CN113518989A - 多维量化和分布式自动系统管理 - Google Patents

多维量化和分布式自动系统管理 Download PDF

Info

Publication number
CN113518989A
CN113518989A CN201980077631.4A CN201980077631A CN113518989A CN 113518989 A CN113518989 A CN 113518989A CN 201980077631 A CN201980077631 A CN 201980077631A CN 113518989 A CN113518989 A CN 113518989A
Authority
CN
China
Prior art keywords
quantum
quanta
controllers
participants
management
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
CN201980077631.4A
Other languages
English (en)
Inventor
朱利奥·塞萨尔·博尔扎尼·德·坎波斯·费雷拉
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.)
Emprisa GmbH
Original Assignee
Emprisa GmbH
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 Emprisa GmbH filed Critical Emprisa GmbH
Publication of CN113518989A publication Critical patent/CN113518989A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/012—Automatic controllers electric details of the transmission means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供了自动系统管理，其中通过嵌入在管理系统本身的组件中的预定义属性来控制/管理部分或全部的系统操作。具有属性的量子的创建允许按以下方式来编程用于系统管理的规则：任何用户、客户、提供者或任何其他类型的参与者都可以与所述系统进行交互，而无需中介或批准者。

Description

多维量化和分布式自动系统管理
相关申请的交叉引用
本申请要求在2018年11月26日提交的第62/771,311号美国临时申请的权益，其通过引用并入本文。
关于联邦资助研究或开发的声明
无。
技术领域
本技术涉及用于自动管理的方法和系统，其通过将作为给定系统的一部分的维度或方面中的全部或一些维度或方面进行量化来工作，创建一种或几种类型的量子(Quanta)。本技术还涉及用于其他应用的自动系统管理的基于量子的方法和系统，包括例如基于性能的自由飞行ATM(空中交通管理)、运输网络、道路交通预测和管理、能源分布、传感器的公共网络、本地电磁频谱分配和轨道跟踪以及交通管理。
背景技术
在过去，不同的系统需要不同的管理方法，这主要是由于特定系统管理所特定的需要，例如安全性、保密性、故障成本、性能、冗余性、可靠性和弹性；以及系统特定的属性，例如复杂性、大小和实际物理实施。
提供一种可用于管理不同问题集合的基于量子的自动管理系统和方法将是有利的。
附图说明
将结合附图来阅读以下对示例性非限制性说明性实施例的详细描述，在附图中：
图1是示例的基于量子的分布式自动系统管理计算系统的示意性框图；
图1a、图1b、图1c和图1d示出了多维量化的示例；
图2a和图2b示出了用于图形的量化的示例；
图3a和图3b示出了将时间作为用于定义量子的参数(图3a)或作为用于定义量子的附加维度(图3b)；
图4a、图4b、图4c和图4d示出了在简单系统中的自动管理的示例；
图5a、图5b、图5c和图5d示出了在简单系统中的嵌入式管治的示例；
图6示出了用于基于性能的自由飞行ATM示例实施例的参与者和量子；
图7示出了沿着轨迹的保留量子的概念3D绘图；
图8a和图8b分别示出了用于低精度导航交通工具和高精度导航交通工具的沿相同轨迹的保留量子的概念2D绘图；
图9示出了通过相邻空域的操作；
图10示出了用户定义的从A到B的飞行计划的示例，其轮廓化了限制空域、遵守噪声限制以及符合航行地役权；
图11a和图11b示出了在空域可用性和改道轨迹中的实时变化；
图12示出了从现有技术系统到类似于本示例实施例中所呈现的系统的可能过渡；和
图13示出了空中交通运输网络和1D量子的概念绘图。
具体实施方式
分布式自动系统管理
此处提出的方法通过嵌入在管理系统本身的组件中的预定义属性来控制/管理部分或全部系统操作，提供了改进的自动系统管理。具有属性的量子的创建旨在允许以任何用户、客户、提供者或任何其它类型的参与者都可以与系统交互而不需要中介或批准者的方式来对用于系统管理的规则进行编程。
管理系统的方法包括定义所述系统的参与者及它们的属性；量化作为给定系统的一部分的维度或方面中的全部或一些，创建一种或几种类型的量子及它们的属性；其中参与者和量子属性允许以其中参与者和量子能够与系统交互以及在它们自身之间交互的方式来对用于系统管理的规则进行编程；以及通过嵌入在量子中和/或在参与者中的预定义属性来控制/管理部分或全部的系统操作，来提供自动系统管理。所述方法还可以包括连接系统的所有组件的通信网络，其可以允许消息、请求、命令、交易的交换以及更复杂的、数据密集型通信和存储能力。所述方法可以使用至少包括所述量子和参与者的系统的组件。
一些实施例可以在它们的实现中采用中心化的设计选择和技术，这限制了由这种方法的分布式特性所提供的益处。中心化设计选择的示例是但不限于：作为参与者的一个中心控制器、作为参与者的多个去中心化的控制器、使用网络中的参与者作为在所述网络外的若干其他参与者的代理、以及由在所述量子中编程的单个参与者进行批准。中心化技术的示例是但不限于中心计算系统，其中量子由共享中心化基础设施的数据库注册表或独立代码来表示。
图1示出了包括多个去中心化的、分布式量子控制器1002的示例系统1000。在这个实施例中，可以有任意数量的量子控制器1002(1)，1002(2)，...，1002(N)。这些控制器1002可以各自包含处理器1004，例如CPU(中央处理单元)、GPU(图形处理单元)、基于ASIC硬件的处理器、门阵列或其任何组合。在每种情况下，处理器1004可操作地耦合到非暂时性存储器1006，其可以包括随机存取存储器(RAM)、只读存储器(ROM)、磁存储器或其任意组合。存储器1006可以存储指令，所述指令当由处理器1004执行时执行如本文所描述的基于量子的处理。各种量子控制器1002经由网络1008通信，该网络可以是任何种类的网络，诸如有线、无线或其任何组合。
在所示的示例实施例中，量子控制器1002各自接收输入。量子控制器1002各自根据由存储在存储器1006中的可执行指令所命令的基于量子的处理，来处理这些输入。每个量子控制器1002可以独立于其他量子处理器的处理来处理其相应的输入，但是也可以协调跨越系统1000的分布式处理，如以下在各种示例中所解释的。
总体系统1000可以产生一个或多个输出，如图所示。这些输出可以由一个或多个量子处理器1002和/或由仲裁器(未示出)生成，所述仲裁器包括从各种量子控制器1002接收输出并且基于其生成(一个或多个)输出的附加处理器。
如上所述，图1仅是系统1000的一个示例架构。其它示例可以是中心化的，其中每个量子控制器1002由在多线程计算机系统上执行的进程来实施。在另一个替代方案中，每个量子控制器1002可以被实施为在多核、多线程处理器中的虚拟机。
示例性架构的概述可以是基于量子的系统，包括：第一量子控制器，其基于从至少一个维度的量化所创建的至少一个量子来执行基于量子的过程；第二量子控制器，其基于从至少一个维度的量化所创建的至少一个量子来执行基于量子的过程；以及通信连接，其使得所述第一和第二量子控制器能够通信。由第一量子控制器控制的量子可以与由第二量子控制器控制的量子相同；或者由第一量子控制器控制的量子可以不同于由第二量子控制器控制的量子。
实例：在分布式系统中的数据和信息共享
所提出的方法的实施例不仅定义了具有量子、参与者及其属性的系统，而且定义了分布式通信网络，该分布式通信网络对于用于管理该系统的任何连接技术都是不可知的。在不同量子和参与者之间的交互不仅可以包括简单的消息、请求、命令或交易，而且可以包括更复杂的、数据密集型的通信和存储能力。
在给定系统中，若干参与者可以通过分布式网络以对等(例如，点对点)或广播方式共享它们自己的数据。在这种系统中，一个或多个参与者可以将这种数据处理成信息，且然后再次以对等(例如，点对点)或广播方式通信回网络。最后，一些参与者可以负责记录通过所述网络广播的特定数据的历史，而其他参与者可以充当可用于在该给定系统中的量子和参与者的分布式存储基础设施。
示例性非限制性实施例提供了一般方法来设计用于多个不同系统的分布式自动系统管理，利用了在诸如数字化、连通性(越来越冗余和无处不在)、分布式计算能力、在边缘(edge)上的计算、IoT技术(物联网)、分布式记账和智能合同等领域中的若干进步。
这些改进允许例如以最小的相关成本或增加的复杂性作为系统管理方法的一部分将提供的安全性、保密性和弹性。示例性非限制性方法可以为否则将将采用更简单、能力更差的解决方案的应用提供例如高保安性和安全性而不会引起高成本和/或复杂性。
示例的非限制性实施例将方法和系统应用于以下示例应用：
·基于性能的自由飞行ATM(空中交通管理)，
·运输网络
·道路交通预测与管理
·能源分布
·传感器公共网络
·本地电磁频谱分配
·轨道跟踪和交通管理。
实施例提供了用于分布式自动系统管理的方法，其通过量化作为给定系统的一部分的维度或方面中的全部或一些维度或方面来工作，创建一种或多种类型的量子。另外，给定系统的所有类型的参与者将被定义。在定义了所有类型的量子和参与者的情况下，它们的属性的定义和在所述系统内的交互的标准形成了用于发生自动系统管理的规则，甚至形成了将管治其演变的一些规则。
多维量化
作为非限制性实施例，管理系统的方法可以包括：定义所述系统的参与者及它们的属性；量化作为给定系统的一部分的维度或方面中的全部或一些，创建一种或若干类型的量子及它们的属性；其中参与者和量子属性允许以参与者和量子能够与系统交互以及在它们自身之间交互的方式来对用于系统管理的规则进行编程；以及通过嵌入在量子和/或参与者中的预定义属性来控制/管理部分或全部的系统操作，来提供自动系统管理。这种方法还可以包括通过连接所述系统的所有组件的网络来建立通信，所述通信可以允许消息、请求、命令、交易的交换以及更复杂的、数据密集型的通信和存储能力。在这个示例中，组件至少表示量子和参与者。
在非限制性示例实施例中，对要管理的系统的不同维度进行量化，这些维度中的每一个最终具有不同特性，创建多个量子。图1a-1d示出了用于不同空间维度的量化的示例。例如，空间维度可以按每个量子将表示如下的方式来量化：
·点(无维或零维空间)(参见图1c)，
·长度(参见图1a)，
·面积(参见图1b)，
·体积(见图1c)，或
·多维体积(多于3维)(参见图1d)。
更详细地，图1a示出了典型的一维量子-基本上是被分成离散值(例如整数)的数字线。因此，根据图1a的1D量子的值在该实施例中将由任何整数定义，而不采用任何分数值。
图1b示出了2D量子的两个不同的示例。左手边的情景示出了一系列被分段的同心圆。因此，用于这种区段的标志符指示：(1)所述同心圆中的特定一个，以及(2)在该特定同心圆中的特定区段的方位角。右手侧的场景示出了被分段的矩形(正方形)区域。正方形区域中的用于这种区段的标志符指示在所述正方形区域内的2D区段阵列中的所述区段的X和Y位置。
图1c示出了3D量子的实例。用于所述立方体积中的每个区段的标志符指示在所述立方体积中的3D区段阵列中的所述区段的X、Y和Z位置。
图1c还示出了零维量子可以被定义在所述立方体积(或任何维度空间)内。
图1d示出了示例的多维(4D)量子。这个示例包括立方体积的线性阵列。4D量子指示符将指示：(1)所述立方体积中的特定一个，以及(2)在所指示的立方体积中的X/Y/Z位置。
任何数量的维度都是可能的。包括例如笛卡尔坐标或球面坐标的任何坐标系也是可能的。
如果需要，在同一系统中可以具有不同的量子类型。例如，如图1c所示，系统可以在3维空间中被量化，创建用于表示在该空间中的较小体积的量子，并且还具有分布在该相同空间中的多个零维量子。另一个例子是使那些3维量子中的一些而不是它们的全部，也用于表示在所述3维空间之外的附加维度(参见图1d)。
作为另一个例子，在由图表示的系统的情况下，可以按将它们的长度分成若干量子的方式(沿着所述图的每个边的一维量化)对边进行量化，如图2a所示。替换地，每个边作为整体或每个顶点(两个或多个边之间的交点)可以是量子(无维度)，如图2b所示。
对于不是无时间的系统，时间可以是或可以不是用于定义量子创建的附加维度，这取决于系统特性、行为、目标以及甚至什么是更适合于特定期望实现的。
在时间是用于定义量子创建的维度的情况下，将看到仅表示该系统的时刻的一个量子或若干量子，并且量子序列将被需要或用于表示时间进展或序列。参见图3b，其示出了图1c所示类型的3D量子的序列，但是以时间进展或序列来组织，使得时间是附加的(在这种情况下是第4个)量子维度。
在时间不是用于定义创建量子的维度的情况下，可以将其视为与量子和参与者交互以及记录系统历史的附加参数，参见图3a。在这种情况下，时间可以是连续的或离散的物理量。
每个量子代表管理给定系统的所有量化维度中的最小分辨率。每个量子可以具有分配给它的多个属性。属性可以在所有量子中相等的、在所述量子的各部分中相等的、或者对于每个量子是独特的。属性的定义可以考虑与所述系统相关的所有类型的因素，不论是系统内部的还是外部的，并且都将根据每个系统的自然动态以及预期操作所需的管理和管治(即更改所述规则的权限和标准)来设计。
除了具有属性的量子之外，这种方法的实施例还可以定义用户、客户、提供者以及与量子交互并且以多种方式彼此交互的其他类型的参与者。与量子相似，参与者也具有以其中量子和其他参与者可以与它们交互的方式注册的属性。此类参与者的属性的示例可以是但不限于：
·当前状况，
·当前状态，
·标识，
·参与者的类型，
·系统中允许的操作类型，
·正在执行的操作类型，
·到期日期，
·活动、能力的历史，
·性能，
·对所述系统某些方面的授权，
·来自参与者的实时数据，
·提供给其他参与者的服务，
·其他。
不同的参与者和不同的量子对其他量子和参与者的属性具有不同的权限和职责。这种方法所提出的系统管理和管治技术的这一方面提供了有利的能力和灵活性。
示例的分布式自动系统管理
例如，考虑图4a中描述的系统的分布式自动系统管理，其中量子表示可以由2类参与者(客户C1和C2)保留的资源。在这种情况下，客户C2具有紧急使用的权利，而不管任何当前或计划的保留。每个量子具有指示其被保留、自由或在任何时间保留用于紧急情况的属性(P1)。而且，每个量子具有用于建立其可以被保留的时间(P2)、以及允许哪种(或哪个)客户保留该量子(P3)、和该C2具有紧急使用的权限(P4)的属性。
如果C1与4个量子交互以保留它们，但是一个量子具有嵌入属性中的规则以指示它不能在所请求的时间被保留，则C1从成功保留的3个量子接收3个确认，并且从第4个量子接收1个“拒绝”。参见图4b。之后，C2请求为紧急情况保留2个量子。但是，它们中的一个已经被分配给了C1，参见图4c。由于C2具有优先权，这个量子将被分配给C2，并且将通知C1和C2两者分别取消保留和确认，参见图4d。
这是一个非常简单的例子，用于说明管理规则如何被嵌入量子和参与者属性中。然而，这些管理规则可能是非常复杂的，具有逻辑运算符、算法和用于安全目的的加密。
除了自动系统管理之外，量子和参与者属性还使得嵌入的管治规则能够在任何问题不能被自动解决的情况下支持系统演进以及解决管理决策。
例如，在先前描述的相同系统中，考虑参与者S1具有改变针对给定量子的管理规则的权限，参与者S2具有针对2个其它量子的相同权限，并且两者都应当同意改变针对第四量子的规则。参见图5a。
在这种情况下，如果S1定义新规则并更新它具有权限的所有量子，则具有与S2共享的权限的量子将不会使所述改变生效，直到S2也更新它，而不管是改变应当立即生效或在将来生效。参见图5b、5c、5d。
所提出的方法利用与分布式系统相关联的益处，诸如可靠性、弹性、可访问性、可扩展性和增加的安全性。特别地，当通过使用能够运行嵌入在分布式记账中的代码的DLT(分布式记账技术)来设计和实施时(这通常被称为智能合同)，所提出的方法的实施例可以最大化通常与分布式系统相关联的这些和其他益处。DLT的实现可以基于区块链(以其多种风格中的任一种)、DAG(分布式非循环图)或该种类的任何其他技术以各种方式进行，这些实现中的每一个在性能、功能、安全性、针对共识所需的计算能力等方面具有特定的利弊之处。在这样的实施例中，可能的结构将包括在用于表示每个量子的单个分布式记账中的单个智能合同、用于管理若干类型的量子的若干智能合同(每个智能合同使用不同的分布式记账)以及无数的其它组合。在这样的实施例中，若干不同类型的分布式参与者执行DLT共识算法和智能合同执行的处理，创建了转换成分布式物理基础设施的分布式逻辑基础设施。
除了具有智能合同的DLT的分布式特征之外，这个方案还提供了用于实施伴随有增加的安全性的管理规则的灵活且强大的工具。例如，可以提供基于散列函数和/或交易历史的数字签名，其在实际情况下是不可改变的和/或不可破坏的。
实例：基于性能的自由飞行ATM-空中交通管理
图6中所示的一个非限制性示例的实际实施例呈现了用于分布式自动的基于性能的自由飞行空中交通管理的方法和系统。呈现了这种方法和系统的元素，并且应当提供对所提出的方法用于空中交通管理问题的适用性的清楚理解。
这个示例的参与者可以包括：
空域用户(飞行器102)。
机队运营者。
空域当局104。
市政当局106。
土地所有者108。
应急服务110。
天气信息提供者112。
空中交通监视提供者。
关于所述量子，在这个示例中的定义空域被划分为多个小的3维体积。最后，在这个示例中的那些体积将小到在该空域中的一些飞行器或其他飞行器将不能在它们的物理尺寸内飞行的程度。这些小空域体积中的每一个定义了量子，并且时间是用于与量子和参与者交互的参数，而不是用于定义量子的维度。
考虑到量子将由分布式记账中的智能合同来表示，其方式是其对操作的唯一要求是普遍存在的冗余连接的可用性。当然，即使具有冗余，备份系统和紧急过程也将覆盖在其中没有连接性的异常操作情景。
这个例子除了已经提出的量子之外没有其它类型的量子，也没有在所提出的量子中的附加维度。替换地，可以使用附加类型的量子来处理空中交通管理问题的各个方面。例如，代替将天气条件作为在每个已经定义的量子中的属性来考虑，可以定义不同类型的量子，最终具有相同的3维尺寸、不同的3维尺寸或无维度(仅是空间中的点)，并且将这些量子用于一个或多个与天气相关的目的。
考虑到天气方面，例如风、温度、湿度、压力和降水量，作为在已经创建的类型的量子的附加维度在一些情况下可能是不实际的。量子维度被量化，并且在如本文中所建模的这个示例ATM问题中，以针对风、温度、湿度、压力和降水的值中的每个不同组合来处理不同的单个量子将是没有优势的。最终，这种类型的布置可能适用于其他应用或针对ATM或天气问题的其他方案。
在其中每个量子由一个或多个分布式记账中的智能合同来表示的实施例中，具有不同类型的量子的方案可以在更新用于表示量子本身的智能合同时带来一些对系统演变的管治益处。例如，它可以便于仅由天气提供者112和空域当局104部署的用于“天气量子”的智能合同的更新版本，而不接触用于“交通量子”的智能合同。通过针对天气和交通两者使用单个量子，由于天气而引起的所述量子中的任何变化不仅要求涉及空域当局104和天气服务112，而且要求涉及市政当局106、土地所有者108、紧急服务110和空中交通监视提供者，尽管事实上这些参与者与应当如何管理天气方面没有关系。
这个示例实施例实现了用于基于性能的自由飞行的分布式自动管理。在飞行计划中，考虑到其在不同速度下的导航精度、起飞时间的变化和所有必要的安全边际，在交通工具102周围保留的量子的量根据其导航精度和速度以其围绕交通工具的方式而变化。
基于性能的方案通过允许更好装备的性能更好的交通工具102优化它们的轨迹并减少间隔来最大化空域利用，同时通过为它们的操作保留更大的空域体积来确保较差装备的性能降低的交通工具也能够进入所述空域。所有这些都在不损害安全边际的情况下进行，这对于初始操作来说可能是非常保守的，且然后随着操作经验的积累而随时间减少。安全有效的自由飞行一直是空域圣杯。非常需要一种开放的天空，其允许用户从A到B进行直接飞行，而不受航道、导航辅助或ATM间隙的限制。
在这个示例实施例中，被管理空域的扩展被认为是大都市规模。相邻区域可以应用相同的系统，以限定不同的用户，以便用户可以以透明的方式通过不同的空域进行飞行，所述透明的方式结合了多个飞行计划，每个飞行计划用于不同的空域、穿过连接点。参见图9，除了通过限制在分布式网络中的量子、参与者、用户和交易的数量来帮助系统的总体性能之外，类似这样的布置也帮助规则制定。用于本地空域的规则制定将仅涉及与该本地空域相关联的参与者，例如市政当局106、土地所有者108和本地应急服务110。任何更新将不会影响相邻空域及它们的参与者。
关于网络服务，在这个示例中，除了其他数据源之外，天气信息提供者112和空中交通监视提供者还从用户和参与者接收数据。在该空域中飞行的用户可以提供来自各种机载传感器的数据，作为一些示例，这些机载传感器测量温度、压力、湿度、风、湍流、阵风、来自气象雷达的数据、云的图像、附近区域中的降水的图像以及检测到的雷击。这同样适用于地面气象站。从其他参与者和数据源，气象信息提供者可以从微下击暴/风切变机场雷达、卫星、全国气象服务、来自政府机构和许多其他机构的通知来接收气象信息。天气信息提供者将例如通过使用数据融合和大数据算法来处理所有这些数据，且然后广播给用户。这种广播可以通过使用分布式网络更新量子属性来进行，或者通过其他通信信道直接发送给用户。
对于交通信息提供者，概念是相同的。来自用户的车载传感器检测附近的交通，并通过使用分布式网络来与交通信息提供者共享该信息。除了用户自己的GNSS接收器之外，机载传感器可以是雷达、相机、LIDAR和其他，其中的大多数将随着自主飞行成为标准而无处不在。最终，这种数据共享将被货币化，以促使运营者具有更好装备的交通工具。除此之外，许多其它数据源可以是这种布置的一部分，在它们之中当前的ATM基础结构将是无缝集成的，直到退役为止。
这种用于交通监视和监督的布置将不仅允许以不断增长的精度监视用户，而且允许识别在空域内的非协作交通工具和其他威胁。例如，用户的机载短程雷达和LIDAR系统以及位于附近的陆地区周围的地面相机可以识别鸟群或者甚至是单个鸟。基于那些传感器的已知精度，交通信息提供者将能够定义其位置、速度和飞行方向，应用适当的安全边际并将这种信息广播给所有附近的用户。在该空域中飞行的任何非协作交通工具将发生相同的情况。
在这种布置中，需要在空域中运行并且在需要携带额外的发射机和处理能力时而会在性能上受到高度惩罚的小型交通工具，可以通过使用代理来在所述网络中运行。在另一使用情况下，小型娱乐无人机可能停留在受控空域之外，在其高度限制、地理限制内飞行，并且在一些情况下，仅向所述网络广播它们的位置。
交通提供者、空域当局104或其他参与者将在技术上能够执行空域监视和监督、呼叫偏离它们的规划轨迹的交通工具102并检测非协作飞行器。在一些示例中，在所述系统内的规则也应当考虑安全性和用户隐私问题，应当仅向具有对用户的私人信息的适当访问级别的适当参与者授予这种能力。
表1-量子维度及其属性的实例
Figure BDA0003083134110000151
表2-参与者及其属性的示例
Figure BDA0003083134110000152
为了定义飞行计划，用户必须考虑交通工具102的特性、空域的可用性以及在要保留的量子中编程的规则。用户制定飞行计划，最终应用针对时间、距离、能源、成本或任何其他指标的优化算法。用户将飞行计划提交到分布式网络。分布式网络处理飞行计划，且共识算法根据所述飞行计划的按计划执行，来确认所有标准均已满足、并在不同时间中将所有受影响的量子中的“状态”属性从“自由”更改为“保留”。
作为自由飞行的基于性能的规则将如何影响飞行计划的示例，与噪音更大的交通工具相比，更安静的交通工具102能够飞的更接近建筑物。具有更高导航精度的交通工具将能够使用更好的路线、并沿途保留更少的量子(参见图8a和8b)，最终为所述空域的使用支付更少的费用。不依靠多种设计冗余的可靠性较差的交通工具102不会在人口稠密的区域上空飞行。
另外，具有紧接在其财产上的空域之上的权限的土地所有者108可以利用航空地役权来授予对该空域的访问，使航空地役权被编程在与用于表示该空域的量子相关联的智能合同中。除了访问授予之外，在航空地役权中的附加规定可以最终定义允许的飞越时间、操作类型和通行费。例如，参见图10，分布式智能合同将处理所有这些方面，且然后自动地批准飞行计划。
系统操作是完全自动的，但是可以由人或其他独立系统激活的一系列“紧急按钮”可以是对于参与者可用的。例如，在城市街区发生火灾的情况下，应急服务可以能够关闭在该火灾上方的空域。遵循适用的当地法律，用于关闭这种空域的应急服务110权限可以被编程在智能合同中。参见图11a、11b。
一旦所述空域的一部分关闭，具有受影响的飞行计划的交通工具102将接收通知，且然后去往替换方案或向所述网络提交新的飞行计划。优先权可以分配给已经飞行的交通工具，并且可以增加边际以确保即使在最严格的情况下也可以重新安排路线。
为了从现有技术的空域管理系统过渡到类似于在这个示例性实施例中呈现的系统，在使用广泛模拟的开发之后，所有测试和初始操作可以在当前空域布置的受限部分中进行，并且仅利用无人驾驶的交通工具。参见图12，在这些初始步骤之后，所述系统然后可以迁移到所述空域的其它部分。
另外，关于使用DLT的实现，其在每秒交易方面的当前性能可能不足以支持如在这个ATM示例中提出的、具有要针对单个飞行计划进行处理的极高智能合同计数的布置。然而，DLT的性能指标正在快速改进(例如，DAG分布式非循环图和不基于PoW(工作量证明)的共识算法)。另外，许多当前众所周知的DLT是以全世界范围的足迹操作的无须许可网络。对于这种ATM系统，所述网络可以是被许可的(所有节点都是已知的)，以允许使用更快的共识算法。此外，绝大多数用户在地理上更近，并且所选择的DLT技术可以允许分片，以分别有助于进一步减少延迟并以更少的步骤达到共识。
在所述示例中，在DLT演变及其ATM系统的属性之上，这里提出的系统还可以利用“压缩技术”使参与者与用于表示量子的智能合同通信。代替针对每个量子的单个交易，可能的是针对每个飞行计划的单个或几个交易，以使得每个交易具有在用于在所述网络中执行针对该特定交易的共识的所有节点中本地化地、识别每个受影响的量子的、建立完整飞行计划所需的信息。
实例：运输网络管理
这个示例实施例呈现了所提出的方法在分布式自动运输网络管理系统中的应用。这种网络可以是用于地下运输的隧道网络、工业应用中的输送机网络、在地面和地下层面上运行的轨道网络或任何其它运输网络。为了说明所述方法在这种问题中的应用，这个示例性实施例将专注在作为如图13所示的空中运输系统的一部分的空中航道网络上。
与基于性能的自由飞行空中交通管理的先前示例不同，在这个示例中的运输网络管理包括若干先前定义的航道。这种系统可以与当前就位在全世界范围内的ATM和空域过程以及与前面例子中提出的ATM协同操作。
这种系统的元素被提出，并且应当提供对所提出的方法对于这种应用的适用性的清楚理解。
这个简化例子的参与者是：空域用户(飞行器)102、机队运营者、空域当局104、市政当局106、土地所有者108、紧急服务110、天气信息提供者112和空中交通监视提供者。
在这个示例中的量子包括在空间中以用于连接各个点的直线排列的若干空间体积，最终形成具有多个分支的图。这些点可以是着陆/起飞区、跑道、与其他空域交界的点、或者其中若干路线会聚以将飞行重定向到其他航道的在空间中的点。这些空域体积的空间位置和大小将在创建航道时被定义，并且如果需要的话可以在任何时间被改变/调整。仍然关于所述量子，时间是用于与量子交互的参数，而不是用于定义量子的维度。在这个示例实施例中，考虑将由分布式记账中的智能合同来表示量子。
形成所述网络的航道可以基于在该空域中飞行的所有交通工具102遵循的公共过程而在空间中具有它们的尺寸和位置。然而，基于性能的方案对于所述网络也是可能的，其中特定航道仅可由例如以下用户访问：所述用户符合对噪声、导航精度、速度、可靠性或在故障的情况下执行特定安全意外的能力的最低要求。
在所述网络内的每个飞行在其开始之前应当具有有效的飞行计划。所述飞行计划定义了随着飞行进行而沿着路线在不同时间要保留的量子的数量。参见图7，作为沿着飞行计划轨迹的保留量子的概念性3D绘图的示例。如果飞行计划有效，则从所述路线的起点到终点与其他飞行没有冲突，并且所述飞行计划符合针对该路线所要求的所有性能。
交通工具沿路线不断更新它们的位置。天气信息提供者112和空中交通监视提供者的角色将与在先前的空中交通管理示例中的角色相同。但是，考虑到运输网络的限制性更强，交通和天气信息两者都只能集中在交通工具102主动使用的区域上。
可能的公共布置是一组相邻的航道，如果需要的话，这些航道可以动态地改变飞行方向甚至是空间位置。航道的大小和空间位置不仅出于安全原因而考虑了间隙，而且考虑了可能影响社区的其它方面，例如噪声、隐私、视觉影响、空气质量(在非零排放交通工具的情况下)等。另外，在沿同一航道的交通工具之间的足够间隔以及在相邻/附近航道中的交通工具之间的飞行方向和间隔应被限定为确保在该区域中的所有交通工具具有足够的间隙，以在故障的情况下执行安全程序并且在任何非合作威胁的情况下避免碰撞。
在这个示例中定义的量子允许任何参与者具有与在前一示例中呈现的分布式系统相同种类的交互。然而，再次，给定使用航道的运输网络的简化性质，有可能在创建航道时将定义参与者的许多感兴趣方面。例如，市政当局106和受影响的土地所有者108将参与航道的定义、它们的允许的空间变化以及它们的操作标准。因此，可以不需要关于隐私和噪声来评估和批准每个飞行计划。
实例：道路交通预测和管理
这个示例性实施例提出了用于构思分布式自动道路交通预测和管理系统的方法的应用。这种系统的元素被提出，并且应当提供对所提出的方法对于这种类型的道路交通预测和管理问题的适用性的清楚理解。
这个简化例子的参与者是：用户102(有人驾驶的或自主驾驶的汽车、卡车、有轨电车、摩托车、自行车等)、运输当局104、市政当局106、机队运营者、应急服务110和天气信息提供者112。
这个系统的目的是根据所涉及的场景来预测交通将如何在不久的将来、提前几秒、几分钟或几小时中发展，以启用无数应用以优化地面基础设施的利用、优化交通工具的使用并且最终防止交通堵塞的形成以及改善用户的日常生活的。
显著改进对近期交通的预测不仅改进了对于行程的时间估计，而且创造了机会以采取行动以避免产生交通堵塞。当前系统已经利用在乘客电话的后台中运行的地面传感器和移动应用程序来监视交通。这些系统基于在一周或一年中的给定时间和日期的周期性模式来预测交通。然而，尽管这种预测是基于历史数据的，但是这些系统主要是反应性的而不是主动的。
然而，这里提出的分布式自动道路交通预测和管理系统提供了协作和安全的平台，以通过考虑实际交通工具驾驶计划来改进交通预测。当前的导航服务可以利用相同种类的信息来改进预测，但是将限于仅使用该特定导航服务(例如，Google Maps(谷歌地图)、来自Apple(苹果公司)的Maps(地图)等)所导航的路线或限于作为单个运营者机队(例如，Uber、Lyft等)的一部分的车辆。
在这个实施例中提出的系统将共享未来的交通信息，而不管用户、导航服务或运营者。虽然即使只有部分车辆公开了它们的预期路线也会出现益处，但是预期共享它们的路线的车辆越多，未来交通预测可以越精确和越长期。这在若干独立自主机队在不久的将来开始运行时变得甚至更加相关。为了启用在若干机队运营者以及各个用户之间的这种共享路线，可以建立一个平台，其允许完全协作同时保证商业敏感数据以及个人私人数据将是安全的。
几个特征协同工作以防止形成交通堵塞。在驾乘开始时，对在车辆将在那里时、要行驶的道路的未来状态的更好预测，有助于选择实际最佳的路线。在驾驶时，持续的路线更新允许早期预测尚未形成的交通堵塞，以向仍远离堵塞形成的许多交通工具提供较早改变其路线的机会。另外，收集数据的相同网络还能够以特定方式为车辆和基础设施提供方向，使得用户能够移动到侧车道、停止、减速或甚至加速，以便为优先交通(例如，急救人员)清除道路。同一网络还支持对交通灯和其它基础设施的实时、无线校准，以允许实时交通流动优化和交通堵塞预防。
关于量子，定义的街道或大街由图中的边表示，并沿其长度被分成多个更小的区段。参见图2c。这些小区段中的每一个定义量子，并且时间是用于与量子和参与者交互的参数，而不是用于定义量子的维度。与先前章节中呈现的空中交通管理和运输网络的非限制性实施例不同，代替保留沿途的量子，新旅程仅以所述交通工具在特定时间处于每一量子的概率来更新沿途的量子。对于每个量子在特定时间，将这个概率添加到所有其他交通工具的概率上，以最终预测在所有时间的交通水平。在这种随机方法中，除了每个参与车辆的概率之外，还考虑其他数据，例如历史数据和来自其他源的实时数据。每个量子具有以随机方式在不同时间确定每个特定量子中的交通水平的属性。
道路交通的不确定性以及没有100％的车辆共享其路线，这有利于采用随机方法。还对所述随机方法有利的是道路具有多条车道的事实，这允许若干车辆同时处于相同1D量子中。类似于所提出的ATM和传送网络的非限制性实施例，为不同车道设有不同的量子、且然后在限定的时间段期间为单个车辆保留那些量子，可能在一些实现中是不切实际的，但是在诸如自主驾驶车辆控制的其他实现中是可行的。
在行程开始时，车辆与所述网络共享其路线，以在不久的将来对不同时间更新沿着所述路线的量子的预测状态。当车辆沿路线行进时，其持续地更新该估计。这样，在驾乘开始时，在路线结束处的所述量子已经提前数分钟(如果不是提前数小时的话)考虑了该交通。在所有其它传感器和数据馈送已经可用的基础上，具有用于若干车辆的这种数据的累积效果最终达到更加精确的估计和防止交通阻塞形成的能力。
当然，除了在同一道路上同时有大量汽车之外，交通堵塞可能由若干其它因素引起。其它原因可能是事故、道路施工和不规则流量，仅举几个例子。然而，这个示例的系统通过预测交通阻塞将增长多快并且因此更早向车辆提供用于寻找替代方式的信息，来缓解交通阻塞的恶化。此外，通过道路基础设施和参与车辆的主动措施帮助更快地消散任何已经形成的交通堵塞。
实例：能源管理
这个示例实施例提供了用于分布式自动能源管理系统的方法的应用。这种系统的元素被提出并且应当提供对所提出的方法对于这种类型问题的适用性的清楚理解。
这个示例的参与者是：能源生产者(分布式住宅发电、大型发电厂、小型本地发电厂、电力存储设施、本地存储等)、能源分布者、能源变压器、能源当局、市政当局和能源消费者。
这个系统的目的是创建一种用于能源生产者、分布者和消费者在主能源网、微电网(其可以连接到更大的能源网)或优选地形成更大网络的无数微电网内、以安全和可靠的方式在彼此之间进行交互的方式。本地能源生产技术的示例是太阳能电池板、小型风力涡轮机、小型水力发电机和小型甲烷燃气涡轮机，仅举几个例子。还存在无数的电力存储技术；实例可以是：化学品，例如锂、锌、盐水；机械的，例如飞轮、泵送的水、压缩空气、重力势能；以及热，例如加热的熔盐和加热的水。
在具有分布式的、普遍存在的本地能源生成和存储的世界中，在电网中的所有参与者之间的协调对于最大化总体系统效率、可靠性和弹性是至关重要的。最终，这种分布式布置还将提供允许开放的分布式能源市场的特征，以允许即时的能源交易和递送以及长期的能源合同。
在这个系统中存在不同类型的量子。例如，第一类型将表示在给定区域中的能源分部网络的分支。用于连接两个或更多参与者的任何传输线由这种类型的量子来表示。这种能源分配网络包括由多方、公司和个人拥有的配电线路。换句话说，代替用于执行能源分配的单个公用事业公司，这种类型的量子允许由不同实体拥有的多个独立的配电线路参与能源分配。这种类型的量子是无维度的，形成用于表示连接给定电网中的参与者的能源配电线路的图。在该图中，由无维度量子表示的每个分支将在其属性中反映所传输能源的特性。参见图2b。这些特性可以是固定的，例如AC、DC、频率、频率范围(用于可变频率)和电压，以及动态的，例如瞬时频率、有功功率、无功功率、功率因数、所使用的负载、可用的永久负载、可用的短负载、可用的峰值负载、能源质量方面等。这些属性反映了该特定配电线路随时间的当前(实时)和可预见的状态，以定义在不同时间容纳更多或更少能源传输的能力，并确保安全和有效的操作(例如：考虑故障模式，避免故障传播到其他参与者，确保能源质量，最小化热损失等)。
第二类型的量子将代表能源生产者和消费者。当在无需许可的网络中实施时，任何能源生产者都能够加入所述网络并使其能源可用。在许多情况下，相同的参与者可以是生产者或消费者，这取决于其能源平衡。另外，这个第二类型的量子可以表示一种新类型的参与者，其不产生也不消耗能源，而是将能源从一种形式转换为另一种形式。这提供了一种连接以不同形式传输能源的传输线、或者连接生产者和使用不同形式(例如：AC、DC、变频、高压、低压等)的能源的消费者的方式。
这种第二类型的量子能够定义到一个或多个第一类型的量子的接口，以反映在生产者/消费者到配电线路之间的物理连接。这种连接关系到所传输的能源的特性。然而，生产者/消费者能够连接到变压器或者具有以多于单个形式提供/使用能源的能力。
这种能源分配系统可以利用恰好可用的任何连接装置。然而，最终也可以通过电力线路本身，以即使所有其它连接装置不再可用、所述系统也仍然工作的方式传输信息，来实现在所有参与者之间的通信。
除了改进总体系统效率、可靠性以及针对本地能源产生和分配的弹性之外，所述系统还允许在给定区域内的存储系统作为公用设施规模不间断地工作，以即使没有可用的能源产生也提供不间断的功率。
这种系统的替换实现考虑到单个实体提供和控制分配系统，其方式是由该单个实体将其它控制装置放置在适当位置，以确保在所述网络中的所有线路都在设计的级别内操作。在这种情况下，将不会实现一些先前描述的益处。然而，这种替代方案将保持由在公共特许下运营的大型公用事业公司所使用的当前布置。最终，这种布置将便于在当前的公用电网中引入这种分布式能源管理系统以及引入本地发电。
实例：传感器的公共网络
开放的、公共的、分布式的无需许可的网络是可能的，其中任何人可以共享来自任何人拥有的并且位于任何地方的传感器的数据。这可以是3维量子实施例，其中基于3维空间为不同的物理量定义不同的量子。以此方式，我们对于不同的物理量，例如温度、湿度、压力、光、磁场、电场、电磁频率等，设有不同的量子。
实例：本地电磁频谱分配
具有多维量子的实施例可以是本地电磁频谱分配。在这个实施例中，基于3个空间维度加上用于不同频带的不同维度来定义所述量子，以模拟现行规则。所述量子的属性，或者甚至是量子的附加类型，也考虑到了偏振、调制和可能影响在相同频带中工作的系统之间的互操作性的其他特性。
这种方法允许以更本地和更有针对性的方式使用电磁频谱，以保留仅在操作时间期间给定应用所需的空间和频带。最终，原本面临干扰的不同用户可以在不同时间共享所述频谱、或协调交替偏振或调制的使用，以允许同时操作。
实例：轨道跟踪和交通管理
这个实施例提出了一种用于轨道航天器的分布式自动跟踪和交通管理系统，其类似于先前讨论的ATM实施例。在这种情况下，代替在小空域内的笛卡尔体积，所述量子可以由在用于围绕地球的空间的球坐标系中的体积形成，其包括围绕地球的所有不同轨道(LEO-低地球轨道、MEO-中地球轨道、GEO-静止地球轨道和HEO-大椭圆轨道)。目的是管理绕地球轨道运行的各种物体，例如卫星、航天器、太空垃圾，并且甚至以激光、微波或任何其它视线方法的形式为要直接传输到地球的能源或信息保留空间。
尽管已经结合被认为是最实用和优选的实施例描述了本发明，但是应当理解，本发明不限于所公开的实施例，而是相反，本发明旨在覆盖包括在所附权利要求的精神和范围内的各种修改和等同布置。

Claims (19)

1.一种基于量子的系统，包括：
第一量子控制器，所述第一量子控制器基于从至少一个维度的量化所创建的至少一个量子来执行基于量子的过程；
第二量子控制器，所述第二量子控制器基于从至少一个维度的量化所创建的至少一个量子来执行基于量子的过程；以及
通信连接，所述通信连接使得所述第一量子控制器和所述第二量子控制器能够通信。
2.根据权利要求1所述的系统，其中，由所述第一量子控制器控制的量子与由所述第二量子控制器控制的量子相同。
3.根据权利要求1所述的系统，其中，由所述第一量子控制器控制的量子与由所述第二量子控制器控制的量子不同。
4.根据权利要求1所述的系统，其中，所述第一量子控制器包括第一处理器和第一存储器，并且所述第二量子控制器包括第二处理器和第二存储器。
5.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器通过使用数字签名来彼此认证。
6.根据权利要求1所述的系统，其中，所述量子由在N维空间中的区段的位置来表示。
7.根据权利要求1所述的系统，其中，所述量子由在图上的区段的位置来表示。
8.根据权利要求1所述的系统，其中所述量子包括时间参数。
9.根据权利要求1所述的系统，其中，所述量子包括N维表示的时间序列。
10.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器的量子包括以下属性中的一些或全部：
当前的状况和/或状态，
标识，
类型，
允许的操作类型，
正在执行的操作的类型，
到期日期，
活动和/或能力的历史，
性能，
授权，
实时数据，以及
提供给其他参与者的服务。
11.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器的量子具有与其他量子控制器的其他量子的属性不同的权限和职责。
12.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器通过利用嵌入在其中的预定义属性而控制/管理部分或全部的系统操作来提供自动系统管理，并且能够自主地直接相互交互而不需要中介或批准者。
13.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器基于预定义的相应权限来自主地、协作地交互以一起控制所述系统。
14.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器被实施为中心控制器或多个去中心化的控制器。
15.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器被实施为具有作为基于分布式记账技术的智能合同的量子。
16.根据权利要求1所述的系统，其中，所述第一量子控制器和所述第二量子控制器通过使用区块链和/或分布式非循环图来执行基于量子的过程。
17.管理系统的方法，包括：
定义所述系统的参与者和它们的属性；
量化作为给定系统的一部分的维度或方面中的全部或一些，创建一种或几种类型的量子和它们的属性；
其中，
参与者和量子属性允许以所述参与者和量子能够与所述系统交互以及在它们之间交互的方式来对用于所述系统管理的规则进行编程；以及
通过嵌入在所述量子和/或在所述参与者中的预定义属性来控制/管理部分或全部的系统操作，来提供自动系统管理。
18.根据权利要求17所述的方法，还包括：连接所述系统的所有组件的通信网络，其可以允许交换消息、请求、命令、交易以及更复杂的数据密集型通信和存储能力。
19.根据权利要求18所述的方法，其中，所述系统的组件包括至少所述量子和参与者。
CN201980077631.4A 2018-11-26 2019-11-25 多维量化和分布式自动系统管理 Pending CN113518989A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862771311P 2018-11-26 2018-11-26
US62/771,311 2018-11-26
PCT/IB2019/060124 WO2020109966A1 (en) 2018-11-26 2019-11-25 Multidimensional quantization and distributed automatic systems management

Publications (1)

Publication Number Publication Date
CN113518989A true CN113518989A (zh) 2021-10-19

Family

ID=70771681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980077631.4A Pending CN113518989A (zh) 2018-11-26 2019-11-25 多维量化和分布式自动系统管理

Country Status (5)

Country Link
US (1) US11531321B2 (zh)
EP (1) EP3887990A4 (zh)
CN (1) CN113518989A (zh)
BR (1) BR112021010013A2 (zh)
WO (1) WO2020109966A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10497267B2 (en) * 2018-01-23 2019-12-03 Textron Innovations Inc. Blockchain airspace management for air taxi services
US20220335841A1 (en) * 2021-04-19 2022-10-20 Honeywell International Inc. Systems and methods for strategic smart route planning service for urban airspace users
CN116312072B (zh) * 2023-03-21 2024-01-26 中国人民解放军93209部队 一种基于空域网格的航迹运行冲突解耦控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1526108A (zh) * 2001-02-14 2004-09-01 无线谷通讯有限公司 对地形、建筑、和基础设施进行建模和管理的方法和系统
US20120078975A1 (en) * 2010-09-23 2012-03-29 Hewlett-Packard Development Company, L.P. Data processing system and method
US8885151B1 (en) * 2012-09-04 2014-11-11 Google Inc. Condensing sensor data for transmission and processing
US20180253979A1 (en) * 2015-09-18 2018-09-06 Moog Inc. Cellular aerial vehicle traffic control system and method

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU7730400A (en) * 1999-09-30 2001-04-30 Routech, Inc. Automatic routing system for pc board design
JP2002041540A (ja) * 2000-07-28 2002-02-08 Shinichiro Okude 連想・推論機能を備えた検索システムおよび、それに用いられる、記録媒体献金
US20020026572A1 (en) * 2000-08-31 2002-02-28 Rafael Joory Reconfiguration incident to enabling an application access to setup information therefor
US9213574B2 (en) * 2010-01-30 2015-12-15 International Business Machines Corporation Resources management in distributed computing environment
CN102142008B (zh) * 2010-12-02 2013-04-17 华为技术有限公司 分布式内存数据库的实现方法、系统、令牌控制器及内存数据库
US10331658B2 (en) 2011-06-03 2019-06-25 Gdial Inc. Systems and methods for atomizing and individuating data as data quanta
US9054874B2 (en) * 2011-12-01 2015-06-09 Htc Corporation System and method for data authentication among processors
US9251237B2 (en) * 2012-09-11 2016-02-02 International Business Machines Corporation User-specific synthetic context object matching
US11442825B2 (en) * 2017-03-10 2022-09-13 Pure Storage, Inc. Establishing a synchronous replication relationship between two or more storage systems
US10747201B2 (en) * 2018-05-02 2020-08-18 Rockwell Automation Technologies, Inc. Subscription-based services using industrial blockchains
US11669914B2 (en) * 2018-05-06 2023-06-06 Strong Force TX Portfolio 2018, LLC Adaptive intelligence and shared infrastructure lending transaction enablement platform responsive to crowd sourced information
EP3582521B1 (de) * 2018-06-14 2024-09-11 Siemens Aktiengesellschaft Vorrichtung und verfahren zum einrichtung und/oder bereitstellen einer arbeitsumgebung, insbesondere eingesetzt in einer maschinen economy umgebung
US11960473B2 (en) * 2019-01-15 2024-04-16 Fisher-Rosemount Systems, Inc. Distributed ledgers in process control systems
US11405180B2 (en) * 2019-01-15 2022-08-02 Fisher-Rosemount Systems, Inc. Blockchain-based automation architecture cybersecurity

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1526108A (zh) * 2001-02-14 2004-09-01 无线谷通讯有限公司 对地形、建筑、和基础设施进行建模和管理的方法和系统
US20120078975A1 (en) * 2010-09-23 2012-03-29 Hewlett-Packard Development Company, L.P. Data processing system and method
US8885151B1 (en) * 2012-09-04 2014-11-11 Google Inc. Condensing sensor data for transmission and processing
US20180253979A1 (en) * 2015-09-18 2018-09-06 Moog Inc. Cellular aerial vehicle traffic control system and method

Also Published As

Publication number Publication date
EP3887990A1 (en) 2021-10-06
EP3887990A4 (en) 2022-12-21
BR112021010013A2 (pt) 2021-08-17
US20200166895A1 (en) 2020-05-28
US11531321B2 (en) 2022-12-20
WO2020109966A1 (en) 2020-06-04

Similar Documents

Publication Publication Date Title
US11893160B2 (en) Flying vehicle
US20230280704A1 (en) Air transportation systems and methods
Alladi et al. Applications of blockchain in unmanned aerial vehicles: A review
Hong et al. A deviation flow refueling location model for continuous space: A commercial drone delivery system for urban areas
Ghazzai et al. Future UAV-based ITS: A comprehensive scheduling framework
Besada et al. Drones-as-a-service: A management architecture to provide mission planning, resource brokerage and operation support for fleets of drones
US11531321B2 (en) Multidimensional quantization and distributed automatic systems management
WO2016179637A1 (en) Systems and methods of unmanned vehicle control and monitoring
Duong et al. Decentralizing air traffic flow management with blockchain-based reinforcement learning
US20210374627A1 (en) Periodic vertiport usage and capacity data exchange
Lucic et al. Leveraging UAVs to enable dynamic and smart aerial infrastructure for ITS and smart cities: An overview
Wing et al. Digital flight: A new cooperative operating mode to complement vfr and ifr
Wang et al. Resource scheduling in mobile edge computing using improved ant colony algorithm for space information network
Hamissi et al. A Survey on the Unmanned Aircraft System Traffic Management
Sidiropoulos et al. A framework for the classification and prioritization of arrival and departure routes in Multi-Airport Systems Terminal Manoeuvring Areas
McFadyen et al. Unmanned air traffic network design concepts
Zhu et al. Cooperative aerial and ground vehicle trajectory planning for post-disaster communications: An attention-based learning approach
Polo et al. Decision Support System for Mobility and Transportation Management in Large Sport Events
de Oliveira et al. Blockchain-based traffic management for advanced air mobility
Hassan et al. Charging Station Distribution Optimization Using Drone Fleet in a Disaster
Zhang 6G enabled UAV traffic management models using deep learning algorithms
Kapitonov et al. Robonomics as a blockchain-based platform for unmanned traffic management of mobile vehicles
Souza et al. Simulation of Strategic Conflict Management Performance for Advanced Air Mobility Operations
Azzopardi et al. Computational air traffic management
Lucic et al. Leveraging UAVs to Enable Dynamic and Smart Aerial Infrastructure for ITS and Smart Cities: An Overview. Drones 2023, 7, 79

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