买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉恒烁半导体(合肥)股份有限公司申请的专利一种基于自适应边缘学习的MCU智能调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121277700B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511460556.3，技术领域涉及：G06F9/50；该发明授权一种基于自适应边缘学习的MCU智能调度方法是由任军;丁文双;赵展;王楠设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本一种基于自适应边缘学习的MCU智能调度方法在说明书摘要公布了：本发明涉及调度技术领域，具体为一种基于自适应边缘学习的MCU智能调度方法；所述方法包括以下步骤：获取MCU运行节点的工作状态数据、历史调度行为数据与外设感知信号，基于解析所获取的任务负载参数、外设调用指标、功耗采样数据与运行时长构建任务运行场景特征向量与边缘端分类模型；将任务运行场景特征向量输入边缘端分类模型，执行初始调度策略匹配操作，生成候选策略集合，输出调度策略类别标签；依据调度策略类别标签，匹配对应调度控制模板，结合预设任务队列调度关系，执行MCU任务调度过程；记录异常事件的上下文链条，构建任务异常行为链；基于任务异常行为链触发边缘学习模块对调度策略类别标签进行修正处理。本发明能提升资源利用效率。

本发明授权一种基于自适应边缘学习的MCU智能调度方法在权利要求书中公布了：1.一种基于自适应边缘学习的MCU智能调度方法，其特征在于，包括以下步骤： S1、获取MCU运行节点的工作状态数据、历史调度行为数据以及外设感知信号，基于解析所获取的任务负载参数、外设调用指标、功耗采样数据以及运行时长构建任务运行场景特征向量，并构建边缘端分类模型； 其中，构建任务运行场景特征向量，并构建边缘端分类模型的过程包括： 将任务负载参数、外设调用指标、功耗采样数据以及运行时长进行分析处理，形成多维参数矩阵；将多维参数矩阵按任务粒度进行编码打包，构建任务运行场景特征向量；对不同类型任务的实际调度行为进行标识分类，构建任务调度行为标签集合； 获取历史任务运行场景特征向量及其调度行为类型，以历史任务运行场景特征向量为索引项，以任务调度行为标签为值项记录特征向量与调度行为类型间对应关系，构建任务策略对照表； 识别任务策略对照表中任务运行场景特征向量的关键参数维度，以各关键参数维度及其数值范围为判断条件，逐层分裂形成分支路径，每条路径末端节点绑定一类调度行为标签构建边缘端分类模型； S2、将任务运行场景特征向量输入边缘端分类模型，执行初始调度策略匹配操作，生成候选策略集合，对候选策略集合进行上下文一致性分析与资源利用率仿真评分，基于评分结果选取得分最高的策略，输出调度策略类别标签； 其中，对候选策略集合进行上下文一致性分析与资源利用率仿真评分，基于评分结果选取得分最高的策略，输出调度策略类别标签的过程包括： 从历史调度行为数据中，调取与候选策略集合内标签对应历史任务实例，提取其包含的历史调度行为数据；以当前任务的任务运行场景特征向量为参照，构建与历史任务实例的维度差异指标，与任务负载参数进行对比，计算历史任务与当前任务在运行特性上的相似度，获得上下文匹配评分值； 结合任务运行场景特征向量中的任务负载参数、外设调用指标以及功耗采样数据，根据候选策略集合内标签对应的资源分配策略，以仿真方式构建资源使用估算值，并与MCU当前可用资源上限进行对比，获得资源利用率评估值； 将上下文匹配评分值与资源利用率评估值加权计算，选取得分最高的候选策略集合内的标签，获得调度策略类别标签； S3、依据调度策略类别标签，匹配对应的调度控制模板，并结合预设的任务队列调度关系，执行MCU任务调度过程；当任务执行过程中出现调度异常事件时，记录该异常事件的上下文链条，并构建任务异常行为链； S4、基于任务异常行为链，触发边缘学习模块对调度策略类别标签进行修正处理，并基于修正结果重新匹配调度控制模板，更新任务运行场景特征向量集中的策略响应标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人恒烁半导体(合肥)股份有限公司，其通讯地址为：230000 安徽省合肥市庐阳区天水路与太和路交口西北庐阳中科大校友企业创新园11号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。