基于深度学习的低空多源设备数据底座融合方法及系统

本发明提供基于深度学习的低空多源设备数据底座融合方法及系统，属于低空数据处理技术领域，采用多模态动态策略生成引擎对设备模态、空间环境、任务意图等多维上下文信息进行分析并生成最优的融合策略指令，根据当前情况进行自适应调整融合，在GPS信号受干扰时，自动降低对其的依赖，增强其他可靠信号源的权重，在大雾天气光学传感器失效时，动态重构数据处理流水线，绕过图像处理微服务，优先处理雷达数据，提高低空多源数据融合过程的动态自适应与韧性抗干扰能力，能够有效抵御各类干扰，在复杂多变的低空环境中始终保持高精度的融合输出，根据实时动态环境和任务需求灵活调整数据源选择与权重，提升了低空多源数据融合的准确性和响应速度。