(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111657712.7 (22)申请日 2021.12.3 0 (71)申请人 六安市空间数据应用有限公司 地址 237000 安徽省六安市金安区东市街 道皖西大道城投大厦15楼 (72)发明人 方明　高扬　谢正傲　范浩然　 (74)专利代理 机构 合肥律众知识产权代理有限 公司 34147 代理人 夏舜 (51)Int.Cl. H04L 67/10(2022.01) H04L 45/00(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于边缘计算的遥感卫星大数据处理 方法及系统 (57)摘要 本发明涉及数据处理， 具体涉及一种基于边 缘计算的遥感卫星大数据处理方法及系统， 传输 节点选取覆盖区域内的采集终端组成传输簇， 采 集终端确定每个子传输簇的大小， 并上报给传输 节点； 传输节 点确定各采集终端对应子传输簇内 的数据终端， 数据终端通过采集终端将数据发送 至传输节 点； 获取边缘节点在预设间隔时间段内 的任务量， 并基于该边缘节点的一系列任务量获 得分类特征图； 对分类特征图的每个通道的特征 矩阵进行全局平均池化， 以获得特征向量， 并基 于特征向量得到分类特征向量； 将分类特征向量 输入分类器以获得边缘节点的工作状态； 本发明 提供的技术方案能够有效克服现有技术所存在 的无法满足用户对数据处理高时效性需求的缺 陷。 权利要求书2页 说明书5页 附图2页 CN 114338675 A 2022.04.12 CN 114338675 A 1.一种基于边 缘计算的遥感卫星大 数据处理方法， 其特 征在于： 包括以下步骤： S1、 传输节点选取覆盖区域内的采集终端组成传输簇， 采集终端确定每个子传输簇的 大小， 并上报给传输节点； S2、 传输节点确定各采集终端对应子传输簇内的数据终端， 数据终端通过采集终端将 数据发送至传输节点； S3、 获取边缘节点在预设间隔时间段内的任务量， 并基于该边缘节点的一系列任务量 获得分类特 征图； S4、 对分类特征图的每个通道的特征矩阵进行全局平均池化， 以获得特征向量， 并基于 特征向量得到分类特 征向量； S5、 将分类特征向量输入分类器以获得边缘节点的工作状态， 传输节点根据工作状态 对边缘节点进行 数据分配。 2.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S1中 传输节点选取覆盖区域内的采集终端组成传输 簇， 包括： 传输节点基于相应覆盖区域内采集终端的通信 状况对采集终端进行排序， 并优选采集 终端组成传输 簇； 其中， 采集终端的通信状况包括采集终端与传输节点之间的路径损耗、 信干噪比。 3.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S1中 采集终端确定每 个子传输 簇的大小， 并上报给传输节点， 包括： 每个传输簇 中的采集终端基于采集终端与传输节点之间单次数据传输的能量消耗、 采 集终端与传输节点之间的通信状况、 剩余可用能量以及子传输簇大小调整比例中的一个或 多个参数， 计算对应子传输 簇的容纳数据量， 并上报给传输节点。 4.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S2中 传输节点确定各采集终端对应子传输 簇内的数据终端， 包括： 传输节点根据采集终端和对应子传输簇 内所有数据终端之间的距离、 数据终端单次传 输的数据大小以及该子传输 簇的容纳数据量， 确定该子传输 簇内的数据终端。 5.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S2中 数据终端通过采集终端将数据发送至传输节点， 包括： 各采集终端将对应子传输簇 内所有数据终端的数据打包为子传输簇数据包， 并发送至 传输节点； 其中， 子传输簇数据包包括子传输簇ID、 各数据终端在子传输簇内的索引以及子传输 簇中所有数据终端的数据。 6.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S3 中 获取边缘节点在预设 间隔时间段内的任务量， 并基于该边缘节点的一系列任务量 获得分类 特征图， 包括： 将同一天内的任务量按时间先后 顺序排列成行， 再将不同天的任务量按时间先后顺序 排列成列， 构造数据矩阵， 并利用深度残差网络提取 数据矩阵中的模式以获得分类特 征图。 7.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S4中 基于特征向量得到分类特 征向量， 包括： 计算特征向量中各个位置的分类函数值， 并对小于阈值的分类函数值进行删除， 以得权　利　要　求　书 1/2 页 2 CN 114338675 A 2到分类特 征向量； 其中， 特征向量中各个位置分类函数值的计算公式为： V＝exp( ‑xi)/∑iexp(‑xi)， xi为 特征向量中各个位置的特 征值。 8.根据权利要求1所述的基于边缘计算的遥感卫星大数据处理方法， 其特征在于： S5 中 将分类特 征向量输入分类 器以获得边 缘节点的工作状态， 包括： 将分类特征向量输入分类函数， 分别获得该边缘节点的满载、 非满载概率， 以及基于满 载、 非满载概 率确定的工作状态。 9.一种基于边缘计算的遥感卫星大数据处理系统， 其特征在于： 包括传输簇生成模块、 子传输簇大小确定模块、 子传输簇结构确定模块、 数据传输模块、 分类特征图获取模块、 特 征向量获取模块、 分类特 征向量获取模块、 工作状态确定模块和数据分配模块； 传输簇生成模块， 基于相应覆盖区域内采集终端的通信状况对采集终端进行排序， 并 优选采集终端组成包 含传输节点的传输 簇； 子传输簇大小确定模块， 基于采集终端与传输节点之间单次数据传输的能量消耗、 采 集终端与传输节点之间的通信状况、 剩余可用能量以及子传输簇大小调整比例中的一个或 多个参数， 计算对应子传输 簇的容纳数据量； 子传输簇结构确定模块， 根据采集终端和对应子传输簇内所有数据终端之间的距离、 数据终端 单次传输的数据大小以及该子传输簇的容纳数据量， 确定该子传输簇内的数据终 端； 数据传输模块， 将对应子传输簇内所有数据终端的数据打包为子传输簇数据包， 并发 送至传输节点； 分类特征图获取模块， 利用边缘节点在预设间隔时间段内的任务量构造数据矩阵， 并 利用深度残差网络提取 数据矩阵中的模式以获得分类特 征图； 特征向量获取模块， 对分类特征图的每个通道的特征矩阵进行全局平均池化， 以获得 特征向量； 分类特征向量获取模块， 计算特征向量中各个位置的分类函数值， 并对小于阈值的分 类函数值进行删除， 以得到分类特 征向量； 工作状态确定模块， 将分类特征向量输入分类函数， 分别获得该边缘节点的满载、 非满 载概率， 以及基于满载、 非满载概 率确定的工作状态； 数据分配模块， 根据工作状态对边 缘节点进行 数据分配。权　利　要　求　书 2/2 页 3 CN 114338675 A 3