对比文件名称：2006-02-28_US7006947B_发明授权_US07006947B2 Method and apparatus for predicting failure in a system
目标专利名称：394使用数据对象普及性测量改进无线广播系统中的服务质量感知的方法和设备CN102752857B
本次调用的模型名称：专利创造性评估模型
### 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| 技术特征A：所述方法包含：接收与至少一个数据对象相关联的普及性测量《未公开》 | 对比文件涉及预测物理系统（如直升机旋翼毂）的故障概率，未提及“数据对象”或“普及性测量”。其接收的是来自传感器的物理参数数据（如负载、材料属性）以及参考数据，用于评估系统健康状态。例如，第[0072]段提到了“七个显著随机变量”，包括材料属性E11、E22、G13、v13、负载P、角度Φ和临界应变能释放率Gcrit。 | 目标专利的“普及性测量”特指衡量数据对象（如媒体文件）在用户群体中流行度或重要性的指标（参见说明书[0012]段）。对比文件US7006947B处理的是物理系统（如机械结构）的故障预测，其接收的“数据”是物理传感器的测量值（如负载、温度）或材料属性，用于输入到故障物理模型中计算故障概率。两者作用完全不同：目标专利的普及性测量用于优化广播资源分配以改善用户体验；对比文件的数据用于预测物理部件的失效以进行维护预警。本领域技术人员无法从对比文件中毫无疑义地得出或合理推断出“接收与至少一个数据对象相关联的普及性测量”这一技术特征。 |
| 技术特征B：确定在无线装置处未成功接收所述至少一个数据对象的失败概率《未公开》 | 对比文件涉及计算系统或组件发生故障的概率（Probability of Failure, POF）。例如，第[0051]-[0056]段描述了根据所选概率技术（响应面法、直接法）确定POF，并将其与警告阈值进行比较。 | 目标专利的“失败概率”特指在无线广播系统中，无线装置未能成功接收数据对象的概率（参见说明书[0067]段等式(2)及图6、7）。对比文件计算的“故障概率”是指物理系统（如直升机旋翼毂）因材料疲劳、过载等原因发生结构性失效的概率。虽然都涉及“概率”计算，但应用领域、技术问题和具体计算对象（数据包接收失败 vs. 物理部件结构失效）存在本质区别。对比文件没有公开也无任何启示涉及无线通信环境下的数据接收失败概率。 |
| 技术特征C：通过基于所接收的普及性测量以及所确定的失败概率使用估计量等式求解优化问题来计算待向所述至少一个数据对象分配的信道容量《未公开》 | 对比文件使用概率模型和优化方法来估计故障概率。例如，第[0078]段描述了使用FORM（一次可靠性方法）通过约束优化方案搜索从原点到变换后响应面的最小距离，以估计故障概率。其中提到“Minimize such that g(Y)=0”的优化问题。 | 目标专利的技术特征C是一个完整的方法链：基于普及性测量和失败概率，使用估计量等式（如说明书[0063]段的优化问题公式）求解优化问题，目的是**计算待分配的信道容量**。对比文件虽然使用了优化方法（如FORM、SORM）来“最小化距离”以估计故障概率，但其优化问题的目标函数和约束条件是为了评估结构可靠性，**目的并非计算用于传递数据对象的无线信道容量**。对比文件完全没有涉及“信道容量分配”的概念。因此，该技术特征未被公开。 |
| 技术特征D：基于所计算的信道容量分配无线广播系统容量来传递所述至少一个数据对象。《未公开》 | 对比文件未涉及“无线广播系统容量”、“信道容量”的分配，也未涉及“传递数据对象”。其输出是故障预测（POF）和警告信号（如点亮警示灯），而非调整通信资源以传递内容。例如，第[0062]段提到警告信号可能触发工程师检查桥梁或向操作员发送消息。 | 目标专利的特征D是方法的最终应用步骤：根据计算出的信道容量来实际分配广播资源并传递数据对象。对比文件处理的是预测性维护领域，其输出是维护警报，而非通信资源的动态分配和内容传递。两者技术领域和应用目的截然不同。本领域技术人员无法从对比文件中得出此特征。 |
| 技术特征E：其中，确定所述失败概率还包括：计算针对所述至少一个数据对象在所述无线广播系统中失败的平均数目。《未公开》 | 对比文件计算的是故障概率（POF），例如第[0051]-[0056]段描述了确定POF。但未提及计算“失败的平均数目”。其模型关注的是在给定载荷和条件下单个部件或系统失效的可能性，而非统计一段时间内多个失败事件的平均数。 | 目标专利说明书[0063]段明确将“失败的平均数目F”作为优化目标（等式(3)）。对比文件自始至终未出现“失败的平均数目”这一概念或相关计算。其故障概率是一个瞬时或基于当前累积损伤的概率值，而非统计意义上的平均值。因此，该技术特征未被对比文件公开。 |
| 技术特征F：其中，求解所述优化问题还包括：考虑所述无线广播系统的剩余容量，其中，所述剩余容量是考虑实时串流业务的容量消耗之后的可用容量。《未公开》 | 对比文件未涉及任何“无线广播系统”、“剩余容量”或“实时串流业务”。其考虑的是系统模型的输入变量，如材料属性、载荷等（见表I）。 | 该特征完全属于无线通信网络资源管理领域，特指在广播/多播场景下，扣除实时业务占用后的可用带宽。对比文件属于结构健康监测和预测性维护领域，两者技术领域毫无交集。因此，该特征未被公开。 |
| 技术特征G：其中，求解与无线广播系统资源分配目的有关的优化问题进一步将所述无线广播系统资源分配目的定义为选自由接收失败最小化、存取延迟最小化和接收装置功率消耗最小化组成的群组。《未公开》 | 对比文件中优化问题的目的是预测故障概率，以便在故障发生前发出预警（参见发明背景和摘要）。例如，第[0048]段提到“建立用于发送警告的可靠性或故障概率阈值”。其目的与无线资源分配无关。 | 目标专利的优化目的明确指向改善无线广播服务的服务质量（QoS），具体表现为接收失败、存取延迟、终端功耗的最小化（参见说明书[0010]-[0011]段）。对比文件的优化目的则是为了准确预测物理系统的失效，以安排维护、保障安全。两者的优化目的（目标函数）属于完全不同的技术领域和商业需求，对比文件未给出任何相关启示。 |
| 技术特征H：其中，接收与所述至少一个数据对象相关联的普及性测量进一步将所述至少一个数据对象定义为选自由非实时数据对象和实时数据对象组成的群组。《未公开》 | 对比文件未涉及“数据对象”的概念，更未区分其实时性。其处理的对象是物理系统及其组件（如直升机旋翼毂）。 | 该特征是对“数据对象”类型的进一步限定。由于对比文件根本未公开“数据对象”和“普及性测量”这一基础概念（特征A），因此对其类型的限定自然也未被公开。 |
| 技术特征I：其中，接收所述普及性测量还包括：从用户内容服务接收使用统计。《未公开》 | 对比文件的数据来源是传感器（直接感测）和参考数据库（如材料测试数据），例如第[0032]段和第[0072]段。未提及从“用户内容服务”接收“使用统计”。 | 目标专利的普及性测量可来源于用户使用统计（参见说明书[0012]段）。对比文件的数据来源于物理世界测量和工程数据库，用于表征物理系统的状态和属性，与用户消费内容的行为统计无关。该特征未被公开。 |
| 技术特征J：其中，接收所述普及性测量还包括：从数据对象用户接收使用数据。《未公开》 | 同上。对比文件的数据采集对象是物理系统本身，而非“数据对象用户”。 | 理由同特征I。该特征未被公开。 |
| 技术特征K：还包括：根据所分配的无线广播系统容量来传递所述至少一个数据对象。《未公开》 | 同特征D。对比文件未涉及根据分配的容量传递数据对象。 | 理由同特征D。该特征未被公开。 |
| 技术特征L：还包括：根据所计算的信道容量来调整所述至少一个数据对象的传递速率。《未公开》 | 对比文件未涉及任何“传递速率”的调整。其输出是警告信号，而非对传输速率的控制。 | 调整数据对象传递速率是无线广播网络中实施容量分配的具体手段之一（参见目标专利说明书[0010]段）。对比文件的技术方案不涉及数据传输控制。该特征未被公开。 |
| 技术特征M：还包括：根据所分配的无线广播系统容量来调整所述至少一个数据对象中的冗余数据数量。《未公开》 | 对比文件未涉及调整“冗余数据数量”。其模型中的冗余概念可能指结构上的安全系数，但与数据编码冗余无关。 | 调整冗余数据数量（如FEC冗余）是无线广播中改善可靠性的另一种手段（参见目标专利说明书[0010]段）。对比文件的技术方案不涉及数据编码或通信协议。该特征未被公开。 |
| 技术特征N：其中，所述优化问题与无线广播系统资源分配目的有关。《未公开》 | 同特征G。对比文件的优化问题与无线广播系统资源分配无关。 | 该特征是对优化问题目的的概括。对比文件中的优化问题服务于故障预测，目的不同。因此未被公开。 |
| 技术特征O：还包括：使用拉格朗日乘数方法求解所述优化问题。《直接公开》 | 第[0078]段：“To estimate the CDF using FORM a constrained optimization scheme is adopted to search for the minimum distance from the origin to the transformed response surface. Mathematically, the problem can be formulated as: Minimize such that g(Y)=0 where, β is the minimum distance and g(Y) is the transformed capacity portion of the response surface. ... The method used in this example was formulated by Rackwitz and Fiessler.” 虽然未明确写出“拉格朗日乘数”，但“Minimize ... such that ...”是典型的带有等式约束的优化问题表述，Rackwitz和Fiessler的FORM算法本质上是基于拉格朗日乘数法求解可靠性指标的常用数值方法。本领域技术人员阅读该段及引用的文献，能够毫无疑义地理解其中使用了拉格朗日乘数方法。 | 对比文件在通过一次可靠性方法（FORM）求解故障概率时，明确将问题表述为在约束条件g(Y)=0下最小化距离β。这正是拉格朗日乘数法的典型应用场景。虽然应用领域（结构可靠性 vs. 通信容量分配）不同，但就“使用拉格朗日乘数方法求解优化问题”这一数学工具本身而言，对比文件已经直接公开。其作用是在概率分析中处理约束，以找到设计点（最可能失效点），与目标专利中为分配容量而处理约束在数学方法上相同。因此，该技术特征被直接公开。 |
| 技术特征P：其中，确定失败概率还包括：计算针对所述至少一个数据对象在广播系统中失败的平均数目。《未公开》 | 同特征E。对比文件未提及计算“失败的平均数目”。 | 理由同特征E。该特征未被公开。 |
<<<O>>>