-
公开(公告)号：CN106488570A
公开(公告)日：2017-03-08
申请号：CN201611220111.9
申请日：2016-12-26
Applicant: 重庆邮电大学 , 中国电子技术标准化研究院
Abstract: 本发明涉及一种适用于WIA-PA工业无线网络的资源调度算法，属于工业无线网络技术领域。该算法包括簇间资源调度阶段和簇内资源调度阶段，所述簇间资源调度阶段采用图顶点着色资源调度算法，用于最小化超帧长度，提高网络吞吐量；所述簇内资源调度阶段采用时隙下限值分析方法，用于分配簇首和簇成员之间的相互通信，还包括信道协商资源调度算法，为所有邻居节点分配不同信道，避免冲突。本发明实现了WIA-PA网络应用与工业现场进行有效数据传输，且最小化超帧长度，提高了数据传输网络吞吐量，对簇内资源进行了合理的分配，提高了网络数据传输的可靠性。
-
公开(公告)号：CN106844197B
公开(公告)日：2020-06-09
申请号：CN201611218161.3
申请日：2016-12-26
Applicant: 重庆邮电大学 , 中国电子技术标准化研究院
IPC: G06F11/36
Abstract: 本发明涉及一种基于代数重建法反馈控制的一致性测试用例策略调度方法，属于通信协议软件一致性测试技术领域。该方法包括测试用例选取阶段和测试调度阶段；所述测试用例选取阶段，采用层次分析法确定出测试用例关键度系数W，结合测试用例重合度描述测试用例优先级系数Z；在测试调度阶段，采用基于代数重建法反馈控制的算法，搜索出测试用例优先级系数Z最大的测试用例并执行测试，并通过反馈信息，计算测试执行后的需求覆盖，判定是否调度剩余测试用例执行测试。该方法的有益效果在于：能够在完成测试覆盖前提下，更快地覆盖测试需求，减少测试用例执行的个数，缩短测试时间。
-
公开(公告)号：CN106488570B
公开(公告)日：2019-10-01
申请号：CN201611220111.9
申请日：2016-12-26
Applicant: 重庆邮电大学 , 中国电子技术标准化研究院
Abstract: 本发明涉及一种适用于WIA‑PA工业无线网络的资源调度算法，属于工业无线网络技术领域。该算法包括簇间资源调度阶段和簇内资源调度阶段，所述簇间资源调度阶段采用图顶点着色资源调度算法，用于最小化超帧长度，提高网络吞吐量；所述簇内资源调度阶段采用时隙下限值分析方法，用于分配簇首和簇成员之间的相互通信，还包括信道协商资源调度算法，为所有邻居节点分配不同信道，避免冲突。本发明实现了WIA‑PA网络应用与工业现场进行有效数据传输，且最小化超帧长度，提高了数据传输网络吞吐量，对簇内资源进行了合理的分配，提高了网络数据传输的可靠性。
-
公开(公告)号：CN106844197A
公开(公告)日：2017-06-13
申请号：CN201611218161.3
申请日：2016-12-26
Applicant: 重庆邮电大学 , 中国电子技术标准化研究院
IPC: G06F11/36
Abstract: 本发明涉及一种基于代数重建法反馈控制的一致性测试用例策略调度方法，属于通信协议软件一致性测试技术领域。该方法包括测试用例选取阶段和测试调度阶段；所述测试用例选取阶段，采用层次分析法确定出测试用例关键度系数W，结合测试用例重合度描述测试用例优先级系数Z；在测试调度阶段，采用基于代数重建法反馈控制的算法，搜索出测试用例优先级系数Z最大的测试用例并执行测试，并通过反馈信息，计算测试执行后的需求覆盖，判定是否调度剩余测试用例执行测试。该方法的有益效果在于：能够在完成测试覆盖前提下，更快地覆盖测试需求，减少测试用例执行的个数，缩短测试时间。
-
公开(公告)号：CN115543763A
公开(公告)日：2022-12-30
申请号：CN202110728035.7
申请日：2021-06-29
Applicant: 中国电子技术标准化研究院
Abstract: 本发明公开了一种基于生成对抗网络的测试用例生成方法及装置，该方法包括：获得物联网无线终端通信协议的测试用例，对测试用例进行预处理获得测试用例样本；构建生成器模型，根据测试用例样本和随机噪声生成伪测试用例；构建判别器模型，根据测试用例样本和伪测试用例获得测试用例样本输出和伪测试用例输出；确定测试用例样本输出和伪测试用例输出的差异性，根据差异性不断调整生成器模型参数和判别器模型参数，获得训练好的生成器模型；基于训练好的生成器模型，根据测试用例样本和随机噪声，生成通信协议测试用例；根据通信协议测试用例测试物联网无线终端通信协议。本发明可以减少人工的开销，提高漏洞、缺陷检查范围以及测试效率。
-
Patent Agency Ranking
公开(公告)号：CN114035054B
公开(公告)日：2024-10-22
申请号：CN202111359259.1
申请日：2021-11-17
Applicant: 重庆邮电大学
IPC: G01R31/382
Abstract: 本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。
-
公开(公告)号：CN118041478A
公开(公告)日：2024-05-14
申请号：CN202311608275.9
申请日：2023-11-28
Applicant: 重庆邮电大学
IPC: H04J3/06 , H04L41/14 , H04L41/16 , H04L41/142
Abstract: 本发明涉及一种基于最优不变估计的精确时间同步时钟参数估计方法，属于数据通信技术领域。本发明面向存在未知随机时延分布信息的通信场景，基于精确时间同步协议，通过主节点和从节点之间的双向数据包传递交互时间戳，建立主从节点之间的时钟关系模型，考虑到数据包交互过程中会经历数个中间设备，导致随机时延分布信息无法准确获取，采用混合高斯模型建模随机时延分布，并运用对手惩罚期望最大化算法学习混合模型参数，最后基于学习得到的参数采用最优不变估计方法同时估计时钟频偏与相偏，实现主从节点间的时间同步。本发明提高了时钟频偏估计与相偏估计精度，适用于存在未知随机时延分布信息的通信场景，增强了同步算法对通信时延的鲁棒性。
-
公开(公告)号：CN116094972B
公开(公告)日：2024-05-07
申请号：CN202310076279.0
申请日：2023-01-18
Applicant: 重庆邮电大学
IPC: H04L43/18 , H04L43/50 , H04L69/163 , H04L12/40 , G06N3/044
Abstract: 本发明涉及一种基于QRNN神经网络的Modbus TCP协议模糊测试方法，属于工业信息化领域，包括以下步骤：S1：对Modbus TCP协议进行模糊测试，监测响应状态，将触发异常的测试用例保存为有效测试用例集；S2：对Modbus TCP协议报文进行字段划分，随机变异，再次模糊测试，构建自定义变异字段决策表；S3：基于QRNN神经网络，将自定义变异字段决策表预处理之后作为输入，构建适用于预测有效变异字段的预测模型；S4：构建变异因子概率选择模型，概率选择变异因子，对测试用例进行变异，执行模糊测试，根据变异之后漏洞触发情况动态反馈调整不同变异因子的概率，构造更具针对性的测试用例。
-
公开(公告)号：CN114448911B
公开(公告)日：2023-09-22
申请号：CN202210106210.3
申请日：2022-01-28
Applicant: 重庆邮电大学
IPC: H04L47/6275 , H04L43/18 , G06N3/006
Abstract: 本发明涉及一种基于多目标的工业通信协议测试用例优先级排序方法，属于无线通信协议测试领域。该方法包括以历史执行失败率最大化以及执行时间最小化作为排序目标；对通信协议测试用例编码，设置帕累托最优解集NDSet；使用改进的多目标灰狼算法以全局搜索方式寻找最优解，更新NDSet；判断是否满足最大迭代次数；根据工业通信协议测试标准规范及测试用例历史执行信息，确定部分测试用例之间的依赖关系；根据测试用例执行结果，通过部分测试用例之间的依赖关系动态更新之后的测试用例顺序，计算测试用例序列的平均故障检测率、错误发现效率及有效执行时间；更新数据库中的测试用例的执行信息。本发明能够提高软件测试效率、保障软件质量。
-
公开(公告)号：CN114469000B
公开(公告)日：2023-08-11
申请号：CN202210102329.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明属于传感器数据处理领域，具体涉及一种基于多传感器数据强化学习的人体减跌防震智能监测方法及系统，包括：对被监测对象进行实时监测，采用多传感器采集被监测对象的感知数据；根据感知数据得到人体跌倒相关状态；将相关状态信息输入半观测马尔科夫决策过程模型，得到最优执行策略；根据该策略执行臂系统执行相应动作，该动作包括从候选的部位的执行臂中选择一个最大保护作用的执行臂，激活执行臂并输出充气命令，达到减跌防震的作用；执行臂动作完成后再次收集传感器感知数据，并得到人体跌倒相关状态，之后进入下一阶段决策支持过程；本发明基于强化学习的智能气囊干预方式能够对于不同跌倒类型的患者有针对性地降低跌倒的损伤风险。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.01 seconds)
