该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

本发明公开了一种过程控制系统信息安全防护的异常检测方法，首先根据失效事件建立故障树；然后根据预设的分区原则对故障树的叶子事件进行分区隔离；再利用各区域的信息，分别对系统同一关键状态信号进行描述，建立关键状态信号的数学模型；并通过对该数学模型的参数进行拟合求取最佳拟合系数，获得关键状态信号的数据表达式；根据关键性状态的数学表达式计算关键状态信号的描述距离，根据该描述距离计算任意两个区域对关键状态信号的描述距离；根据

本发明公开了一种基于电力系统底层故障信息的复杂故障串联 整合方法。包括以下步骤：获取底层故障的底层故障信息，将按各底 层故障第一排序时刻先后顺序列于时间轴上；并将时间窗口的起点置 于首个底层故障的第一排序时刻处；辨识时间窗口内底层故障两两之 间的关联性，区分复杂故障的类型；对辨识出的第一排序时刻非相邻 的连锁故障和保护隐藏故障进行修正；将时间窗口起点移动至下一个 相邻底层故障的第一排序时刻处，对该时间窗口内底层故障的关联性 进行辨识；重复上述步骤，直到所有底层故障的关联性辨识完毕，得 出复杂故障的串

本发明公开了一种基于用户的统计信道状态信息的预编码方法及系统。该方法包括如下步骤：根据用户的信道状态，将用户分为统计用户和瞬时用户，基站获取所有统计用户的统计 CSI 和所有瞬时用户的瞬时 CSI；对每个统计用户，计算其正交于其他用户的信道空间的正交子空间，并利用该正交子空间设计该统计用户的预编码向量；获取所有瞬时用户正交于所有统计用户的信道空间的正交子空间，并利用该正交子空间设计所有瞬时用户的预编码矩阵。该方法仅利用用户的统计 CSI，不限定基站服务的用户数目，能够同时服务于仅有统计 CSI 的用户和有瞬时 CSI 的用户，并且能够有效避免两类用户之间的干扰。

磁场控制系统主要由磁场发生装置（电磁铁、赫姆霍兹线圈或螺线管等）和程控高斯计及电源组成，这些设备通过串口线连接至电脑，然后通过电脑里的上位机软件对该系统进行控制，控制主要通过两种方式，第一是直接控制电源的输出电流大小，从而控制了磁场强度的大小，而高斯计则将测量值显示并记录在电脑中，用于分析；第二种方式则是通过软件可以直接设置磁场强度的大小，此时电源则会输出稳定电流直至磁场强度达到设定值后会稳定下来。这两种方式均提供了一套可以控制的电磁场系统，并形成系统闭环。   系统配置：   装置 产品 说明 磁场发生装置 赫姆霍兹线圈、电磁铁、螺线管等 高磁场一般选用电磁铁、均匀低磁场选用赫姆霍兹线圈和螺线管 测量装置 高斯计、磁通门计等 一般选用高斯计，特低磁场选用磁通门计（比如1GS及以下） 供电装置 程控电源 根据磁场要求可选用不同精度及稳定性的电源 控制中心 控制软件 控制电流输出及磁场大小，并进行记录和分析  

普及电动汽车已成为国家实现节能减排的重要战略举措，而充电技术正是实现电动汽车普及的关键支撑技术。车载电源包括车载充电机(OBC)和DC-DC两个部分。OBC由两级构成，前级将电网交流电高效、高功率因数地转换为360V直流电，后级负责为动力电池组高效充电，完成200V~450V电压调节和电气隔离功能。DC-DC负责将动力电池组高电压高效地转换为14V直流电，为蓄电池充电，同时实现电气隔离。目前，市面上乘用车和大巴车两大类电动车，其动力电池母线电压范围分别为200-450V和450-800V。考虑DC-DC通用性，要求DC-DC在200V-800V的宽输入电压范围下为蓄电池充电，从而覆盖乘用车和大巴车两种车型的充电，实现一机多用。DC-DC的宽输入电压高变比也是本项目的特色所在。车载充电机和DC-DC的集成，具有优化束走向、易于整车布局、优化空间、降低整车重量及优化成本的多方面优势。

本实用新型公开了一种野外连续测试原位水稻土高光谱的车载微型铧犁装置。铧犁立柱和光谱组件立柱通过定位杆固定在连接桥上，铧犁刀片固定在铧犁立柱底端，保护罩固定在光谱组件立柱底端，保护罩靠近土壤一侧底部开有透光孔，蓝宝石固定在透光孔正上方，蓝宝石横截面中心和透光孔横截面中心连线与光谱传感器的中心轴线重合，将装置通过连接桥与微型履带式拖拉机固定后，打开光谱仪和光源电源，设置光谱仪的数据自动采集频率，启动微型履带式拖拉机拖动本装置，进行野外原位水稻土光谱连续测试。使土壤原位高光谱的大范围实时连续测量更加简单，省时省力。

1.痛点问题 物联网技术是工业4.0和数字经济智慧化时代的标准性特征技术，是人工智能、云计算机、大数据等核心技术的底层技术基础。物联网技术的本意是希望实现万物直接互联，并能主动协同工作，但目前尚没有一项技术可以达到上述目的。 目前现有的物联网系统架构种类很多，主要集中在物联网的顶层软件设计方面，软件研究较多也做得很好，但其面临的共同问题是各种底层设备(包括不同厂家生产的各种传感器和执行器等功能部件)如何联接？在目前现有的各种物联网技术方案不仅系统结构复杂，也只能实现万物间接互联和被动协同工作，而无法实现物联网所需的万物直接互联和主动协同工作。 2.解决方案 本成果所涉的核心技术是IPT（InformationPipeTechnology）信息管道技术及基于IPT信息管道技术的DMCS（DistributedMeasurement&ControlSystem）智能物联分布式测控系统集成方法，以下简称DMCS/IPT。 在基于IPT信息管道技术的DMCS智能物联分布式测控系统中，所有节点均具有完全平等的地位(“去中心化”)，也无需通过任何指令进行协同工作（“去指令”），所有节点及其联接的底层设备均可直接通过在信息管道中自动交互的测控信息的驱动来实现系统预期的各种测控功能，而若想改变系统功能，也只需改变系统中联接各分布式智能测控节点虚拟的信息管道联接关系即可，多数情况下，无需编程即可实现分布式智能测控系统的快速集成及其功能重构。DMCS/IPT及其所衍生的IPT云/IPT雾智能物联系统架构，能完美实现物联网所需的万物直接互联和主动协同工作。IPT雾是一种可以弥散到工业现场任何一个角落的DMCS/IPT智能测控网络，整个网络只需一条线缆（有线或无线物理链路）即可位于工业现场不同位置的底层设备及其对应的IPT节点彼此联接起来，不仅可通过信息管道实现“去中心化”和“去指令”的智能协同工作，而且可在IPT雾网络中任意位置接入的IPT远程智能联接节点联接至IPT云网络，或者直接联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。IPT云网络则是架构在IPT雾网络之上的DMCS/IPT智能测控网络，可进一步联接不同的IPT雾网络，并通过信息管道解决不同IPT雾网络之间的测控任务协同，以形成更大规模的智能物联网。IPT云网络同样具有“去中心化”和“去指令”等明显技术特征，也能在IPT云网络中任意位置通过接入一个IPT远程智能联接节点，将整个系统联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。 合作需求 1、合作企业现有产品需在某行业或某领域已占有较大的市场份额，且非常熟悉所在行业或领域的业务流程，并深度了解客户的痛点和需求； 2、合作企业需有良好的信誉记录，并需要有足够的资金来支持DMCS/IPT新产品的研发，且需要有一定数量和质量的技术人才来完善相关产品； 3、合作企业需有愿意跟其他非竞争性企业一起联手打造智能物联网生态圈的愿望。 具备以上合作条件的企业可联系清华技术转移院，通过专利普通许可方式开展各自领域的新产品研发及其推广应用，聚集多方力量，以合作共赢的方式共同打造一个可满足数字经济新时代需求的、造福于国家和社会的、国产化的智能物联技术产品生态圈。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。