一种数据库融合关联系统技术方案

本发明专利技术涉及数据处理技术领域，具体地说，涉及一种数据库融合关联系统，包括若干传感器、实时数据库、历史数据库、融合管理模块和滤波跟踪，融合管理模块包括校准模块、相关模块、识别模块和估计模块，实时数据库用于数据录入和维护、实时数据更新、与历史数据库通讯以及与应用程序通讯。本发明专利技术将融合模型和数据库结合成一个统一的整体，自顶向下地设计数据库，实现整体优化的数据库策略，具有较大的优越性，它能够保证融合系统的性能和可靠性，也能够大大提高数据库的工作效率，从数据融合对数据库的要求出发，建立了支持数据融合算法的数据库模型，并基于这一模型开发了数据融合系统的专用数据库，既满足实时性，又减少内存中数据的存储量。据的存储量。据的存储量。

【技术实现步骤摘要】
一种数据库融合关联系统


[0001]本专利技术涉及数据处理
，具体为一种数据库融合关联系统。

技术介绍

[0002]随着科学技术的不断发展，人们获得信息的数量不断增多，同时信息的表现形式也趋于多种多样。在多传感器数据融合系统中，信息的获得也是量大，且形式多种多样。进行数据融合时，需要访问这些相关支持数据，这些数据的存放及访问形式将直接影响到数据融合系统的工作性能。此时，传统的数据文件在数据存贮和数据更新等方面已满足不了数据融合的需要。

技术实现思路

[0003]本专利技术的目的在于提供一种数据库融合关联系统，以解决上述
技术介绍
中提出的某种或某些缺陷。
[0004]为实现上述目的，本专利技术提供如下技术方案：
[0005]一种数据库融合关联系统，包括若干传感器、实时数据库、历史数据库、融合管理模块和滤波跟踪，融合管理模块包括校准模块、相关模块、识别模块和估计模块，实时数据库用于数据录入和维护、实时数据更新、与历史数据库通讯以及与应用程序通讯，实时数据库包括数据备份系统和数据恢复系统，数据备份系统用于云数据库将实时数据库中的数据信息进行云存储，数据恢复系统用于实时数据库读取云数据库中的数据信息，数据备份系统按照以下步骤完成：云数据库根据设置的备份策略，下发到实时数据库，根据备份策略、按需备份日志、数据文件，实时数据库将备份结果上报云数据库，上传组件将备份结果传输到存储集群中，并将上传结果上报云数据库；数据恢复系统按照以下步骤完成：实时数据库下发恢复指令，云数据库根据指令申请基础设施即服务集群，并配置数据库基础环境，恢复程序根据指令向存储集群拉取数据备份文件，恢复程序根据指令将数据库文件，恢复至数据库实例上，并将备份结果上报云数据库。
[0006]作为优选，数据库融合关联系统的融合方法包括如下：
[0007]S1：传感器获得目标信息时，先将目标信息存入实时数据库，并由融合管理模块控制；
[0008]S2：从实时数据库读取数据，进行轨迹相关、滤波跟踪工作；
[0009]S3：根据融合结果及观测值来管理传感器的工作，并将观测值和滤波结果存入实时数据库，供轨迹相关和下一时刻滤波使用；
[0010]S4：在融合过程中，定期的将实时数据库中的数据转存入历史数据库中。
[0011]作为优选，所述校准模块用于统一各传感器的时间和空间参考点，若各传感器在时间和空间上是独立地异步工作的，通过校准模块进行时间和空间校准，即进行时间搬移和坐标变换，以形成融合所需的统一的时间和空间参考点；
[0012]所述相关模块用于判别不同时间和空间的数据是否来源于同一目标，作为利用多
传感器数据对目标进行估计的基础；
[0013]所述识别模块为目标识别，用于根据不同传感器测得的目标特征形成一个多维的特征向量，其中每一维代表目标的一个独立特征，目标识别可看作是目标属性的估计。
[0014]作为优选，所述估计模块包括状态估计和行为估计。
[0015]作为优选，所述状态估计为目标跟踪，传感器每次扫描结束时就将新数据集与原有的数据进行融合，根据传感器的观测值估计目标参数，并利用这些估计预测下一次扫描中的目标位置，状态估计单元输出是目标的状态估计。
[0016]作为优选，所述行为估计用于将所有目标的数据集与先前确定的可能态势的行为模式相比较，以确定哪种行为模式与监视区内所有目标的状态最匹配。
[0017]作为优选，所述历史数据库用于存储传感器信息、历史数据信息、间接情报和先验信息数据。
[0018]作为优选，所述滤波跟踪采用二次滤波算法对目标进行探测跟踪，所述二次滤波算法为：
[0019]设和为k时刻的最优估计，和为最优估计的预测值，P(kk)、P1(kk)和P2(kk)为对应的误差协方差距阵，P(kk-1)、P1(kk-1)和P2(kk-1)为相应的误差协方差预测矩阵；1)为相应的误差协方差预测矩阵；
[0020]其中：
[0021][0022][0023]综合两个局部最优估计得到一个全局最优估计。
[0024]与现有技术相比，本专利技术的有益效果是：
[0025]1、本数据库融合关联系统将融合模型和数据库结合成一个统一的整体，自顶向下地设计数据库，实现整体优化的数据库策略，具有较大的优越性，它能够保证融合系统的性能和可靠性，也能够大大提高数据库的工作效率。
[0026]2、本数据库融合关联系统通过数据录入和维护将实时数据库的数据定时地录入到历史数据库中，并维护这些数据，提供实时数据库的数据录入和维护功能，实时数据库中的数据要实时更新，以满足数据融合中航迹相关、目标跟踪等算法对数据的实时性要求，历史库主要保存静态数据库和定时由实时库转发备份到历史库的实时数据，所以历史库中有相当一部分数据是实时库数据加上时间标志，实时数据库提供与应用程序之间的方便、灵活、快速的传递数据功能。实时数据库采用多线程与应用程序通讯。
[0027]3、本数据库融合关联系统从数据融合对数据库的要求出发，建立了支持数据融合算法的数据库模型，并基于这一模型开发了数据融合系统的专用数据库，由于数据融合算法的实时性要求，所建立的数据库系统分为实时数据库和历史数据库，这既可以满足实时性，又可以减少内存中数据的存储量，同时也能更好的管理、查询这些数据，从而更好的支
持数据融合算法。
附图说明
[0028]图1是本专利技术的流程示意图；
[0029]图2是本专利技术的融合管理模块组成示意图；
[0030]图3是本专利技术的实时数据库的功能组成示意图。
[0031]图4是本专利技术的实时数据库的组成示意图；
具体实施方式
[0032]下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]实施例1
[0034]一种数据库融合关联系统，如图1所示，包括若干传感器、实时数据库、历史数据库、融合管理模块和滤波跟踪，融合管理模块包括校准模块、相关模块、识别模块和估计模块，如图3所示，实时数据库用于数据录入和维护、实时数据更新、与历史数据库通讯以及与应用程序通讯，如图4所示，实时数据库包括数据备份系统和数据恢复系统，数据备份系统用于云数据库将实时数据库中的数据信息进行云存储，数据恢复系统用于实时数据库读取云数据库中的数据信息。
[0035]数据备份系统按照以下步骤完成：云数据库根据设置的备份策略，下发到实时数据库，根据备份策略、按需备份日志、数据文件，实时数据库将备份结果上报云数据库，上传组件将备份结果传输到存储集群中，并将上传结果上报云数据库；数据恢复系统按照以下步骤完成：实时数据库下发恢复指令，云数据库根据指令申请基础设施即服务集群，并配置数据库基础环境，恢复程序根据指令向存储集群拉本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据库融合关联系统，其特征在于：包括若干传感器、实时数据库、历史数据库、融合管理模块、滤波跟踪和云数据库，融合管理模块包括校准模块、相关模块、识别模块和估计模块，实时数据库用于数据录入和维护、实时数据更新、与历史数据库通讯以及与应用程序通讯，实时数据库包括数据备份系统和数据恢复系统，数据备份系统用于云数据库将实时数据库中的数据信息进行云存储，数据恢复系统用于实时数据库读取云数据库中的数据信息，数据备份系统按照以下步骤完成：云数据库根据设置的备份策略，下发到实时数据库，根据备份策略、按需备份日志、数据文件，实时数据库将备份结果上报云数据库，上传组件将备份结果传输到存储集群中，并将上传结果上报云数据库；数据恢复系统按照以下步骤完成：实时数据库下发恢复指令，云数据库根据指令申请基础设施即服务集群，并配置数据库基础环境，恢复程序根据指令向存储集群拉取数据备份文件，恢复程序根据指令将数据库文件，恢复至数据库实例上，并将备份结果上报云数据库。2.根据权利要求1所述的数据库融合关联系统，其特征在于：数据库融合关联系统的融合方法包括如下：S1：传感器获得目标信息时，先将目标信息存入实时数据库，并由融合管理模块控制；S2：从实时数据库读取数据，进行轨迹相关、滤波跟踪工作；S3：根据融合结果及观测值来管理传感器的工作，并将观测值和滤波结果存入实时数据库，供轨迹相关和下一时刻滤波使用；S4：在融合过程中，定期的将实时数据库中的数据转存入历史数据库中。3.根据权利要求1所述的数据库融合关联系统，其特征在于：所述校准模块用于统一各传感器的时间和空间参考点，若各传感器在时间和空间上是独立地异步工作的，通过校准...

【专利技术属性】
技术研发人员：史子超，金作印，
申请(专利权)人：中建材信云智联科技有限公司，
类型：发明
国别省市：