一种多源遥测数据融合方法、装置、电子设备及存储介质与流程

本发明涉及软件工程，具体涉及一种多源遥测数据融合方法。

背景技术：

1、随着全球信息社会的发展，卫星技术已成为推动信息化、智能化发展的重要力量，广泛应用于通信、导航、气象预报、环境监测等多个领域，极大地促进了全球互联与资源共享。在此背景下，多源卫星遥测数据融合技术作为研究前沿，旨在通过整合来自不同的卫星遥测数据资源，拓宽数据应用的边界与深度，以更全面地服务于人类社会。

2、然而，可解释性不足是当前多源数据融合方法面临的巨大难题。高维数据下，隐空间的分布情况难以实现可理解的解释性描述，这使得模型预测与决策过程缺乏坚实的理论基础，降低了用户对模型结果的信任度和理解程度，限制了多源数据融合技术的应用范围。

技术实现思路

1、本发明实施例提供一种多源遥测数据融合方法、装置、电子设备及计算机可读存储介质。通过实施本发明能够更综合地获取不同遥测参数间的转换关系，进而实现更为精准的多源数据融合。

2、本发明一实施例提供了一种多源遥测数据融合方法，包括：获取需要融合的卫星设备传感器的遥测参数。

3、对于每一种所述遥测参数，生成包含若干时序模式的语义表征。

4、将所有所述语义表征按照生成先后顺序进行组合，生成语义表征序列。

5、计算语义表征序列中第一个语义表征向最后一个语义表征转移的第一状态转移占比关系矩阵，以及相邻两个语义表征之间，前一个语义表征向后一个语义表征转移的第二状态转移占比关系矩阵。

6、将各所述第二状态转移占比关系矩阵按顺序依次相乘，得到第一矩阵。

7、根据第一状态转移占比关系矩阵以及第一矩阵，进行矩阵的迭代融合，直至达到预设的迭代次数，将最终生成的第一状态转移占比关系矩阵，作为融合环境综合矩阵。

8、其中，在每次迭代融合时：

9、计算第一矩阵与当前的第一状态转移占比关系矩阵的差值，得到差异矩阵；

10、对于差异矩阵中的每一元素计算其绝对值，并根据所述绝对值计算对应的指数值，将得到的指数值作为更新后的元素值。

11、根据差异矩阵中所有更新后的元素值，生成更新后的差异矩阵。

12、根据更新后的差异矩阵、第一矩阵以及当前的第一状态转移占比关系矩阵，计算更新后的第一状态转移占比关系矩阵。

13、进一步地，所述对于每一种所述遥测参数，生成包含若干时序模式的语义表征，包括：针对每一种遥测参数，对其进行分段聚合近似处理，生成均值序列。

14、针对每一均值序列，对其进行符号聚合近似处理，生成符号序列。

15、针对每一符号序列，根据频率最高的符号对进行符号合并，生成语义表征。

16、进一步地，通过以下方式生成两个语义表征之间的转移占比关系矩阵。

17、通过以下公式计算转移占比关系矩阵中各元素的取值：

18、 ，

19、其中，为第一语义表征向第二语义表征转移的转移占比关系矩阵中第i行第j列的元素值；为第一语义表征中第i种时序模式；为第二语义表征中第j种时序模式；为第一语义表征中第i种时序模式在时间轴上的时间区间；为第二语义表征中第j种时序模式在时间轴上的时间区间；为第一语义表征中第i种时序模式和第二语义表征中第j种时序模式在时间轴上重叠的时间区间；为第一语义表征中第i种时序模式在时间轴上的时间区间的长度；为第一语义表征中第i种时序模式和第二语义表征中第j种时序模式在时间轴上重叠的时间区间的长度。

20、根据各元素的取值，生成第一语义表征向第二语义表征转移的转移占比关系矩阵。

21、进一步地，根据下列公式计算更新后的第一状态转移占比关系矩阵：

22、

23、其中，为更新后的第一状态转移占比关系矩阵，为更新后的差异矩阵，为第一矩阵，为当前的第一状态转移占比关系矩阵，为逐元素加法。

24、在上述方法项实施例的基础上，本发明对应提供了装置项实施例。

25、本发明一实施例提供了一种多源遥测数据融合装置，包括：语义表征生成模块、矩阵生成模块、矩阵迭代融合模块。

26、所述语义表征生成模块，用于获取需要融合的卫星设备传感器的遥测参数；

27、对于每一种所述遥测参数，生成包含若干时序模式的语义表征；将所有所述语义表征按照生成先后顺序进行组合，生成语义表征序列。

28、所述矩阵生成模块，用于计算语义表征序列中第一个语义表征向最后一个语义表征转移的第一状态转移占比关系矩阵，以及相邻两个语义表征之间，前一个语义表征向后一个语义表征转移的第二状态转移占比关系矩阵。

29、所述矩阵迭代融合模块，用于将各所述第二状态转移占比关系矩阵按顺序依次相乘，得到第一矩阵；根据第一状态转移占比关系矩阵以及第一矩阵，进行矩阵的迭代融合，直至达到预设的迭代次数，将最终生成的第一状态转移占比关系矩阵，作为融合环境综合矩阵；其中，在每次迭代融合时：计算第一矩阵与当前的第一状态转移占比关系矩阵的差值，得到差异矩阵；对于差异矩阵中的每一元素计算其绝对值，并根据所述绝对值计算对应的指数值，将得到的指数值作为更新后的元素值；根据差异矩阵中所有更新后的元素值，生成更新后的差异矩阵。

30、进一步地，所述语义表征生成模块，包括：均值序列生成单元，符号序列生成单元，符号合并单元。

31、所述均值序列生成单元，用于针对每一种遥测参数，对其进行分段聚合近似处理，生成均值序列。

32、所述符号序列生成单元，用于针对每一均值序列，对其进行符号聚合近似处理，生成符号序列。

33、所述符合合并单元，用于针对每一符号序列，根据频率最高的符号对进行符号合并，生成语义表征。

34、进一步地，所述状态转移占比关系矩阵生成模块，通过以下方式生成两个语义表征之间的转移占比关系矩阵：

35、通过以下公式计算转移占比关系矩阵中各元素的取值：

36、 ，

37、其中，为第一语义表征向第二语义表征转移的转移占比关系矩阵中第i行第j列的元素值；为第一语义表征中第i种时序模式；为第二语义表征中第j种时序模式；为第一语义表征中第i种时序模式在时间轴上的时间区间；为第二语义表征中第j种时序模式在时间轴上的时间区间；为第一语义表征中第i种时序模式和第二语义表征中第j种时序模式在时间轴上重叠的时间区间；为第一语义表征中第i种时序模式在时间轴上的时间区间的长度；为第一语义表征中第i种时序模式和第二语义表征中第j种时序模式在时间轴上重叠的时间区间的长度。

38、根据各元素的取值，生成第一语义表征向第二语义表征转移的转移占比关系矩阵。

39、进一步地，所述矩阵迭代融合模块，根据下列公式计算更新后的第一状态转移占比关系矩阵：

40、

41、其中，为更新后的第一状态转移占比关系矩阵，为更新后的差异矩阵，为第一矩阵，为当前的第一状态转移占比关系矩阵，为逐元素加法。

42、在上述方法项实施例的基础上，本发明对应提供了电子设备项实施例。

43、本发明一实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时可实现上述方法项实施例中任一项所述多源遥测数据融合方法。

44、在上述方法项实施例的基础上，本发明对应提供了计算机可读存储介质项实施例。

45、本发明一实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时可实现上述方法项实施例中任一项所述多源遥测数据融合方法。

46、与现有技术对比，本发明具有如下有益效果：

47、本发明根据多种卫星遥测参数，提炼出每一种卫星遥测参数对应的语义表征。根据各参数的语义表征，本发明进一步构建了参数间的状态转移占比关系矩阵，紧接着根据状态转移占比关系矩阵，通过矩阵连乘融合各种状态的转移情况，随后进行不断的迭代更新生成融合各种状态转移情况下的融合环境综合矩阵，用于多源遥测数据融合。与现有技术相比，本发明基于多源数据的状态转移关系进行矩阵空间下不同语义特征的融合，可以更综合地获取不同遥测参数间的转换关系，进而实现更为精准的多源遥测数据融合。特别地，由于融合环境综合矩阵实现了在不同遥测数据中统计多源状态转移之间的相关性，这种相关性是基于基础的统计，因此具有一定的可解释性，使得模型预测与决策结果更加透明和可理解。