Figure 5. Sample ontological repres

图5.空间对象的示例本体表示。<br>分析算法可以使用OODA来获取观测数据并从中获取信息。他们可以将这些产品存储回世界模型中，从而使分析人员可以通过此信息获得态势感知。反过来，分析师将帮助决策者使用此知识来解决各种SSA问题。我们的数据模型最常用的术语是：跟踪，传感器信息，时间样本，可观察，可测量，元数据，期望，报告卡，空间对象和目录。<br>我们以这样的方式实现数据模型，即，以Java，C ++和Python编写的数据提供者，算法开​​发人员和人机界面（HMI）工具可以无缝集成并相互交互。为了实现此功能，我们提供了一组打包到OrbitOutlook软件开发工具包中的应用程序接口（API）。除此之外，O2团队还通过Matlab外壳构建了一个世界模型交互层，以使分析人员可以在其他基于Matlab的分析环境中探索SSA数据的内容。<br>对于O2程序而言，至关重要的是，要有一组专用资源来快速集成新算法和数据提供者解决方案以引入和处理数据，这也是必需的。我们已经创建了一个由七个节点组成的OrbitOutlook数据中心（OODC），这些节点物理上位于新泽西州的樱桃山，以满足这一需求。OODC托管了一个OODA流程实例，其中包括一个可以完全扩展为存储大约15 TB数据的世界模型。OODC和OODA世界模型的设计目的是根据程序需求确定扩展（向现有节点添加更多资源）和扩展（添加更多节点）的优势。通过使用OODC以及算法和数据提供程序，我们已经为准备演示活动解决了许多集成难题。

Figure 5. Sample ontological representation of a Space Object.<br>Analytic algorithms can use OODA to take observational data and build information from it. They can store these products back into the world model, allowing analysts to gain situational awareness with this information. Analysts in turn would help decision makers use this knowledge to address a wide range of SSA problems. Our data model’s most commonly used terms are: track, sensor information, time sample, observable, measurable, metadata, expectation, report card, space object, and catalog.<br>We implement the data model in such a way that data providers, algorithm developers, and human-machine interface (HMI) tools written in Java, C++, and Python can seamlessly integrate and interact with one another. To accomplish this functionality, we supply a set of application program interfaces (APIs) wrapped up into an OrbitOutlook software development kit. In addition to this, the O2 team also built a world-model interaction layer through the Matlab shell to allow analysts to explore the content of SSA data in the context of other Matlab-based analytics.<br>It is also critically important to the O2 program for there to be a set of dedicated resources necessary to quickly integrate new algorithms and data provider solutions to bring in and process data. We have created an OrbitOutlook data center (OODC) comprised of seven nodes, physically located in Cherry Hill, NJ, to meet this need. The OODC hosts an instance of the OODA processes including a world model that can fully scale to storing approximately 15 TB of data. The OODC and the OODA world model were designed to take advantage of scaling up (adding more resources to existing nodes) and scaling out (adding more nodes) as determined by program needs. Using the OODC along with algorithms and data providers, we have addressed dozens of integration challenges in preparation for our demonstration events. The OODC will also serve as the processing platform for the demonstrations themselves and allow for post-run analytics to verify the program’s claims.

图5。空间物体的本体论表现。<br>分析算法可以使用OODA获取观测数据并从中建立信息。他们可以将这些产品存储回world模型中，从而使分析员能够利用这些信息获得态势感知。分析师反过来将帮助决策者利用这些知识来解决一系列的SSA问题。我们的数据模型最常用的术语是：轨迹、传感器信息、时间样本、可观测、可测量、元数据、期望值、报告卡、空间对象和目录。<br>我们以这样一种方式实现数据模型，即数据提供者、算法开发者和在爪哇、C++、Python中编写的人机界面工具可以无缝地集成和相互作用。为了实现这一功能，我们提供了一组应用程序接口（API），封装在OrbitOutlook软件开发工具包中。除此之外，O2团队还通过matlabshell构建了一个世界模型交互层，允许分析师在其他基于Matlab的分析环境中探索SSA数据的内容。<br>对于O2项目来说，有一组必要的专用资源来快速集成新算法和数据提供程序解决方案，以引入和处理数据，这对O2计划也是至关重要的。我们已经创建了一个由七个节点组成的OrbitOutlook数据中心（OODC），物理上位于新泽西州的Cherry Hill，以满足这一需求。OODC托管OODA进程的一个实例，包括一个可以完全扩展到存储大约15tb数据的世界模型。OODC和OODA world模型的设计是为了利用根据程序需求确定的扩展（向现有节点添加更多资源）和扩展（添加更多节点）的优势。通过使用OODC以及算法和数据提供者，我们已经解决了几十个集成挑战，为我们的演示活动做准备。OODC还将作为演示本身的处理平台，并允许运行后分析来验证程序的声明。<br>