试飞大数据管理平台
大数据（Big Data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，其主要解决海量数据的汇聚、存储和分析计算问题。大数据具有4V特征，即类型（Variety）、数量（Volume）、速度（Velocity）和价值（Value）。其中类型（Variety）值数据中有结构化、半结构化和非结构化等多种数据形式；数量（Volume）是指收集和分析的数据量非常大；速度（Velocity）是指数据处理速度要足够快；而价值（Value）是指大数据蕴藏着巨大的价值信息。
飞行试验是在真实飞行条件下进行客户研究和产品鉴定试验的过程，飞行试验的显著特点是真实性，高风险，大投入，周期紧。因此试飞数据是飞行试验的重要产品，是装备鉴定评估和进行科学研究的最直接、最关键、最重要和最根本的依据。试飞大数据管理平台从根本上解决试飞数据的汇聚、整理、分析、共享和应用，为航空设计、制造、试验和综合保障服务，使来之不易的试飞数据提供更大的价值。
软件特性
支持多协议、多类型设备数据接入和存储
支持海量数据（TB->PB）的存储和快速检索
软件采用Spark大数据框架，采用Hadoop实现分布式计算
支持对数据的分析（基于规则）、回放展示、数据统计和报告生成
提供统一数据接口和基础开发框架，供应用系统获取数据
功能介绍
提供不同的数据收集方式，包括针对结构化、半结构化和非结构化的数据；
提供对数据协议解析规则的上传和动态配置，为数据帧的实时动态解析提供依据和规则，且支持工程值的解析；
提供对元素数据的管理，包括二进制采集数据、视频、音频、图片、excel、txt等各种数据文件，并支持添加标签和结构化的存储管理，便于用户查看、下载；
提供对试飞（试验）任务的管理，包括任务的目标、相关人员、执行计划、执行状态、任务划分等功能；
提供对解析后工程数据的二次分析功能，通过基本的算法库构建复杂算法模型，实现对试飞数据的分析；
提供对数据分挖掘功能，包括属性筛选、分类预测、回归预测、聚类分析、关联分析等方法；
提供对数据统计的功能，包括描述性统计、数据探测、异常检测、层次聚类、方差分析等；
提供对分析算法的维护功能，包括算法搭建、数据关联、影响分析等，针对不同用户进行管理和查看；
支持可视化视图的定制功能，从数据的接入、设备的接入到数据存储，数据清洗和任务调度，都是采用工作流自定义编排，支持可视化拖拽的方式实现。
应用案例
中航工业某研究所某型号无人机试飞数据采用该大数据管理平台，将现场试飞数据导入系统进行数据的分析和存储，构建基于“云技术”的分布式飞行试验发数据奠定基础，从而形成面向应用的试飞数据管理和共享，并通过数据挖掘、数据分析等手段，为飞机的研制和试验提供了保障和指导。
