一种面向物联网的智能感知数据融合处理系统及方法与流程

摘要: 本发明涉及物联网,尤其涉及一种面向物联网的智能感知数据融合处理系统及方法。背景技术:1、随着物联网技术的快速发展,工业现场部署了大量异构传感器,用于实时监测设备...
一种面向物联网的智能感知数据融合处理系统及方法与流程

本发明涉及物联网,尤其涉及一种面向物联网的智能感知数据融合处理系统及方法。

背景技术:

1、随着物联网技术的快速发展,工业现场部署了大量异构传感器,用于实时监测设备运行状态。这些多源异构感知数据具有不同的采样频率、响应速度和数据模态,如何对其进行高效融合处理,是工业物联网智能感知领域面临的核心技术问题。

2、现有物联网数据融合方法主要存在以下技术缺陷:第一,融合策略缺乏对数据产生机理的主动理解,未建立传感器之间的结构化因果关联,导致融合结果在物理层面缺乏可解释性;第二,知识表示呈碎片化状态,各传感器数据被视为相互独立的输入通道,融合结果仅是数学上的最优组合,而非物理上的合理推断;第三,认知模型呈静态化,无法在运行过程中自主发现新的数据关联模式,导致对新型故障或未知工况的识别能力严重不足。

3、因此,本发明提出一种面向物联网的智能感知数据融合处理系统及方法。

技术实现思路

1、本发明的目的是解决现有技术中融合结果缺乏物理因果可解释性、传感器间因果关联碎片化、认知模型静态无法演化的问题,为此提出一种面向物联网的智能感知数据融合处理系统及方法。

2、为了实现上述目的,第一方面,本发明提供一种面向物联网的智能感知数据融合处理系统,包括:

3、端侧感知模块,部署于各传感器节点,用于根据所感知物理量的变化率动态调整采集频率,并对采集到的原始多源异构感知数据进行特征提取后,上传至边缘计算节点;

4、动态知识图谱构建管理模块,部署于边缘计算节点,用于构建并维护动态知识图谱,所述动态知识图谱以设备实体和物理参数为节点,以节点间的物理因果关系为边,所述边的权值被量化为因果强度系数,支持基于端侧感知模块上传的特征向量对因果强度系数进行在线增量更新;

5、知识驱动融合模块,部署于边缘计算节点,用于接收端侧感知模块上传的特征向量,从动态知识图谱中获取因果先验信息,并根据因果先验信息调整数据对齐的时间窗口分配以及不同模态数据的融合权重,生成融合结果;

6、冲突检测处理模块,部署于边缘计算节点,用于检测特征向量的变化模式与动态知识图谱中已记录因果路径之间的冲突,并根据冲突类型执行差异化的自适应处理,所述自适应处理包括对传感器故障型冲突的隔离、对知识图谱过时型冲突的在线更新、对新型状态型冲突的上报;

7、反馈知识注入模块,部署于边缘计算节点,用于接收知识驱动融合模块生成的融合结果,并在融合结果的置信度超过预设置信度阈值且持续超过预设时长时,将融合结果作为新经验知识,对动态知识图谱中的因果强度系数进行更新。

8、第二方面,本发明提供一种面向物联网的智能感知数据融合处理方法,包括以下步骤:

9、步骤s1,接收端侧感知模块上传的特征向量与时间戳,构建以设备实体和物理参数为节点、以节点间的物理因果关系为边的动态知识图谱,将边的权值量化为因果强度系数,并根据接收到的特征向量对因果强度系数进行在线增量更新;

10、步骤s2,从动态知识图谱中提取因果响应延迟和因果强度系数作为因果先验信息,根据因果响应延迟对传感器对进行差异化时间对齐,综合注意力得分与因果强度系数计算融合权重,生成融合结果;

11、步骤s3,将特征向量的变化模式与动态知识图谱中已记录因果路径所预测的变化模式进行比对,当偏差超过预设范围时判定为冲突,根据冲突特征分类并执行对应的自适应处理;

12、步骤s4,评估融合结果的置信度,当置信度超过预设阈值且持续超过预设时长时,将融合结果作为新经验知识注入动态知识图谱,并以融合结果为基准反向计算端侧传感器的偏移量,下发零漂补偿参数至端侧传感器节点进行在线校准。

13、和现有技术相比,本发明的有益效果在于:

14、本发明通过构建动态知识图谱,以设备实体和物理参数为节点,以节点间的物理因果关系为边,将边的权值量化为因果强度系数,并支持基于端侧感知模块上传的特征向量对因果强度系数进行在线增量更新,能够使系统对传感器数据之间的物理因果关系形成结构化认知,并在运行过程中持续演化,提升融合结果在物理层面的可解释性和对未知工况的适应能力。

15、本发明通过从动态知识图谱中获取因果先验信息,并根据因果先验信息调整数据对齐的时间窗口分配以及不同模态数据的融合权重,能够将物理世界的因果关系注入数据融合的核心数学步骤,使融合结果具备物理因果一致性。

16、本发明通过检测特征向量变化模式与动态知识图谱中已记录因果路径之间的冲突,并根据冲突类型执行差异化的自适应处理,包括对传感器故障型冲突的隔离、对知识图谱过时型冲突的在线更新、对新型状态型冲突的上报,能够精准区分异常根因并采取针对性处理策略,提升系统在复杂工况下的鲁棒性。

17、本发明通过在高置信度条件下将融合结果作为新经验知识对动态知识图谱中的因果强度系数进行更新,能够形成图谱引导融合、融合结果反哺图谱、图谱进化后更精准引导融合的认知闭环,使系统的认知能力和融合精度随着运行时间的增加而持续提升。

1.一种面向物联网的智能感知数据融合处理系统,其特征在于,包括:

2.根据权利要求1所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述端侧感知模块包括:

3.根据权利要求1所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述动态知识图谱构建管理模块包括:

4.根据权利要求3所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述图谱更新单元还用于在因果强度系数于预设观察周期内未被新感知数据验证时,按照预设衰减速率降低因果强度系数,当因果强度系数降低至低于预设衰减阈值时删除该因果强度系数所属的边。

5.根据权利要求1所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述知识驱动融合模块包括:

6.根据权利要求5所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述时间对齐单元还从动态知识图谱中获取的因果先验信息中提取因果强度系数,对于因果强度系数超过预设关联阈值的两个节点所对应的传感器对,以因果响应延迟的中值作为对齐偏移量进行差异化时间对齐;对于因果强度系数未超过预设关联阈值的两个节点所对应的传感器对,采用插值算法将各传感器数据对齐至同一基准时间戳。

7.根据权利要求5所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述权重计算单元对于因果强度系数超过预设权重阈值的边所对应的传感器,将该边的因果强度系数作为因果先验权重,综合因果先验权重与数据驱动的注意力得分,计算最终融合权重;对于因果强度系数未超过预设权重阈值的边所对应的传感器,仅采用数据驱动的注意力得分计算融合权重。

8.根据权利要求1所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述冲突检测处理模块包括:

9.根据权利要求1所述的面向物联网的智能感知数据融合处理系统,其特征在于,所述反馈知识注入模块包括:

10.一种面向物联网的智能感知数据融合处理方法,其特征在于,包括以下步骤: