[发明专利]一种边云协同支撑的空中交通态势智能感知系统

说明书

本发明提供了一种边云协同支撑的空中交通态势智能感知系统，包括1)采集层，从空中交通运行终端采集数据并进行初步处理；2)分析层，完成对采集层数据的AI计算，提取结构化特征信息，形成局部态势；3)应用层，形成全局空中交通态势，提供决策支撑。其边云协同能力与内涵涉及数据协同、智能协同和业务管理协同。本发明的目的是缓解目前空中交通态势感知中终端数据处理能力弱、区域关联性差导致的感知不全面不准确的问题，同时满足鲁棒性和实时性要求。

技术领域

本发明属于计算机信息系统领域，尤其涉及一种边云协同支撑的空中交通态势智能感知系统。

背景技术

空中交通是我国经济社会持续快速发展的重要支撑。空中交通需求的日益增长对空中交通运行能力提出了新的要求。目前，民航航班延误问题严重，尤其在恶劣天气状况时。2017年度航班平均正常率仅为71.67％，造成经济损失超过500亿元。因此，亟待提高空中交通运行的效率和安全。

全面准确的态势感知是提高空中交通运行效率的基础。空中交通态势主要涉及空中交通所需资源(航路、场面资源等)及其使用者(航空器等)的状况。目前，空中交通态势感知缺乏区域间关联分析和运行数据共享，感知粒度粗、全面感知不足。此外，处理空中交通态势感知依赖的基础数据对计算能力要求高，比如陆空通话是提供空中交通管制服务的重要手段，卫星云图等气象信息是影响空中交通运行状态的重要因素。

受制于技术的发展，将人工智能和网络技术应用于空中交通态势感知领域仍存在以下问题：1)终端设备计算能力弱；2)区域关联性差；3)和通用应用领域相比，空中交通领域需要特别注意鲁棒性和实时性问题。作为解决终端大计算量需求和云中心计算迁移的计算模式，边云协同得到了广泛的应用。

基于Cloud-Cloudlet-Client(云-边缘-终端)的三层结构模型由卡内基梅隆大学和英特尔、IBM等公司组成的研究团队提出，在传统云计算Cloud-Client(云-终端)两层结构中间增加了Cloudlet(边缘/朵云)。云计算与边缘计算协同互补。云计算擅长全局性、非实时、长周期的大数据处理与分析，在长周期维护、优化业务决策等领域发挥优势。边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好的支撑本地业务的实时智能化决策与执行。

边云协同放大云计算与边缘计算的价值，边缘计算靠近执行单元，更是数据初步处理单元，可以更好地支撑云中心应用。云计算通过大数据分析优化业务规则或者模型，然后下发到边缘云，边缘计算基于新的业务规则或模型运行。此外，边缘云具有完整的云计算能力，与智能终端同一个局域网络中，在云中心不可用的情况下继续为终端提供服务。

发明内容

发明目的：本发明拟聚焦空中交通态势感知中终端数据处理能力弱、区域关联性差导致的感知不全面不准确的问题，构建一种边云协同支撑的空中交通态势智能感知系统，同时满足鲁棒性与实时性的要求。

所述系统包括采集层、分析层和应用层；

其中分析层和应用层分别部署于空中交通态势智能感知系统的边缘节点与云中心节点；

所述采集层用于采集空管运行终端产生的话音、文本、图片视频数据，并将数据传输到分析层；

所述分析层的边缘节点基于多粒度表征学习以及异步数据关联技术完成对采集层异构数据融合，基于实体识别与关系抽取技术提取结构化特征信息，形成各个民航地区空中交通管理局的局部态势；

所述应用层用于云中心融合边缘节点中各个民航地区空中交通管理局的局部态势，形成全局的空中交通态势。

所述分析层内部采用层级结构，分为一级边缘节点、二级边缘节点和三级边缘节点，其中，一级边缘节点形成地区所辖区域内的运行态势；二级边缘节点形成各地区管理局下设的省空管单位所辖区域内的运行态势；三级边缘节点形成本管制区域的运行态势。

系统执行如下步骤：