本发明涉及延迟管理，具体为一种基于数据处理的多源数据流状态远程监管系统及方法。
背景技术：
1、随着人工智能和机器学习技术的发展，多源数据流的状态已经可以实现智能化监管，通过数据分析的方式实现自动化远程监管。多源数据流通常涉及多种数据来源，这些数据源可能来自不同的设备具有不同的传输特点，因此对数据的整合、处理和分析提出了新的挑战。
2、现阶段，在针对无人机集群作业方面的监管，通常采用通信延迟监控等技术手段来提高无人机作业过程中的实时性，这种方法存在一定的弊端。一方面，现有技术手段主要通过降低通信延迟的方面进行优化，而在多架无人机协同作业过程中，部分无人机通信延迟得到优化只会拉大与其他无人机的延迟差距，甚至造成无法继续协同作业起到相反的作用。另一方面，现有技术为了实现作业过程中的同步性，往往通过人为设置同步时钟等方式来确保多架无人机协同作业时的指令执行时间一致，这种方式虽然能够实现指令执行的同步，但也极大的浪费时间资源，造成通信延迟方面做的优化失效。所以，现阶段需要一种更加高效智能的通信延迟监管技术方案来解决上述问题。
技术实现思路
1、本发明的目的在于提供一种基于数据处理的多源数据流状态远程监管系统及方法，以解决上述背景技术中提出的问题。
2、为了解决上述技术问题，本发明提供如下技术方案：一种基于数据处理的多源数据流状态远程监管方法，该方法包括以下步骤：
3、s100、采集历史日志和控制中心的任务计划，以及每个对象的设备信息。
4、s200、通过分析任务计划来设定协作对象，根据协作对象的设备信息计算同步指数，结合历史日志规划代理对象并确认每个代理对象的节点数。
5、s300、分析代理对象与协作对象之间的关系并计算匹配指数，按照匹配指数从大到小顺序，依次为每个代理对象分配与其节点数相同数目的传输对象。
6、s400、在执行协作任务过程中，代理对象实时接收控制中心传递过来的数据包，解析后依次转发至之前分配的传输对象进行协同控制，可视化大屏实时显示对象的设备信息。
7、在s100中，对象是指无人机。历史日志是指所有对象的通信记录和转发记录，每条通信记录包括标识符、数据包的数据量和通信延迟，每条转发记录包括转发延迟、发送方的标识符和接受方的标识符，标识符用于区分不同对象。控制中心是指无人机集群作业控制中心。任务计划是指无人机集群的执行任务计划，包括独立任务和协作任务，独立任务是指单个对象独立执行的任务，协作任务是指不同对象共同执行的任务，每个任务中包含执行该任务所有对象的标识符。设备信息是指空间位置和通信延迟。
8、数据包用于控制中心向无人机发送指令信息，或者用于无人机向其他无人机转发指令信息。通常情况下，数据包的数据量为固定一个单位的规格。当控制中心需要借助单架无人机作为代理控制多架无人机时，需要将控制的所有无人机的数据包组合为一个数据包后进行发送，该数据包的数据量为多个单位的规格。
9、通信延迟是指数据包从控制中心发送至无人机所经历的时间，转发延迟是指数据包从无人机发送至其他无人机所经历的时间。当数据包的数据量发生改变时通信延迟和转发延迟也会相应改变。
10、在s200中，步骤如下：
11、s201、开始执行任务计划时，获取所有对象的通信延迟，将所有对象的通信延迟求和后计算平均值得到。将属于协作任务的所有对象作为协作对象，统计所有协作对象数量，所有协作对象的通信延迟求和后计算平均值得到，统计通信延迟小于的所有协作对象数量，代入公式中计算同步指数：
12、
13、式中，为同步指数，为常数，为第个协作对象的通信延迟。
14、s202、当同步指数小于指数阈值时，按照通信延迟从小到大顺序对所有对象进行排序，选择前个对象作为拟定对象。在历史日志中分别检索每个拟定对象的通信记录和转发记录，根据同拟定对象下所有通信记录中数据包的数据量和通信延迟，为每个拟定对象建立关系折线图。分别将同拟定对象下所有转发记录中的转发延迟求和后计算平均值，得到每个拟定对象的平均转发延迟。
15、同步指数低表示各协作对象的通信延迟差距过大或整体延迟过高。当同步指数小于指数阈值时，意味着由于各协作对象的通信延迟差距过大而无法共同执行任务，需要对各协作对象的通信延迟差距进行调整以满足共同执行任务的条件。
16、s203、为每个拟定对象建立延迟集合，在延迟集合中放入传输延迟，对不同拟定对象下的延迟集合进行组合得到延迟集合组，根据延迟集合组中的传输延迟规划代理对象并确认每个代理对象的节点数。
17、在s203中，具体步骤如下：
18、s203-1、每个拟定对象建立个延迟集合，表示第个延迟集合且内部有个元素，取值为整数区间中任意一项且包含于；若拟定对象属于协作任务则进入s203-2步骤，属于独立任务则进入s203-3步骤。
19、所有延迟集合数量为，同一个拟定对象下各延迟集合中的元素为1到，同一个拟定对象下元素数量多的延迟集合包含比其元素数量低的延迟集合。
20、s203-2、在对应关系折线图中找到个单位数据量对应的通信延迟作为传输延迟放入延迟集合中。在关系折线图中找到个单位数据量对应的通信延迟加上倍的和作为新增传输延迟，新增传输延迟与延迟集合中所有传输延迟一起放入延迟集合中，以此类推直到完成延迟集合。
21、延迟集合中包括；其中，表示第个单位数据量对应的通信延迟，表示第个传输延迟。
22、s203-3、在对应关系折线图中找到个单位数据量对应的通信延迟加上倍的和作为传输延迟放入延迟集合中。在关系折线图中找到个单位数据量对应的通信延迟加上倍的和作为新增传输延迟，新增传输延迟与延迟集合中所有传输延迟一起放入延迟集合中，以此类推直到完成延迟集合。
23、延迟集合包括；其中，表示第个单位数据量对应的通信延迟，表示第个传输延迟。
24、s203-4、分析每个延迟集合中元素个数，在确保元素个数总数为的前提下将不同拟定对象的延迟集合组合为延迟集合组。分别计算每个延迟集合组下所有传输延迟的平均值，统计每个延迟集合组中传输延迟小于的元素个数，代入s201步骤中计算每个延迟集合组的同步指数，标记同步指数最高的延迟集合组。
25、s203-5、获取延迟集合组中包含的延迟集合，将这些延迟集合对应的拟定对象作为代理对象。代理对象属于协作任务时，将延迟集合组下对应延迟集合中所有元素个数减1后作为代理对象的节点数。代理对象属于独立任务时，将延迟集合组下对应延迟集合中所有元素个数作为代理对象的节点数。
26、代理对象作为指令中转站，负责接收控制中心传递过来的数据包，解析后将不属于本无人机的指令信息重新组合为数据包依次转发至其他无人机。不仅仅是属于独立任务的对象可以作为代理对象，在满足通信延迟要求的前提下，协作对象同样也可以作为代理对象，负责转发数据包到其他协作对象。
27、节点数作为代理对象负责转发数据包的无人机数量，转发方式为依次转发。节点数越多，则延迟集合中元素数量越多，传输延迟越大。
28、在s300中，具体步骤如下：
29、s301、标记不作为代理对象的协作对象，当标记协作对象数量不为零时，获取每个标记协作对象的空间位置和标识符。标记节点数不为零的代理对象，获取每个标记代理对象的空间位置和标识符。
30、s302、计算标记代理对象与标记协作对象的空间位置之间的三维距离，将标记代理对象作为发送方，标记协作对象作为接受方，在历史日志中检索相应的转发记录，所有转发记录中的转发延迟求和后计算平均值得到，代入公式计算标记代理对象与标记协作对象的匹配指数：
31、
32、式中，为常数，为匹配指数。
33、s303、每个标记代理对象建立匹配集合，按照匹配指数从大到小顺序对标记协作对象的标识符进行排列，根据排列顺序筛选出前个标识符放入对应匹配集合中。按照通信延迟从小到大顺序对标记代理对象进行排列，根据排列顺序依次将匹配集合中所有标识符作为对应标记代理对象的传输对象，并删除所有匹配集合中已经作为传输对象的标识符。
34、匹配指数用于为每个代理对象匹配到最合适的传输对象，当两者三维距离越近则传输环境越稳定，历史转发平均延迟越低则传输效率越高。
35、协作任务过程中，实时监测各协作对象的延迟并计算同步指数。当同步指数再次小于指数阈值时，重新规划代理对象并确认每个代理对象的节点数，重新分配传输对象。
36、一种基于数据处理的多源数据流状态远程监管系统，系统包括多源数据采集模块、数据流分析模块、协同传输管理模块和远程状态监管模块。
37、多源数据采集模块用于采集历史日志和任务计划，以及每个对象的设备信息。数据流分析模块用于分析任务计划来设定协作对象，根据协作对象的设备信息计算同步指数，结合历史日志规划代理对象并确认每个代理对象的节点数。协同传输管理模块用于分析代理对象与协作对象之间的关系并计算匹配指数，为每个代理对象分配与其节点数相同数目的传输对象。远程状态监管模块用于通过代理对象接收数据包并转发至传输对象进行协同控制，可视化大屏实时显示对象的设备信息。
38、多源数据采集模块包括历史日志采集单元、计划信息采集单元和设备信息采集单元。
39、历史日志采集单元用于采集所有对象的通信记录和转发记录。对象是指无人机。每条通信记录包括标识符、数据包的数据量和通信延迟。每条转发记录包括转发延迟、发送方的标识符和接受方的标识符。
40、计划信息采集单元用于采集任务计划。任务计划是指无人机集群的执行任务计划，包括独立任务和协作任务，每个任务中包含执行该任务所有对象的标识符。设备信息采集单元用于采集每个对象的空间位置和通信延迟。
41、数据流分析模块包括同步分析单元和代理规划单元。
42、同步分析单元用于计算同步指数。先将所有对象的通信延迟求和后计算平均值得到，再将属于协作任务的对象作为协作对象并统计所有协作对象数量，所有协作对象的通信延迟求和后计算平均值得到，统计通信延迟小于的所有协作对象数量，代入公式：中计算同步指数。其中，为常数，为第个协作对象的通信延迟。
43、代理规划单元用于规划代理对象和确认节点数。
44、首先，当同步指数小于指数阈值时，按照通信延迟从小到大顺序选择前个对象作为拟定对象。其次，通过分析同拟定对象下所有通信记录中数据包的数据量和通信延迟建立关系折线图，将同拟定对象下所有转发记录中的转发延迟求和后计算平均值得到平均转发延迟，根据关系折线图和平均转发延迟计算传输延迟。最后，为每个拟定对象建立延迟集合，在延迟集合中放入传输延迟，对不同拟定对象下的延迟集合进行组合得到延迟集合组，根据延迟集合组中的传输延迟规划代理对象并确认每个代理对象的节点数。
45、协同传输管理模块包括匹配量化单元和传输分配单元。
46、匹配量化单元用于计算匹配指数。先标记不作为代理对象的协作对象，再标记节点数不为零的代理对象。计算标记代理对象与标记协作对象的空间位置之间的三维距离，检索同时包含标记代理对象和标记协作对象的转发记录，所有转发记录中的转发延迟求和后计算平均值得到，代入公式：中计算标记代理对象与标记协作对象的匹配指数。其中，为常数。
47、传输分配单元用于为每个代理对象分配传输对象。每个标记代理对象建立匹配集合，按照匹配指数从大到小顺序选择前个标记协作对象的标识符放入对应匹配集合中。按照通信延迟从小到大顺序对标记代理对象进行排列，根据排列顺序依次将匹配集合中所有标识符作为对应标记代理对象的传输对象。
48、远程状态监管模块在执行协作任务过程中，通过代理对象实时接收控制中心传递过来的数据包，解析后依次转发至之前分配的传输对象进行协同控制，采用可视化大屏实时显示所有对象的设备信息。
49、与现有技术相比，本发明所达到的有益效果是：
50、1、智能的延迟调整：本技术通过分析参与共同任务的协作对象的通信延迟，实时计算同步指数，量化协作过程中的潜在风险。通过规划代理对象协同控制的方式，确保各协作对象通信延迟能够保持大致相同，相比于传统技术的延迟优化或同步时钟设定更加智能化。
51、2、稳定的代理分配：本技术针对代理对象的选择并不局限于独立任务的对象，协作对象同样可以作为其他协作对象的代理对象，在分配过程中优先为代理对象分配空间距离短历史转发延迟低的作为传输对象，相比于传统技术的固定或随机分配方式更加稳定可靠。
52、综上所述，本发明相比于传统技术具有智能的延迟调整和稳定的代理分配优势，能够提高无人机集群作业过程中的延迟监管效率。
1.一种基于数据处理的多源数据流状态远程监管方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于数据处理的多源数据流状态远程监管方法，其特征在于：在s100中，对象是指无人机；历史日志是指所有对象的通信记录和转发记录，每条通信记录包括标识符、数据包的数据量和通信延迟，每条转发记录包括转发延迟、发送方的标识符和接受方的标识符，标识符用于区分不同对象；控制中心是指无人机集群作业控制中心；任务计划是指无人机集群的执行任务计划，包括独立任务和协作任务，独立任务是指单个对象独立执行的任务，协作任务是指不同对象共同执行的任务，每个任务中包含执行该任务所有对象的标识符；设备信息是指空间位置和通信延迟。
3.根据权利要求2所述的一种基于数据处理的多源数据流状态远程监管方法，其特征在于：在s200中，步骤如下：
4.根据权利要求3所述的一种基于数据处理的多源数据流状态远程监管方法，其特征在于：在s203中，具体步骤如下：
5.根据权利要求3所述的一种基于数据处理的多源数据流状态远程监管方法，其特征在于：在s300中，具体步骤如下：
6.一种基于数据处理的多源数据流状态远程监管系统，其特征在于：系统包括多源数据采集模块、数据流分析模块、协同传输管理模块和远程状态监管模块；
7.根据权利要求6所述的一种基于数据处理的多源数据流状态远程监管系统，其特征在于：多源数据采集模块包括历史日志采集单元、计划信息采集单元和设备信息采集单元；
8.根据权利要求7所述的一种基于数据处理的多源数据流状态远程监管系统，其特征在于：数据流分析模块包括同步分析单元和代理规划单元；
9.根据权利要求8所述的一种基于数据处理的多源数据流状态远程监管系统，其特征在于：协同传输管理模块包括匹配量化单元和传输分配单元；
10.根据权利要求9所述的一种基于数据处理的多源数据流状态远程监管系统，其特征在于：远程状态监管模块在执行协作任务过程中，通过代理对象实时接收控制中心传递过来的数据包，解析后依次转发至之前分配的传输对象进行协同控制，采用可视化大屏实时显示所有对象的设备信息。
