本發(fā)明涉及一種基于多傳感器信息融合的運(yùn)維預(yù)警防范系統(tǒng)架構(gòu)
背景技術(shù)：
隨著云計(jì)算及虛擬化，呈現(xiàn)出“大規(guī)?！薄ⅰ案呙芏取?、“高能耗”、“復(fù)雜化”等特點(diǎn)，建設(shè)與發(fā)展新一代數(shù)據(jù)中心，提升數(shù)據(jù)中心基礎(chǔ)設(shè)施管理將變得日趨重要，數(shù)據(jù)中心的基礎(chǔ)架構(gòu)融合管理與智能將成為數(shù)據(jù)中心發(fā)展的新趨勢(shì)。
目前，運(yùn)維缺乏自動(dòng)化手段，被動(dòng)運(yùn)維，效率低下，大規(guī)模it設(shè)施帶來(lái)管理壓力。需要實(shí)現(xiàn)數(shù)據(jù)中心的自動(dòng)化監(jiān)控，提高系統(tǒng)和環(huán)境參數(shù)的及時(shí)告警能力，提高系統(tǒng)和環(huán)境異常變化的響應(yīng)速度和監(jiān)控水平。使用傳感器(包括攝像頭)等各種手段感知信息，就能實(shí)現(xiàn)統(tǒng)一的服務(wù)管理軟件平臺(tái)。
融合多傳感器的信息可以得到單個(gè)傳感器難以得到的性能，主要體現(xiàn)在提高了信息冗余性與互補(bǔ)性。信息融合具有的性能優(yōu)勢(shì)主要體現(xiàn)為：提高了信息的可信度和目標(biāo)的可探測(cè)性，擴(kuò)大了時(shí)間和空間的搜索范圍，降低了推理模糊程度，改進(jìn)了探測(cè)性能，增加了目標(biāo)特征矢量的維數(shù)，提高了空間分辨率，增強(qiáng)了系統(tǒng)的容錯(cuò)能力和自適應(yīng)性。
傳感器數(shù)據(jù)識(shí)別常用的方法有聚類(lèi)分析、人工神經(jīng)網(wǎng)絡(luò)等。在特征融合中，首先將每一傳感器的數(shù)據(jù)進(jìn)行特征向量提取，使用人工神經(jīng)網(wǎng)絡(luò)或聚類(lèi)算法將這些特征向量進(jìn)行融合，得到融合目標(biāo)報(bào)告。再進(jìn)一步應(yīng)用決策融合技術(shù)，如經(jīng)典推理、貝葉斯推理、d-s證據(jù)推理、廣義證據(jù)處理等，將各個(gè)傳感器提供的目標(biāo)報(bào)告進(jìn)行融合，完成目標(biāo)狀態(tài)估計(jì)。
多核處理器是指在一枚處理器中集成兩個(gè)或多個(gè)完整的計(jì)算引擎(內(nèi)核)，此時(shí)處理器能支持系統(tǒng)總線上的多個(gè)處理器，由總線控制器提供所有總線控制信號(hào)和命令信號(hào)。多核處理器的運(yùn)用為多傳感器信息融合提供了技術(shù)保障。
本發(fā)明提供了一種基于多傳感器信息融合的運(yùn)維預(yù)警防范系統(tǒng)架構(gòu)，在關(guān)聯(lián)探測(cè)基礎(chǔ)上，估計(jì)目標(biāo)的狀態(tài)，對(duì)傳感器數(shù)據(jù)進(jìn)行特征提?。粚⒚恳粋鞲衅鳙@得的數(shù)據(jù)進(jìn)行融合，提取特征向量，得到融合目標(biāo)報(bào)告，完成關(guān)聯(lián)目標(biāo)狀況估計(jì)；對(duì)關(guān)聯(lián)目標(biāo)狀況進(jìn)行評(píng)估及反饋，從而構(gòu)建運(yùn)維環(huán)境綜合態(tài)勢(shì)圖；估計(jì)出運(yùn)維環(huán)境事故出現(xiàn)的程度和嚴(yán)重性，并相應(yīng)地做出指示和警告，以實(shí)現(xiàn)事故自動(dòng)預(yù)警防范。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于提供一種基于多傳感器信息融合的運(yùn)維預(yù)警防范系統(tǒng)架構(gòu)。本發(fā)明包括以下特征：
發(fā)明技術(shù)方案
1.一種基于多傳感器信息融合的運(yùn)維預(yù)警防范系統(tǒng)架構(gòu)，其具體步驟如下：
1)在關(guān)聯(lián)探測(cè)基礎(chǔ)上，估計(jì)目標(biāo)的狀態(tài)，對(duì)傳感器數(shù)據(jù)進(jìn)行特征提??；
2)將每一傳感器獲得的數(shù)據(jù)進(jìn)行融合，提取特征向量，得到融合目標(biāo)報(bào)告，完成關(guān)聯(lián)目標(biāo)狀況估計(jì)；
3)對(duì)關(guān)聯(lián)目標(biāo)狀況進(jìn)行評(píng)估及反饋，從而構(gòu)建運(yùn)維環(huán)境綜合態(tài)勢(shì)圖；
4)估計(jì)出運(yùn)維環(huán)境事故出現(xiàn)的程度和嚴(yán)重性，并相應(yīng)地做出指示和警告。
附圖說(shuō)明
圖1是基于多傳感器信息融合的運(yùn)維預(yù)警防范系統(tǒng)架構(gòu)圖。
具體實(shí)施方式
這種基于多傳感器信息融合的運(yùn)維預(yù)警防范系統(tǒng)架構(gòu)，包括如下步驟：
1)在關(guān)聯(lián)探測(cè)基礎(chǔ)上，估計(jì)目標(biāo)的狀態(tài)，對(duì)傳感器數(shù)據(jù)進(jìn)行特征提取；
2)將每一傳感器獲得的數(shù)據(jù)進(jìn)行融合，提取特征向量，得到融合目標(biāo)報(bào)告，完成關(guān)聯(lián)目標(biāo)狀況估計(jì)；
3)對(duì)關(guān)聯(lián)目標(biāo)狀況進(jìn)行評(píng)估及反饋，從而構(gòu)建運(yùn)維環(huán)境綜合態(tài)勢(shì)圖；
4)估計(jì)出運(yùn)維環(huán)境事故出現(xiàn)的程度和嚴(yán)重性，并相應(yīng)地做出指示和警告。