CN115037591B - 一种基于交换服务及边缘计算的物联网信息融合方法 - Google Patents

Abstract

本发明公开了一种基于交换服务及边缘计算的物联网信息融合方法，包括：一、构建分层一体化的端到端服务架构，与常规云服务相比，此架构无需中心计算节点，体系的每一个节点对等，并且归一化为标准结构，通过互相服务获得云服务的效果，更适用于机动环境物联网系统；二、建立交换服务模型，实现跨平台协作处理，基于该方法可将服务层功能研发成共性产品，嵌入到各个节点，解决各节点融入物联网体系问题，实现从体系获能和向体系释能；三、确立半虚拟化架构的分布式计算方法，突破网络化报告职责问题，将全局问题分解到各个节点进行分布式计算、联合求解，该方法大大降低了分布式计算的复杂性。

Description

一种基于交换服务及边缘计算的物联网信息融合方法

技术领域

本发明涉及一种物联网信息融合方法，特别是一种基于交换服务及边缘计算的物联网信息融合方法。

背景技术

有很多运行于机动环境的物联网系统，利用无线射频网络将地域分散的各种传感器平台链接起来，对大区域目标进行联合探测，然后，需要所有探测信息进行融合处理形成“一张图”，供全体网络成员共用。由于感知信息数据量大、更新率高、实时性强，如果采用虚拟化架构的云计算方法，即所有节点的感知信息传输到一个中心节点进行集中式融合处理，然后再将融合结果分发到网络各节点共享使用，必然导致①对网络资源需求大，而射频网络带宽受限、资源宝贵，难以支撑；②在返传输时延长，感知信息转瞬即逝，难以满足时延敏感用户的使用需求。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于交换服务及边缘计算的物联网信息融合方法。

为了解决上述技术问题，本发明公开了一种基于交换服务及边缘计算的物联网信息融合方法，包括以下步骤：

步骤1，对于目标物联网系统，构建分层一体化的端到端服务架构；

所述的构建分层一体化的端到端服务架构的方法包括：

对目标物联网系统的毎一个节点，增量式嵌入集成一个服务单元即边缘计算单元，将目标物联网系统中的每一个同构或异构节点归一化为三层结构。

所述的三层结构，包括：资源层、服务层和应用层，其中：

资源层由感知和通信传输等资源组成；

应用层由本地一个或多个用户端系统组成；

服务层由边缘计算单元组成，所述目标物联网系统中的每一个节点既是服务的提供者，又是服务的使用者，所述节点之间通过互相服务，实现集中式云服务的效果。

步骤2，建立交换服务模型；

所述的建立交换服务模型的方法包括：

对集成在每一个节点中的边缘计算单元，将其输入归一化为本地持有信息和远端信息，执行基于预设算法的通用标准和处理规则获得处理结果，按报告职责（R ² ）向所述物联网系统中的其他节点进行分发。

步骤3，确立半虚拟化架构的分布式计算方法；

所述的半虚拟化架构的分布式计算方法，包括：基于报告职责的协作方法构建分布式计算模型，具体方法包括：

步骤3-1，在边缘计算单元对本地持有信息和接收的远端信息进行融合；

步骤3-2，终端计算，提供服务：

当参与边缘计算的信息全部来自本地感知（远端信息为0），即步骤2中所述的本地持有信息，则计算结果向本地用户和网络报告。

步骤3-3，云端计算，接受服务：

当参与边缘计算的信息全部来自远端信息（本地持有信息为0），则计算结果向本地用户报告，但不向网络报告（R ² =0）。

步骤3-4，半虛拟化计算，交换服务：

当参与边缘计算的信息既有本地持有信息，也有远端信息，则计算結果向本地用户报告，进行选择后向网络报告。

所述的半虚拟化计算，交换服务中的进行选择后向网络报告的方法为：根据本地持有信息和远端信息的质量择优报告。

步骤4，完成所述物联网系统的信息融合和共享，在无中心节点条件下，实现了传统的云架构需要中心集中式处理，再分发才能达到的效果。

实现本发明的技术解决方案为，针对运行于机动环境的物联网系统，通过建立分层一体化的端到端服务架构、交换服务模型、半虚拟化架构的分布式计算方法，在无中心节点条件下，以边缘计算方式实现各节点感知信息融合处理，形成可供全网成员共用的态势感知“一张图”。

1、建立分层一体化的端到端服务架构

与常规的互联网系统云服务相比，端到端服务架构没有中心计算节点，体系的每一个节点对等，既是服务的提供者，又是服务的使用者，同时还是服务信息的处理者，通过互相服务，可获得云服务的效果。分层一体化端到端服务架构的核心是在节点（平台)的资源端和用户端之间增加一个服务单元，因此，各节点可以归一化成“资源层、服务层、应用层”三层结构。资源层由本地感知、通信传输、导航信息等资源组成；应用层由本地一个或多个用户端系统组成；服务层由边缘计算单元组成；服务层对每个节点（平台）的应用端和资源端提供双向透明服务，对体系提供跨平台协作处理服务，整体上形成三层一体化体系架构。

2、交换服务模型

分层一体化端到端服务架构中，各节点感知信息周期更新，互相通过交换服务信息，而不是常规的交换感知信息，解决分布式融合结果的一致性问题。具体地说，每一节点的边缘计算单元，其输入归一化为本地持有信息和远端信息，执行基于算法的通用标准和处理规则，独立对输入信息进行迭代融合处理（处理周期为秒级），必然获得相同的结果，提供给本地用户端系统使用，同时按报告职责（R²）向网络成员分发，网络成员接收后作为远端信息输入，参与本节点下一周期与本地持有信息进行融合处理。

3、半虚拟化架构的分布式计算方法

相对于云服务的资源虚拟化而言，端到端服务则为资源半虚拟化。半虚拟化架构的分布式计算采用自治和协作的方法来解决全局问题，这里跨平台协作方法是关键。本发明提出基于报告职责（R ² ）的协作方法构建分布式计算模型，即，在边缘计算单元对本地持有信息和接收的远端信息进行融合，如果参与融合的信息全部来自本地探测（远端信息为0），则融合结果向本地用户和网络用户报告（R ² =1），此为终端计算、提供服务；如果参与融合的信息全部来自远端（本地持有信息为0），则融合结果向本地用户报告，但不向网络报告（R ² =0），此为云端计算、接受服务；如果参与融合的信息既有来自本地探测也有来自远端报告，则融合结果向本地用户报告，同时择优向网络用户报告[R ² ∈(0,1)]，此为半虚拟化计算、交换服务。

有益效果：

本发明提出基于交换服务的边缘计算方法，介于云计算与终端计算的中间状态，既继承了云计算的优点，又具有终端计算就近处理的优势，将计算能力从网络中心扩展到网络边缘，能有效解决高速机动环境下数据传输能力不足和时延敏感应用问题。

（1）体系架构无需中心节点，所构建的物联网系统即使部分节点损失，也不会影响全系统运行，鲁棒性更强。

（2）系统各节点通过R ² 协作，立足终端计算，即可以实现联合求解，解决全局问题，大大降低了分布式计算的复杂性。

(3)对用户的信息服务实时性成倍提高，对网络的带宽需求成倍降低，能以更小的代价、更高的性能，获得以往需要中心进行集中处理才能得到的融合效果。

（4）采用该技术构建的物联网系统，将不再受宽带网络环境要求的限制，更加适合向无线窄带网络、分散机动式用户环境发展，适用面更广，如海上物联网、空中物联网、地面机动物联网等。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1为端到端服务体系架构示意图。

图2为交换服务模型示意图。

图3为组网探测示意图。

图4为多传感器航迹融合圆概率误差区示意图。

具体实施方式

实现本发明的技术解决方案为，一种基于交换服务及边缘计算的物联网信息融合方法，针对运行于机动环境的物联网系统，通过建立分层一体化的端到端服务架构、交换服务模型、半虚拟化架构的分布式计算方法，在无中心节点条件下，以边缘计算方式实现各节点感知信息融合处理，形成可供全网成员共用的态势感知“一张图”。

1、建立分层一体化的端到端服务架构

与常规的互联网系统云服务相比，端到端服务架构没有中心计算节点，体系的每一个节点对等，既是服务的提供者，又是服务的使用者，同时还是服务信息的处理者，通过互相服务，可获得云服务的效果。分层一体化端到端服务架构的核心是在节点（平台)的资源端和用户端之间增加一个服务单元，因此，各节点可以归一化成“资源层、服务层、应用层”三层结构。资源层由本地感知、通信传输、导航信息等资源组成；应用层由本地一个或多个用户端系统组成；服务层由边缘计算单元组成；服务层对每个节点（平台）的应用端和资源端提供双向透明服务，对体系提供跨平台协作处理服务，整体上形成三层一体化体系架构，如图1所示。

2、交换服务模型

分层一体化端到端服务架构中，各节点感知信息周期更新，互相通过交换服务信息，而不是常规的交换感知信息，解决分布式融合结果的一致性问题。具体地说，每一节点的边缘计算单元，其输入归一化为本地持有信息和远端信息，执行基于算法的通用标准和处理规则，独立对输入信息进行迭代融合处理（处理周期为秒级），必然获得相同的结果，提供给本地用户端系统使用，同时按报告职责（R²）向网络成员分发，网络成员接收后作为远端信息输入，参与本节点下一周期与本地持有信息进行融合处理。

3、半虚拟化架构的分布式计算方法

相对于云服务的资源虚拟化而言，端到端服务则为资源半虚拟化。半虚拟化架构的分布式计算采用自治和协作的方法来解决全局问题，这里跨平台协作方法是关键。本发明提出基于报告职责（R ² ）的协作方法构建分布式计算模型，即，在边缘计算单元对本地持有信息和接收的远端信息进行融合，如果参与融合的信息全部来自本地探测（远端信息为0），则融合结果向本地用户和网络用户报告（R ² =1），此为终端计算、提供服务；如果参与融合的信息全部来自远端（本地持有信息为0），则融合结果向本地用户报告，但不向网络报告（R ² =0），此为云端计算、接受服务；如果参与融合的信息既有来自本地探测也有来自远端报告，则融合结果向本地用户报告，同时择优向网络用户报告[R ² ∈(0,1)]，此为半虚拟化计算、交换服务，比如，本地信息质量（TQ，Track Quality）高于远端（如，2级以上）的，则R ² =1，反之R ² =0，然后对二者进行相关/去相关处理，使得各节点对同一感知信息保持编识号的一致性。

航迹质量TQ是维持报告责任R ² 正确有序的关键，TQ值由报告航迹信息的平台确定，是对所报告的探测目标位置信息可靠性的度量，位置信息可靠性用与每个TQ值关联的“位置精度”表示。单传感器航迹处理的目标位置精度，以极坐标方式可表示为，

(1)

说明：此式不包含在本发明中，但是本发明需要借用的。式中，

为传感器固有的测距、测向精度；

是一个可供选择的参数，由查

概率分布表确定；

为单传感器航迹处理周期计数；

航迹处理周期长度；

表示目标转弯、机动以及周围环境变化引起的加速度

本发明在（1）式基础上，从便于工程化应用角度，提出多传感器融合的航迹质量评估方法，经过多项工程验证，科学性、可操行俱佳。具体如下：

首先，将（1）式表示的二维位置精度（线性误差）转换为误差区域：

(2)

其次，计算多传感器融合航迹误差区域。分布式航迹融合一般意义上是多源信息融合，多源包括本地一部或多部传感器获得的目标信息、网络上远端平台报告的目标信息。当多传感器探测到同一目标时，航迹处理误差区域可认为是多个单雷达误差区域的“并集”积累，积累后的航迹误差函数为二维正态随机函数，为简化计算，误差区域的形状可近似为圆形，如图 4所示，这样多传感器融合航迹误差区域可按下式计算：

(3)

令

，则转换为表征融合航迹质量的圆误差半径

，有以下关系式：

(4)

根据计算得到的

，再查目标航迹质量分级表（误差对照表），即可确定TQ值。

实施例：

结合图1：分层一体化端到端服务架构中，体系成员地域分散，通过无线网络链接为一体，体系运行不依赖任何节点（无中心），每一个节点的传感器可以是1个，也可以多个或没有，传输终端可以是1种，也可以有多种，由于各节点系统使命任务、技术体制不尽相同，一般而言，具有异构性，所以，将所有节点归一化分层为“资源层、服务层、应用层”，整体上形成三层一体化的体系架构，其中，用户端系统、资源层设备具有自治功能，服务层设备（边缘计算单元）具有协作功能，是端到端服务的核心。有了服务层设备，既可以将用户端系统与资源层设备隔离，使之能够按各自的规律发展而不会互相牵制，有利于体系能力不断演进，也可以实现跨平台协作处理，增强体系能力；体系中所有节点统一分配唯一编识号，支持互相识别；网络通信方式有广播、点到点、应答执行等，根据信息种类和分发需要选用。

交换服务是边缘计算单元实施跨平台协作处理的一种方法，各节点边缘计算单元设计为共性功能单元，通过嵌入集成解决各节点融入体系问题，在交换服务过程中，实现从体系获能和向体系释能。为了实现边缘计算单元功能“共性”、输出结果“共用”的目标，构建通用的交换服务模型如图2所示，统一输入、统一算法、统一处理规则、统一交换“语言”，形成基于算法的统一标准和处理规则，这样，多节点间便可实现“机器-机器”自动识别和处理。结合图1的体系架构，边缘计算单元横向集合可视为在各节点之间存在一条“广域总线”，为用户端系统提供一致的可视化环境（“一张图”），支持体系成员互操作。

分层一体化端到端服务架构和交换服务模型为边缘计算奠定了基础，但是，为了将全局问题分解为能够由各个节点解决的子问题，然后分布式计算、联合求解，必须解决跨平台协作方法问题。考虑到各个节点原本就要对本地传感器信息进行迭代融合处理（处理周期为秒级），本发明提出将融合结果按报告职责（R ² ）向网络成员广播分发，然后，任何成员从网络收到的远端信息作为输入，就相当于增加一路本地感知信息输入，并入原有的融合处理流程，用于信息互补和融合，该方法下，立足本地处理，实现远端融入，总体上时延小，带宽需求低。所以说，基于报告职责（R ² ）的分布式计算方法是一种资源消耗小、性能好、可操作性强的方法。

应用举例：

假设，有n个海上和空中平台，需要对某海域目标进行联合探测或搜索救援，大部分平台有一个或多个传感器工作，组网可覆盖整个搜索区域，少数平台承担指挥协调等其他任务，不承担探测任务，如图3所示。

首先，利用平台上的无线通信设备将所有平台链接起来，按分层一体化端到端服务架构构建一个联合共同体，所有平台集成边缘计算单元，按基于交换服务的边缘计算方法，在无中心节点条件下，所有探测信息按报告职责（R ² ）实时分发、分布式融合、周期更新，相当于每个平台都拥有一个相同的大传感器，实现海域态势“一张图”的效果，保障全体成员实施联合行动。后方用户通过卫星转发，也可共享同样的态势“一张图”，了解联合探测或搜索救援的整体情况。

具体实现中，本申请提供计算机存储介质以及对应的数据处理单元，其中，该计算机存储介质能够存储计算机程序，所述计算机程序通过数据处理单元执行时可运行本发明提供的一种基于交换服务及边缘计算的物联网信息融合方法的发明内容以及各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体（read-only memory，ROM）或随机存储记忆体（random access memory，RAM）等。

本领域的技术人员可以清楚地了解到本发明实施例中的技术方案可借助计算机程序以及其对应的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序即软件产品的形式体现出来，该计算机程序软件产品可以存储在存储介质中，包括若干指令用以使得一台包含数据处理单元的设备（可以是个人计算机，服务器，单片机。MUU或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。

本发明提供了一种基于交换服务及边缘计算的物联网信息融合方法的思路及方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (7)

1.一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，包括以下步骤：

步骤1，对于目标物联网系统，构建分层一体化的端到端服务架构；

步骤2，建立交换服务模型；

步骤3，确立半虚拟化架构的分布式计算方法；

步骤4，完成所述物联网系统的信息融合和共享；

步骤2中所述的建立交换服务模型的方法包括：

对集成在每一个节点中的边缘计算单元，将其输入归一化为本地持有信息和远端信息，执行基于预设算法的通用标准和处理规则，独立对输入信息进行迭代融合处理，获得处理结果，提供给本地用户端系统使用，按报告职责向所述物联网系统中的其他节点进行分发，网络成员接收后作为远端信息输入，参与本节点下一周期与本地持有信息进行融合处理；

步骤3所述的半虚拟化架构的分布式计算方法，包括：基于报告职责的协作方法构建分布式计算模型；

步骤3所述的基于报告职责的协作方法构建分布式计算模型的方法包括：

步骤3-1，在边缘计算单元对本地持有信息和接收的远端信息进行融合；

步骤3-2，终端计算，提供服务：

步骤3-3，云端计算，接受服务：

步骤3-4，半虚拟化计算，交换服务。

2.根据权利要求1所述的一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，步骤1中所述的构建分层一体化的端到端服务架构的方法包括：

对目标物联网系统的毎一个节点，增量式嵌入集成一个服务单元，即边缘计算单元，将目标物联网系统中的每一个节点归一化为三层结构。

3.根据权利要求2所述的一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，步骤1中所述的三层结构，包括：资源层、服务层和应用层，其中：

资源层包括：感知和通信传输资源；

应用层由本地一个或多个用户端系统组成；

服务层由边缘计算单元组成，所述目标物联网系统中的每一个节点既是服务的提供者，又是服务的使用者，所述节点之间通过互相服务，实现集中式云服务的效果。

4.根据权利要求3所述一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，步骤3-2所述的终端计算，提供服务的方法包括：

当参与边缘计算的信息全部来自本地感知，即步骤2中所述的本地持有信息，则计算结果向本地用户和网络报告。

5.根据权利要求4所述一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，步骤3-3所述的云端计算，接受服务的方法包括：

当参与边缘计算的信息全部来自远端信息，则计算结果向本地用户报告，但不向网络报告。

6.根据权利要求5所述一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，步骤3-4所述的半虚拟化计算，交换服务的方法包括：

当参与边缘计算的信息既有本地持有信息，也有远端信息，则计算结果向本地用户报告，进行选择后向网络报告。

7.根据权利要求6所述一种基于交换服务及边缘计算的物联网信息融合方法，其特征在于，步骤3所述的半虚拟化计算，交换服务中的进行选择后向网络报告的方法为：根据本地持有信息和远端信息的质量择优报告。

Images