一种数据融合与关联处理方法与流程

本发明属于航天器地面飞行控制与支持技术领域，尤其涉及一种数据融合与关联处理方法。

背景技术：

在面向空间飞行器的飞行控制任务时，相关飞行任务控制数据的分析与比对，对于飞行任务状态的判断具有重要意义。所谓相关飞行控制任务数据包含了通过不同通道传输的实时遥测数据，保存在数据库中的历史数据，仿真处理数据，目标机测试实验数据等飞行任务数据或者与飞行任务进行比对的数据。

目前在航天器飞行控制环节，这些飞控数据是分散在各自相对独立系统中保存的(例如实时飞控数据和历史飞控数据保存在飞控数据库中，数学仿真数据保存在数学仿真测试平台数据库中，目标机测试实验数据保存在目标机实验设备数据库中)，由在这种状况下存在保存格式，存储周期，启止时刻都不统一的问题，无法快速直接地对相关数据进行比较。当需要比对分析时，需要将所关注的数据从不同数据库中先提取出来，再将这些不同类型数据格式、不同周期和启止时间的数据进行归一化处理后，才能够进行比对分析。这种方式无法及时处理相关数据，只能够满足事后离线分析，无法完成飞行控制任务的在轨实时数据比对处理分析工作。

此外，基于目前的结构化数据库数据的保存方式获取的处理用时较长，难以满足数据实时比对判读、预估预报处理的需求。从该数据库中提取数据的时间受数据库存储表的结构化存储方式，存储变量多少影响很大，以往的关系型数据库在数据存储整体布局及参数的存储方式是按数据包分类存储，当读取获取相应变量数据较大时速度慢，处理大数据量的变量数据时耗时会很长，无法以上述处理方式的数据进行实时状态比对和预估预报处理操作。

技术实现要素：

本发明的技术解决问题：克服现有技术的不足，提供一种数据融合与关联处理方法，以实现多源、异构数据的关联保存和对于指定数据的快速获取，对于航天器实时飞行控制处理具有重要意义。

为了解决上述技术问题，本发明公开了一种数据融合与关联处理方法，包括：

读取系统设置配置文件，并根据系统的状态进行初始化操作；其中，所述初始化操作，包括：内存数据库初始化和业务初始化；

对接收到的源数据进行解析，得到解析结果；

根据解析结果中所携带的数据包或数据变量，对解析后的源数据进行存储；

根据业务初始化结果，获取相应变量数据，载入历史数据；

通过曲线和/或数值方式，在显示界面输出载入结果。

在上述数据融合与关联处理方法中，还包括：

周期性的从多个数据源接收不同类型的多种源数据；或，根据数据接收请求，从多个数据源接收所述数据接收请求所请求接收的源数据。

在上述数据融合与关联处理方法中，读取系统设置配置文件，并根据系统的状态进行初始化操作，包括：

步骤a1，读取内存数据库配置文件，处理预定义信息；将每一个数据源的源包数据对应的ip地址、端口号，源包数据配置文件存储路径、文件名称在内存数据库中进行映射关联，对内存数据库中数据保存的间隔，数据保存的触发条件和最大内存占用量进行初始化；

步骤a2，在内存中为源包配置文件中的各个变量开辟独立空间；其中，所述独立空间用于存放参数保存数据的数组，以保证变量的存储数组在内存的物理空间上保持连续；

步骤a3，对事件驱动模型进行初始化；其中，所述事件驱动模型，包括：io事件驱动模型和定时器事件驱动模型；

步骤a4，进行主从初始化，以确保在系统中当从属端“slave”启动后，从属端“slave”和主动端“master”之间建立连接，发送同步命令，获取数据；

步骤a5，进行数据判读规则初始化，对配置文件中的数据保存间隔和数据变化判断准则进行处理；

步骤a6，读取数据源的源包中的源包的名称，长度，ip地址、配置文件路径和抽点频率信息，生成一个结构体，用于描述数据源包特征信息；

步骤a7，读取源包中的参数信息，生成一个数组的队列，队列的名称设置为源包的名称，队列的成员是为源包中的各个参数的代号；

步骤a8，将读取的源包数据名称队列和源包参数数据队列写入内存数据库中；为所有遥测包创建参数列表队列，key“键值”为数据源包名称，value为遥测包所包含的所有遥测参数的名称的数组；为所有遥测参数创建一个参数值队列，key为参数名称，value为参数值数组；

步骤a9，重置全部控制运行状态的系统运行标志位和数据回放标志位。

在上述数据融合与关联处理方法中，对接收到的源数据进行解析，得到解析结果，包括：

步骤b1，顺序地获取源包数据对应的配置文件，提取文件中预定义的数据解析需要使用的特征信息；

步骤b2，读取选中的数据源包配置文件第一行中的与遥测信息流对应的待解析数据个数为一个阿拉伯数字，表征所有遥测下传的数据对应的待解析数据的数目遥测信息流对应的待解析数据个数为n；

步骤b3，映射处理在读取完待解析数据数目后，判断待解析数据的数目与总的遥测下传信息流关联是否正确；其中，若关联不正确，则执行步骤b13；若关联正确，则执行步骤b4；

步骤b4，设置计数器m＝2；

步骤b5，判断m是否小于配置文件的总行数n+1；其中，若m不小于配置文件的总行数，则执行步骤b14；若m小于配置文件的总行数，则执行步骤b6；

步骤b6，读取配置文件第m行待解析数据名称，获得待解析数据m-1；

步骤b7，读取配置文件第m行基本特征信息长度，依次从遥测下传的数据流中按照顺序选取相应长度的数据；

步骤b8，根据第m行基本特征信息高低字节顺序把所选的数据处理为高位在前的顺序；

步骤b9，根据第m行基本特征信息数据类型把数据处理为相应格式的数据；

步骤b10，根据第m行基本特征信息当量把得到的数据乘以相应的当量；

步骤b11，根据第m行基本特征信息单位把得到的数据与单位组合在一起构成完整的解析值；

步骤b12，设置计数器m＝m+1，返回步骤b5；

步骤b13，显示配置文件与遥测信息流不匹配，并报警；

步骤b14，判断源包遥测数据文件是否全部处理完毕，若尚未全部完成处理，则返回步骤b1，对下一个源包数据进行处理，若处理已全部完成，则执行步骤b15；

步骤b15，完成全部数据包的解析处理操作。

在上述数据融合与关联处理方法中，根据解析结果中所携带的数据包或数据变量，对解析后的源数据进行存储，包括：

步骤c1，周期接收内存数据库初始化中所指定的多个通道的遥测源包数据；

步骤c2，根据自动解析对应关系，将数据源码经过解析处理后实时动态刷新；

步骤c3，将实时动态刷新的变量参数值顺序地存入相应变量的缓存空间中；

步骤c4，缓存空间中变量存储的参数是否达到预设的个数n；若内存数据库中缓存存储变量的数据仍未达到n个，则返回步骤c3，若达到了n个，执行步骤c5；其中，n是内存数据库中缓存区的存储变量的个数；

步骤c5，将该变量在缓存空间的n个参数打包成一个数据块；

步骤c6，将数据块顺序地保存入变量在内存数据库中的连续空间，清除变量缓存空间中的内容，缓存空间的指针指向初始位置；

步骤c7，当变量新增保存数据达内存数据库存储区空间的设定比例时，将经压缩后的该变量的数据经过io接口固化到硬盘；

步骤c8，判断变量在内存数据库中是否已经存满了第m个变量，若变量的数据未存满，则执行步骤c3，若变量的数据已存满，则执行步骤c9；

步骤c9，清除内存数据库中变量的内容，内存数据库中存储空间的指针指向初始位置；

步骤c10，判断所有数据源包对应配置文件中的经过自动解析处理的变量是否全部保存完毕；其中，若未全部保存完毕，则返回步骤c2；若已全部保存完毕，则执行步骤c11；

步骤c11，判断是否结束数据保存处理，若为否，则返回步骤c1，若为是，则本次保存处理操作结束。

在上述数据融合与关联处理方法中，根据业务初始化结果，获取相应变量数据，载入历史数据，包括：

步骤d1，读取导出参数配置；

步骤d2，建立导出文件；

步骤d3，生成导出数据表头；

步骤d4，判断从内存数据库中的所有数据行导出完毕；若完毕，则执行步骤d7，否则，执行步骤d5；

步骤d5，写入每周期的基准时间；

步骤d6，写入单行待获取变量的数据，返回步骤d4；

步骤d7，保存完成数据后关闭文件，完成数据获取的操作。

在上述数据融合与关联处理方法中，根据业务初始化结果，获取相应变量数据，载入历史数据，包括：

步骤e1，获取历史数据路径、获取仿真数据路径；

步骤e2，判断路径是否获取成功，若获取不成功则直接转出，结束载入数据结束，若获取成功，则执行步骤e3；

步骤e3，关闭当前的内存数据库；

步骤e4，动态修改内存数据库配置模板文件，将待载入的变量添加到内存数据空中；

步骤e5，载入选中数据；

步骤e6，按照动态初始化修改后配置模板文件初始化实时内存数据库；

步骤e7，重置界面处理，重新初始化定时器，初始化显示窗口；

步骤e8，显示历史、仿真数据，更新实时数据状态显示，载入数据处理完毕。

本发明具有以下优点：

本发明公开了一种数据融合与关联处理方法，在面向航天器飞行控制数据分析场景下，基于预定义配置文件，对多源数据的数据进行数据接收，数据自动解析，优化数据保存，数据提取，数据处理和结果输出。实时数据存储速度快，历史数据载入快，数据监视速度、系统响应速度快等特点。针对指定变量数据获取的速度较传统方式大幅提高，在指定变量约200万条数据情况下，约2秒钟即可全部从数据库中提取出来，较传统方式提高了50倍以上，大大加强了对于实时、历史数据的处理能力。从而能够基于多源的实时或者历史数据进行数据融合处理，成为状态比对、预估预报等相应服务基础条件。

除此之外，本发明还有数据监视切换速度快和数据载入快的特点：

数据监视切换速度快：

由于系统的资源有限，无法将数据全部存储在程序中，所有在支持系统运行过程中，系统会不断的将数据进行持久化操作，将数据存储在内存中，当数据监视的参数需要切换时，系统会查询对应的参数，然后将参数进行分析监视展示在界面上，由于软件状态监视软件的数据查询获取速度快，所有系统在不同的参数监视之间切换的速度较快。

数据载入速度快：

由于软件状态监视软件的数据文件已经进行了压缩，数据文件占用空间小。当进行历史数据载入时，系统会将压缩数据进行解压，还原成内存数据库所需的内存数据，然后供数据进行查询，数据查询的使用感受和实时数据基本一致。三天约200万条数据情况下的所有3000余个数据变量只需20s即可载入完毕，使用者的感受是数据载入速度快。满足快速分析数据对于保存处理和提取处理的要求。对于航天器实时飞行控制的实时数据比对和判读处理具有重要意义。

附图说明

图1是本发明实施例中一种数据融合与关联处理方法的步骤流程图；

图2是本发明实施例中一种内存数据库初始化的流程示意图；

图3是本发明实施例中一种数据自动解析流程示意图；

图4是本发明实施例中一种数据保存处理的步骤流程图；

图5是本发明实施例中一种数据获取的步骤流程图；

图6是本发明实施例中一种数据载入的步骤流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明公共的实施方式作进一步详细描述。

参照图1，示出了本发明实施例中一种数据融合与关联处理方法的步骤流程图。在本实施例中，所述数据融合与关联处理方法，包括：

步骤101，读取系统设置配置文件，并根据系统的状态进行初始化操作。

在本实施例中，所述初始化操作，包括：内存数据库初始化和业务初始化。

步骤102，对接收到的源数据进行解析，得到解析结果。

在本实施例中，可以周期性的从多个数据源接收不同类型的多种源数据；或，根据数据接收请求，从多个数据源接收所述数据接收请求所请求接收的源数据。

步骤103，根据解析结果中所携带的数据包或数据变量，对解析后的源数据进行存储。

步骤104，根据业务初始化结果，获取相应变量数据，载入历史数据。

步骤105，通过曲线和/或数值方式，在显示界面输出载入结果。

在本发明的一优选实施例中，如表1，示出了本发明实施例中一种数据配置文件示意表。

表1

可见，在本实施例中，数据配置文件可以包含4个部分：1、对应相应字节信息流的解码变量个数(n个)；2、待解析数据名称；3、基本特征信息；4、可扩展特征信息，其中，可扩展特征参量可以包括超差上限、超差下限等内容。数据配置文件为数据解析提供了一种扩展的思路，对于数据比对等用途，可以通过对特征信息的定义和与该定义相匹配操作的设计实现更为广泛用途的数据扩展功能，从而提供了一种良好可扩展性数据处理的操作方式提高本方法的数据分析能力。

参照图2，示出了本发明实施例中一种内存数据库初始化的流程示意图。在本实施例中，上述步骤101具体可以包括：

步骤a1，读取内存数据库配置文件，处理预定义信息。

在本实施例中，可以将每一个数据源的源包数据对应的ip地址、端口号，源包数据配置文件存储路径、文件名称在内存数据库中进行映射关联，对内存数据库中数据保存的间隔，数据保存的触发条件和最大内存占用量进行初始化。

步骤a2，在内存中为源包配置文件中的各个变量开辟独立空间。

在本实施例中，所述独立空间用于存放参数保存数据的数组，以保证变量的存储数组在内存的物理空间上保持连续。其中，key-value的方式进行数据的存储和获取，检索到参数名称，即可在物理空间上对该参数值进行连续操作。

步骤a3，对事件驱动模型进行初始化。

在本实施例中，所述事件驱动模型，包括：io事件驱动模型和定时器事件驱动模型。内部主要的数据结构体分别为：时间循环，文件事件，时间顺序事件和条件触发事件。在时间循环结构体维护i/o事件表，定时事件表和触发事件表。

步骤a4，以确保在系统中当从属端“slave”启动后，从属端“slave”和主动端“master”之间建立连接，发送同步命令，获取数据。

在本实施例中，无论是首次连接还是重新连接，master都会启动一个后台线程将数据库快照保存在文件中，同时master的主线程开始收集新的写命令并缓存。后台线程完成文件存储后，master就发送文件给slaver，slaver将文件写入硬盘，然后加载到内存。

步骤a5，进行数据判读规则初始化，对配置文件中的数据保存间隔和数据变化判断准则进行处理。

在本实施例中，通过实现初始化数据存储所需的各项资源，将内存数据定期写入到硬盘中。

步骤a6，读取数据源的源包中的源包的名称，长度，ip地址、配置文件路径和抽点频率信息，生成一个结构体，用于描述数据源包特征信息。

步骤a7，读取源包中的参数信息，生成一个数组的队列，队列的名称设置为源包的名称，队列的成员是为源包中的各个参数的代号。

步骤a8，将读取的源包数据名称队列和源包参数数据队列写入内存数据库中。

在本实施例中，可以为所有遥测包创建参数列表队列，key“键值”为数据源包名称，value为遥测包所包含的所有遥测参数的名称的数组；以及，为所有遥测参数创建一个参数值队列，key为参数名称，value为参数值数组。

步骤a9，重置全部控制运行状态的系统运行标志位和数据回放标志位。

在本发明的一优选实施例中，参照图3，示出了本发明实施例中一种数据自动解析流程示意图。在本实施例中，上述步骤102具体可以包括：

步骤b1，顺序地获取源包数据对应的配置文件，提取文件中预定义的数据解析需要使用的特征信息。

在本实施例中，配置文件描述方式参见表1所示。

步骤b2，读取选中的数据源包配置文件第一行中的与遥测信息流对应的待解析数据个数为一个阿拉伯数字，表征所有遥测下传的数据对应的待解析数据的数目遥测信息流对应的待解析数据个数为n。

步骤b3，映射处理在读取完待解析数据数目后，判断待解析数据的数目与总的遥测下传信息流关联是否正确。

在本实施例中，可以采用预定义关联，即通过待解析数据名称与基本特征信息进行对应，配置文件中，第2到n+1行待解析数据名称的总数量应与配置文件中第一行对应相应字节信息流的解码变量个数相同，而总的下传遥测数据的信息流应与特征信息中比特流的总和相同。其中，若关联不正确，则执行步骤b13；若关联正确，则执行步骤b4。

步骤b4，设置计数器m＝2。

在本实施例中，映射处理读取配置文件的第二行数据的待解析变量1开始。

步骤b5，判断m是否小于配置文件的总行数n+1；其中，若m不小于配置文件的总行数，则执行步骤b14；若m小于配置文件的总行数，则执行步骤b6。

步骤b6，读取配置文件第m行待解析数据名称，获得待解析数据m-。

步骤b7，读取配置文件第m行基本特征信息长度(比特数)，依次从遥测下传的数据流中按照顺序选取相应长度的数据。

步骤b8，根据第m行基本特征信息高低字节顺序把所选的数据处理为高位在前的顺序。

步骤b9，根据第m行基本特征信息数据类型把数据处理为相应格式的数据。

步骤b10，根据第m行基本特征信息当量把得到的数据乘以相应的当量。

步骤b11，根据第m行基本特征信息单位把得到的数据与单位组合在一起构成完整的解析值。

在本实施例中，步骤b6～步骤b11为顺序执行，对所选中的单个变量进行数据解析：映射处理读取配置文件的第二行数据的2待解析数据名称“解码变量名称1”，随后依次读取第二行3基本特征信息的比特数，高低字节顺序，数据类型，当量，数据单位，按照比特数，依次从遥测下传信息队列中顺序选取相应比特的数据，随后根据高低字节顺序对所选取的数据进行操作统一更换为高位在前，具体方法为根据所定义的“高低字节顺序”，该“高低字节顺序”为0时表明已经是高位在前，无需处理，若该“高低字节顺序”为1时表明已经是低位在前，需要进行高低位顺序调换，进行完高低字节顺序调整后，读取“数据类型”基本特征信息，根据预先定义好的模式字选择具体的处理方式，处理数据的类型包括若干个比特位原码、单字节原码、多字节原码、单字节补码、多字节补码、各种多字节浮点数、有符号定点数、无符号定点数、符号位+原码、2进制整数等各式的数据，处理方式可扩展，能够涵盖航天器遥测数据的全部种类，该处理数据完成后的单位都为1，随后读取“当量”特征信息，“当量”为最小单位所对应的数值，读取当量后，把按数据类型转化后的数值与当量相乘，该数值即为映射后的数值部分，随后读取“数据单位”，将经过映射后的数值与数据单位组合在一起即为完成映射具有明确物理含义的待解析数据1的对应的解析值，通过上述映射完成了对待解析数据1的数据解析工作。

步骤b12，设置计数器m＝m+1(表明当前变量解析已处理完成，准备进行下一个变量的处理)，返回步骤b5。其中，后续处理为循环处理依次解析剩余n-1个变量：若m小于配置文件的总行数，则进行后续解析处理转入步骤b6～b11，进行下一个变量的自动解析，读取第三行待解析数据名称“待解析数据2”，读取第三行基本特征信息的“比特数”，在已读取的遥测数据信息流后顺序读取相应比特殊的待解析数据重复对“解码变量名称1”映射的操作，完成对“待解析数据2”的映射操作，重复上述操作，直到读取到配置文件第n+1行数据，并完成对第n+1行“待解析数据n”的映射操作。当m的值大于n+1时，表明已解析完全部n个数据，至此该源包数据中，全部待解析的数据完成传信息流的映射处理。转入步骤b14。

步骤b13，显示配置文件与遥测信息流不匹配，并报警。

步骤b14，判断源包遥测数据文件是否全部处理完毕，若尚未全部完成处理，则返回步骤b1，对下一个源包数据进行处理，若处理已全部完成，则执行步骤b15。

步骤b15，完成全部数据包的解析处理操作。

在本发明的一优选实施例中，参照表2，示出了本发明实施例中一种内存数据库中变量存储的示意表。

表2

如表2，数据缓冲存储区和数据存储区为连续的物理存储空间。以变量连续的物理空间进行存储变量的具体内容。数据存储方式(内存数据库，有效数据占比较高，存储效率高，n和m根据应用需要可以调整，通常m设置满足长时间连续观测和实时数据比对的任务要求，m是n的整数倍，降低数据搬运处理的复杂度，n通长开设的较小，使每次数据从缓存区搬运到保存区的时间从监视页面上察觉不到，确保良好的人机交互效果)。

参照图4，示出了本发明实施例中一种数据保存处理的步骤流程图。在本实施例中，上述步骤103具体可以包括：

步骤c1，周期接收内存数据库初始化中所指定的多个通道的遥测源包数据。

步骤c2，根据自动解析对应关系，将数据源码经过解析处理后实时动态刷新。

步骤c3，将实时动态刷新的变量参数值顺序地存入相应变量的缓存空间中。

步骤c4，缓存空间中变量存储的参数是否达到预设的个数n。

在本实施例中，若内存数据库中缓存存储变量的数据仍未达到n个，则返回步骤c3，若达到了n个，执行步骤c5。其中，如表1，n是内存数据库中缓存区的存储变量的个数。

步骤c5，将该变量在缓存空间的n个参数打包成一个数据块。

步骤c6，将数据块顺序地保存入变量在内存数据库中的连续空间清除变量缓存空间中的内容，缓存空间的指针指向初始位置。

其中，变量在内存数据库中存储的物理空间分配参见表1所示。

步骤c7，当变量新增保存数据达内存数据库存储区空间的设定比例时，将经压缩后的该变量的数据经过io接口固化到硬盘。

例如：达到内存数据库所设置空间的1/j时)将经压缩后的该变量的数据经过io接口固化到硬盘，转入步骤c8(注：j为整数，j的选择以任务需要为基础，通过预定义的方式进行设定，分散地将内存数据库中的数据存储到硬盘上确保了历史数据的完整性。

步骤c8，判断变量在内存数据库中是否已经存满了第m个变量(为该变量所开辟的内存数据库空间大小)。

在本实施例中，若变量的数据未存满，则执行步骤c3，若变量的数据已存满，则执行步骤c9。

步骤c9，清除内存数据库中变量的内容，内存数据库中存储空间的指针指向初始位置(确保下一次存入数据从存储区起的始位置开始)。

在本实施例中，内存数据库中的内容从开始新进行刷新，循环使用该变量区，防止数据溢出，该存储区的大小与快速地观察连续数据的是长短有关，若任务的最高要求为快速连续处理三天之内的数据，对每周期为0.16秒的数据包进行连续观测，则内存数据库中，存储变量区存储变量的个数应不小于162万个，这样保证了开始数据处理之后所规定长度的数据都在内存中避免了因为内存与外部存储器io的读写交互所导致的时间损失。

步骤c10，判断所有数据源包对应配置文件中的经过自动解析处理的变量是否全部保存完毕。

在本实施例中，若未全部保存完毕，则返回步骤c2；若已全部保存完毕，则执行步骤c11。

步骤c11，判断是否结束数据保存处理，若为否，则返回步骤c1，若为是，则本次保存处理操作结束。

在本发明的一优选实施例中，参照图5，示出了本发明实施例中一种数据获取的步骤流程图。优选的，上述步骤104具体可以包括：

步骤d1，读取导出参数配置。

步骤d2，建立导出文件。

步骤d3，生成导出数据表头。

步骤d4，判断从内存数据库中的所有数据行导出完毕；若完毕，则执行步骤d7，否则，执行步骤d5。

步骤d5，写入每周期的基准时间。

步骤d6，写入单行待获取变量的数据，返回步骤d4。

步骤d7，保存完成数据后关闭文件，完成数据获取的操作。

在本发明的一优选实施例中，参照图6，示出了本发明实施例中一种数据载入的步骤流程图。优选的，上述步骤104具体可以包括：

步骤e1，获取历史数据路径、获取仿真数据路径；

步骤e2，判断路径是否获取成功，若获取不成功则直接转出，结束载入数据结束，若获取成功，则执行步骤e3。

步骤e3，关闭当前的内存数据库。

步骤e4，动态修改内存数据库配置模板文件，将待载入的变量添加到内存数据空中。

步骤e5，载入选中数据。

步骤e6，按照动态初始化修改后配置模板文件初始化实时内存数据库。

步骤e7，重置界面处理，重新初始化定时器，初始化显示窗口。

步骤e8，显示历史、仿真数据，更新实时数据状态显示，载入数据处理完毕。

综上所述，本发明公开了一种数据融合与关联处理方法，面向航天器实时飞行控制任务，全面解决了的面向多源不同类型数据的自动解析、数据存储、提取和加载任务。具有迅速、实时、自动处理数据的能力，数据处理方法上全部实现基于配置文件的全自动方式较以往的定制开放方式提升效率，针对大量数据的处理实时性方面较传统方式有大幅度提升，满足通过实时数据进行预估预报对于快速获取全过程中任意数据的要求。

其次，数据监视切换速度快：由于系统的资源有限，无法将数据全部存储在程序中，所有在支持系统运行过程中，系统会不断的将数据进行持久化操作，将数据存储在内存中，当数据监视的参数需要切换时，系统会查询对应的参数，然后将参数进行分析监视展示在界面上，由于软件状态监视软件的数据查询获取速度快，所有系统在不同的参数监视之间切换的速度较快。

进一步的，数据载入速度快：由于软件状态监视软件的数据文件已经进行了压缩，数据文件占用空间小。当进行历史数据载入时，系统会将压缩数据进行解压，还原成内存数据库所需的内存数据，然后供数据进行查询，数据查询的使用感受和实时数据基本一致。3000余个变量，每个变量总数200万条数据的情况下(约保存三天的实时遥测数据)只需20s即可载入完毕，使用者的感受是数据载入速度快。满足快速分析数据对于保存处理和提取处理的要求。对于航天器实时飞行控制的实时数据比对和判读处理具有重要意义。

如表3，示出了本发明实施例中一种数据处理效率对比分析表

表3

本说明中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。