公开(公告)号：CN116048773A

公开(公告)日：2023-05-02

申请号：CN202211309545.1

申请日：2022-10-25

Applicant: 北京京航计算通讯研究所

Inventor： 张彤 ,  白洋 ,  徐锋 ,  贺婧媛 ,  王海鑫 ,  郝创博 ,  隋悦 ,  郭小星 ,  姚帅

IPC: G06F9/50

Abstract: 本发明涉及一种基于波函数坍缩的分布式协作任务指派方法和系统，方法包括以下步骤：对集群中的每个节点进行资源测评，得到每个节点的存储资源值、计算资源值和通信响应频率值；根据当前集群中的闲置节点数和待执行任务的类型确定待执行任务需要的节点数量；获取待执行任务的存储资源预估值、计算资源预估值和通信资源预估值，根据待执行任务需要的节点数量、待执行任务的资源预估值、每个节点的存储资源值、计算资源值和通信响应频率值基于波函数坍缩算法确定待执行任务的执行节点。

公开(公告)号：CN115591229A

公开(公告)日：2023-01-13

申请号：CN202211349763.8

申请日：2022-10-31

Applicant: 北京京航计算通讯研究所(CN)

Inventor： 薛铸鑫 ,  张彤 ,  贺婧媛 ,  隋悦 ,  徐锋 ,  张驰 ,  李子博 ,  白洋

IPC: A63F13/35 ,  H04L67/104

Abstract: 一种分布式网络对战训练的校验方法和系统，方法包括：根据当前单位时间内每个训练个体的交互频率和画面变化幅度确定是否存在被校验训练个体；若存在，则根据每个被校验训练个体的IP地址确定被校验训练个体对应的近距离监督和远程监督；建立被校验训练个体和对应的近距离监督及远程监督间的P2P连接；将每个被校验训练个体的交互信息通过P2P连接发送至对应的近距离监督和远程监督进行违规校验，若近距离监督判断该被校验训练个体违规，则将被校验训练个体的交互信息通过P2P连接发送至该校验训练个体对应的远程监督进行违规校验，若远程监督判断该被校验训练个体违规，则确定该被校验训练个体违规，否则确定该被校验训练个体未违规。

公开(公告)号：CN115272617A

公开(公告)日：2022-11-01

申请号：CN202211042851.3

申请日：2022-08-29

Applicant: 北京京航计算通讯研究所

Inventor： 薛铸鑫 ,  郭小星 ,  贺婧媛 ,  隋悦 ,  徐锋 ,  张驰 ,  李子博 ,  白洋

IPC: G06T17/20

Abstract: 本发明涉及一种物件声学的虚拟仿真展示方法和系统，方法包括以下步骤：根据三维物件模型的包围盒计算三维物件模型的平均厚度，基于所述平均厚度计算三维物件模型的基频；基于三维物件模型的平均法向量将所述三维物件模型的包围盒分割为两个部分，根据分割后的包围盒的体积计算二倍谐频的相位；根据敲击位置对应的物件厚度计算原始声音强度，基于原始声音强度和三维物件模型与屏幕的距离计算衰减声音强度；基于所述基频、二倍谐频的相位和衰减声音强度，得到物件敲击点的声音。

公开(公告)号：CN113938483A

公开(公告)日：2022-01-14

申请号：CN202111275760.X

申请日：2021-10-29

Applicant: 北京京航计算通讯研究所

Inventor： 刘雄军 ,  白洋 ,  范国超 ,  牛志超 ,  张彤 ,  薛铸鑫 ,  张弛 ,  张依漪 ,  隋悦 ,  王宇浩

IPC: H04L67/10 ,  H04L9/40

Abstract: 一种分布式AI协同计算系统的节点身份验证方法和系统，方法包括中心服务器向各分布式节点发送身份验证指令；各分布式节点根据身份验证指令完成对应的实时运算能力验证任务，向中心服务器发送响应消息；响应消息包括任务完成时间和节点设备信息；所述实时运算能力验证任务包括实时计算能力验证任务和实时存储能力验证任务；中心服务器接收响应消息，若接收到响应消息的时间超过预期时间，或任务完成时间与相同设备类型的真实节点完成所述实时运算能力验证任务的任务完成时间的差值大于预先设置的阈值，则将该节点认定为可疑节点；中心服务器多次对所述可疑节点发送身份验证指令，若可疑节点均未通过验证，则判断该节点为伪造节点。

公开(公告)号：CN112395968A

公开(公告)日：2021-02-23

申请号：CN202011253582.6

申请日：2020-11-11

Applicant: 北京京航计算通讯研究所

Inventor： 刘雄军 ,  白洋 ,  徐宜 ,  张彤 ,  张金乐 ,  李娜

IPC: G06K9/00 ,  G06F17/14 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于神经网络的机械旋转部件故障诊断方法及装置，属于故障诊断技术领域，解决了现有的机械旋转部件故障诊断方法获得的诊断结果精度较差问题。方法包括：获取机械旋转部件的历史振动信号，并为历史振动信号添加标签；构建高维卷积神经网络模型，并基于历史振动信号对高维卷积神经网络模型进行训练，得到高维卷积神经网络模型的最优网络结构；将待诊断的振动信号输入高维卷积神经网络模型的最优网络结构，得到诊断结果。实现了机械旋转部件故障的诊断，提高了诊断精度。

公开(公告)号：CN111093166A

公开(公告)日：2020-05-01

申请号：CN201911240008.4

申请日：2019-12-06

Applicant: 北京京航计算通讯研究所

Inventor： 王东豪 ,  郝创博 ,  邓大伟 ,  王础 ,  白洋 ,  张依漪 ,  刘玉蓉

IPC: H04W4/38 ,  H04W28/06 ,  H04W40/32 ,  H04W84/18

Abstract: 本发明属于物联网无线数据处理相关技术领域，具体涉及一种在物联网中使用稀疏测量矩阵的压缩数据收集系统。本发明一方面优化稀疏测量矩阵，另一方面使用合适的动态分簇协议，将稀疏测量矩阵的选择与路由协议相结合，保证数据采集的均匀性的同时，有效的减少了数据丢失对数据收集精度的影响，提高了无线传感器节点的数据收集精度。与现有技术相比较，本发明自适应性强：由于物联网系统具有复杂的无线链路结构，无线链路不稳定的情况经常发生，而链路不稳定对稀疏测量矩阵的设计有直接的关系，本发明采用稀疏测量矩阵和分簇路由协议同时优化的方式，能够解决链路不稳定对无线传感器节点数据收集的影响，具有自适应性。