-
公开(公告)号：CN112733303B
公开(公告)日：2024-03-12
申请号：CN201910962492.5
申请日：2019-10-11
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
IPC分类号： G06F30/18 , G06F30/20 , H04L41/14 , H04L43/0852 , G06F111/02
摘要： 本发明涉及基于确定性网络演算的多策略工业TSN整形器建模方法，包括以下步骤：网络初始化，确定数据流的端到端物理路径；确定工业流量类型；根据不同工业流量的累积到达确定流量具备的到达曲线；根据不同工业流量的累积离开确定流量获得的等效服务曲线；由到达曲线和等效服务曲线的函数关系得到端到端时延上界。本发明针对TSN网络架构中不同工业流量混合传输的流量时延问题，综合流量特征和整形调度算法的影响，考虑多数据并发干扰，使用确定性网络演算对工业TSN整形器建模，分析获得不同工业流量的时延上界。该时延上界能够为真实网络系统的稳定运行提供理论指导，避免网络资源浪费。
-
公开(公告)号：CN112733303A
公开(公告)日：2021-04-30
申请号：CN201910962492.5
申请日：2019-10-11
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
IPC分类号： G06F30/18 , G06F30/20 , H04L12/24 , H04L12/26 , G06F111/02
摘要： 本发明涉及基于确定性网络演算的多策略工业TSN整形器建模方法，包括以下步骤：网络初始化，确定数据流的端到端物理路径；确定工业流量类型；根据不同工业流量的累积到达确定流量具备的到达曲线；根据不同工业流量的累积离开确定流量获得的等效服务曲线；由到达曲线和等效服务曲线的函数关系得到端到端时延上界。本发明针对TSN网络架构中不同工业流量混合传输的流量时延问题，综合流量特征和整形调度算法的影响，考虑多数据并发干扰，使用确定性网络演算对工业TSN整形器建模，分析获得不同工业流量的时延上界。该时延上界能够为真实网络系统的稳定运行提供理论指导，避免网络资源浪费。
-
公开(公告)号：CN111629380B
公开(公告)日：2023-07-18
申请号：CN202010385842.9
申请日：2020-05-09
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
摘要： 本发明涉及工业5G网络技术，具体地说，它是一种面向高并发多业务工业5G网络的动态资源分配方法。本发明包括以下步骤：建立网络系统模型，构建面向高并发多业务的工业5G网络动态资源分配的机器学习模型；采集工业5G网络内所有工业设备在不同时隙的状态、动作、奖励信息，训练机器学习模型；循环评估不同业务的网络性能指标，训练机器学习模型直至满足性能要求；以当前时隙工业5G网络内所有工业设备的状态信息作为机器学习模型输入，对所有工业设备多个不同类型并发业务进行资源分配。本发明解决了工业5G网络中大规模异构工业设备并发通信过程中控制命令、工业音视频、感知数据等多种类型业务对实时性、可靠性、吞吐量需求各异造成的资源冲突问题。
-
公开(公告)号：CN111628855B
公开(公告)日：2021-06-15
申请号：CN202010385640.4
申请日：2020-05-09
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
摘要： 本发明涉及工业5G网络技术，具体地说，是基于深度强化学习的工业5G动态多优先级多接入方法，包括以下步骤：建立工业5G网络模型；建立基于深度强化学习的动态多优先级多信道接入神经网络模型；采集工业5G网络内全部工业5G终端多个时隙的状态、动作、奖励信息作为训练数据；使用采集的数据训练神经网络模型，直至丢包率和端到端时延满足工业通信要求；收集当前时隙工业5G网络内全部工业5G终端的状态信息，作为神经网络模型输入，进行多优先级信道分配，工业5G终端根据信道分配结果进行多接入。本发明能够高效、实时地对工业5G网络内不同优先级的工业5G终端进行多信道分配，确保大规模并发接入。
-
公开(公告)号：CN111860602A
公开(公告)日：2020-10-30
申请号：CN202010577278.0
申请日：2020-06-22
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
IPC分类号： G06K9/62 , G06N3/00 , H04B17/382
摘要： 本发明涉及频谱感知技术，具体地说它是一种基于机器学习的高效快速工业频谱认知方法。该发明针对现有频谱感知方法处理工业复杂电磁环境下频谱大数据时存在的计算量大、速度慢、能耗高等问题，首先采用主成分分析(PCA)方法对工业频谱大数据进行降维处理，提取特征数据，降低数据处理复杂度，提高感知效率；然后采用单类支持向量机(OCSVM)对降维数据进行分类训练学习，并利用粒子群算法(PSO)对训练参数进行迭代优化，提高频谱认知准确度，避免陷入局部最优；最后，采用优化学习的工业频谱认知模型对实时工业频谱进行认知。本发明具有复杂度低、感知精度高和快速高能效的特点，可实现频谱感知到认知的跨越。
-
公开(公告)号：CN111628855A
公开(公告)日：2020-09-04
申请号：CN202010385640.4
申请日：2020-05-09
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
摘要： 本发明涉及工业5G网络技术，具体地说，是基于深度强化学习的工业5G动态多优先级多接入方法，包括以下步骤：建立工业5G网络模型；建立基于深度强化学习的动态多优先级多信道接入神经网络模型；采集工业5G网络内全部工业5G终端多个时隙的状态、动作、奖励信息作为训练数据；使用采集的数据训练神经网络模型，直至丢包率和端到端时延满足工业通信要求；收集当前时隙工业5G网络内全部工业5G终端的状态信息，作为神经网络模型输入，进行多优先级信道分配，工业5G终端根据信道分配结果进行多接入。本发明能够高效、实时地对工业5G网络内不同优先级的工业5G终端进行多信道分配，确保大规模并发接入。
-
公开(公告)号：CN111629380A
公开(公告)日：2020-09-04
申请号：CN202010385842.9
申请日：2020-05-09
申请人： 中国科学院沈阳自动化研究所 , 沈阳智能机器人国家研究院有限公司 , 沈阳智能机器人创新中心有限公司
摘要： 本发明涉及工业5G网络技术，具体地说，它是一种面向高并发多业务工业5G网络的动态资源分配方法。本发明包括以下步骤：建立网络系统模型，构建面向高并发多业务的工业5G网络动态资源分配的机器学习模型；采集工业5G网络内所有工业设备在不同时隙的状态、动作、奖励信息，训练机器学习模型；循环评估不同业务的网络性能指标，训练机器学习模型直至满足性能要求；以当前时隙工业5G网络内所有工业设备的状态信息作为机器学习模型输入，对所有工业设备多个不同类型并发业务进行资源分配。本发明解决了工业5G网络中大规模异构工业设备并发通信过程中控制命令、工业音视频、感知数据等多种类型业务对实时性、可靠性、吞吐量需求各异造成的资源冲突问题。
-
公开(公告)号：CN113543156B
公开(公告)日：2022-05-06
申请号：CN202110733227.7
申请日：2021-06-24
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及工业无线网络技术，具体地说，是一种基于多智能体深度强化学习的工业无线网络资源分配方法，包括以下步骤：建立端边协同的工业无线网络；确立工业无线网络端边资源分配的优化问题；建立马尔科夫决策模型；采用多智能体深度强化学习方法，构建资源分配神经网络模型；离线训练神经网络模型，直至奖励收敛到稳定值；基于离线训练结果，工业无线网络在线执行资源分配，处理工业任务。本发明能够实时、高能效地对工业无线网络进行端边协同的资源分配，在满足有限能量、计算资源约束下，最小化系统开销。
-
公开(公告)号：CN113347109B
公开(公告)日：2024-03-15
申请号：CN202110702240.6
申请日：2021-06-24
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及工业网络技术，具体地说，是一种支持5G和TSN互联的工业网络异构流量整形器，预先建立5G和TSN互联的工业网络端到端通信模型；确立异构工业任务的服务质量要求；建立异构流量整形器，对异构流量进行差异化整形。本发明面向工厂内网中异构工业任务共网传输的端到端差异化服务质量需求，发明了一种支持5G和TSN互联的工业网络异构流量整形器，可实现控制任务、音视频任务、感知任务等多种异构工业任务的端到端通信，满足高实时、高带宽、高并发等不同通信要求，提高网络资源利用率。
-
公开(公告)号：CN113543156A
公开(公告)日：2021-10-22
申请号：CN202110733227.7
申请日：2021-06-24
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及工业无线网络技术，具体地说，是一种基于多智能体深度强化学习的工业无线网络资源分配方法，包括以下步骤：建立端边协同的工业无线网络；确立工业无线网络端边资源分配的优化问题；建立马尔科夫决策模型；采用多智能体深度强化学习方法，构建资源分配神经网络模型；离线训练神经网络模型，直至奖励收敛到稳定值；基于离线训练结果，工业无线网络在线执行资源分配，处理工业任务。本发明能够实时、高能效地对工业无线网络进行端边协同的资源分配，在满足有限能量、计算资源约束下，最小化系统开销。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.102 秒)
