CN106908812B - 一种导航监测站的可用性确定方法 - Google Patents
一种导航监测站的可用性确定方法 Download PDFInfo
- Publication number
- CN106908812B CN106908812B CN201710104190.5A CN201710104190A CN106908812B CN 106908812 B CN106908812 B CN 106908812B CN 201710104190 A CN201710104190 A CN 201710104190A CN 106908812 B CN106908812 B CN 106908812B
- Authority
- CN
- China
- Prior art keywords
- term
- monitoring station
- state
- fault
- navigation monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/20—Integrity monitoring, fault detection or fault isolation of space segment
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明提供了一种导航监测站的可用性确定方法,将导航监测站故障分为短期故障和长期故障,其中短期故障反映监测站的自修复能力,长期故障反映监测站的综合保障水平。本发明综合考虑短期故障的主要影响因素,包括预案保障率、短期故障向长期故障转换的时间、短期平均修复时间;长期故障的主要影响因素,包括平均管理延误时间、备件保障率、平均供应反应时间、长期平均修复时间。本发明采用Petri网确定导航监测站的可用性,为导航监测站的设计优化以及可用性提高提供依据。该方法可进一步推广于卫星导航系统的注入站和主控站的可用性确定,为卫星导航系统的研制建设提供重要专业技术支持。
Description
技术领域
本发明提供了一种导航监测站的可用性确定方法,属于卫星导航系统的可用性技术领域。
背景技术
可用性是指产品在任一随机时刻需要和开始执行任务时,处于可工作或可使用状态的程度。
导航监测站可用性是监测站对导航信号监测、接收和处理等任务的执行能力的表征。与导航监测站可用性相关的因素包括:平均故障间隔时间、短期平均修复时间、长期平均修复时间、平均管理延误时间、平均供应反应时间、备件保障率等。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种导航监测站的可用性确定方法。
本发明的技术解决方案是:一种导航监测站的可用性确定方法,通过下述方式实现:
(1)将导航监测站M故障分为短期故障ST和长期故障LT,确定两类故障的主要影响因素及相关状态;所述的短期故障ST的主要影响因素包括预案保障率fSST、短期故障向长期故障转换的时间STTLTST、短期平均修复时间MTTRST;长期故障LT的主要影响因素包括平均管理延误时间MADTLT、备件保障率fPLT、平均供应反应时间MSRTLT、长期平均修复时间MTTRLT;
(2)根据上述各类相关状态构建基于Petri网的导航监测站可用性模型,确定模型的稳定状态及状态转换关系;
(3)根据广义随机Petri网同构马尔科夫链,确定导航监测站微分方程,进而确定导航监测站可用性PA及模型各有效状态的值;
(4)利用导航监测站可用性PA及模型各有效状态的值开展模型故障诊断,确定导航监测站处于故障时,各有效状态的故障概率,进而得到导航监测站的可用性。
进一步的,当导航监测站的可用性不满足要求时,根据各有效状态的故障概率确定导航监测站的薄弱环节,优化薄弱环节对应的短期故障ST和或长期故障LT的主要影响因素,重新执行步骤(1)-(4)直至可用性满足要求。
进一步的,两类故障的相关状态包括可用状态PA,短期故障和长期故障选择状态PSTORLT,短期故障转换选择状态PSTT,短期故障向长期故障转换状态PSTTLT,短期故障状态PST,长期故障状态PLT,备件选择状态PPS,等待备件状态PPW,备件供应结束状态PPD。
进一步的,模型的稳定状态包括可用状态PA,短期故障向长期故障转换状态PSTTLT,短期故障状态PST,长期故障状态PLT,等待备件状态PPW,备件供应结束状态PPD。
进一步的,所述PA的值在0~1之间。
进一步的,所述短期故障是指导航监测站可自行修复的故障,所述长期故障是指导航监测站需人工修复的故障。
进一步的,同构马尔科夫链的原则如下:
(3.1)将基于Petri网的导航监测站可用性模型中的库所状态分为稳定状态和不稳定状态,稳定状态是指库所输出有向弧指向时间变迁,不稳定状态是指库所输出有向弧指向瞬时变迁;
(3.2)将所有稳定状态库所设置为马尔科夫状态,各稳定状态库所之间的状态转换为马尔科夫转移,相关转移值称为转移概率;
转移概率的确定过程为:a)若稳定状态库所之间只存在时间变迁,则转移概率为时间变迁对应故障率,b)若稳定状态库所之间存在时间变迁和瞬时变迁,则转移概率为时间变迁对应故障率与瞬时变迁对应概率的乘积。
进一步的,导航监测站微分方程为:
PA+PSTTLT+PLT+PST+PPW+PPD=1
式中,PA为导航监测站可用状态;
PSTTLT为导航监测站短期故障向长期故障转换状态;
PLT为导航监测站长期故障状态;
PST为导航监测站短期故障状态;
PPW为导航监测站等待备件状态;
PPD为导航监测站备件供应结束状态;
λMTBF为导航监测站的平均故障率;
fST为导航监测站短期故障的概率;
fLT为导航监测站长期故障的概率;
fSLT为导航监测站短期故障转换为长期故障的概率;
fSST为导航监测站预案保障率;
fPLT为导航监测站备件保障率;
fNPLT为导航监测站备件非保障率。
进一步的,fST+fLT=1,fSST+fSLT=1,fPLT+fNPLT=1。
本发明与现有技术相比的优点在于:
(1)本发明利用Petri网构建导航监测站可用性模型,表征了导航监测站各类状态的转换关系及信息流动关系。
(2)本发明综合考虑了导航监测站预案保障率、短期故障向长期故障转换的时间、平均管理延误时间、备件保障率、平均供应反应时间、短期平均修复时间、长期平均修复时间等多种要素,并建立了各要素(A、B所含内容)与导航监测站可用性PA的映射关系
(3)利用本方法和模型,不仅可以确定导航监测站的可用性,还可进一步推广于卫星导航系统的注入站和主控站的可用性确定。
附图说明
图1是基于Petri网的导航监测站可用性模型示意图;
图2是导航监测站各类有效状态转换示意图;
图3是导航监测站可用性结果示意图;
图4是导航监测站故障时其他有效状态的故障概率结果示意图;
图5是改进后的导航监测站可用性结果示意图;
图6是本发明方法实施过程示意图。
具体实施方式
本发明提供了一种导航监测站的可用性确定方法,所述导航监测站可用性是监测站对导航信号监测、接收和处理等任务的执行能力的表征。本发明中的导航监测站,是卫星导航定位系统的重要组成部分,负责完成对卫星信号的伪距、载波相位、多普勒观测量的测量,导航电文接收,卫星导航信号接收质量的监测,气象数据(包括温度、湿度、气压数据)的采集等。
本发明方法如图6所示,步骤如下:
(1)将导航监测站M分为短期故障ST和长期故障LT。导航监测站可用性PA是短期故障和长期故障的综合结果。所述短期故障是指导航监测站可自行修复的故障,所述长期故障是指导航监测站需人工修复的故障。
(2)根据导航监测站的工况信息,确定两类故障的主要影响因素及相关状态;
短期故障的主要影响因素包括故障状态为短期故障的概率为fST、预案保障率fSST、短期故障转换为长期故障的概率为fSLT、短期故障向长期故障转换的时间STTLTST、短期平均修复时间MTTRST,其中, 为短期故障向长期故障转换的故障率, 为短期平均修复率。
长期故障的主要影响因素包括故障状态为长期故障的概率为fLT、备件保障率fPLT、备件非保障率fNPLT、平均管理延误时间MADTLT、平均供应反应时间MSRTLT、长期平均修复时间MTTRLT,其中, 为平均管理延误率, 为平均供应反应率, 为长期平均修复率。
设导航监测站的平均故障间隔时间为MTBF,MTBF=1/λMTBF,λMTBF为平均故障率。
导航监测站各类相关状态包括可用状态PA,短期故障和长期故障选择状态PSTORLT,短期故障转换选择状态PSTT,短期故障向长期故障转换状态PSTTLT,短期故障状态PST,长期故障状态PLT,备件选择状态PPS,等待备件状态PPW,备件供应结束状态PPD。
(3)根据各类相关状态建立广义随机Petri网模型,确定模型的稳定状态并建立状态转换图。模型的稳定状态包括:可用状态PA,短期故障向长期故障转换状态PSTTLT,短期故障状态PST,长期故障状态PLT,等待备件状态PPW,备件供应结束状态PPD。
(4)广义随机Petri网描述如下:
广义随机Petri网是一种主要描述和分析离散事件动态系统的图形工具和信息流模型网络,在广义随机Petri网中,“○”表示“库所”,描述系统的状态、资源或条件;空心矩形框“□”表示“时间变迁”,描述改变系统状态的事件且延时服从指数分布;实心矩形框“▌”表示“瞬时变迁”,描述改变系统状态的事件且延时为0;“→”表示“有向弧”,描述系统状态与事件之间双向因果关系;表示“禁止弧”,描述与禁止弧相连的库所中托肯数量满足激发条件时,禁止该变迁激发;权值W标注在有向弧旁;“·”表示“托肯”,描述库所拥有资源的数量。
(5)建模过程为:
确定导航监测站的可用状态为PA,设其托肯为1,表示导航监测站可用。由可用状态出发PA,通过有向弧顺次指向平均故障间隔时间MTBF以及短期故障和长期故障选择状态PSTORLT,表示导航监测站经时间MTBF后,进入短期故障和长期故障选择状态。由短期故障和长期故障选择状态PSTORLT出发,通过有向弧分支,左分支顺次指向故障状态为长期故障的概率fLT和长期故障状态PLT、右分支顺次指向故障状态为短期故障的概率fST和短期故障选择状态PSTT,分别表示短期故障和长期故障选择状态PSTORLT按概率fLT进入长期故障状态PLT、按概率fST进入短期故障选择状态PSTT。由短期故障选择状态PSTT出发,通过有向弧分支,左分支顺次指向短期故障转换为长期故障的概率fSLT和短期故障向长期故障转换状态PSTTLT、右分支顺次指向预案保障率fSST和短期故障状态PST,分别表示短期故障选择状态PSTT按概率fSLT进入短期故障向长期故障转换状态、按概率fSST进入短期故障状态PST。由短期故障向长期故障转换状态PSTTLT出发,通过有向弧顺次指向短期故障向长期故障转换的时间STTLTST和长期故障状态PLT,表示短期故障向长期故障转换状态PSTTLT经时间STTLTST后,进入长期故障状态PLT。由短期故障状态PST出发,通过有向弧顺次指向短期平均修复时间MTTRST和可用状态为PA,表示短期故障状态PST经时间MTTRST后,导航监测站修复完成,进入可用状态。由长期故障状态PLT出发,通过有向弧顺次指向平均管理延误时间MADTLT和备件选择状态PPS,表示长期故障状态PLT经时间MADTLT后,进入备件选择状态PPS。由备件选择状态PPS出发,通过有向弧分支,左分支顺次指向备件非保障率fNPLT和等待备件状态PPW、右分支顺次指向备件保障率fPLT和备件供应结束状态PPD,分别表示备件选择状态按概率fNPLT进入等待备件状态PPW、按概率fPLT进入备件供应结束状态PPD。由等待备件状态PPW出发,通过有向弧顺次指向平均供应反应时间MSRTLT和备件供应结束状态PPD,表示等待备件状态PPW经时间MSRTLT后,进入备件供应结束状态PPD。由备件供应结束状态PPD出发,通过有向弧顺次指向长期平均修复时间MTTRLT和可用状态为PA,表示备件供应结束状态PPD经时间MTTRLT后,导航监测站修复完成,进入可用状态为PA。
(6)根据广义随机Petri网同构马尔科夫链,
同构马尔科夫链的原则:
(6.1)将库所状态分为稳定状态库所和不稳定状态库所,稳定状态库所是指库所输出有向弧指向时间变迁,不稳定状态库所是指库所输出有向弧指向瞬时变迁。
(6.2)将所有稳定状态库所设置为马尔科夫状态,各稳定库所之间的状态改变设置为马尔科夫转移,相关转移值称为转移概率。
转移概率的确定过程为:a)若稳定状态库所之间只存在时间变迁,则转移概率为时间变迁对应故障率,b)若稳定状态库所之间存在时间变迁和瞬时变迁,则转移概率为时间变迁对应故障率与瞬时变迁值的乘积。
确定导航监测站微分方程为:
PA+PSTTLT+PLT+PST+PPW+PPD=1
确定的导航监测站可用性及其他各有效状态值为:
上述:fST+fLT=1,fSST+fSLT=1,fPLT+fNPLT=1,PA的值在0~1之间。
(7)采用条件概率方法开展导航监测站故障诊断和优化设计。
设定导航监测站各状态处于可用性状态表示为“1”,处于故障状态表示为“0”。确定导航监测站处于故障状态时各状态的故障概率为:
实施示例:仿真构建导航监测站可用性模型。
按照上述步骤将导航监测站故障分为短期故障和长期故障;确定导航监测站短期故障的主要影响因素指标、长期故障的主要影响因素指标。确定导航监测站各类状态。构建导航监测站可用性模型,如图1所示。确定模型的稳定状态及各类稳定状态的转换关系,如图2所示。确定导航监测站可用性,当前导航监测站可用性为0.97466,图3所示为导航监测站可用性结果示意图。
采用条件概率方法开展导航监测站故障诊断和优化设计,确定导航监测站处于故障时,其他各稳定状态的故障概率,如图4所示。由图可知,PSTTLT和PST的故障概率较高,因此对此两个有稳定状态的相关要素进行改进,选择优化fST和fLT,将fST值提升60%,将fLT值降低60%,重新计算导航监测站可用性,如图5。由图5可知,指标优化后,导航监测站可用性有显著提升,优化后导航监测站可用性为0.98966。
本发明未详细说明部分属于本领域技术人员公知常识。
Claims (7)
1.一种导航监测站的可用性确定方法,其特征在于通过下述方式实现:
(1)将导航监测站M故障分为短期故障ST和长期故障LT,确定两类故障的主要影响因素及相关状态;所述的短期故障ST的主要影响因素包括预案保障率fSST、短期故障向长期故障转换的时间STTLTST、短期平均修复时间MTTRST;长期故障LT的主要影响因素包括平均管理延误时间MADTLT、备件保障率fPLT、平均供应反应时间MSRTLT、长期平均修复时间MTTRLT;
(2)根据两类故障的相关状态构建基于Petri网的导航监测站可用性模型,确定模型的稳定状态及状态转换关系;
(3)根据广义随机Petri网同构马尔科夫链,确定导航监测站微分方程,进而确定导航监测站可用性PA及模型各有效状态的值;
(4)利用导航监测站可用性PA及模型各有效状态的值开展模型故障诊断,确定导航监测站处于故障时,各有效状态的故障概率,进而得到导航监测站的可用性;
导航监测站微分方程为:
PA+PSTTLT+PLT+PST+PPW+PPD=1
式中,PA为导航监测站可用状态;
PSTTLT为导航监测站短期故障向长期故障转换状态;
PLT为导航监测站长期故障状态;
PST为导航监测站短期故障状态;
PPW为导航监测站等待备件状态;
PPD为导航监测站备件供应结束状态;
λMTBF为导航监测站的平均故障率;
fST为导航监测站短期故障的概率;
fLT为导航监测站长期故障的概率;
fSLT为导航监测站短期故障转换为长期故障的概率;
fSST为导航监测站预案保障率;
fPLT为导航监测站备件保障率;
fNPLT为导航监测站备件非保障率;
fST+fLT=1,fSST+fSLT=1,fPLT+fNPLT=1。
2.根据权利要求1所述的方法,其特征在于:当导航监测站的可用性不满足要求时,根据各有效状态的故障概率确定导航监测站的薄弱环节,优化薄弱环节对应的短期故障ST和或长期故障LT的主要影响因素,重新执行步骤(1)-(4)直至可用性满足要求。
3.根据权利要求1所述的方法,其特征在于:两类故障的相关状态包括可用状态PA,短期故障和长期故障选择状态PSTORLT,短期故障转换选择状态PSTT,短期故障向长期故障转换状态PSTTLT,短期故障状态PST,长期故障状态PLT,备件选择状态PPS,等待备件状态PPW,备件供应结束状态PPD。
4.根据权利要求1所述的方法,其特征在于:模型的稳定状态包括可用状态PA,短期故障向长期故障转换状态PSTTLT,短期故障状态PST,长期故障状态PLT,等待备件状态PPW,备件供应结束状态PPD。
5.根据权利要求3或4所述的方法,其特征在于:所述PA的值在0~1之间。
6.根据权利要求1所述的方法,其特征在于:所述短期故障是指导航监测站可自行修复的故障,所述长期故障是指导航监测站需人工修复的故障。
7.根据权利要求1所述的方法,其特征在于:同构马尔科夫链的原则如下:
(3.1)将基于Petri网的导航监测站可用性模型中的库所状态分为稳定状态和不稳定状态,稳定状态是指库所输出有向弧指向时间变迁,不稳定状态是指库所输出有向弧指向瞬时变迁;
(3.2)将所有稳定状态库所设置为马尔科夫状态,各稳定状态库所之间的状态转换为马尔科夫转移,相关转移值称为转移概率;
转移概率的确定过程为:a)若稳定状态库所之间只存在时间变迁,则转移概率为时间变迁对应故障率,b)若稳定状态库所之间存在时间变迁和瞬时变迁,则转移概率为时间变迁对应故障率与瞬时变迁值的乘积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710104190.5A CN106908812B (zh) | 2017-02-24 | 2017-02-24 | 一种导航监测站的可用性确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710104190.5A CN106908812B (zh) | 2017-02-24 | 2017-02-24 | 一种导航监测站的可用性确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106908812A CN106908812A (zh) | 2017-06-30 |
CN106908812B true CN106908812B (zh) | 2020-08-14 |
Family
ID=59208715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710104190.5A Expired - Fee Related CN106908812B (zh) | 2017-02-24 | 2017-02-24 | 一种导航监测站的可用性确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106908812B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907890B (zh) * | 2017-10-27 | 2021-11-16 | 中国航天标准化研究所 | 一种导航卫星精密定轨的任务成功性确定方法 |
CN109981328B (zh) * | 2017-12-28 | 2022-02-25 | 中国移动通信集团陕西有限公司 | 一种故障预警方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799525A (zh) * | 2009-07-10 | 2010-08-11 | 中国测绘科学研究院 | 全球导航卫星系统增强系统监测站的自主完备性监测方法 |
CN102130906A (zh) * | 2011-01-27 | 2011-07-20 | 北京信安天元科技有限公司 | 基于随机Petri网的网络安全风险分析方法 |
CN104215974A (zh) * | 2014-09-15 | 2014-12-17 | 中国航天标准化研究所 | 一种卫星导航系统的完好性监测可用性确定方法 |
CN104483678A (zh) * | 2014-12-04 | 2015-04-01 | 北京航空航天大学 | 一种空地协同的多星座卫星导航完好性多级监测方法 |
CN105068088A (zh) * | 2015-06-29 | 2015-11-18 | 北京航空航天大学 | 双频卫星导航星基增强系统可用性预测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040015719A1 (en) * | 2002-07-16 | 2004-01-22 | Dae-Hyung Lee | Intelligent security engine and intelligent and integrated security system using the same |
US20060129367A1 (en) * | 2004-11-09 | 2006-06-15 | Duke University | Systems, methods, and computer program products for system online availability estimation |
-
2017
- 2017-02-24 CN CN201710104190.5A patent/CN106908812B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799525A (zh) * | 2009-07-10 | 2010-08-11 | 中国测绘科学研究院 | 全球导航卫星系统增强系统监测站的自主完备性监测方法 |
CN102130906A (zh) * | 2011-01-27 | 2011-07-20 | 北京信安天元科技有限公司 | 基于随机Petri网的网络安全风险分析方法 |
CN104215974A (zh) * | 2014-09-15 | 2014-12-17 | 中国航天标准化研究所 | 一种卫星导航系统的完好性监测可用性确定方法 |
CN104483678A (zh) * | 2014-12-04 | 2015-04-01 | 北京航空航天大学 | 一种空地协同的多星座卫星导航完好性多级监测方法 |
CN105068088A (zh) * | 2015-06-29 | 2015-11-18 | 北京航空航天大学 | 双频卫星导航星基增强系统可用性预测方法 |
Non-Patent Citations (3)
Title |
---|
"利用监测网中断分析导航系统完好性监测";杨卓鹏等;《导航定位学报》;20150630;第3卷(第2期);38-44 * |
"卫星导航系统精密定轨建模与系统效能分析";杨卓鹏等;《第五届中国卫星导航学术年会电子文集》;20140521;1-6 * |
"基于ADC模型的导航星座系统效能分析";杨卓鹏等;《工业工程与管理》;20160630;第21卷(第3期);145-152 * |
Also Published As
Publication number | Publication date |
---|---|
CN106908812A (zh) | 2017-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sharda et al. | Robust manufacturing system design using multi objective genetic algorithms, Petri nets and Bayesian uncertainty representation | |
CN109376867A (zh) | 两量子比特逻辑门的处理方法及装置 | |
CN101819529A (zh) | 用于实现工作流任务界面可视化开发的系统和方法 | |
CN106908812B (zh) | 一种导航监测站的可用性确定方法 | |
CN102014282A (zh) | 一种分布式视频转码调度方法及系统 | |
CN103809985A (zh) | 一种软件开发方案的生成方法及系统 | |
Helber | Cash-flow-oriented buffer allocation in stochastic flow lines | |
CN107907890B (zh) | 一种导航卫星精密定轨的任务成功性确定方法 | |
CN103455000A (zh) | 一种自动形成控制逻辑的scada系统设备建模方法 | |
CN114666334B (zh) | 一种节点管理方法及系统 | |
Jakobi et al. | BIM use-case: model-based performance optimization | |
CN100492231C (zh) | 基于dsp控制卡的六自由度实时主动振动控制系统 | |
Baumgärtel et al. | Combining multi-agent systems and constraint techniques in production logistics | |
CN114125597A (zh) | 一种光纤调度的方法和装置 | |
JPH0921500A (ja) | 管網管理方法 | |
CN106990750B (zh) | 一种梯形图在线编辑方法 | |
CN109336199A (zh) | 污水处理实时监控方法及系统 | |
CN110601195A (zh) | 配电网用户电源接入方法、系统、服务器及存储介质 | |
CN117493213B (zh) | 金融业务系统测试覆盖率检测方法、装置、设备及介质 | |
CN110909991A (zh) | 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 | |
van Thienen et al. | Practical application of optimization techniques to drinking water distribution problems | |
CN116567095B (zh) | 一种云计算的分布式调度第三方服务网格系统及方法 | |
CN102882273A (zh) | 智能变电站继电保护系统可靠性的定量计算方法及系统 | |
Schuh et al. | Shifting bottlenecks in production control | |
CN110984302B (zh) | 一种输水管网传感器部署定位系统及定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200814 Termination date: 20210224 |