裝訂課題二6發(fā)明專利

1、(19)(12)發(fā)明專利申請(10)申請公布號 CN 104683445(43)申請公布日 2015.06.03A(21)申請?zhí)?01510038575.7(22)申請日2015.01.26(71)申請人郵電大學地址 100876市海淀區(qū)西土城路 10 號(72)發(fā)明人(74)專利機構聿宏知識產權公司 11372有限人紅(51).Cl.H04L 29/08(2006.01)權利要求書2頁說明書10頁附圖11頁(54) 發(fā)明名稱分布式實時數據融合系統(57) 摘要本發(fā)明公開了一種分布式實時數據融合系統，其包括決策信息分發(fā)模塊以及依次運行在Storm 引擎的五個工作節(jié)點上的模塊、預處理模塊、對準模

2、塊、狀態(tài)估計模塊和威脅估計模塊。本發(fā)明采用 Storm 實時流式計算引擎作為系統的基礎設施，使模塊、預處理模塊、對準模塊、狀態(tài)估計模塊和威脅估計模塊分別運行在 Storm 集群環(huán)境中的五個工作節(jié)點上，能夠充分利用 Storm 分布式集群的高性能并行處理能力，大大提高了分布式實時數據融合系統的數據實時處理能力、容錯性和穩(wěn)定性，增強了分布式實時數據融合系統的并發(fā)性和擴展性，克服了傳統的集中式數據融合系統存在的在并發(fā)性和擴展性上將受到限制的技術缺陷。CN 104683445 A權利要求書CN 104683445 A1/2 頁1.一種分布式實時數據融合系統，其特征在于，包括 ：模塊，設置為獲取并多個數

3、據源發(fā)送的感知數據預 對準間片上 ；狀態(tài)估計 方程，并根據更新威脅估計模塊及決策信息分發(fā)模塊 依次運行在 Storm 引態(tài)估計模塊和威脅估計模塊均 2.根據權利要求 1 所述的包括 ：；以塊、狀模塊據 ；格式化單元，設置為對各個數據源 去冗余單元，設置為刪除各個數據源各個數據源對應的3.根據權利要求 2 所述的分布式實時數據還包括與所述去冗余單元電連接的日志生成單元源對應的余數據，得到模塊成單元設置為利用各個數據的運行日志提交給日志單元。根據權利要求 1 所述的分布式實時數據融合系括： 第一接收單元，設置為接收所述數據 ；第一緩存單元，設置為依次對每個數據源，將所述數據源對入相應的預處理緩存隊

4、列中 ；第一判斷單元，設置為判斷所述預處理緩存隊列中的于或者等于預設的第一數據個數 ；濾波單元，設置為在所述預處理緩存隊列里的第一數據個數時，從所述預處理緩存隊列里取出從當前時刻起的第一數據個感知數據，并將取出的所述數據源對應的濾波后的感知數據。根據權利要求 4 所述的分布式實時數據融合系統，其特征在于包括與所述濾波單元電連接的優(yōu)化單元 ；所述優(yōu)化單元，設置為依次對每個數據源，利用所替換所述數據源對應的預處理緩存隊列里的知存否大者等于后的到塊還據6.根據權利要求 1 所述的分布式實時數據融合系統，其特征在于，所述對準模塊包括 ：第二接收單元，設置為接收所述預處理模塊發(fā)送的各個數據源對應的濾波后

5、的感知數22權利要求書CN 104683445 A2/2 頁據； 第二緩存單元，設置為依次對每個數據源，將所述數據源對應的濾波后的感知數據存入相應的對準緩存隊列中 ；第二判斷單元，設置為判斷各個數據源對應的對準緩存隊列中的濾波后的感知數據的個數是否均大于或者等于預設的第二數據個數 ；對準單元，設置為在各個數據源對應的對準緩存隊列中的濾波后的感知數據的個數均大于或者等于第二數據個數時，依次從各個數據源對應的對準緩存隊列里取出從當前時刻起的第二數據個數的濾波后的感知數據，并將取出的濾波后的感知數據裝載進對準算法執(zhí)行器中進行分析和計算，得到各個數據源對應的對準后的感知數據。根據權利要求 1 所述的分

6、布式實時數據融合系統，其特征在于，所述狀態(tài)估計模塊包括 ：第三接收單元，設置為接收所述對準模塊發(fā)送的各個數據源對應的對準后的感知數據； 第三緩存單元，設置為依次對每個數據源，將所述數據源對應的對準后的感知數據存入相應的狀態(tài)估計緩存隊列中 ；第三判斷單元，設置為判斷所述狀態(tài)估計緩存隊列里的對準后的感知數據的個數是否大于或者等于預設的第三數據個數 ；狀態(tài)估計單元，設置為在所述狀態(tài)估計緩存隊列里的對準后的感知數據的個數大于或者等于第三數據個數時，從所述狀態(tài)估計緩存隊列里取出從當前時刻起的第三數據個數的對準后的感知數據，并將取出的對準后的感知數據裝載進狀態(tài)估計算法執(zhí)行器中進行分析和計算，得到所述目標特

7、征數據。根據權利要求 1 所述的分布式實時數據融合系統，其特征在于，所述威脅估計模塊包括 ：第四接收單元，設置為接收所述狀態(tài)估計模塊發(fā)送的目標特征數據 ；策略執(zhí)行單元，設置為根據所述目標特征數據從評估策略集中選擇威脅評估策略 ； 決策信息生成單元，設置為根據所述目標特征數據和所述威脅評估策略，生成決策信息。根據權利要求 1 所述的分布式實時數據融合系統，其特征在于，所述決策信息分發(fā)模塊包括 ：第一連接構建單元，設置為構建集成在威脅估計模塊中的發(fā)布者客戶端與決策信息分發(fā)單元之間的第一連接 ；第二連接構建單元，設置為構建集成在決策信息分發(fā)模塊中的訂閱者客戶端與服務器之間的第二連接 ；創(chuàng)建單元，設置

8、為在決策信息分布模塊中創(chuàng)建；決策信息分布單元，設置為通過所述第一連接接收所述威脅估計模塊發(fā)送的決策信息且使所述決策信息與一個閱的相關聯，并通過所述第二連接將與訂閱用戶對應的服務器訂10.根據權利要求 1 至 9 中任數據源為傳感器合系統，其特征在于，所述33說明書CN 104683445 A1/10 頁分布式實時數據融合系統技術領域0001本發(fā)明涉及計算機技術領域，尤其涉及一種分布式實時數據融合系統。背景技術0002 隨著傳感器技術及其相關技術的不斷發(fā)展，傳感器技術的應用場景不斷豐富，工業(yè)、農業(yè)、軍事等領域都在大量地使用傳感器來感知環(huán)境中的各種參數。多傳感器數據融合技術是一門集多種學科于一體的

9、前沿技術，已經廣泛應用于戰(zhàn)場監(jiān)視、自動目標識別、工業(yè)過程控制、機器人、遙感、醫(yī)療等領域。多傳感器數據融合技術經過多年的已經取得了豐碩的進步也為多傳感器數據融與發(fā)展0003在民用領域，傳感器技及時地反饋生產過程狀態(tài)或發(fā)出感器的應用更為重要，通過部署大量傳感器彌方面的短板，對現代國防工業(yè)的發(fā)展具有重要的意義。一種類傳感器提供的感知或觀測數據已經遠遠可以生產設備的各項指標并持久性等的實際應用中，只采用單日益增長的需求用多種類型傳感器的感知或觀測數據綜合計算與分析，得到目標或場中，實時處理技術在多傳感器數據融合系統中的作用和地位越來越重要，應泛。隨著系統結構越來越復雜，數據規(guī)模越來越大，隨著系統結構越

10、來越 來越大，需要一種實時數據處理策略來維持系統的穩(wěn)定運行，確保的計算。其越來越廣規(guī)模越發(fā)明內容0004本發(fā)明所要解決的技術問題是 ：隨著傳感器類型的增加、傳感器部署區(qū)域的擴大，多傳感器數據融合技術的應用場景也越來越多，加上現代數據融合的算法更加復雜，新型傳感器感知數據的結構更加多樣，多傳感器數據融合系統在并發(fā)性和擴展性上將逐漸受到限制，傳統的集中式數據融合系統著嚴峻的性能考驗。0005為了解決上述技術問題，本發(fā)明提供了一種基于 Storm 引擎的分布式實時數據融合系統，充分利用了 Storm 引擎分布式集群的高性能并行處理能力。0006本發(fā)明的技術方案為 ：0007一種分布式實時數據融合系統，包括 ：模塊，設置為獲取并多個數據源發(fā)送的感知