-
公开(公告)号：CN110635945A
公开(公告)日：2019-12-31
申请号：CN201910851171.8
申请日：2019-09-10
Applicant: 清华大学
IPC: H04L12/24 , H04L12/947 , H04L29/06
Abstract: 本说明书公开一种支持时间触发机制的数据处理方法和SDN网络系统，该方法在控制器和交换机上实现相应适配。在控制器上执行时，该方法包括：根据网络中实时传输的需求，通过调度表全局计算工具生成网络中目标交换机的当前调度表，该当前调度表记录有对应待处理报文的转发时刻和转发目的端口；将该当前调度表发送至对应的目标交换机，以使得目标交换机存储该当前调度表，并按照该当前调度表中的转发时刻和转发目的端口进行报文的转发。采用本说明书提供的方案，能够实现为现有SDN体系引入实时特性，使控制器与交换机之间能够传输支持时间触发的特性配置。
-
公开(公告)号：CN106773711B
公开(公告)日：2019-09-17
申请号：CN201710025822.9
申请日：2017-01-13
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明提供了一种铁路机车运行操纵系统的混合任务调度方法及模型。本发明的调度方法以一个帧周期作为基本调度单元，包括预处理；针对周期性实时任务基于表驱动的二级优先级规则进行调度序列排序；针对非周期性实时任务应用基于启发式搜索策略和模糊控制的方法进行排列；然后进行时间片的回收以及调度结果和反馈数据的采集工作，并判断剩余执行时间；如果周期时间未用完，则执行非实时任务。本发明的混合任务调度方法和模型能够极大地减小系统开销，又能够比较灵活地处理系统执行过程中的各种变化情况，并且可以降低系统不确定性对调度的影响。
-
公开(公告)号：CN107972698B
公开(公告)日：2019-08-06
申请号：CN201711174257.9
申请日：2017-11-22
Applicant: 清华大学
Abstract: 本发明涉及一种列车ATO超速安全防范方法，其根据高速限制以及低速限制，对原始列车自动驾驶运行速度曲线进行优化调整；追踪沿优化调整后的列车自动驾驶运行速度曲线运行的列车的实际运行速度；确认列车出现超速趋势时，根据高速限制值实时调整制动档位，直至列车重新按照优化调整后的列车自动驾驶运行速度曲线运行；确认列车超速时，基于列车实际运行速度与安全防护曲线的差值和临界阈值的比较结果对列车采取相应的制动措施，直至列车实际运行速度趋于优化调整后的列车自动驾驶运行速度曲线后，继续沿着优化调整后的列车自动驾驶运行速度曲线运行。本发明能够分阶段对列车超速实施多重安全防护，使得列车安全性能更加得以保障。
-
公开(公告)号：CN109951468A
公开(公告)日：2019-06-28
申请号：CN201910183415.X
申请日：2019-03-12
Applicant: 清华大学
IPC: H04L29/06
Abstract: 本申请公开了一种基于F值优化的网络攻击检测方法与系统，其中，该方法包括：步骤1，根据F值计算模型，计算接收到的网络数据对应的错分代价值，并生成代价值矩阵，其中，网络数据包括已标记网络数据和未标记网络数据；步骤2，根据网络数据，构建网络数据对应的超图；步骤3，根据代价值矩阵和超图，计算网络数据对应的预测类标；步骤4，根据预测类标，检测网络数据中的未标记网络数据。通过本申请中的技术方案，提高了对不平衡数据的检测率，利用F值评价指标对错分代价值进行优化，提高了网络异常数据检测的准确性和可靠性。
-
公开(公告)号：CN109753368A
公开(公告)日：2019-05-14
申请号：CN201811565563.X
申请日：2018-12-20
Applicant: 清华大学
IPC: G06F9/54
Abstract: 本发明公开一种实时数据发送方法及系统，该方法包括：用户态将待发送的各条实时数据流的周期及偏移发送至内核态；内核态根据该各条实时数据流的周期及偏移确定宏周期以及各条实时数据流在一个宏周期内的发送时刻；内核态读取系统当前时刻，并根据该系统当前时刻、该宏周期和各条实时数据流在一个宏周期内的发送时刻，确定待发送的实时数据流及相应的发送时刻；将待发送的实时数据流及相应的发送时刻发送至用户态；用户态在相应的发送时刻发送该实时数据流。采用本发明提供的方案，使得实时数据流流的发送能够与全网时间同步。
-
Patent Agency Ranking
公开(公告)号：CN106647269B
公开(公告)日：2019-05-14
申请号：CN201611190513.9
申请日：2016-12-21
Applicant: 清华大学 , 中车信息技术有限公司
IPC: G05B13/04
Abstract: 本发明提供了一种机车智能操纵优化计算方法，包括如下步骤：步骤1：对机车智能操纵优化所需信息进行预处理；步骤2：生成初始优化曲线；步骤3：基于限速进行优化调整；步骤4：基于时间偏差进行优化调整；步骤5：基于运行平稳安全档位切换的要求，对优化曲线进行调整，生成最终优化策略。每个步骤中的策略都受到机车驾驶策略影响参数的影响，这些参数在不同条件下会匹配不同的策略，共同作为策略分类属性来进行策略的分类，每个步骤的策略都可以构成策略树，树中的叶节点为最终根据分类属性匹配到的优化策略。整个方案的各个步骤满足了机车运行时准点、限速、时刻表、平稳运行、节能等各项要求，保证了良好地优化效果和整体运行效率。
-
公开(公告)号：CN109462555A
公开(公告)日：2019-03-12
申请号：CN201811565961.1
申请日：2018-12-20
Applicant: 清华大学
IPC: H04L12/865
Abstract: 本发明公开一种混合优先级数据传输调度方法及装置，该方法包括：获取下一个实时数据帧的发送时刻与当前时刻之间的时间余量；根据该时间余量，确定下一个发送帧的类型，该下一个发送帧的类型包括：同步帧、或非实时数据帧；根据确定的下一个发送帧的类型，调度相应类型的帧至发送队列。采用本发明提供的方案，能够确保实时数据能够准确传输，以及非实时数据和时钟同步数据的高效传输。
-
公开(公告)号：CN107943022A
公开(公告)日：2018-04-20
申请号：CN201710990975.7
申请日：2017-10-23
Applicant: 清华大学
IPC: G05D1/02
CPC classification number: G05D1/0276 , G05D1/0221 , G05D2201/02
Abstract: 本发明提供了一种基于强化PID的机车自动驾驶优化控制方法，本发明首先根据机车实际运行速度和最优速度的速度差以及当前线路信息作为强化PID的输入，通过强化学习得到一组最优PID控制参数，然后根据强化学习模块给出的最优PID控制参数实现PID控制，给出控制量，控制机车运行。本发明将强化学习用于PID参数调整，利用强化学习能较好的跟环境交互，具有自学习能力，能够更好的实现具有最佳参数组合的PID控制，提升优化效果，降低人工设计难度。
-
公开(公告)号：CN107798428A
公开(公告)日：2018-03-13
申请号：CN201710990981.2
申请日：2017-10-23
Applicant: 清华大学
Abstract: 本发明涉及一种机车自动驾驶控制预测模型机器学习方法，其包括：步骤S10，针对机车进行机理模型回归学习，得到基础机理模型；步骤S20，根据机车运行过程中的影响因素，通过符号回归方式进行迭代模型的学习，得到收敛后的迭代模型；步骤S30，由基础机理模型和迭代模型共同组成状态预测模型；步骤S40，鉴别状态预测模型的误差是否满足最小化，若满足，则将该当前得到的状态预测模型作为理想的目标状态预测模型；若不满足，则返回步骤S20。本发明结合机车机理模型，采用机器学习的方式学习适用于嵌入式系统且预测精度高的状态预测模型，得到机车自动驾驶控制的目标状态预测模型；通过该目标状态预测模型，使预测精度更高。
-
公开(公告)号：CN107563426A
公开(公告)日：2018-01-09
申请号：CN201710738298.X
申请日：2017-08-25
Applicant: 清华大学
Abstract: 本发明提供了一种机车运行时序特征学习方法，其首先完成数据的补全融合和特征选择，对源数据进行去冗余和降维得出初始特征集合；并从中找出关键特征子集；然后具备时序数据学习能力的目标应用模型，直接将这些关键特征子集作为输入并进行深度学习；针对不具备时序数据学习能力的目标应用模型，则提取出关键特征的时序特征信息，并针对这些时序特征信息进行深度学习，扩充该目标应用模型的学习能力。本发明能够根据应用场景的不同，为不同特征数据的输入提供相应的目标应用模型。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.023 seconds)
