CN112528083A - 一种基于分布式语义模板分发的消息定制方法 - Google Patents
一种基于分布式语义模板分发的消息定制方法 Download PDFInfo
- Publication number
- CN112528083A CN112528083A CN202011436171.0A CN202011436171A CN112528083A CN 112528083 A CN112528083 A CN 112528083A CN 202011436171 A CN202011436171 A CN 202011436171A CN 112528083 A CN112528083 A CN 112528083A
- Authority
- CN
- China
- Prior art keywords
- platform
- global
- unmanned
- heterogeneous
- message
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/83—Querying
- G06F16/835—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/84—Mapping; Conversion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种基于分布式语义模板分发的消息定制方法。该方法为:对各异构无人平台的元数据信息进行重构,生成全局语义模型;分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典;无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同。本发明能适配所有异构平台的数据规则定义,在异构平台发生改变时能够动态增加或减少映射库和数据字典的内容,并适时更新推理的规则,符合现代无人系统对于智能化推理的要求。
Description
技术领域
本发明属于无人系统软件信息处理领域,特别是一种基于分布式语义模板分发的消息定制方法。
背景技术
当前无人系统(包括无人机、无人车等)采用信令进行信息交互,信令可以封转为格式化消息,用以适配信道的特性,如带宽、速率的要求。无人系统的消息的定制采用通用定制方法,即采集各无人平台特征数据项,加上传感器的数据项,结合指挥控制信息,共同定制平台通用消息标准,并生成数据项规范定义,输出到消息生成器,生成统一的消息格式化标准定义,发送到网内各无人系统平台,如图1所示。无人系统平台的消息处理器使用该标准定义,或者是封装当前的信令为格式化消息,或者是解析收到格式化消息为所需的信令,为无人系统的行动提供支撑。
当前的无人系统在定制消息时,借鉴了传统数据链消息通用设计方式,即消息通过消息生成器进行统一设计,分发给现有的网内各无人系统平台,该种方式存在以下缺陷:
1、未考虑各无人系统的异构性,对所有数据的封装均采用同一种格式进行无差别分发。当前无人系统的平台从本质上来说是异构平台,对于无人机来说,既包括大型的无人机,也包括中小型甚至微小型无人机,无人车平台同样既包括大型的无人车,也包括中小型甚至微型无人车。平台的异构性导致如果采用同一种消息定义规范,无法发挥各平台的特点。
2、按照传统数据链消息定义的统一规范,消息的定义本质是对传感器采集数据或者战术指令/协同等信息的封装,平台按照规则解析接收所有的数据。对于无人系统的各异构平台来说,需要传输或者交换的数据信息不仅是数据本身,还包括基于全局意义上对数据概念、类型、操作,无人系统的各平台需要依赖自身的计算能力完成对信息的推理以及平台间协同,从这个意义上来说,仅对传感器采集数据和战术指令/协同进行交互是不够的,还需要包括基于数据概念、类型、操作的推理交互。
3、消息对信道的适配能力差。无线信道的资源是有限的,对信息的无差别发送和接收,降低了无线信道的信道利用率;或者是消息的长度和信道传输能力的不匹配,或者消息的类型和平台的处理能力不匹配。在信道上发送的既有结构化的信息,如指控命令、目标点航迹信息,也包括非结构化信息,如无人系统拍摄的图片、视频等,以上异构平台数据通过同一个信道进行发送,平台收到并解析时需要按信息头进行识别拆分,处理效率低下。
发明内容
本发明的目的在于提供一种基于分布式语义模板分发的消息定制方法,从而高效的对无人系统运行所需的信息进行平台间的协同。
实现本发明目的的技术解决方案为:一种基于分布式语义模板分发的消息定制方法,步骤如下:
第一步、平台数据预处理及全局语义模型生成:对各异构无人平台的元数据信息进行重构,生成全局语义模型;
第二步、分布式语义模板分发:分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典;
第三步、异构平台消息生成与解析:无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同。
进一步地,第一步所述平台数据预处理及全局语义模型生成:对各异构无人平台的元数据信息进行重构,生成全局语义模型,具体如下:
步骤1.1、无人系统各平台信息提取:
消息元数据生成器将各无人平台的特征数据进行全提取,获取各无人平台内包括平台状态、平台运行数据、传感器状态、传感器监视数据在内的各项元数据,将所有元数据项以特征数据的向量形式进行描述;
步骤1.2、分类语义表征:
无人系统各平台信息分类语义化表征,生成平台各自的语义化特征数据模板,采用局部XML文件进行描述;
步骤1.3、全局化语义表征:
全局语义分析器将来自各平台的分类语义信息即局部XML文件进行全局分析,对局部XML文件中的概念进行提取、概念转化、生成、映射输出,生成全局映射表,并输出到消息定义网关。
进一步地,步骤1.1所述无人系统各平台信息提取,具体如下:
设无人系统A中共n个无人平台,第1个无人平台为A1,第2个无人平台为A2,…,第n个无人平台为An,如此无人系统A用向量进行描述,即A=(A1,A2,...,Ai,...An);
将n个无人平台的所有元数据同样用特征向量进行描述,设A1无人平台有m1个元数据,A2无人平台有m2个元数据,依次类推,An无人平台有mn个元数据,将n个无人平台的所有元数据用向量进行表示,如此第i个无人平台包含mi个元数据,即由以上知n个无人平台共有个元数据项;
无人平台Ai包含的不同类型元数据项包括平台位置信息、平台状态信息、监视目标信息,Ai中ai1描述为平台状态-平台电量,ai2描述为平台状态-运行状态,ai3描述为监视目标-目标属性,无人平台Ai的mi个不同的元数据项,共同用于表示一个无人平台不同维度的信息。
进一步地,步骤1.2所述分类语义表征,具体如下:
对于无人平台Ai,共有mi个元数据,将mi个元数据构成的特征向量用局部XML文件描述,任何一个元数据通过以下一个三元组进行表征,a=(Sn,Type,Operation),其中Sn为元数据概念描述,Type为该元数据的类型,Operation为处理该数据类型所采用的操作。
进一步地,步骤1.3所述全局化语义表征,具体如下:
概念转换器用于各无人平台的元数据概念在全局上做统一,将局部XML所包含的元数据概念转换为全局概念;
生成模型通过类型操作完成,局部类型名称映射成为相应的全局类型的名称;局部类型的输入映射成为全局类型的输入;局部类型的输出映射成为全局类型的输出;
生成关系通过关系操作完成,局部操作名称映射为全局操作的名称,局部操作的输入映射成为全局操作的输入;局部操作的输出映射成为全局操作的输出;
映射关系通过局部到全局的映射关系输出完成,即将局部概念的类型、操作方式输出为全局的映射表和全局库,其中,全局映射表将所有局部XML所表达的元数据的概念、类型、操作在经过概念转换、生成模型、生成关系后输出到一张全局映射表中,并以全局XML文件的形式进行表达;同时,定制全局数据库,将全局映射表中数据编解码所需的信息输出到数据库表中。
进一步地,第二步所述分布式语义模板分发:分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典,具体如下:
步骤2.1、全局语义模板分发:
消息定义网关将全局XML文件和全局数据库发送到分布式语义库分发服务器,等待各无人系统的异构平台进行订阅发布;
步骤2.2、全平台全局数据库发布:
分布式语义库分发服务器将全局数据库发送到无人系统各异构平台,生成一个基于该平台的平台数据字典,平台对消息的解析均要基于本地平台数据字典;
步骤2.3、基于订阅的异构平台发送语义模板获取:
无人系统各异构平台向分布式语义库分发服务器订阅发送语义模板,发送语义模板从全局XML文件中生成,为全局XML文件的一个文件切片;分布式语义库分发服务器根据无人系统各异构平台的索引字或编号,遍历全局XML文件,找出异构平台在发送消息时所需的元数据的全局概念、关系、操作描述,并将以上所有描述生成一个基于该异构平台的发送模板,发送到订阅的无人系统各异构平台,生成本地的发送消息映射库;
步骤2.4、基于订阅的异构平台接收语义模板获取:
无人系统各异构平台向分布式语义库分发服务器订阅接收语义模板,由于接收语义模板需要解析来自无人系统各异构平台的消息,分布式语义库分发服务器将全局XML文件中所有元数据的全局概念、关系、操作描述生成一个可供所有异构平台进行接收数据解析的接收语义模板,并发布到订阅的无人系统各异构平台,生成本地的接收消息映射库。
进一步地,第三步所述异构平台消息生成与解析:无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同,具体如下:
无人系统各异构平台在进行协同任务并实现消息发送时,将传感器采集到的信息数据实例化为一个对象,每个对象均包含概念、关系和操作,用一个三元组(Sn,Type,Operation)进行表达,同时根据发送消息映射库进行关联,找到相关对象的解析方式和解析索引,并查询本地平台数据字典,实现发送消息中数据项的编码操作;通过编码操作,任意信息数据都能够用比特型数据项进行表征,并适配信道的特点,根据消息字映射发送规则进行发送;
无人系统各异构平台在进行协同任务并实现消息接收时,需要对来自于信道的数据进行解析即解码操作:首先,读取接收消息映射库中的消息接收规则,完成对消息的分段这些操作规则;其次,对消息中的每个数据项,根据接收消息映射库中的索引,查询本地平台数据字典,完成对数据项的解码操作,将消息还原为数据的实例化对象,并生成异构平台的信息,包括传感器信息、战术指令、推理交互方式。
本发明与现有技术相比,其显著优点为:
(1)消息定制在模板的定义方面具有全局性,采用的全局模板定义,能适配所有异构平台的数据规则定义,根据平台需要进行分发;
(2)映射库及平台数据字典采用分布式更新机制,根据异构平台的不同,可在执行任务前分布式语义库分发服务器订阅本地发送/接收消息映射库,以及本地平台数据字典,具有更新的灵活性,在异构平台发生改变时能够动态增加或减少映射库和数据字典的内容;
(3)数据交互具有更为广义的内涵,基于局部语义统一后的全局语义模板,模板中包含了对数据关系、形式、推理的内容,可在完成数据交换后随即展开动态的数据推理,并适时更新推理的规则,完全符合现代无人系统对于智能化推理的要求。
附图说明
图1为现有无人平台消息定制方法示意图。
图2为全局语义模型生成示意图。
图3为全局语义分析器工作流程图。
图4为分布式语义模板分发及消息解析示意图。
具体实施方式
本发明一种基于分布式语义模板分发的消息定制方法,步骤如下:
第一步、平台数据预处理及全局语义模型生成:对各异构无人平台的元数据信息进行重构,生成全局语义模型;所述元数据,是平台获取的传感器数据、指令数据、协同数据、操作指令等的数据统称;
第二步、分布式语义模板分发:分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典;
第三步、异构平台消息生成与解析:无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同。
进一步地,第一步所述平台数据预处理及全局语义模型生成:对各异构无人平台的元数据信息进行重构,生成全局语义模型,具体如下:
步骤1.1、无人系统各平台信息提取:
消息元数据生成器将各无人平台的特征数据进行全提取,获取各无人平台内包括平台状态、平台运行数据、传感器状态、传感器监视数据在内的各项元数据,将所有元数据项以特征数据的向量形式进行描述;
步骤1.2、分类语义表征:
无人系统各平台信息分类语义化表征,生成平台各自的语义化特征数据模板,采用局部XML文件进行描述;
步骤1.3、全局化语义表征:
全局语义分析器将来自各平台的分类语义信息即局部XML文件进行全局分析,对局部XML文件中的概念进行提取、概念转化、生成、映射输出,生成全局映射表,并输出到消息定义网关。
进一步地,步骤1.1所述无人系统各平台信息提取,具体如下:
设无人系统A中共n个无人平台,第1个无人平台为A1,第2个无人平台为A2,…,第n个无人平台为An,如此无人系统A用向量进行描述,即A=(A1,A2,...,Ai,...An);
将n个无人平台的所有元数据同样用特征向量进行描述,设A1无人平台有m1个元数据,A2无人平台有m2个元数据,依次类推,An无人平台有mn个元数据,将n个无人平台的所有元数据用向量进行表示,如此第i个无人平台包含mi个元数据,即由以上知n个无人平台共有个元数据项;
无人平台Ai包含的不同类型元数据项包括平台位置信息、平台状态信息、监视目标信息,Ai中ai1描述为平台状态-平台电量,ai2描述为平台状态-运行状态,ai3描述为监视目标-目标属性,无人平台Ai的mi个不同的元数据项,共同用于表示一个无人平台不同维度的信息。
进一步地,步骤1.2所述分类语义表征,具体如下:
对于无人平台Ai,共有mi个元数据,将mi个元数据构成的特征向量用局部XML文件描述,任何一个元数据通过以下一个三元组进行表征,a=(Sn,Type,Operation),其中Sn为元数据概念描述,Type为该元数据的类型,Operation为处理该数据类型所采用的操作。
进一步地,步骤1.3所述全局化语义表征,具体如下:
概念转换器用于各无人平台的元数据概念在全局上做统一,将局部XML所包含的元数据概念转换为全局概念;
生成模型通过类型操作完成,局部类型名称映射成为相应的全局类型的名称;局部类型的输入映射成为全局类型的输入;局部类型的输出映射成为全局类型的输出;
生成关系通过关系操作完成,局部操作名称映射为全局操作的名称,局部操作的输入映射成为全局操作的输入;局部操作的输出映射成为全局操作的输出;
映射关系通过局部到全局的映射关系输出完成,即将局部概念的类型、操作方式输出为全局的映射表和全局库,其中,全局映射表将所有局部XML所表达的元数据的概念、类型、操作在经过概念转换、生成模型、生成关系后输出到一张全局映射表中,并以全局XML文件的形式进行表达;同时,定制全局数据库,将全局映射表中数据编解码所需的信息输出到数据库表中。
进一步地,第二步所述分布式语义模板分发:分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典,具体如下:
步骤2.1、全局语义模板分发:
消息定义网关将全局XML文件和全局数据库发送到分布式语义库分发服务器,等待各无人系统的异构平台进行订阅发布;
步骤2.2、全平台全局数据库发布:
分布式语义库分发服务器将全局数据库发送到无人系统各异构平台,生成一个基于该平台的平台数据字典,平台对消息的解析均要基于本地平台数据字典;
步骤2.3、基于订阅的异构平台发送语义模板获取:
无人系统各异构平台向分布式语义库分发服务器订阅发送语义模板,发送语义模板从全局XML文件中生成,为全局XML文件的一个文件切片;分布式语义库分发服务器根据无人系统各异构平台的索引字或编号,遍历全局XML文件,找出异构平台在发送消息时所需的元数据的全局概念、关系、操作描述,并将以上所有描述生成一个基于该异构平台的发送模板,发送到订阅的无人系统各异构平台,生成本地的发送消息映射库;
步骤2.4、基于订阅的异构平台接收语义模板获取:
无人系统各异构平台向分布式语义库分发服务器订阅接收语义模板,由于接收语义模板需要解析来自无人系统各异构平台的消息,分布式语义库分发服务器将全局XML文件中所有元数据的全局概念、关系、操作描述生成一个可供所有异构平台进行接收数据解析的接收语义模板,并发布到订阅的无人系统各异构平台,生成本地的接收消息映射库。
进一步地,第三步所述异构平台消息生成与解析:无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同,具体如下:
无人系统各异构平台在进行协同任务并实现消息发送时,将传感器采集到的信息数据实例化为一个对象,每个对象均包含概念、关系和操作,用一个三元组(Sn,Type,Operation)进行表达,同时根据发送消息映射库进行关联,找到相关对象的解析方式和解析索引,并查询本地平台数据字典,实现发送消息中数据项的编码操作;通过编码操作,任意信息数据都能够用比特型数据项进行表征,并适配信道的特点,根据消息字映射发送规则进行发送;
无人系统各异构平台在进行协同任务并实现消息接收时,需要对来自于信道的数据进行解析即解码操作:首先,读取接收消息映射库中的消息接收规则,完成对消息的分段这些操作规则;其次,对消息中的每个数据项,根据接收消息映射库中的索引,查询本地平台数据字典,完成对数据项的解码操作,将消息还原为数据的实例化对象,并生成异构平台的信息,包括传感器信息、战术指令、推理交互方式。
本发明具有以下特点:
(1)消息定制在模板的定义方面具有全局性,现有无人系统中异构平台消息的定制是基于平台自身的,不考虑和其它平台消息定制的关联性。本发明采用的全局模板定义,能适配所有异构平台的数据规则定义,根据平台需要进行分发。
(2)映射库及平台数据字典采用分布式更新机制,根据异构平台的不同,可在执行任务前分布式语义库分发服务器订阅本地发送/接收消息映射库,以及本地平台数据字典,相对于传统的集中式平台数据规范定义具有更新的灵活性,在异构平台发生改变时能够动态增加或减少映射库和数据字典的内容。
(3)数据交互具有更为广义的内涵,当前的无人系统各异构平台不但需要获取数据,完成数据交换,更要求在交换数据的同时对数据的推理分析起到支撑作用,本发明提供的方法基于局部语义统一后的全局语义模板,模板中包含了对数据关系、形式、推理的内容,可在完成数据交换后随即展开动态的数据推理,并适时更新推理的规则,完全符合现代无人系统对于智能化推理的要求。
下面结合附图及具体实施例对本发明做进一步详细说明。
实施例
本实施例一种基于分布式语义模板分发的消息定制方法,具体步骤如下:
(一)平台数据预处理及全局语义模型生成
无人系统的异构平台均拥有各自的消息元数据(不同传感器信息、战术指令、目标监视的信息等),全局语义分析器需要基于各异构平台的局部数据(局部消息语义模型),构建出全局消息语义模型。过程如图2所示,具体步骤如下:
1、无人系统各平台信息提取
消息元数据生成器将各无人平台的特征数据进行全提取,获取各无人平台内包括平台状态、平台运行数据、传感器状态、传感器监视数据等在内的各项元数据,将所有元数据项以特征数据的向量形式进行描述。
设无人系统A中共n个无人平台,第1个无人平台为A1,第2个无人平台为A2,…,第n个无人平台为An,如此无人系统A可以用向量进行描述,即A=(A1,A2,...,Ai,...An)。将n个无人平台的所有元数据同样用特征向量进行描述,设A1无人平台有m1个元数据,A2无人平台有m2个元数据,依次类推,An无人平台有mn个元数据,将n个无人平台的所有元数据用向量进行表示,如此,第i个无人平台包含mi个元数据,即由以上可知n个无人平台共有个元数据项。如,无人平台Ai包含的不同类型元数据项(共mi个)包括平台位置信息(经度、纬度、高度等)、平台状态信息(电量、控制状态、运行状态等)、监视目标信息(目标属性、位置、识别等),...,如,Ai中ai1可描述为平台状态-平台电量,ai2可描述为平台状态-运行状态,ai3可描述为监视目标-目标属性,...,无人系统Ai的mi个不同的元数据项,共同用于表示一个无人平台不同维度的信息;
2、分类语义表征
无人系统各平台信息分类语义化表征,生成平台各自的语义化特征数据模板,采用局部XML文件进行描述。
如,对于无人平台Ai,其共有mi个元数据,将mi个元数据构成的特征向量用局部XML文件描述,任何一个元数据同通过以下一个三元组进行表征,a=(Sn,Type,Operation),其中Sn为元数据概念描述,Type为该元数据的类型,Operation为处理该数据类型所采用的操作,即对于无人平台某个类型的元数据采用什么操作,局部XML表达形式如下:
3、全局化语义表征
全局语义分析器将来自各平台的分类语义信息(局部XML文件)进行全局分析,对局部XML中的概念进行提取、概念转化、生成、映射输出,生成全局映射表,并输出到消息定义网关,过程如图3。
其中,概念转换器用于各无人平台的元数据概念在全局上做统一,将局部XML所包含的转换为全局概念,如A1无人平台的“平台状态-电量”需要在全局意义上统一转换概念为“A1平台状态-电量α”,A2无人平台的“平台位置-纬度”需要在全局意义上统一转换概念为“A2平台位置-纬度ε”…。
生成模型通过类型操作完成,局部类型名称映射成为相应的全局类型的名称;局部类型的输入映射成为全局类型的输入;局部类型的输出映射成为全局类型的输出。
生成关系通过关系操作完成,局部操作名称映射为全局操作的名称,局部操作的输入映射成为全局操作的输入;局部操作的输出映射成为全局操作的输出。
映射关系通过局部到全局的映射关系输出完成,即将局部概念的类型、操作方式输出为全局的映射表和全局库,其中,全局映射表将所有局部XML
所表达的元数据的概念、类型、操作在经过概念转换、生成模型、生成关系后输出到一张全局映射表中,并以全局XML文件的形式进行表达;同时,定制全局数据库,将全局映射表中数据编解码所需的信息输出到数据库表中。
(二)分布式语义模板分发及异构平台消息生成与解析
分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典。各异构平台在发送和接收消息时,均基于发送/接收消息映射库以及本地平台数据字典进行消息的解析、推理等操作。过程如图4所示,具体步骤如下:
1、全局语义模板分发
消息定义网关将全局XML文件和全局数据库(表)发送到分布式语义库分发服务器,等待各无人系统的异构平台进行订阅发布。
2、全平台全局数据库发布
分布式语义库分发服务器将全局数据库发送到无人系统各异构平台,生成一个基于该平台的平台数据字典,平台对消息的解析均要基于本地平台数据字典。
3、基于订阅的异构平台发送语义模板获取
无人系统各异构平台向分布式语义库分发服务器订阅发送语义模板,发送语义模板从全局XML文件中生成,为全局XML文件的一个文件切片。分布式语义库分发服务器根据无人系统各异构平台的索引字或编号,遍历全局XML文件,找出异构平台在发送消息时所需的元数据的全局概念、关系、操作描述,并将以上所有描述生成一个基于该异构平台的发送模板,发送到订阅的无人系统各异构平台,生成本地的发送消息映射库。
4、基于订阅的异构平台接收语义模板获取
无人系统各异构平台向分布式语义库分发服务器订阅接收语义模板,接收语义模板不同于发送语义模板,由于接收语义模板需要解析来自无人系统各异构平台的消息,分布式语义库分发服务器将全局XML文件中所有元数据的全局概念、关系、操作描述生成一个可供所有异构平台进行接收数据解析的接收语义模板,并发布到订阅的无人系统各异构平台,生成本地的接收消息映射库。
5、消息生成与解析
无人系统各异构平台在进行协同任务并实现消息发送时,将传感器采集到的信息数据实例化为一个对象,每个对象均包含概念、关系和操作,可用一个三元组(Sn,Type,Operation)进行表达,同时根据发送消息映射库进行关联,找到相关对象的解析方式和解析索引,并查询本地平台数据字典,实现发送消息中数据项的编码操作。通过编码操作,任意信息数据都可以用比特型数据项进行表征,并适配信道的特点,根据消息字映射发送规则(操作)进行发送。
无人系统各异构平台在进行协同任务并实现消息接收时,需要对来自于信道的数据(消息比特)进行解析(解码操作)。首先,读取接收消息映射库中的消息接收规则,完成对消息的分段等操作规则。其次,对消息中的每个数据项,根据接收消息映射库中的索引,查询本地平台数据字典,完成对数据项的解码操作,将消息还原为数据的实例化对象,并生成异构平台的信息(传感器信息、战术指令、推理交互方式等)。
本发明的关键点如下:
1、无人系统异构平台全局语义处理方法
无人系统各异构平台将需要表征的元数据采用局部语义模板进行描述,在描述的过程中表征了数据的概念、类型和操作,全局语义分析器分析来自各无人平台的局部语义模板,采用生成模型、生成关系、映射关系的操作,在全局概念上统一所有异构平台的元数据信息,进行了全局性的概念、类型和操作表征。全局语义处理方法相较于传统数据链消息表征的各自平台消息模板的局部语义信息,能在全局概念上统一各平台信息的生成、交互和操作。
2、分布式语义模板分发方法
分布式语义库分发服务器采用订阅发布机制,根据各异构平台的不同,生成适配各平台的发送消息映射库和接收消息映射库,以及平台自身的平台数据字典,各平台采用订阅获取的本地平台的消息映射库和数据字典,解析发送或者接收的消息,与传统数据链消息采用统一的消息模板不同,分布式语义模板分发方法具有伸缩性,可随着异构平台的数据变化(如传感器采集数据类型的变化),动态调整发布的消息映射库,保持本地的映射库和本地数据字典的实时更新。
3、基于本地发送/接收消息映射库的消息生成与解析方法
无人系统各异构平台在发送或者接收消息时,根据本地平台的发送/接收消息映射库定义的发送/接收映射规则对消息进行分析,并查询本地数据字典,由于发送/接收采用不同的映射库,提高了编解码的效率。同时,映射库中同时包含对消息中数据的操作规则,可在本地同时完成数据的推理和分析,拓展了传统数据链消息对信息分析的空间,完成从数据交互到推理分析的跨越。
本发明在无人系统异构平台网络仿真及半实物系统模拟演示验证系统中设计使用,同传统数据链消息定义方式相比,本发明提供的基于分布式语义模板分发的消息定制方法有效提高了消息处理效率。
Claims (7)
1.一种基于分布式语义模板分发的消息定制方法,其特征在于,步骤如下:
第一步、平台数据预处理及全局语义模型生成:对各异构无人平台的元数据信息进行重构,生成全局语义模型;
第二步、分布式语义模板分发:分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典;
第三步、异构平台消息生成与解析:无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同。
2.根据权利要求1所述的基于分布式语义模板分发的消息定制方法,其特征在于,第一步所述平台数据预处理及全局语义模型生成:对各异构无人平台的元数据信息进行重构,生成全局语义模型,具体如下:
步骤1.1、无人系统各平台信息提取:
消息元数据生成器将各无人平台的特征数据进行全提取,获取各无人平台内包括平台状态、平台运行数据、传感器状态、传感器监视数据在内的各项元数据,将所有元数据项以特征数据的向量形式进行描述;
步骤1.2、分类语义表征:
无人系统各平台信息分类语义化表征,生成平台各自的语义化特征数据模板,采用局部XML文件进行描述;
步骤1.3、全局化语义表征:
全局语义分析器将来自各平台的分类语义信息即局部XML文件进行全局分析,对局部XML文件中的概念进行提取、概念转化、生成、映射输出,生成全局映射表,并输出到消息定义网关。
3.根据权利要求2所述的基于分布式语义模板分发的消息定制方法,其特征在于,步骤1.1所述无人系统各平台信息提取,具体如下:
设无人系统A中共n个无人平台,第1个无人平台为A1,第2个无人平台为A2,…,第n个无人平台为An,如此无人系统A用向量进行描述,即A=(A1,A2,...,Ai,...An);
将n个无人平台的所有元数据同样用特征向量进行描述,设A1无人平台有m1个元数据,A2无人平台有m2个元数据,依次类推,An无人平台有mn个元数据,将n个无人平台的所有元数据用向量进行表示,如此第i个无人平台Ai=(ai1,ai2,...,aimi),包含mi个元数据,即由以上知n个无人平台共有个元数据项;
无人平台Ai包含的不同类型元数据项包括平台位置信息、平台状态信息、监视目标信息,Ai中ai1描述为平台状态-平台电量,ai2描述为平台状态-运行状态,ai3描述为监视目标-目标属性,无人平台Ai的mi个不同的元数据项,共同用于表示一个无人平台不同维度的信息。
5.根据权利要求2所述的基于分布式语义模板分发的消息定制方法,其特征在于,步骤1.3所述全局化语义表征,具体如下:
概念转换器用于各无人平台的元数据概念在全局上做统一,将局部XML所包含的元数据概念转换为全局概念;
生成模型通过类型操作完成,局部类型名称映射成为相应的全局类型的名称;局部类型的输入映射成为全局类型的输入;局部类型的输出映射成为全局类型的输出;
生成关系通过关系操作完成,局部操作名称映射为全局操作的名称,局部操作的输入映射成为全局操作的输入;局部操作的输出映射成为全局操作的输出;
映射关系通过局部到全局的映射关系输出完成,即将局部概念的类型、操作方式输出为全局的映射表和全局库,其中,全局映射表将所有局部XML所表达的元数据的概念、类型、操作在经过概念转换、生成模型、生成关系后输出到一张全局映射表中,并以全局XML文件的形式进行表达;同时,定制全局数据库,将全局映射表中数据编解码所需的信息输出到数据库表中。
6.根据权利要求3、4或5所述的基于分布式语义模板分发的消息定制方法,其特征在于,第二步所述分布式语义模板分发:分布式语义分发服务器根据异构平台的订阅,将发送/接收模板以及全局数据库发布到异构平台,在异构平台生成发送/接收消息映射库以及本地平台数据字典,具体如下:
步骤2.1、全局语义模板分发:
消息定义网关将全局XML文件和全局数据库发送到分布式语义库分发服务器,等待各无人系统的异构平台进行订阅发布;
步骤2.2、全平台全局数据库发布:
分布式语义库分发服务器将全局数据库发送到无人系统各异构平台,生成一个基于该平台的平台数据字典,平台对消息的解析均要基于本地平台数据字典;
步骤2.3、基于订阅的异构平台发送语义模板获取:
无人系统各异构平台向分布式语义库分发服务器订阅发送语义模板,发送语义模板从全局XML文件中生成,为全局XML文件的一个文件切片;分布式语义库分发服务器根据无人系统各异构平台的索引字或编号,遍历全局XML文件,找出异构平台在发送消息时所需的元数据的全局概念、关系、操作描述,并将以上所有描述生成一个基于该异构平台的发送模板,发送到订阅的无人系统各异构平台,生成本地的发送消息映射库;
步骤2.4、基于订阅的异构平台接收语义模板获取:
无人系统各异构平台向分布式语义库分发服务器订阅接收语义模板,由于接收语义模板需要解析来自无人系统各异构平台的消息,分布式语义库分发服务器将全局XML文件中所有元数据的全局概念、关系、操作描述生成一个可供所有异构平台进行接收数据解析的接收语义模板,并发布到订阅的无人系统各异构平台,生成本地的接收消息映射库。
7.根据权利要求3、4或5所述的基于分布式语义模板分发的消息定制方法,其特征在于,第三步所述异构平台消息生成与解析:无人系统的异构平台在发送或接收信息时,基于发送或接收映射库以及本地平台数据字典对消息进行解析或推理操作,完成平台间信息交互、推理操作,对无人系统运行所需的信息进行平台间的协同,具体如下:
无人系统各异构平台在进行协同任务并实现消息发送时,将传感器采集到的信息数据实例化为一个对象,每个对象均包含概念、关系和操作,用一个三元组(Sn,Type,Operation)进行表达,同时根据发送消息映射库进行关联,找到相关对象的解析方式和解析索引,并查询本地平台数据字典,实现发送消息中数据项的编码操作;通过编码操作,任意信息数据都能够用比特型数据项进行表征,并适配信道的特点,根据消息字映射发送规则进行发送;
无人系统各异构平台在进行协同任务并实现消息接收时,需要对来自于信道的数据进行解析即解码操作:首先,读取接收消息映射库中的消息接收规则,完成对消息的分段这些操作规则;其次,对消息中的每个数据项,根据接收消息映射库中的索引,查询本地平台数据字典,完成对数据项的解码操作,将消息还原为数据的实例化对象,并生成异构平台的信息,包括传感器信息、战术指令、推理交互方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436171.0A CN112528083B (zh) | 2020-12-10 | 2020-12-10 | 一种基于分布式语义模板分发的消息定制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436171.0A CN112528083B (zh) | 2020-12-10 | 2020-12-10 | 一种基于分布式语义模板分发的消息定制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112528083A true CN112528083A (zh) | 2021-03-19 |
CN112528083B CN112528083B (zh) | 2022-09-30 |
Family
ID=74999920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011436171.0A Active CN112528083B (zh) | 2020-12-10 | 2020-12-10 | 一种基于分布式语义模板分发的消息定制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528083B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114116987A (zh) * | 2022-01-26 | 2022-03-01 | 中国电子科技集团公司第五十四研究所 | 一种基于语义化网络的信息交换架构 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030172368A1 (en) * | 2001-12-26 | 2003-09-11 | Elizabeth Alumbaugh | System and method for autonomously generating heterogeneous data source interoperability bridges based on semantic modeling derived from self adapting ontology |
CN101188561A (zh) * | 2007-12-20 | 2008-05-28 | 北京大学 | 基于自定义模板的通用业务数据通讯方法与系统 |
CN101719933A (zh) * | 2009-11-25 | 2010-06-02 | 北京航空航天大学 | 一种支持语义的面向全生命周期的制造网格资源服务组合方法 |
CN102938731A (zh) * | 2012-11-22 | 2013-02-20 | 北京锐易特软件技术有限公司 | 一种基于代理缓存适配模型的交换集成装置及方法 |
CN103838837A (zh) * | 2014-02-25 | 2014-06-04 | 浙江大学 | 基于语义模板的遥感元数据集成方法 |
CN104361221A (zh) * | 2014-10-31 | 2015-02-18 | 沈阳锐易特软件技术有限公司 | 基于异构系统数据映射模板的医疗数据采集系统及方法 |
CN106815296A (zh) * | 2016-12-09 | 2017-06-09 | 中电科华云信息技术有限公司 | 面向领域数据模型的结构化和非结构化的融合系统及方法 |
CN107193858A (zh) * | 2017-03-28 | 2017-09-22 | 福州金瑞迪软件技术有限公司 | 面向多源异构数据融合的智能服务应用平台和方法 |
CN108713205A (zh) * | 2016-08-22 | 2018-10-26 | 甲骨文国际公司 | 用于自动映射与数据流环境一起使用的数据类型的系统和方法 |
CN111294381A (zh) * | 2019-12-30 | 2020-06-16 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于任务规划的异构信息获取与分发方法 |
-
2020
- 2020-12-10 CN CN202011436171.0A patent/CN112528083B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030172368A1 (en) * | 2001-12-26 | 2003-09-11 | Elizabeth Alumbaugh | System and method for autonomously generating heterogeneous data source interoperability bridges based on semantic modeling derived from self adapting ontology |
CN101188561A (zh) * | 2007-12-20 | 2008-05-28 | 北京大学 | 基于自定义模板的通用业务数据通讯方法与系统 |
CN101719933A (zh) * | 2009-11-25 | 2010-06-02 | 北京航空航天大学 | 一种支持语义的面向全生命周期的制造网格资源服务组合方法 |
CN102938731A (zh) * | 2012-11-22 | 2013-02-20 | 北京锐易特软件技术有限公司 | 一种基于代理缓存适配模型的交换集成装置及方法 |
CN103838837A (zh) * | 2014-02-25 | 2014-06-04 | 浙江大学 | 基于语义模板的遥感元数据集成方法 |
CN104361221A (zh) * | 2014-10-31 | 2015-02-18 | 沈阳锐易特软件技术有限公司 | 基于异构系统数据映射模板的医疗数据采集系统及方法 |
CN108713205A (zh) * | 2016-08-22 | 2018-10-26 | 甲骨文国际公司 | 用于自动映射与数据流环境一起使用的数据类型的系统和方法 |
CN106815296A (zh) * | 2016-12-09 | 2017-06-09 | 中电科华云信息技术有限公司 | 面向领域数据模型的结构化和非结构化的融合系统及方法 |
CN107193858A (zh) * | 2017-03-28 | 2017-09-22 | 福州金瑞迪软件技术有限公司 | 面向多源异构数据融合的智能服务应用平台和方法 |
CN111294381A (zh) * | 2019-12-30 | 2020-06-16 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于任务规划的异构信息获取与分发方法 |
Non-Patent Citations (1)
Title |
---|
杨雨浓: "向语义Web of Things的设备元数据语义标注与推理机制的研究与应用", 《信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114116987A (zh) * | 2022-01-26 | 2022-03-01 | 中国电子科技集团公司第五十四研究所 | 一种基于语义化网络的信息交换架构 |
CN114116987B (zh) * | 2022-01-26 | 2022-04-12 | 中国电子科技集团公司第五十四研究所 | 一种基于语义化网络的信息交换系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112528083B (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8209710B2 (en) | Implementation system for business applications | |
CN112527528A (zh) | 基于消息队列的数据传输方法、装置及存储介质 | |
CN109889553B (zh) | 一种结构化报文自适应转换方法及装置 | |
RU2697648C2 (ru) | Система классификации трафика | |
CN112528083B (zh) | 一种基于分布式语义模板分发的消息定制方法 | |
US11838367B2 (en) | Information acquiring method, apparatus, and system | |
CN114282519A (zh) | Can数据的解析方法及装置 | |
CN116644168A (zh) | 一种交互数据构建方法、装置、设备及存储介质 | |
CN117278661B (zh) | 一种工业物联网多协议解析方法及系统 | |
CN111343201A (zh) | 一种快速适配协议变更的解析方法、装置及系统 | |
CN110175917A (zh) | 参数图形化处理的装置及方法 | |
CN114692650A (zh) | 针对大数据推荐的社交平台互动信息处理方法及系统 | |
Keleberda et al. | Personalized distance learning based on multiagent ontological system | |
CN114064685A (zh) | 数据标准化访问方法及其装置、设备、介质、产品 | |
CN112637288A (zh) | 流式数据分发方法和系统 | |
CN113505145A (zh) | 一种基于物联网自定义sql引擎联动分析方法及相关装置 | |
CN116521155B (zh) | 基于JSON描述动态生成Restful接口的方法 | |
Burow et al. | Sustainable data management for manufacturing | |
CN108737538B (zh) | 后台数据处理方法及装置 | |
CN112507127B (zh) | 一种基于先验知识图谱的智能抽取系统及方法 | |
CN116388838A (zh) | 卫星通信网络多场景多用户多业务意图转译方法 | |
CN114116987B (zh) | 一种基于语义化网络的信息交换系统 | |
EP4047785A1 (en) | Converting data structures for wind turbine operation | |
CN113569122B (zh) | 一种地图瓦片数据爬虫的识别方法及系统 | |
KR102406725B1 (ko) | 데이터 상호 호환 방법 및 데이터 상호 호환 시스템 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |