一种基于GPB算法的运维多模态决策系统架构技术方案

本发明专利技术公开一种基于GPB算法的运维多模态决策系统架构，按k‑1时刻分别采样传感器模型和摄像头模型；按k时刻分别采样传感器模型和摄像头模型；利用Kalman算法进行各自状态估计，和估计误差协方差阵；然后计算状态估计的合成，以及相应的协方差阵；最后是状态估计与协方差的融合输出，以实现事故自动预警防范。

A multi-mode decision support system for maintenance and operation based on GPB algorithm

The invention discloses a framework decision system of multi mode GPB algorithm based on K operation, according to the 1 times sampling sensor model and camera model; according to K times sampling sensor model and camera model; for each state estimation using Kalman algorithm, and the estimation error covariance matrix; then calculate the synthesis of state estimation, and the corresponding the covariance matrix; finally the state estimation and covariance fusion output, in order to achieve the automatic early warning to prevent accidents.

【技术实现步骤摘要】
一种基于GPB算法的运维多模态决策系统架构
本专利技术涉及一种基于GPB算法的运维多模态决策系统架构
技术介绍
随着云计算及虚拟化，呈现出“大规模”、“高密度”、“高能耗”、“复杂化”等特点，建设与发展新一代数据中心，提升数据中心基础设施管理将变得日趋重要，数据中心的基础架构融合管理与智能将成为数据中心发展的新趋势。目前，运维缺乏自动化手段，被动运维，效率低下，大规模IT设施带来管理压力。需要实现数据中心的自动化监控，提高系统和环境参数的及时告警能力，提高系统和环境异常变化的响应速度和监控水平。使用传感器和摄像头等各种手段感知信息，就能实现统一的服务管理软件平台。多源信息融合通过感知部件产生的数据来获得信息。信息融合涉及多种不同的感知器和不同的执行器，不同的感知设备会产生不同类型的数据。如何有效的融合这些多模态数据进而正确地反映运维的状态是十分重要的研究课题。传感器子系统为环境探测装置，作用在实时地检测环境变化并为数据融合子系统提供相关数据；决策支持子系统利用数据融合的结构及时进行势态估计，该结果又为传感器管理提供重要依据；传感器管理子系统根据前面几个阶段提供的反馈信息，对传感器资源本文档来自技高网...

【技术保护点】
一种基于GPB算法的运维多模态决策系统架构，其具体步骤如下：1)按k‑1时刻分别采样传感器模型和摄像头模型；2)按k时刻分别采样传感器模型和摄像头模型；3)利用Kalman算法进行各自状态估计，和估计误差协方差阵；4)然后计算状态估计的合成，以及相应的协方差阵；5)最后是状态估计与协方差的融合输出。

【技术特征摘要】
1.一种基于GPB算法的运维多模态决策系统架构，其具体步骤如下：1)按k-1时刻分别采样传感器模型和摄像头模型；2)按k时刻分别采样传感器模型和摄像头模...

【专利技术属性】
技术研发人员：张军，陈晓峰，戴建荣，
申请(专利权)人：上海德衡数据科技有限公司，
类型：发明
国别省市：上海,31