CN107066368A - 一种基于多传感器信息融合的运维预警防范系统 - Google Patents

一种基于多传感器信息融合的运维预警防范系统 Download PDF

Info

Publication number
CN107066368A
CN107066368A CN201710268959.7A CN201710268959A CN107066368A CN 107066368 A CN107066368 A CN 107066368A CN 201710268959 A CN201710268959 A CN 201710268959A CN 107066368 A CN107066368 A CN 107066368A
Authority
CN
China
Prior art keywords
estimated
information fusion
system based
alarm
situation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710268959.7A
Other languages
English (en)
Inventor
张军
徐苛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai DC Science Co Ltd
Original Assignee
Shanghai DC Science Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai DC Science Co Ltd filed Critical Shanghai DC Science Co Ltd
Priority to CN201710268959.7A priority Critical patent/CN107066368A/zh
Publication of CN107066368A publication Critical patent/CN107066368A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开一种基于多传感器信息融合的运维预警防范系统，在关联探测基础上，估计目标的状态，对传感器数据进行特征提取；将每一传感器获得的数据进行融合，提取特征向量，得到融合目标报告，完成关联目标状况估计；对关联目标状况进行评估及反馈，从而构建运维环境综合态势图；估计出运维环境事故出现的程度和严重性，并相应地做出指示和警告，以实现事故自动预警防范。

Description

一种基于多传感器信息融合的运维预警防范系统
技术领域
本发明涉及一种基于多传感器信息融合的运维预警防范系统
背景技术
随着云计算及虚拟化，呈现出“大规模”、“高密度”、“高能耗”、“复杂化”等特点，建设与发展新一代数据中心，提升数据中心基础设施管理将变得日趋重要，数据中心的基础架构融合管理与智能将成为数据中心发展的新趋势。
目前，运维缺乏自动化手段，被动运维，效率低下，大规模IT设施带来管理压力。需要实现数据中心的自动化监控，提高系统和环境参数的及时告警能力，提高系统和环境异常变化的响应速度和监控水平。使用传感器(包括摄像头)等各种手段感知信息，就能实现统一的服务管理软件平台。
融合多传感器的信息可以得到单个传感器难以得到的性能，主要体现在提高了信息冗余性与互补性。信息融合具有的性能优势主要体现为：提高了信息的可信度和目标的可探测性，扩大了时间和空间的搜索范围，降低了推理模糊程度，改进了探测性能，增加了目标特征矢量的维数，提高了空间分辨率，增强了系统的容错能力和自适应性。
传感器数据识别常用的方法有聚类分析、人工神经网络等。在特征融合中，首先将每一传感器的数据进行特征向量提取，使用人工神经网络或聚类算法将这些特征向量进行融合，得到融合目标报告。再进一步应用决策融合技术，如经典推理、贝叶斯推理、D-S证据推理、广义证据处理等，将各个传感器提供的目标报告进行融合，完成目标状态估计。
多核处理器是指在一枚处理器中集成两个或多个完整的计算引擎(内核)，此时处理器能支持系统总线上的多个处理器，由总线控制器提供所有总线控制信号和命令信号。多核处理器的运用为多传感器信息融合提供了技术保障。
本发明提供了一种基于多传感器信息融合的运维预警防范系统，在关联探测基础上，估计目标的状态，对传感器数据进行特征提取；将每一传感器获得的数据进行融合，提取特征向量，得到融合目标报告，完成关联目标状况估计；对关联目标状况进行评估及反馈，从而构建运维环境综合态势图；估计出运维环境事故出现的程度和严重性，并相应地做出指示和警告，以实现事故自动预警防范。
发明内容
本发明的目的在于提供一种基于多传感器信息融合的运维预警防范系统。本发明包括以下特征：
发明技术方案
1.一种基于多传感器信息融合的运维预警防范系统，其具体步骤如下：
1)在关联探测基础上，估计目标的状态，对传感器数据进行特征提取；
2)将每一传感器获得的数据进行融合，提取特征向量，得到融合目标报告，完成关联目标状况
估计；
3)对关联目标状况进行评估及反馈，从而构建运维环境综合态势图；
4)估计出运维环境事故出现的程度和严重性，并相应地做出指示和警告。
2.基于权利要求1的系统，使用多核处理器，对多传感器进行信息融合。
附图说明
图1是基于多传感器信息融合的运维预警防范系统图。
具体实施方式
这种基于多传感器信息融合的运维预警防范系统，包括如下步骤：
1)在关联探测基础上，估计目标的状态，对传感器数据进行特征提取；
2)将每一传感器获得的数据进行融合，提取特征向量，得到融合目标报告，完成关联目标状况
估计；
3)对关联目标状况进行评估及反馈，从而构建运维环境综合态势图；
4)估计出运维环境事故出现的程度和严重性，并相应地做出指示和警告；
5)使用多核处理器，对多传感器进行信息融合。

Claims (2)

1.一种基于多传感器信息融合的运维预警防范系统，其具体步骤如下：
1)在关联探测基础上，估计目标的状态，对传感器数据进行特征提取；
2)将每一传感器获得的数据进行融合，提取特征向量，得到融合目标报告，完成关联目标状况估计；
3)对关联目标状况进行评估及反馈，从而构建运维环境综合态势图；
4)估计出运维环境事故出现的程度和严重性，并相应地做出指示和警告。
2.基于权利要求1的系统，使用多核处理器，对多传感器进行信息融合。
CN201710268959.7A 2017-04-25 2017-04-25 一种基于多传感器信息融合的运维预警防范系统 Pending CN107066368A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710268959.7A CN107066368A (zh) 2017-04-25 2017-04-25 一种基于多传感器信息融合的运维预警防范系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710268959.7A CN107066368A (zh) 2017-04-25 2017-04-25 一种基于多传感器信息融合的运维预警防范系统

Publications (1)

Publication Number Publication Date
CN107066368A true CN107066368A (zh) 2017-08-18

Family

ID=59605045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710268959.7A Pending CN107066368A (zh) 2017-04-25 2017-04-25 一种基于多传感器信息融合的运维预警防范系统

Country Status (1)

Country Link
CN (1) CN107066368A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107066369A (zh) * 2017-04-25 2017-08-18 上海德衡数据科技有限公司 一种基于多核处理器的运维预警防范系统原型
CN107341087A (zh) * 2017-06-29 2017-11-10 上海德衡数据科技有限公司 一种基于多传感器信息融合的运维预警防范系统架构
CN113077014A (zh) * 2021-04-29 2021-07-06 上海德衡数据科技有限公司 云边缘端信息融合方法、系统、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070288414A1 (en) * 2006-06-07 2007-12-13 Barajas Leandro G System and method for selection of prediction tools
CN105184886A (zh) * 2015-09-01 2015-12-23 浪潮集团有限公司 一种云数据中心智能巡检系统及方法
CN105354614A (zh) * 2015-10-21 2016-02-24 国家电网公司 一种基于大数据的电网信息运维主动预警方法
CN106371975A (zh) * 2016-08-31 2017-02-01 国信优易数据有限公司 一种运维自动化预警方法和系统
CN107066369A (zh) * 2017-04-25 2017-08-18 上海德衡数据科技有限公司 一种基于多核处理器的运维预警防范系统原型

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070288414A1 (en) * 2006-06-07 2007-12-13 Barajas Leandro G System and method for selection of prediction tools
CN105184886A (zh) * 2015-09-01 2015-12-23 浪潮集团有限公司 一种云数据中心智能巡检系统及方法
CN105354614A (zh) * 2015-10-21 2016-02-24 国家电网公司 一种基于大数据的电网信息运维主动预警方法
CN106371975A (zh) * 2016-08-31 2017-02-01 国信优易数据有限公司 一种运维自动化预警方法和系统
CN107066369A (zh) * 2017-04-25 2017-08-18 上海德衡数据科技有限公司 一种基于多核处理器的运维预警防范系统原型

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107066369A (zh) * 2017-04-25 2017-08-18 上海德衡数据科技有限公司 一种基于多核处理器的运维预警防范系统原型
CN107341087A (zh) * 2017-06-29 2017-11-10 上海德衡数据科技有限公司 一种基于多传感器信息融合的运维预警防范系统架构
CN113077014A (zh) * 2021-04-29 2021-07-06 上海德衡数据科技有限公司 云边缘端信息融合方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
US20230036879A1 (en) Object movement behavior learning
CN110419048B (zh) 用于标识所定义的对象的系统
CN111095149A (zh) 具有自修复能力的自主驾驶车辆的多模态感测
CN107066368A (zh) 一种基于多传感器信息融合的运维预警防范系统
CN107066369A (zh) 一种基于多核处理器的运维预警防范系统原型
CN114218992B (zh) 异常对象的检测方法及相关装置
CN107092548A (zh) 一种基于多核处理器的运维预警防范系统架构
CN106778907A (zh) 一种基于多传感器信息融合的智能行车预警系统
KR101842488B1 (ko) 원거리 동적 객체의 검지 및 추적을 기반으로 한 행동패턴인식기법이 적용된 지능형 감지시스템
CN111754816B (zh) 一种移动物体意图识别装置、方法、系统、终端和介质
CN107341087A (zh) 一种基于多传感器信息融合的运维预警防范系统架构
CN107908531A (zh) 一种基于多核处理器的运维预警防范决策系统
US20200074213A1 (en) Gpb algorithm based operation and maintenance multi-modal decision system prototype
Velychko et al. Artificial Intelligence Based Emergency Identification Computer System
Keivani et al. A vision-based driver assistance system using collaborative edge computing
CN107145424A (zh) 一种基于多核处理器的运维预警防范系统接口
CN107133146A (zh) 一种基于多核处理器的运维预警防范感知系统
Lakshmi et al. Vehicle collision warning and accident detection using raspberry pi and ssd mobilenetv1
CN107346110A (zh) 一种基于多核处理器的运维多模态决策系统原型
Chauhan et al. Detection of Reckless Driving using Deep Learning
CN107332708A (zh) 一种基于多核处理器的运维多模态决策感知系统
US20240153275A1 (en) Determining incorrect predictions by, and generating explanations for, machine learning models
CN107300868A (zh) 一种基于多核处理器的运维多模态决策系统接口
EP3893223A1 (en) Detection capability verification for vehicles
Tiger et al. Towards learning and classifying spatio-temporal activities in a stream processing framework

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170818

WD01 Invention patent application deemed withdrawn after publication