進行分類，發現並定位新飛行物，為(wei) 進一步分析和運用提供依據，將遠高於(yu) 目前人工識別的效率和精確度,伴隨著大數據技術、高性能計算資源的發展，獲得了成功的應用，成為(wei) 解決(jue) 自動目標識別問題的一種有效途徑。

在軍(jun) 事領域中，大數據技術可以應用於(yu) 構建從(cong) 陸海空天電網六位一體(ti) 的態勢指揮作戰係統，提供多源數據的快速實時情報匯總分析，從(cong) 而快速發現和識別敵對軍(jun) 事目標，從(cong) 而掌控戰場優(you) 勢。

展望未來，大數據在航天各個(ge) 領域必將成為(wei) 無所不在的存在，然而目前大數據的應用仍存在數據采集與(yu) 存儲(chu) 交換不夠，浪費了大量的潛在資產(chan) ；處理能力特別是對於(yu) 圖像、遙感、視頻、音頻等非結構化數據的處理技術水平仍有不足；數據計算分析能力不夠，大數據在應用與(yu) 設計製造領域的反饋閉環尚需進一步完善；以“數字孿生”為(wei) 代表的數據模型仍不夠豐(feng) 富等問題。未來需要更進一步打破數據壁壘，借助“東(dong) 數西算”的新機遇，綜合運用跨領域多源大數據，深入推進大數據技術在航天領域內(nei) 的深度運用，這既是打造航天智能製造技術創新突破的前沿陣地和應用示範的主要戰場，也是實現中華民族偉(wei) 大複興(xing) 對航天人的使命召喚。

歡迎掃碼關(guan) 注深i科普！

我們(men) 將定期推出

公益、免費、優(you) 惠的科普活動和科普好物！