本發明涉及邊緣計算與農業數據處理交叉領域，公開了基于邊緣計算的農情數據實時處理系統。
背景技術：
1、現有的農業物聯網系統在處理多源農情數據時，通常采用邊緣網關直接轉發與云端集中處理相結合的架構。邊緣網關實時采集農田中的圖像傳感器數據與氣象土壤時序傳感器數據，不對數據內容進行深度解析，而是將原始數據包直接匯聚并傳輸至云端服務器。云端服務器接收到多源數據后，利用高算力服務器部署的深度學習模型對圖像特征與時序特征進行交叉融合與異常識別，判定出農情異常狀態后，再將預警指令逐級下發至農田現場的執行器。部分具備本地處理能力的邊緣網關僅能對單一的時序傳感器數據執行簡單閾值比對，無法對圖像與多維度時序數據進行聯合分析。
2、上述現有技術的核心問題在于，當要求邊緣網關在本地完成多源高維農情數據的融合處理以規避云端傳輸延遲時，邊緣網關受限于自身的硬件資源，無法支撐高維圖像數據與多維時序數據聯合輸入帶來的高并發計算量。現有邊緣網關采用靜態的數據處理流程，不具備根據本地算力余量自適應調整數據表征維度的能力。在面對圖像與時序等多模態高維數據時，固定的融合算法會導致計算資源枯竭與處理線程阻塞，使得邊緣設備在算力受限的場景下無法實時完成高維農情數據的處理與異常判定。
技術實現思路
1、本發明的目的在于提供，可以有效解決上述背景技術中的問題。
2、為實現上述目的，本發明采取的技術方案為：
3、基于邊緣計算的農情數據實時處理系統，包括邊緣網關，邊緣網關實時采集多源農情傳感器數據并監測本地中央處理器與內存的占用率，當所述占用率超過預設閾值時，提取當前農情數據的模態標簽與時空屬性；
4、邊緣網關調用預置的多模態分級降維算子，對圖像類農情數據采用主成分分析提取紋理特征，對時序類氣象土壤數據采用差分提取變化率特征；
5、邊緣網關將降維后的不同模態特征輸入輕量化交叉注意力網絡，以所述氣象土壤時序特征為查詢向量，以所述圖像紋理特征為鍵值向量，輸出融合后的農情局部表征向量；
6、邊緣網關基于所述農情局部表征向量與預存的農情異常特征庫計算余弦相似度，當所述余弦相似度超出設定門限時，在邊緣側生成農情預警指令并下發至現場執行器。
7、優選的，邊緣網關按照固定采樣周期讀取中央處理器隊列深度與內存空閑頁框數量，并將所述隊列深度與所述空閑頁框數量的比值作為所述占用率；
8、邊緣網關解析多源農情傳感器數據的數據包頭部字段，將攜帶視頻流標識的數據包標記為圖像類，將攜帶數值型傳感器標識的數據包標記為時序類，同時提取數據包內嵌的時間戳與傳感器節點編號作為所述時空屬性。
9、優選的，針對標記為圖像類的農情數據，邊緣網關將圖像劃分為相互不重疊的網格塊，在單個網格塊內獨立執行所述主成分分析以提取網格塊局部紋理特征，邊緣網關依據網格塊的空間坐標將所有網格塊局部紋理特征拼接為所述圖像紋理特征，以保留所述圖像紋理特征中的空間位置分布信息。
10、優選的，針對標記為時序類的氣象土壤數據，邊緣網關設定滑動窗口，計算所述滑動窗口內氣象土壤數據的中位數值，將當前時刻的氣象土壤數據與所述中位數值相減得到絕對差值，邊緣網關對連續多個時刻的所述絕對差值進行一階差分計算，將得到的一階差分結果作為所述變化率特征，以濾除氣象土壤數據中的平穩背景噪聲。
11、優選的，輕量化交叉注意力網絡內部采用低秩矩陣分解結構，邊緣網關將所述查詢向量與所述鍵值向量分別映射至低秩隱藏空間后進行點積運算生成注意力權重矩陣，邊緣網關對所述注意力權重矩陣施加對角帶狀掩碼，僅保留時序維度上相鄰預設步長的注意力權重，屏蔽遠距離注意力權重以降低輕量化交叉注意力網絡的計算復雜度。
12、優選的，農情異常特征庫內部按照農作物的生育期劃分有多個獨立存儲的異常子特征庫，邊緣網關根據所述時空屬性中的時間戳確定當前生育期，調取對應的異常子特征庫；
13、邊緣網關計算所述異常子特征庫中所有特征向量的方差均值，將所述方差均值與預設偏移系數的乘積疊加至基礎相似度閾值上，生成所述設定門限。
14、優選的，邊緣網關在執行主成分分析提取網格塊局部紋理特征時，計算單個網格塊內像素灰度值的局部方差，邊緣網關將所述局部方差與全局方差閾值的比對結果作為網格塊權重系數，在拼接所述網格塊局部紋理特征時，邊緣網關將各個網格塊局部紋理特征與對應的網格塊權重系數相乘后再進行拼接，以提升包含豐富紋理細節的網格塊在后續融合過程中的比重。
15、優選的，邊緣網關基于氣象土壤數據的歷史序列計算自相關系數，邊緣網關沿時間軸向后移動滑動窗口并實時計算相鄰窗口間的自相關系數差值，當所述自相關系數差值低于預設相關性突變閾值時，邊緣網關鎖定當前滑動窗口的邊界位置，依據鎖定的邊界位置動態調整滑動窗口的長度，使滑動窗口長度與氣象土壤數據的變化周期相匹配。
16、優選的，在將所述查詢向量與所述鍵值向量映射至低秩隱藏空間之前，邊緣網關將所述圖像紋理特征輸入模態對齊變換層，模態對齊變換層通過全連接層與歸一化層將圖像紋理特征的維度映射至與所述氣象土壤時序特征的維度一致的對齊鍵值向量，邊緣網關采用所述對齊鍵值向量替代所述鍵值向量輸入輕量化交叉注意力網絡，以消除圖像模態與時序模態間的維度語義差異。
17、優選的，當所述余弦相似度超出所述設定門限并生成農情預警指令后，邊緣網關將所述農情局部表征向量輸入當前生育期對應的異常子特征庫，計算所述農情局部表征向量與所述異常子特征庫內已有聚類中心的歐氏距離，邊緣網關依據所述歐氏距離更新所述異常子特征庫內已有聚類中心的位置坐標，并同步重新計算所述方差均值以迭代更新所述設定門限。
18、與現有技術相比，本發明的有益效果在于：
19、1.本發明通過邊緣網關實時計算中央處理器隊列深度與內存空閑頁框數量的比值監測本地占用率，在占用率超限時調用多模態分級降維算子提取圖像紋理特征與時序變化率特征，并結合低秩矩陣分解與對角帶狀掩碼構建的輕量化交叉注意力網絡進行特征融合。該處理邏輯將高維多源數據轉化為低維農情局部表征向量，將多模態融合的計算負載約束在邊緣網關的可用算力范圍內，使邊緣設備在算力受限時能夠本地完成多源數據的聯合計算并輸出預警指令，克服了固定融合算法導致的計算資源枯竭與處理線程阻塞問題。
20、2.本發明將圖像劃分為不重疊網格塊獨立執行主成分分析，并結合局部方差計算出的網格塊權重系數進行加權拼接，保留了圖像紋理特征中的空間位置分布信息并提升了細節特征的比重；針對時序數據依據自相關系數差值動態調整滑動窗口長度，使窗口與氣象土壤數據的變化周期相匹配并濾除平穩背景噪聲；通過模態對齊變換層將圖像紋理特征維度映射至與時序特征一致，消除了不同模態間的維度語義差異；依據農作物生育期調取異常子特征庫計算方差均值生成設定門限，并在觸發預警后依據歐氏距離更新聚類中心位置以迭代更新設定門限，使異常判定基準適應農作物不同生長階段的數據分布變化。
1.基于邊緣計算的農情數據實時處理系統，其特征在于，包括邊緣網關，邊緣網關實時采集多源農情傳感器數據并監測本地中央處理器與內存的占用率，當所述占用率超過預設閾值時，提取當前農情數據的模態標簽與時空屬性；
2.根據權利要求1所述的基于邊緣計算的農情數據實時處理系統，其特征在于，邊緣網關按照固定采樣周期讀取中央處理器隊列深度與內存空閑頁框數量，并將所述隊列深度與所述空閑頁框數量的比值作為所述占用率；
3.根據權利要求2所述的基于邊緣計算的農情數據實時處理系統，其特征在于，針對標記為圖像類的農情數據，邊緣網關將圖像劃分為相互不重疊的網格塊，在單個網格塊內獨立執行所述主成分分析以提取網格塊局部紋理特征，邊緣網關依據網格塊的空間坐標將所有網格塊局部紋理特征拼接為所述圖像紋理特征。
4.根據權利要求2所述的基于邊緣計算的農情數據實時處理系統，其特征在于，針對標記為時序類的氣象土壤數據，邊緣網關設定滑動窗口，計算所述滑動窗口內氣象土壤數據的中位數值，將當前時刻的氣象土壤數據與所述中位數值相減得到絕對差值，邊緣網關對連續多個時刻的所述絕對差值進行一階差分計算，將得到的一階差分結果作為所述變化率特征。
5.根據權利要求1所述的基于邊緣計算的農情數據實時處理系統，其特征在于，輕量化交叉注意力網絡內部采用低秩矩陣分解結構，邊緣網關將所述查詢向量與所述鍵值向量分別映射至低秩隱藏空間后進行點積運算生成注意力權重矩陣，邊緣網關對所述注意力權重矩陣施加對角帶狀掩碼，僅保留時序維度上相鄰預設步長的注意力權重，屏蔽遠距離注意力權重。
6.根據權利要求1所述的基于邊緣計算的農情數據實時處理系統，其特征在于，農情異常特征庫內部按照農作物的生育期劃分有多個獨立存儲的異常子特征庫，邊緣網關根據所述時空屬性中的時間戳確定當前生育期，調取對應的異常子特征庫；
7.根據權利要求3所述的基于邊緣計算的農情數據實時處理系統，其特征在于，邊緣網關在執行主成分分析提取網格塊局部紋理特征時，計算單個網格塊內像素灰度值的局部方差，邊緣網關將所述局部方差與全局方差閾值的比對結果作為網格塊權重系數，在拼接所述網格塊局部紋理特征時，邊緣網關將各個網格塊局部紋理特征與對應的網格塊權重系數相乘后再進行拼接。
8.根據權利要求4所述的基于邊緣計算的農情數據實時處理系統，其特征在于，邊緣網關基于氣象土壤數據的歷史序列計算自相關系數，邊緣網關沿時間軸向后移動滑動窗口并實時計算相鄰窗口間的自相關系數差值，當所述自相關系數差值低于預設相關性突變閾值時，邊緣網關鎖定當前滑動窗口的邊界位置，依據鎖定的邊界位置動態調整滑動窗口的長度，使滑動窗口長度與氣象土壤數據的變化周期相匹配。
9.根據權利要求5所述的基于邊緣計算的農情數據實時處理系統，其特征在于，在將所述查詢向量與所述鍵值向量映射至低秩隱藏空間之前，邊緣網關將所述圖像紋理特征輸入模態對齊變換層，模態對齊變換層通過全連接層與歸一化層將圖像紋理特征的維度映射至與所述氣象土壤時序特征的維度一致的對齊鍵值向量，邊緣網關采用所述對齊鍵值向量替代所述鍵值向量輸入輕量化交叉注意力網絡。
10.根據權利要求6所述的基于邊緣計算的農情數據實時處理系統，其特征在于，當所述余弦相似度超出所述設定門限并生成農情預警指令后，邊緣網關將所述農情局部表征向量輸入當前生育期對應的異常子特征庫，計算所述農情局部表征向量與所述異常子特征庫內已有聚類中心的歐氏距離，邊緣網關依據所述歐氏距離更新所述異常子特征庫內已有聚類中心的位置坐標，并同步重新計算所述方差均值以迭代更新所述設定門限。