本人完整项目 / 持续完善
基于 Flink 的无人机遥测流处理与异常告警系统
面向低空空域管理场景，将遥测接入、Flink 实时分析、异常告警、自动处置和三维指挥界面连成可运行闭环。
- 时间
- 毕业设计项目
- 角色
- 独立完成系统设计、前后端实现、流处理、测试与部署编排
- 来源
- 本地 LATS-Pro 完整代码与论文材料
本人完成的工作
- 使用 Spring Boot、Spring Security、JWT 与 RBAC 构建后端服务和权限边界。
- 使用 Flink 处理遥测流，完成电子围栏、碰撞风险和低电量等异常检测。
- 通过 WebSocket 推送实时状态与告警，在 Vue 与 Cesium 指挥端呈现轨迹和处置入口。
- 补充审计、历史轨迹、自动处置规则、测试脚本与 Docker Compose 部署。
系统架构与处理流程
- 模拟器或地面网关通过 HTTP 接入遥测数据。
- 事件总线将数据交给持久化、WebSocket 广播和 Flink 处理链。
- 规则检测产生告警并写入数据库，指挥端实时接收、展示与回写处置结果。
技术决策
- Flink 采用嵌入式模式，适合单机毕业设计演示，不包装成生产集群能力。
- Redis 事件总线可选，未配置时退化到内存实现，降低本地启动门槛。
- 禁飞区规则使用快照热更新，使管理端修改能被后续遥测处理读取。
证据与边界
- 仓库包含 Spring Boot 后端、Vue 指挥端、Flink 处理层、模拟脚本和 Docker Compose。
- 真实截图覆盖三维指挥、告警日志、后台管理与实时遥测场景。
- 论文材料包含系统架构、流处理拓扑、数据库设计和测试说明。
限制与下一步
限制
- 当前面向单机演示与毕业设计验证，不代表生产级 Flink 集群。
- 遥测数据由模拟脚本或地面网关转发，尚未接入真实飞控链路。
下一步
- 补充更稳定的端到端测试数据集。
- 将流处理与告警规则拆分成更清晰的可配置边界。
真实项目证据
