低空微气象风场构建与云边协同方法、系统及传感设备与流程

本技术涉及低空气象探测与机载边缘计算，特别是涉及一种低空微气象风场构建与云边协同方法、系统及传感设备。

背景技术：

1、随着低空经济和空中交通应用的发展，物流无人机、巡检无人机和载人电动垂直起降飞行器的运行范围逐渐集中于低空空域。低空大气受建筑群、街道峡谷、河湖下垫面和人类活动影响，风速、风向和湍流强度在空间上变化迅速，在时间上具有明显动态特征。低空气象条件直接影响飞行器姿态控制、航线规划和运行安全，因此需要对低空空域进行精细化气象感知和实时解算。

2、现有低空气象感知方案通常通过地面气象站、测风雷达或激光雷达获取局部观测数据，再由云端数值天气预报模式生成网格化气象产品。受观测站点数量和建筑遮挡影响，稀疏观测数据难以直接覆盖低空全域，观测盲区中的误差还可能经数据同化和模型训练继续传递。另一方面，高精度数值模式计算量大，通常部署于云端超算中心，难以直接运行在无人机嵌入式硬件上。若由云端向无人机持续下发完整三维网格气象场，将占用较大通信带宽，尤其在多架无人机并发接入时容易造成链路拥塞。

3、部分现有方案将气象大模型压缩后部署于边缘端，但模型参数通常采用固定权重一次性下发。低空风场会随昼夜、晴雨、季节以及建筑尾流变化发生漂移，固定模型难以长期保持精度。若采用定时全量重训和全量模型下发，又会增加云端训练成本和机载接收时延。由此可见，现有技术在分布式稀疏观测、全域高保真气象场构建、轻量化模型训练、模型参数动态更新和机载实时推理之间缺少有效协同，导致低空气象服务难以兼顾全域精度、通信开销和机载实时性。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够抑制稀疏观测误差传递、降低云边通信开销并提高机载实时解算能力的低空微气象风场构建与云边协同方法、系统及传感设备。

2、一种低空微气象风场构建与云边协同方法，所述方法包括：

3、获取目标低空空域内多个分布式测风观测节点采集的多源测风观测数据，分别确定各分布式测风观测节点对应的观测置信度；

4、根据观测置信度确定各分布式测风观测节点对应的观测权重，按照观测权重，将多源测风观测数据同化至全域气象数值模式，得到目标低空空域的全域三维气象场序列；

5、以全域三维气象场序列作为教师监督信息，基于观测置信度确定教师监督权重，根据教师监督权重构建蒸馏目标，并根据蒸馏目标对轻量化坐标驱动气象解算网络进行知识蒸馏，得到机载气象解算模型；

6、当全域三维气象场序列满足模型更新条件时，根据机载气象解算模型的目标参数生成参数包，并将参数包广播至目标低空空域；

7、目标低空空域内的目标无人机读取广播的参数包，根据参数包更新本地机载气象解算模型；在调用更新后的本地机载气象解算模型进行气象要素推理时，以目标无人机的实时三维位置坐标作为唯一推理输入，解算得到目标无人机当前位置和目标航线位置的气象要素结果。

8、在其中一个实施例中，所述分布式测风观测节点部署为固定式观测节点或移动式观测节点或混合部署观测节点，所述移动式观测节点为将所述分布式测风观测节点搭载于移动载体上移动部署而成；同一所述分布式测风观测节点可在固定式部署与移动式部署之间切换，以实现观测设备的重复利用；获取目标低空空域内多个分布式测风观测节点采集的多源测风观测数据，包括：获取各所述分布式测风观测节点采集的雷达径向风速观测数据和激光测风观测数据；根据各所述分布式测风观测节点的探测覆盖范围与预设空域范围的匹配程度，以及各所述分布式测风观测节点的观测路径受地物遮挡的程度，确定各所述分布式测风观测节点对应的观测置信度；在各所述分布式测风观测节点的探测覆盖范围发生变化或地物遮挡的遮挡状态发生变化的情况下，更新所述观测置信度；其中，当所述分布式测风观测节点以移动式部署时，获取所述移动式观测节点的实时位置坐标，随所述实时位置坐标的变化重新确定所述移动式观测节点的探测覆盖范围与所述目标低空空域的匹配程度、观测路径受地物遮挡的程度，并更新对应的观测置信度；将所述雷达径向风速观测数据、所述激光测风观测数据和所述观测置信度作为所述多源测风观测数据。

9、在其中一个实施例中，按照所述观测权重对耦合中尺度气象模式和微尺度计算流体力学模拟的全域气象数值模式进行同化修正，得到所述目标低空空域的全域三维气象场序列，包括：根据所述目标低空空域的下垫面数据，构建耦合中尺度气象模式和微尺度计算流体力学模拟的初始全域气象数值模式；采用集合卡尔曼滤波同化、三维变分同化等基于观测权重的数据同化方式，按照所述观测权重，将所述多源测风观测数据同化至所述初始全域气象数值模式；得到包含三维风速分量、风向和湍流强度的全域三维气象场序列。

10、在其中一个实施例中，对轻量化坐标驱动气象解算网络进行知识蒸馏，得到机载气象解算模型，包括：从所述全域三维气象场序列中提取空间采样坐标以及与所述空间采样坐标对应的气象要素值，构建坐标到气象要素的训练样本集；根据所述观测置信度确定所述空间采样坐标对应的教师监督权重，将所述轻量化坐标驱动气象解算网络配置为前馈神经网络、深度残差网络或物理信息神经网络；根据大气动力学控制方程以及所述轻量化坐标驱动气象解算网络输出的气象要素，构建大气动力学约束残差；根据所述教师监督权重对所述轻量化坐标驱动气象解算网络的预测气象要素与对应的所述气象要素值之间的拟合误差进行加权，得到观测置信加权项，并结合所述大气动力学约束残差构建蒸馏目标；根据所述蒸馏目标训练所述轻量化坐标驱动气象解算网络，并对训练后的所述轻量化坐标驱动气象解算网络进行结构化剪枝和量化，得到所述机载气象解算模型，所述机载气象解算模型适配所述目标无人机的嵌入式处理单元。

11、在其中一个实施例中，将所述参数包广播至所述目标低空空域，以及所述目标无人机根据所述参数包更新本地机载气象解算模型，包括：当满足模型版本不一致、所述全域三维气象场序列的变化幅度超过第一预设阈值、达到模型更新周期或无线通信链路恢复中的至少一种时，确定所述全域三维气象场序列满足所述模型更新条件；按照网络层和参数块对所述机载气象解算模型的目标参数进行分块和校验编码处理，生成所述参数包，并通过无线通信链路将所述参数包向所述目标低空空域广播；所述目标低空空域内的目标无人机主动读取或被动接收广播的所述参数包，对所述参数包执行版本校验和完整性校验，将校验通过的目标参数写入本地短时缓存；当所述无线通信链路中断时，缓存已接收的参数块；当所述无线通信链路恢复后，继续接收未完成传输的参数块；在全部参数块校验通过后，根据写入本地短时缓存的目标参数更新所述本地机载气象解算模型，并切换至更新后的所述本地机载气象解算模型。

12、在其中一个实施例中，所述目标低空空域包括多个子空域；所述方法还包括：根据各所述子空域的全域三维气象场序列，分别对各所述子空域对应的轻量化坐标驱动气象解算网络进行知识蒸馏，得到各所述子空域对应的机载气象解算模型；根据相邻子空域的边界区域的气象要素连续性约束，对相邻子空域对应的机载气象解算模型进行边界一致性标定；根据所述目标无人机的实时三维位置坐标所属的子空域，选取对应的本地机载气象解算模型；当所述实时三维位置坐标位于所述边界区域时，对相邻子空域对应的本地机载气象解算模型的输出进行融合，得到所述实时三维位置坐标对应的气象解算结果。

13、在其中一个实施例中，所述方法还包括：沿目标航线提取多个航路点三维位置坐标；将各航路点三维位置坐标依次作为本地机载气象解算模型在对应时刻的唯一推理输入，分别获得各航路点三维位置坐标的气象解算结果；根据各航路点三维位置坐标的气象解算结果，生成目标航线的气象解算结果序列。

14、一种低空微气象风场构建与云边协同方法，应用于目标无人机，所述方法包括：

15、接收云端通过无线通信链路广播的参数包；所述参数包不包含完整三维气象网格场或完整模型文件；

16、根据所述参数包更新本地机载气象解算模型；

17、在调用所述本地机载气象解算模型进行气象要素推理时，以所述目标无人机的实时三维位置坐标作为唯一推理输入，得到局地气象解算结果；

18、将所述局地气象解算结果输出至所述目标无人机的飞控系统，用于飞控前馈补偿、动态航线规划或低空风险告警。

19、一种低空微气象风场构建与云边协同系统，所述系统包括：

20、多个分布式测风观测节点，用于采集目标低空空域内的多源测风观测数据；

21、云端计算中心，与各所述分布式测风观测节点通信连接，用于根据各所述分布式测风观测节点的探测覆盖范围和地物遮挡状态确定观测置信度，根据所述观测置信度确定观测权重，并将所述多源测风观测数据同化至耦合中尺度气象模式和微尺度计算流体力学模拟的全域气象数值模式得到全域三维气象场序列，以所述全域三维气象场序列作为教师监督信息，基于所述观测置信度确定教师监督权重，并结合大气动力学约束构建蒸馏目标，根据所述蒸馏目标对轻量化坐标驱动气象解算网络进行知识蒸馏，得到机载气象解算模型，并在满足模型更新条件时根据所述机载气象解算模型的目标参数生成参数包，将所述参数包向所述目标低空空域广播；

22、目标无人机，与所述云端计算中心通过无线通信链路通信连接，包括机载嵌入式处理单元、通信单元、导航定位单元和飞控接口，用于读取广播的所述参数包、根据所述参数包更新本地机载气象解算模型，并在调用更新后的所述本地机载气象解算模型进行气象要素推理时，以所述导航定位单元获取的实时三维位置坐标作为唯一推理输入，得到局地气象解算结果。

23、一种低空微气象传感设备，所述设备包括：

24、通信接口，用于接收云端通过无线通信链路广播的参数包；

25、导航定位接口，用于获取目标无人机实时的三维位置坐标；

26、存储单元，用于存储本地机载气象解算模型、所述参数包以及所述三维位置坐标；

27、嵌入式处理单元，用于根据所述参数包更新所述本地机载气象解算模型，并在调用所述本地机载气象解算模型进行气象要素推理时，以所述导航定位接口获取的实时三维位置坐标作为唯一推理输入，得到局地气象解算结果；

28、飞控接口，用于输出所述局地气象解算结果，以供飞控系统执行飞控前馈补偿、动态航线规划或低空风险告警。

29、上述低空微气象风场构建与云边协同方法、系统及传感设备，通过分布式测风观测节点获取目标低空空域的多源测风观测数据，根据各节点的探测覆盖范围和地物遮挡状态确定观测置信度，并使观测置信度同时作用于同化修正的观测权重和知识蒸馏的教师监督权重，能够在观测站点稀疏且建筑遮挡形成观测盲区的条件下，抑制低可信观测误差经数据同化和知识蒸馏过程向机载气象解算结果传递。以全域三维气象场序列作为教师监督信息，对轻量化坐标驱动气象解算网络进行知识蒸馏，使目标无人机仅根据实时三维位置坐标即可解算当前位置和目标航线的气象参数。云端在模型更新时将参数包向目标低空空域广播，目标无人机按需读取广播的参数包更新本地模型，能够降低完整气象场或完整模型下发造成的通信开销，提高机载气象解算的实时性和连续性。