中國航天領域大數據應用探析

中國航天領域大數據應用探析

來自專欄 大數據可視化

近年來,隨著我國綜合國力的提升,航天事業得到了飛速發展。航天領域在研製、運行和發布成果的全過程中,都會產生大數據和應用大數據的需求,數據既是航天理論的基礎,又是航天實踐的基石,因而航天領域是大數據應用最早也最成熟,取得成果最多的領域。

航天要對尺度遠比地球大無數倍的廣闊空間進行探索,其總量更多,要求更高。如果沒有及時而精確的大數據支持,哪怕是一個小數點的錯誤,也會影響全局的成敗。因此,航天大數據不僅具有一般大數據的特點,更要求高可靠性和高價值。數據可視化是大數據領域所有價值的終極呈現,而航天領域的可視化,緣其數據總量更多,精確度更高,價值更高,一直被譽為數據可視化領域之巔。

「軍民融合」是我國改革開放以來國防科技工業改革與發展的總方針。目前,我國的一些自主企業在航天大數據可視化領域已經具備成熟的技術,參與了國家多項航天科研項目,為我國多項航天任務提供了的可視化技術支撐。基於指揮監控中心大屏可視化,可以實現對航天測發、測控設備控制;航天指揮作戰體系模擬推演、作戰評估;航天作戰指揮顯示控制航天器數據分析、狀態監控。

一、全三維空間環境模擬

如今,航天領域的可視化範圍已經從地球延伸至整個宇宙空間,這就對空間環境的逼真性和精確度提出了更高的要求。想要對空間環境進行更加逼真的態勢顯示,就需要利用三維視圖結合虛擬現實技術,真實刻畫地球和宇宙空間環境,逼真呈現地球和太空乃至其他行星的精確位置,並且呈現實時的光照、雲層、大氣圈和反射等渲染效果。支持全球高程顯示,超精細細節,超大範圍地形展示,並且視角範圍可從全球視角無級放大至微觀細節觀察視角,實現全空間範圍的環境態勢顯示,以最佳方式實現宇宙環境可視化和空天態勢可視化。

二、 航天器三維模擬

航天器的模擬效果對於航天測發、測控、模擬演練、航天器數據分析、狀態監控的展現以及提升指揮員的態勢認知,提高決策質量有著越來越重要的影響。這就要求可視化系統基於三維實時渲染引擎,並且結合高度逼真的圖像渲染,配置多種可進行存儲、積累和復用的大範圍地形數據可視化模型、可視化模型資料庫、可視化效果庫,構建多領域多層次模擬系統,以保證可視化效果高水準呈現。支持對衛星採集數據的可視化分析,支持添加各種輔助標識,表現各種不同類型探測器的探測範圍、通訊鏈路等效果。同時,航天器的位置、運行的軌跡、空中的姿態等動態呈現,全部可以基於數據實時驅動,並且能夠通過網路接收實時數據並與後台數據平台對接,驅動模擬畫面實時更新。

三、航天任務流程模擬

航天任務是一項涉及眾多專業領域的複雜系統工程,因此常常需要對航天任務中的各要素進行模擬、分析與模擬,以支持航天任務的設計論證。為了對任務執行過程和狀態進行模擬呈現,使相關人員直觀地看到航天任務執行的動態過程並了解航天任務的執行狀態等信息,就需要將二三維地理信息系統與航天任務內容相結合,利用三維可視化技術將任務流程可視化,真實再現任務過程中信息的流動和動態演化,為航天任務的綜合效能評估提供逼真的空間環境模擬和數據支持。還要支持對複雜的任務流程進行推演和分析,並可在實時監控狀態和規劃數據進行比對,以及根據實際數據對歷史態勢進行回放。

四、航天數據可視分析

在各項航天任務過程中產生的數據具有數據量大、數據類型複雜多樣及關聯性強的特點,為了將海量的基礎數據和結果數據進行有效管理和分析,就需要科學的分析演算法,針對海量數據繁多的指標與維度,按主題、成體系地進行多維度的實時交互分析,並提供上卷、下鑽、切片、切塊、旋轉等數據觀察方式,呈現複雜數據背後的聯繫,幫助用戶從不同角度分析數據、展示數據的不同影響。還應支持分析演算法模塊擴充,支持嵌入各種模擬計算模型,為更加複雜的行業應用提供支持。

五、大屏多屏環境支持

大屏幕顯示系統已經成為信息可視化不可或缺的核心基礎,針對航天領域數據量大、可視化精度高的特點,對大屏可視化環境的的要求也越來越高。航天領域的大屏多屏環境要滿足超高像素全屏點對點輸出,視網膜級解析度,清晰、細膩、驚艷的顯示畫面。支持多屏拼控,顯示內容自由布局組合。並可通過PAD手持設備作為控制終端來實現對大屏的交互控制。系統內置對矩陣、拼控設備的控制支持,實現軟體根據投放內容需要自動切換大屏幕布局場景,大幅度降低使用過程中的交互複雜程度。

習近平總書記強調,星空浩瀚無比,探索永無止境,只有不斷創新,中華民族才能更好走向未來。我們正在實施創新驅動發展戰略,這是決定我國發展未來的重大戰略。航天科技是科技進步和創新的重要領域,航天科技成就是國家科技水平和科技能力的重要標誌。希望將來能有更多的先進技術為我們空間科學的發展提供「中國力量」,落實航天大數據的應用。


推薦閱讀:

Python可視化神器Seaborn入門系列(二)——barplot&countplot&pointplot
數據可視化-學習記錄(持續更新.........)
KB01:DataMapA教程-安裝和更新、卸載
pyLDAvis 模塊代碼及應用
KB03:DataMapA教程-數據解析操作

TAG:數據可視化 | 大數據 |