基于总线的兵棋推演实时数据采集管理设计与实现

针对兵棋推演系统在数据访问方面存在的一些“痛点”,吸收国内外兵棋推演系统在数据存储方面的经验教训,设计了基于总线的兵棋推演实时数据采集管理平台。引入分布式存储平台作为底层存储基础,引入内存数据库作为对外服务接口;采用基于总线的数据采集作为采集来源,并进行数据清洗和基于数据段的分支管理。系统整体分为三个模块,分别是采集模块、管理模块、服务模块;实现了对兵棋推演数据的实时采集、清洗、存储与管理。应用表明,平台为兵棋系统内的其他各个模块提供了高速可靠的数据访问支撑。兵棋推演历史非常久远，从墨子解带为城算起，至今已２０００多年，期间人类战争也经历了不同形态的演变。兵棋推演是现代进行战争模拟和作战方案验证的重要手段，尤其是推演过程中产生的数据，是后续各类分析的基础。Ｃｒｅｖｅｌｄ等在文献［１］中回顾了战争发展的历程，从大卫对歌利亚的战斗开始，一直到最新的兵棋推演。文献［２⁃３］针对数据本身进行了数据质量等分析。文献［４⁃１０］进行了各种基于兵棋推演数据的作战分析，包括火力打击决策分析模型、指令下达特征、作战体系网络模型等。文献［１１⁃１３］进行了基于兵棋推演数据的挖掘、聚类、测量等研究。文献［１４⁃１７］提出了基于兵棋推演数据的不同作战方案评估方法。文献［１８⁃２２］对深度学习在兵棋推演数据分析中的应用进行了研究。文献［２３］进行了基于兵棋推演数据的后勤物资储备精确计算，建立了后勤模型和规则算法。文献［２４］开放了一个兵棋推演数据集。可见，兵棋推演数据在各类分析中起着基础支撑的作用，因此必须有可靠的兵棋推演数据采集管理方案，以保证数据的高可用性。目前，美军比较典型的兵棋推演系统有ＪＡＳ（原ＪＷＡＲＳ）［２５］、ＪＴＬＳ、ＥＡＤＳＩＭ、ＦＬＡＭＥＳ等［２６］；国内的兵棋推演系统主要有某大型计算机兵棋系统、某大型仿真试验系统、ＸＳＩＭ［２７］、墨子等；此外还有商业化的兵棋推演系统如ＣＭＡＮＯ等。这些系统在底层数据存储方面，ＪＡＳ采用的是Ｏｒａｃｌｅ数据库；ＪＴＬＳ４􀆰 ０版本采用的是Ｏｒａｃｌｅ数据库，６􀆰 ０版本更新为ＰｏｓｔｇｒｅＳＱＬ数据库；ＥＡＤＳＩＭ、ＦＬＡＭＥＳ、华如ＸＳＩＭ采用的是本地数据文件方式；ＣＭＡＮＯ采用的是ＳＱＬｉｔｅ数据库；华戍墨子１􀆰 ０版本采用的是ＳＱＬｉｔｅ数据库，新版本采用的是ＭｙＳＱＬ数据库；某大型计算机兵棋系统采用的是Ｏｒａｃｌｅ数据库，某大型仿真试验系统采用的是ＭｏｎｇｏＤＢ数据库。由于采用单机版磁盘数据库，原有兵棋推演系统在数据访问方面存在一些问题，对与推演数据相关的各类应用造成了不利影响。