全任务模拟器旨在通过将虚拟仿真与构造仿真整合到一个沉浸式训练环境中，以模拟真实世界的飞机功能、环境和威胁场景。战术控制站是全任务模拟器的核心组件之一，有助于为飞行员提供基于场景的训练。战术控制站实时接收来自全任务模拟器的遥测数据和行为轨迹，并在战术作战空间内模拟飞机位置。仿真过程中产生的事件被传送到全任务模拟器，以更新座舱内的多功能显示器，为飞行员提供态势感知并支持其相关操作。战术控制站与全任务模拟器之间的这种双向交互产生了大量的高速流数据。必须有效地捕获、存储、处理、标注和分析这些数据，以评估飞行员的绩效和任务效能。这些庞大的标注数据集是进行高级分析及开发智能决策支持系统的基础。传统数据库和客户端-服务器架构本身受限于可扩展性和吞吐量，使其不足以应对此类数据密集型的实时应用。我们提出了一种大数据分析架构，该架构采用Hadoop生态系统结合Elastic Search、Logstash和Kibana堆栈，来设计战斗机级全任务模拟器的战术控制站。此架构为空战建模框架奠定了基础，该框架支持武器交战过程的学习与自动化、交战结果预测以及自动化战术决策。它还有助于在虚拟-构造仿真环境中设计基于人工智能的计算机生成兵力。

关键词：虚拟仿真，构造仿真，飞行模拟器，全任务模拟器，Hadoop生态系统，ELK堆栈，大数据分析，优化，数据存储，质量分析，评估指标。