[发明专利]一种基于边缘计算的目标分布式融合识别方法

权利要求书

1.一种基于边缘计算的目标分布式融合识别方法，包括如下步骤：

步骤一：为每个边缘设备和边缘域融合中心分别设计神经网络，位于边缘设备上的网络需要能够压缩感知信号，而位于边缘域融合中心的网络可以接收并融合来自多个边缘设备神经网络的输入，进而输出最终的识别结果，这些神经网络根据边缘设备和边缘域融合中心的通信网络拓扑进行连接，形成了一个分布式执行的总体深度神经网络模型；

步骤二：利用标注数据样本对上述模型进行训练，得到一个具有高识别精度的深度神经网络模型；

步骤三：将经过训练的深度神经网络模型按照已设计好的多神经网络结构进行拆分，并部署到各边缘设备和边缘域融合中心；

步骤四：进行实际的目标识别推断；

步骤五：反复执行步骤4，可以得到当前总体深度神经网络模型的平均性能，以平均性能作为参照，调整神经网络的层数与参数，并重复执行步骤1-4，最终将得到性能最优的总体深度神经网络模型。

2.根据权利要求1所述的一种基于边缘计算的目标分布式融合识别方法，其特征在于：所述步骤四的具体流程为：将各个边缘设备获得的不同高维感知信号作为自身部署的神经网络输入，各神经网络经过处理后输出一个维度较小的实数域特征向量。随后边缘设备上的特征数据经由通信网络传递到边缘域融合中心，边缘域融合中心再将这些多源异构特征作为自身部署神经网络的输入，经融合处理后最终得到识别结果。

3.根据权利要求1所述的一种基于边缘计算的目标分布式融合识别方法，其特征在于：提出分布式深度神经网络架构，该架构可在边缘设备上对目标信号进行预处理，并得到压缩后的实数域特征。同时边缘设备只向边缘域融合中心传输压缩后的特征数据。

4.根据权利要求1所述的一种基于边缘计算的目标分布式融合识别方法，其特征在于：该神经网络架构在考虑边缘设备及边缘域融合中心的计算与通信能力的基础上，对神经网络隐层进行最优划分。