刘雅娟

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

0 引言

随着航天事业的发展，在轨卫星数量不断增多，卫星在轨测控任务日益繁重，一个地面测控站需要担负多颗卫星运行状态的控制和监视任务，且受地球曲率的影响，对每颗卫星的正常运行都需要多个地面测控站同时或接力进行保障。同时，随着无人飞行器的发展，集群应用日益广泛，飞行测控任务日趋繁重，具体表现在：视距作业时，一个无人飞行器视距地面测控站需要同时担负多架乃至上百、上千架无人飞行器的起飞升降控制和监视任务；超视距作业时，要么通过多个视距地面测控站接力进行保障，要么通过卫星中继进行测控接力。因此，这些无人飞行器的测控任务具有工作时间长、故障检测与排除实时性要求高等特点，完全采用人工管理方式需要消耗大量人力和财力，且难以满足实时测控的需要。研究结果表明：构建并应用无人飞行器测控设备故障诊断专家系统或/和健康管理专家系统，会使这些系统的自动化运行程度和工作效率得到极大提高，绝大部分设备故障能得到及时发现与排除，甚至通过平时的设备健康管理就可将大部分设备故障扼杀在萌芽中，使系统的可用性得以明显提升。

本文通过对航空航天地面测控站故障诊断和健康管理专家系统设备体系架构研究，实现不同用户对不同设备保障层次需求的航空航天地面测控系统设备的搭建，为今后这些系统设备的订购、研制、应用、改造或性能升级起到了指导和基础支撑作用；也可推广应用于其他希望具有故障诊断和健康管理能力的电子通信设备的构建。

1 概念内涵

1.1 ES

专家系统(Expert System，ES)[1-9]是一个包含知识推理的智能计算机系统。其利用具有相当数量的权威性知识来解决特定领域中的实际问题；能根据用户提供的数据、信息或事实，运用系统中存贮的专家经验或知识进行推理判断，最后给出结论及其置信度以供用户决策。ES与一般计算机应用程序有着本质区别，在专家分系统中，求解问题的知识已不再隐含在程序和数据结构之中，而是单独构成一个知识库。

若要完成对航空航天测控系统任务设备的在线故障诊断与维护，专家系统还需借助于其他媒介设备进行信息交互，因此可将其作为具有在线智能知识推理功能的测控系统的一个有机组成部分，下文统称为“专家分系统”。

1.2 M&C_FDES

测控设备故障诊断专家系统(Measurement and Control Equipment Fault Diagnosis Expert System，M&C_FDES)[10-16]作为ES的一个分支，首先具备航空航天测控任务设备知识库，并在计算机采集到被故障诊断对象(即某测控任务设备)的工作状态信息后，综合运用各种规则(专家经验)进行一系列的推理，必要时还可以随时调用各种应用程序(监控与自动测试程序)。运行过程中向用户(设备使用人员或研发人员)索取必要的信息后，可快速地定位已有故障与潜在故障；还可以融合遗传算法、小波技术与神经网络技术，达到更好的诊断效果。因此M&C_FDES也包括基于多种技术融合的综合诊断专家系统。

对于应用而言，M&C_FDES主要是在系统故障发生之后的诊断和维修，属于反应性的维修活动，是在设备有故障征兆的引擎下，利用各种传感器、借助于专家知识和推理规则来完成对电子设备的自动故障诊断和定位。

M&C_FDES是一种智能化测控任务设备专家系统，可极大提高设备维修性、降低寿命周期费用。

1.3 M&C_HMES

电子装备的健康状态[17]是指各分系统、各子系统、各部件的整体状态，用来描述子系统、部件在工作时表现出的能力，通常划分为正常、错误、异常、故障、性能下降以及功能失效等几种状态。

测控设备健康管理专家系统(Measurement and Control Equipment Health Management Expert System，M&C_HMES)[18-23]除了具有M&C_FDES的功能外，还能通过获得的被健康管理对象(即测控任务设备)的体检(指标监测)数据对其当前运行性能状态进行健康评估，对其未来一段时间内运行性能状态进行健康预测，结合可用资源和使用需求对其维修活动和运行策略做出决策支持。

对于应用而言，M&C_HMES主要强调的是系统故障发生之前的故障预测与维护，属于主动性的3Rs维护活动(即在准确时间对准确的部位采取正确的维修活动)，是利用各种传感器的集成和自动化运行，借助各种知识、算法和智能模型来评估、预测、监控和管理测控任务设备的运行状态，将故障扼杀在萌芽中；同时可具有M&C_FDES的功能，以完成设备故障发生后的自动故障诊断与定位。

M&C_HMES(本文包含M&C_FDES功能)是一种更智能化、更高级的测控任务设备专家系统，可极大提高复杂测控系统的可靠性、维修性、测试性、保障性和安全性，以及降低寿命周期费用。

1.4 M&C_LFDES与M&C_LHMES

为便于本地值守人员和测控专家操作使用而构建的M&C_FDES、M&C_HMES，分别简称为M&C_LFDES(Measurement and Control Equipment Local Fault Diagnosis Expert System)和M&C_LHMES(Measurement and Control Equipment Lcoal Health Management Expert System)。一般情况下，M&C_LFDES或M&C_LHMES与本地电子装备邻近放置，可看作是本地测控系统装备的有机组成部分，且只能利用本地设备的监测状态信息分别完成对本地设备的故障诊断、维护和健康管理。

1.5 M&C_RFDES与M&C_RHMES

为便于远程值守人员和测控专家操作使用，对分布在不同地理位置、功能相同并可执行同一测控任务的多个测控装备进行集中管控。可对任一本地测控装备进行更为准确的故障诊断或健康管理而构建的专家系统，则分别简称为M&C_RFDES(Measurement and Control Equipment Remote Fault Diagnosis Expert System)和M&C_RHMES(Measurement and Control Equipment Remote Health Management Expert System)。一般情况下，M&C_RFDES或M&C_RHMES在异地通过网络技术与各个本地测控任务设备进行通信，获得更为丰富的信息，对测控任务设备进行更为高时效性的故障诊断或健康管理，同时有利于实现对分散在各地的测控任务设备的集中管理和维护。

2 故障诊断与健康管理装备的体系结构

2.1 M&C_FDESE和M&C_HMESE的总体构成及相互关系

为实现测控任务设备故障自动故障诊断目的而构建的专家系统相关软硬件设备的有机集合，称为测控故障诊断专家系统装备(Measurement and Control Fault Diagnosis Expert System Equip，M&C_FDESE)。

为实现测控任务设备的自动故障诊断、故障预测、健康评估和日常维护目的而构建的软硬件设备的有机集合，称为测控健康管理系统装备(Measurement and Control Health Management System Equip，M&C_HMESE)。

M&C_FDESE或M&C_HMESE一般由测控任务设备的状态监控系统设备(Monitor and Control System Equipment，MCS)、自动测试系统设备(Automatic Test System Equipment，ATS)、网络交换机和M&C_FDES设备或M&C_HMES设备等组成，如图1与图2所示。

图1 FDESE组成及工作流程框图Fig.1 FDESE constitutes and workflow frame chart

图2 HAMSE组成及工作流程框图Fig.2 HMESE constitutes and workflow frame chart

对测控任务设备实施自动工作状态检测和信息采集等工作，是保证M&C_FDES或M&C_HMES正常工作的前提。该工作包括两个层面：一是设备状态的自主检测和信息上报，由MCS实现；二是设备指标自动测试和信息上报，由ATS实现。

为了便于系统维护能力的拓展和升级改造，建议将MCS计算机作为信息上传下达的枢纽，汇集自动测试信息和自动检测信息，集中上报M&C_FDES计算机；M&C_FDES计算机只定时通过网络接口与MCS计算机进行信息交互，而不直接与测控任务设备和ATS进行信息交互。M&C_FDES或M&C_HMES与MCS之间、MCS和ATS之间的信息交换均通过网络交换机进行。

2.2 MCS的设备组成及工作流程

MCS主要由多个状态监控单元(包括嵌入式软件)、接口适配器以及系统监控计算机(包括监控软件)等设备组成，如图3所示。

图3 MCS的设备组成及工作流程框图Fig.3 MCS equipment constitutes and workflow frame chart

由图3可知，监控单元一般分布在各个测控任务设备的每个分机、部件或模块中，通过检测电路，实时不间断地检测各个组成任务设备的运行状态，并实时上报系统监控设备；检测内容一般为分机、部件或模块的主要工作状态参数和设备的工作温度、环境温湿度等。其中，如电源状态、信号输入输出状态以及锁定状态等主要工作状态参数，这些状态一般用二进制“0”或“1”表示，表征设备工作正常与否。

系统监控具有远控(RMCS)和本控(LMCS)两种工作状态。远控状态下通过网络，远程用户使用远程计算机对测控任务设备实施控制；本控状态下，本地用户使用本地计算机对测控任务设备实施控制。

2.3 ATS的设备组成及工作流程

ATS主要由自动测试计算机(含自动测试软件)、测试开关、频谱仪、信号源和示波器等设备组成，如图4所示。

图4 ATS的设备组成及工作流程框图Fig.4 ATS equipment constitutes and workflow frame chart

ATS的主要功能为：① 测控任务设备主要技术指标的自动测试控制和综合管理；② 测量各个分机设备输入或输出信号的电平、频率以及性能指标。

ATS测试功能的实施方式有两种：一种为任务不中断在线测试，另一种为任务中断离线测试。相比离线测试，在线测试功能的实现需要对各个测控任务设备测试点增加更多的信号分路设备、耦合设备和引接线缆，以实现设备性能参数信息的实时获取，优点在于不用中断测控任务的执行。

2.4 M&C_FDES的设备组成及工作流程

FDES的设备主要包括位于本地的或远端的故障诊断专家计算机和故障诊断专家系统软件。本地和远端的故障诊断专家系统软件均由综合管理模块、测试数据库、系统知识库、推理机构、解释机构、诊断知识获取机构和自学习机构等主要功能模块组成，如图5所示[17]。二者不同的是，远端计算机因有可能汇集接收并融合处理多个“本地ATS、MCS信息”，而可以构建更加庞大的故障诊断知识库，使得故障诊断功能更强大。

图5 故障诊断专家系统软件组成框图Fig.5 FDES software constitutes frame diagram

由图5可知，各软件功能模块的作用及工作流程为：

① 综合管理模块：故障诊断专家系统的组织控制机构，负责指挥MCS、ATS与FDES之间的数据传递，在整个故障诊断过程中有条不紊地协调各软件模块的工作，并给用户提供诊断结果(文字或图形等)。

② 数据采集机构：负责获取各种反映任务设备状态的数据和环境信息等，给推理机提供诊断信息。推理机可以依据此诊断信息来访问和激活知识库中的对应规则，直至推理完成。诊断信息的获取有3种途径：MCS(含远程监控)、ATS以及人机交互。

③ 人机接口：领域专家或用户与FDES之间交流的桥梁和窗口、人机信息的交接点，使用户能够输入必要的数据、提出问题和了解推理过程和推理结果等。系统通过接口，要求用户回答提问并回答用户提出的问题，进行必要的解释。

④ 推理机构：推理是根据一定的原则从己知事实出发推出新事实的过程，其中推理所依据的事实叫做前提，推出的新的事实称为结论。在FDES中，推理机是故障诊断推理的核心模块，可根据数据库中的已知事实(即数据采集所得到的故障信息)，选择和运用知识库中的有用知识，综合运用各种推理规则和策略，进行故障分析诊断，同时不断修改动态数据库，直至最终得出故障原因、故障部位和故障处理方法等。这种由计算机实现的程序，被成为推理机。

⑤ 系统知识库：是存放领域专家经验知识(外部形式表现为规则)和诊断原理性知识(外部形式表现为故障因果关系，比如故障树)的存储机构，用于存储某测控任务装备系统的原理性知识、专家的经验性知识以及有关的事实等，比如系统工作环境、系统知识(反映系统的工作机理及结构)以及设备故障特征值等。它反映系统的因果关系，是用来进行故障推理的基础。知识库中的知识来源于知识获取机构，同时，其也为推理机提供求解问题所需的知识(比如故障诊断算法、推理规则)，与二者有密切关系。

⑥ 知识库管理器：为用户提供基本的规则编辑、编译及检查等功能，目的是使用户容易读懂并修改知识库。

⑦ 知识获取机构：是建立知识库，实现用户或专家对知识库的扩充和修改，维护知识的一致性及完整性的一种知识编辑器。主要任务是为ES获取故障知识，建立起健全和有效的知识库，满足求解某测控任务装备系统故障领域问题的需要。

⑧ 自学习机构：当测控任务装备系统庞大而复杂时，故障模式就会增加，用户很难在短期内获取到可能出现的全部故障信息，使得知识获取成为构建ES的一个瓶颈问题，并影响到故障诊断的准确性。机器自学习是ES的一个重要研究领域，是解决上述问题的有效途径，可提升诊断系统的智能水平和诊断效率。自学习机构由综合管理模块控制调度，随时对以往发生的正确案例或错误案例进行学习，动态扩充、完善知识库，并修改故障事件的发生率。

⑨ 动态数据库及其管理器：主要存放数据采集得到的有关故障现场数据，或用户提供的初始事实与问题描述，以及ES诊断推理过程中得出的中间结果与最终结果等。也可存放ES推理过程中的人机对话信息，弥补现场采集到的数据量不足的问题。

⑩ 解释机构：用于跟踪并记录诊断推理的全过程，验证推理的合理性和正确性，负责回答用户提出的各种问题。包括与诊断推理有关的问题、与诊断推理无关的关于测控装备自身的问题；对推理路径、诊断结论和提问的含义做出必要且清晰的解释，为用户了解推理过程以及维护知识库提供方便，是实现ES透明性的主要模块。

2.5 M&C_HMES的设备组成及工作流程

HMES的设备主要包括位于本地的或远端的健康管理专家计算机和测控(任务)设备健康管理软件组成。健康管理专家系统软件由综合管理模块、测试数据库、系统知识库、推理机构、解释机构、诊断知识获取机构、自学习机构和健康管理结果等部分构成，如图6所示。二者不同的是，远端计算机因有可能汇集接收并融合处理多个“本地ATS、MCS信息”而可以构建更加庞大的故障诊断和健康管理知识库，使得故障诊断和健康管理功能更强大。

图6 健康管理专家系统软件组成框图Fig.6 HMES software constitutes frame diagram

图6中各软件功能模块的作用及工作流程与图5的主要不同点说明如下：

① 数据采集机构：图6的自动测试可实时进行，不必等设备发生故障后再进行，无需中断测控装备的任务执行过程，且一般测试的数据点更多。

② 知识库：图6的知识内容更为丰富，包含故障排除、设备维护以及健康状态参数、健康评估模型、评估权系数及隶属函数等知识，需要更多的知识存储空间。

③ 动态数据库：图6的交互数据类型和数量更繁多，需要更多的存储空间。

④ 健康管理机构：根据设备的故障类型和故障频率对设备进行健康状况管理，包含设备维护计划决策、故障因果图、故障统计分析、设备质量评估以及设备剩余寿命评估等[5]。

⑤ 综合管理模块：图6除了具有管理实现故障诊断的功能外，还具有调度管理其他模块进行故障预测、健康评估、软件在线升级维护等功能，以实现对任务设备的健康管理。

⑥ 健康管理结果：除了可实时呈现任务设备发生故障后诊断的结果外，还可以在综合管理模块的控制下实时呈现对任务设备的故障预测结果和健康评估的结果。

3 测控系统装备体系结构

3.1 测控系统装备分类

考虑到构建测控系统装备的性价比问题，为了满足不同用户、不同时期的使用需求，按照上述故障诊断与健康管理设备组成，可以对测控系统装备进行基于FDES和HMES能力的分类：

① 不具有M&C_FDES和M&C_HMES等组成部分的测控系统装备，统称为1类测控系统装备。

② 只具有M&C_LFDES功能，但不包括ATS组成部分的测控系统装备，称为2类测控系统装备。

③ 只具有多地M&C_LFDES知识融合处理能力的M&C_RFDES，但不包括ATS组成部分的测控系统装备，称为3类测控系统装备。

④ 只具有M&C_LFDES功能，且包括ATS组成部分的测控系统装备，称为4类测控系统装备。

⑤ 只具有多地M&C_LFDES知识融合处理能力的M&C_RFDES功能，且包括ATS组成部分的测控系统装备，称为5类测控系统装备。

⑥ 只具有M&C_LHMS功能且必须包括ATS组成部分的测控系统装备，称为6类测控系统装备(因M&C_HMES必须依托ATS设备才能完成对任务设备的故障预测和健康评估)。

⑦ 具有多地M&C_LHMES知识融合处理能力的M&C_RHMS功能，且包括ATS组成部分的测控系统装备，称为7类测控系统装备。

3.2 2类以上设备组成及工作流程

3.2.1 2类测控系统装备的设备组成及工作流程

2类测控系统装备的设备组成及工作流程如图7所示。ATS、LMCS和M&C_LFDES三者之间的互操作关系如下：① LMCS通过布设在测控任务设备中的各个监控单元，实时检测设备的工作状态，并实时将检测结果上报LMCS计算机；② LMCS计算机在监测到某特征点不正常时，可将该特征点的发生部位和状态在LMCS计算机显示器上显示出来，并上报LESS计算机，以启动M&C_LFDES故障诊断软件进行故障定位。

图7 2类测控系统装备的设备组成Fig.7 The second category M&C system equip constitutes diagram

3.2.2 3类测控系统装备的设备组成及工作流程

3类测控系统装备的M&C_RFDES的设备组成及工作流程如图8所示，其中，RMCS和M&C_LFDES可有可无。多个测控任务设备分布在不同的地理位置，可共同完成对同一测控目标(即飞行器)的全程飞行测控。因此，M&C_RFDES比单一M&C_LFDES的故障诊断和维护知识更为丰富、能力更强。

图8 3类测控系统装备的设备组成Fig.8 The third category M&C system equip constitutes diagram

RMCS由远程监控计算机和远程监控软件组成，可以替代LMCS行使监控权力。M&C_RFDES与M&C_LFDES的软件架构相同，均由故障诊断计算机和故障诊断及维修软件组成。但是，M&C_RFDES中的故障诊断和维护知识会比M&C_LFDES更丰富，因为它可以通过获取多地测控任务设备的工作信息进行综合故障诊断。M&C_RFDES和M&C_LFDES计算机均定时通过网络接口与LMCS计算机进行信息交互。

3.2.3 4类测控系统装备的设备组成及工作流程

若用户对故障定位时效性要求的程度较高，设备场地充足、研制经费充裕，则可以选择加装ATS设备的4类测控系统装备，设备组成及工作流程如图9所示。相比于3类测控系统装备，M&C_LFDES的故障诊断和维护知识更为丰富。

图9 4类测控系统装备的设备组成Fig.9 The fourth category M&C system equip constitutes diagram

ATS、LMCS和M&C_LFDES三者之间的互操作关系如下：① LMCS通过布设在测控任务设备中的各个监控单元，可不间断地检测设备的工作状态，并实时将检测结果上报LMCS计算机；② LMCS计算机在监测到某特征点不正常时，可将该特征点的发生部位和状态在LMCS计算机显示器上显示出来，并上报LESS计算机，以启动M&C_LFDES故障诊断软件进行故障定位；③ ATS接收通过M&C_LMCS转发的M&C_LFDES计算机发出的测试指令，负责实施对请求指定的项目测试；测试完成后，ATS计算机将测试结果在本地显示出来，并通过LMCS计算机上报M&C_LFDES计算机，协助M&C_LFDES进行更为快速准确的故障定位与排除。

3.2.4 5类测控系统装备的设备组成及工作流程

5类测控系统装备的设备组成及工作流程如图10所示，其中的RMCS和M&C_LFDES可有可无。由于多个测控任务设备分布在不同的地理位置，可共同完成对同一测控目标(即飞行器)的全程飞行测控，因此图10中的M&C_RFDES比单一M&C_LFDES的故障诊断和维护知识更为丰富、能力更强。

图10 5类测控系统装备的体系结构Fig.10 The fifth category M&C system equip constitutes diagram

3.2.5 6类测控系统装备的设备组成及工作流程

6类测控系统装备的M&C_LHMS的设备组成及工作流程如图11所示，由测控系统的LMCS、ATS和M&C_LHMSS组成。

M&C_LHMES与M&C_LFDES在硬件组成上基本一样，不同的是M&C_LHMES软件除了包括M&C_LFDES软件功能外，还包括与ATS相关的控制、信息收集和处理程序模块，以及将2个模块的信息进行综合处理的健康管理程序模块。因此， M&C_LHMES比M&C_LFDES功能更强、用途更广。M&C_LHMES计算机与M&C_LFDES计算机一样，均只定时通过网络接口与LMCS计算机进行信息交互，不直接与测控任务设备(被健康管理对象，包括ATS)进行信息交互。

图11 6类测控系统装备的体系结构Fig.11 The sixth category M&C system equip constitutes diagram

3.2.6 7类测控系统装备的设备组成及工作流程

7类测控系统装备的M&C_RHMS的设备组成及工作流程如图12所示，主要由测控系统的LMCS和M&C_RHMS组成。与5类测控系统装备一样，7类测控系统装备的多个测控任务设备分布在不同的地理位置，可共同完成对同一测控目标(即飞行器)的全程飞行测控。因此，M&C_RHMES比单一M&C_LHMES的故障诊断和维护知识更为丰富、能力更强。

M&C_RHMES与M&C_LHMES的软件架构一样，均由健康管理计算机和故障诊断及健康管理软件组成。但是，M&C_RHMES的知识存储量应不小于M&C_LHMES的知识存储量，且可以对LHMES、LMCS、ATS和其他测控任务设备(被诊断与维护对象)的软件进行远程升级维护。

M&C_RHMES和M&C_LHMES计算机均只定时通过网络接口与LMCS计算机进行信息交互，不直接与测控任务设备(被健康管理对象，包括ATS)进行信息交互。

4 不同类别装备的设备配置汇总及可用性

维持图7～图12所示的设备硬件配置和体系结构不变，当图7～图12中的测控任务设备被更换为其他任务设备后，只需更换或增加M&C_FDES或M&C_HMES中的知识库内容就可以形成新的用户电子装备。因此，可归纳基于故障诊断与健康管理专家系统的不同类别电子装备的设备配置如表1所示。从表1以及图1～图12可知，装备的复杂性随着电子装备类别级的增大有所增加，但是任务设备的可用性也随之大大增强。

图12 7类测控系统装备的体系结构Fig.12 The seventh category M&C system equip constitutes diagram

表1 电子装备设备配置关系汇总

5 工程应用及优势体现

基于故障诊断与健康管理专家系统的电子装备在故障快速定位、健康管理方面有着无可比拟的优势。本文研发了一种基于故障树的自动故障诊断和健康管理专家系统软件平台(具备了5类装备应用能力和故障预测功能)，进行了7类装备应用能力扩展研发。

为验证所设计的专家系统软件平台效果，在测控地面站，针对实际测控任务设备，设置多种试验用例进行了试验验证，试验验证过程如下：① 由工程师、领域专家现场通过专家系统计算机录入故障诊断和健康管理专家知识；② 操作员编译知识，并启动专家系统软件；③ 制造故障，专家系统软件发现故障，并给出故障诊断报告，包括故障原因的推理路径及故障解决方法，验证专家系统软件的有效性；④ 通过MCS计算机调度ATS，发起对分机信号参数的测试，预测并评估该分机设备的健康状态；⑤ 若发现故障诊断或健康管理知识的不完备，则通过专家系统软件更改知识，进而验证故障诊断系统的可扩展性和可调整性。

试验结果不但证明了故障诊断与健康管理专家系统软件平台诊断结果的正确性，还体现了其相对于MCS的优势，如表2所示。

表2 试验验证用例及结果

本文设计的自动故障诊断和健康管理专家系统软件平台贯彻了通用化、模块化、标准化的设计思想，具有良好的可移植性和可扩展性，标准化程度高，近几年被快速推广并应用到电子装备中，有效提高了测控任务设备的可用度和可维护性，产生了显著的经济效益和社会效益，对发展我国其他电子装备、提高其安全性和可靠性具有重要的工程应用和参考价值。

6 结束语

随着航空航天科学技术的快速发展，空间飞行器及其地面测控设备的安全性和可靠性越来越引起人们的重视，进而推动了故障诊断与健康管理专家系统技术的不断发展和应用。本文首先以航空航天测控任务设备为故障诊断和健康管理的具体对象，对故障诊断专家系统、健康管理专家系统的概念内涵进行阐述，给出了本地与远程设备体系结构；在此基础上对测控系统装备进行了分类，给出了不同故障诊断和健康管理能力等级的相应电子装备组成；进而将上述概念、装备体系架构推广至任意电子装备，给出了不同类别装备的设备配置关系及其在可用性、可维护性方面的优良级顺序。本文希望能够为用户根据自身当前需求快速选定一种具有最佳费效比的电子装备设备配置方案，并使用户清楚所选方案的设备复杂程度，以及将来设备性能提升所需要留有怎样的软硬件扩展能力。