-
公开(公告)号：CN116610294B
公开(公告)日：2024-12-06
申请号：CN202310448889.9
申请日：2023-04-24
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于Modelica语言的Autosar模型库构建方法，所述方法包括如下步骤：一、根据Autosar规范，将Autosar系统模型库进行设计分解；二、基于Modelica语言对Autosar中数据类型进行构建；三、基于Modelica语言构建Autosar基本建模元素，以面向对象的思想处理Autosar中各元素定义信息以及各元素之间静态结构关系；四、基于Modelica语言对Autosar建模元素进行图形化表示；五、通过Modelica语言支持Autosar模型各元素的动态行为交互；六、基于Modelica语言支持Autosar系统模型参数值、变量类型动态修改与数据标定。本发明可有效地降低Autosar模型开发难度，准确地表示Autosar模型信息，提升模型动态设计能力，提高设计效率。
-
公开(公告)号：CN116483348B
公开(公告)日：2024-10-11
申请号：CN202310467547.1
申请日：2023-04-26
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种SysML模型生成与推荐方法，所述方法通过学习已有项目需求和SysML模型，构建SysML需求图自动生成器，实现根据自然语言表达的系统需求自动化地生成SysML需求图，并通过SysML模型的需求追溯关系推荐模型，支持模型驱动的系统工程中智能化的模型复用。本发明可以根据自然语言需求，自动化地生成SysML需求图模型，并支持可视化的需求确认和变更，进而利用SysML模型的可追溯性，自动化地推荐模块图、活动图等其他SysML图模型，辅助软件系统建模和开发，提高软件系统的开发效率和质量。本发明也适用于UML模型的生成和推荐，还可以进一步应用于其他低代码开发过程中的模型生成和推荐。
-
公开(公告)号：CN117787217A
公开(公告)日：2024-03-29
申请号：CN202311822885.9
申请日：2023-12-27
Applicant: 哈尔滨工业大学
IPC: G06F40/151 , G06F8/20 , G06F8/30 , G06F8/71
Abstract: 本发明公开了一种基于XML的ARXML文件转换方法，所述方法包括如下步骤：一、获得AUTOSAR工具中XML项目配置文件对应的XSD模式定义文件；二、从ARXML对应的XSD模式定义文件中，人工抽取最小合法子集，获得包含ARXML模式定义最小合法子集的XSD文件；三、将XSD文件中的元素类型封装为程序代码中的类，支持对XSD模式定义下XML文件内容的序列化和反序列操作；四、设计ARXML文件转换代码，实现ARXML文件与AUTOSAR工具XML项目配置文件之间的双向转换。通过本发明，不同的AUTOSAR工具软件能够快速实现对ARXML文件的功能支持，提升不同AUTOSAR工具之间的互操作性。
-
公开(公告)号：CN117472331A
公开(公告)日：2024-01-30
申请号：CN202311209385.8
申请日：2023-09-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于敏捷系统工程的故障预测和健康管理方法，所述方法基于SysML建模，将PHM系统需求、功能、逻辑、物理架构建模分析的概念融合到PHM架构设计方法中，建立了各模型间的追溯关系，当PHM系统需求发生变更时，则可以根据追溯关系，分析需求变更的影响范围，从系统工程角度以递归和迭代方式更新系统模型，支持PHM系统快速迭代升级。本发明支持PHM系统的架构引领、基于模型、数据驱动的敏捷开发模式，形成适合于PHM敏捷系统工程的标准化支撑环境，支持PHM系统的快速迭代升级，为装备的使用和维修保障提供技术手段，对保障装备系统可靠性、可用性、安全性、可维护性，促进装备系统的创新发展有着重要的意义。
-
公开(公告)号：CN116894441A
公开(公告)日：2023-10-17
申请号：CN202310929605.8
申请日：2023-07-26
Applicant: 哈尔滨工业大学
IPC: G06F40/30 , G06F40/177
Abstract: 本发明公开了一种SysML语言的表数据语义和数据流审核方法，所述方法通过分析基于流的敏捷分析流程，创建相应的数据流追溯流程，在该流程中生成与各个图相对应的数据表。在生成的数据表的基础上，生成数据矩阵，并对其进行数据流审核，以检验模型中图与图之间数据的一致性。根据数据流的审核结果，对模型进行迭代更新。对系统需求进行更新，在这个过程中，本发明通过增加基于表的数据描述语义，构建全局的结构化数据表，存储需求分析与建模过程中生成的数据项与数据结构，以有效支持数据流分析，进行数据一致性审核。
-
Patent Agency Ranking
公开(公告)号：CN116483348A
公开(公告)日：2023-07-25
申请号：CN202310467547.1
申请日：2023-04-26
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种SysML模型生成与推荐方法，所述方法通过学习已有项目需求和SysML模型，构建SysML需求图自动生成器，实现根据自然语言表达的系统需求自动化地生成SysML需求图，并通过SysML模型的需求追溯关系推荐模型，支持模型驱动的系统工程中智能化的模型复用。本发明可以根据自然语言需求，自动化地生成SysML需求图模型，并支持可视化的需求确认和变更，进而利用SysML模型的可追溯性，自动化地推荐模块图、活动图等其他SysML图模型，辅助软件系统建模和开发，提高软件系统的开发效率和质量。本发明也适用于UML模型的生成和推荐，还可以进一步应用于其他低代码开发过程中的模型生成和推荐。
-
公开(公告)号：CN104064029A
公开(公告)日：2014-09-24
申请号：CN201410318558.4
申请日：2014-07-07
Applicant: 哈尔滨工业大学
Abstract: 一种VANETs中V2V链路延迟的动态预测方法，本发明涉及一种VANETs中V2V链路延迟的动态预测方法。本发明是要解决不能精确地实际预测链路延迟；基于MANETs的方法不满足车载网络环境和应用的需求以及驾驶员很难发现汽车节点速度变化的一般规律，进而给预测链路延迟带来了很大的困难的问题，而提出的一种VANETs中V2V链路延迟的动态预测方法。该方法是通过1、计算两车的相对速度值△v；2、计算两车车头的相对位移值△S；3、计算出的速度差平均值u、方差σ2，4、计算相对距离为L；5、计算链路延迟的数学期望值ET；等步骤实现的。本发明应用于VANETs中V2V链路延迟的动态预测领域。
-
公开(公告)号：CN117608525A
公开(公告)日：2024-02-27
申请号：CN202311583577.5
申请日：2023-11-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于大模型的SysML状态机图形式化需求验证方法，属于计算机软件开发技术领域。方法如下：收集SysML状态机图数据集，追溯对应需求文本，而后对SysML状态机图以及需求文本进行翻译并进行验证；对SysML状态机图以及需求文本进行处理；为大模型设置提示模板，对两组大规模数据集进行批量训练；获取SysML状态机图和需求文本的翻译结果并以NuSMV可识别的语言的形式进行表示；对所得代码进行相应修改；将得到的目标代码输入NuSMV进行形式化验证。本发明提高了验证的效率，使验证方法更具普适性，减轻了在不同领域中应用形式验证方法时的繁琐工作，能够适应多种需求验证场景。
-
公开(公告)号：CN115730310A
公开(公告)日：2023-03-03
申请号：CN202211468462.7
申请日：2022-11-22
Applicant: 哈尔滨工业大学
IPC: G06F21/56 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于多特征融合深度学习的安卓恶意软件检测与分类方法，所述方法是通过获取待测Apk样本、将待测Apk样本送入训练好的模型并得到检测结果完成的。本发明通过深度学习从静态污点路径中捕获不同类型恶意软件的数据流模式，将污点路径作为一组特征，进行安卓恶意软件的检测与分类，并使用Wide&Deep模型进行特征融合，其中Wide部分处理敏感API调用和危险权限两类特征，Deep部分处理静态污点路径，融合后的特征，增加了静态污点路径带有的语义信息，可以学习到不同恶意软件的行为模式，提升了模型的准确率和鲁棒性。
-
公开(公告)号：CN114816431A
公开(公告)日：2022-07-29
申请号：CN202210569302.5
申请日：2022-05-24
Applicant: 哈尔滨工业大学
IPC: G06F8/41
Abstract: 本发明公开了一种SysML语言的安全可靠语义扩展和建模方法，所述方法通过扩展需求图的安全和可靠语义、增加冗余语义、失效模式和影响分析语义、故障树语义，并构建可视化模型，使得SysML语言既支持自动从系统模型中提取安全可靠分析的相关信息，也支持利用安全可靠分析进一步完善系统模型，从而将基于模型的系统工程和安全可靠分析过程有效地融合，有助于确保安全分析和系统设计之间的一致性，解决当前设计复杂安全关键系统的问题。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
