CN103942086B

CN103942086B - 基于aadl的创建、分析和仿真混成系统模型的方法

Info

Publication number: CN103942086B
Application number: CN201410037932.3A
Authority: CN
Inventors: 何积丰; 刘静; 钱宇清
Original assignee: East China Normal University
Current assignee: East China Normal University
Priority date: 2014-01-26
Filing date: 2014-01-26
Publication date: 2017-07-04
Anticipated expiration: 2034-01-26
Also published as: CN103942086A

Abstract

本发明公开了一种基于AADL的创建、分析和仿真混成系统模型的方法，包括如下步骤：创建子语言混成AADL，利用子语言混成AADL建立混成AADL模型；对混成AADL模型进行词法和语法分析；将混成AADL模型转换至Modelica模型，得到混成系统模型；对Modelica模型进行图形化仿真，生成图形化仿真结果。本发明创建了AADL的一个扩展子语言，从而在OSATE平台上实现了利用AADL建立、分析及图形化仿真混成系统模型。

Description

基于AADL的创建、分析和仿真混成系统模型的方法

技术领域

本发明属于软件开发技术领域，尤其涉及一种基于AADL的创建、分析和仿真混成系统模型的方法。

背景技术

2002年由OMG(Object Management Group，即对象管理组织)所提出的MDA(ModelDriven Architecture，即模型驱动架构)技术应此需求而诞生。MDA提出的解决方案是将应用系统与实现技术平台分离，且以统一建模语言UML来表达与平台无关的PIM(PlatfarmIndependent Model，即平台无关模型)，然后再建立适和特定某个平台的模型PSM(Platform Specific Model，即平台相关模型)。由于分隔了企业和技术的变化，从而降低了两者的关联。

OSATE是一个知名的开源工具，支持AADL建模和分析，是由SEI组织开发的基于Eclipse平台的插件。它不仅向用户提供文本和图形化编辑器去建立AADL模型，并且对工具开发人员支持AADL元模型。

混成系统一股包含连续组件和离散组件。组件之间的行为由计算模型控制。大多数复杂的控制系统既包含用微分方程描述的连续动态演化，也包含了离散控制模型。

UML用简单的符号表示和详细的语义框架描述了系统的架构和行为。然而，任务关键的实时嵌入式系统还需要建立软件到硬件的映射，既要满足功能需求又要满足非功能属性要求。因此SAE(Saciety of Autamative Engineers，即美国汽车工程师协会)在UML的基础上提出了AADL(Architecture Analysis and Design Language，即架构分析与设计语言)语言。AADL是用来设计并且分析系统的软硬件架构，包括独立的组件和它们之间的交互，特别适用于性能关键，任务关键的实时嵌入式系统。

AADL使用具有正确语法和语义的规范进行建模。规范有几种表现形式，包括：AADL文本、可扩展标记语言(XML)或者AADL图形。以上3种表现形式是相互一一对应，并且等效的。以下的图10为目前现有AADL建模过程的流程图。首先需要建立模型组件，根据模块的类型建立对应的组件类型Component Type，并为此添加组件特征features，最后创建每一个Component Type的类型实现Component Implementation。在所有Component Type和Component Implementation被建立后创建容器系统。容器系统是用来表示整个系统的边界的。之后为容器系统和模型组件中System类型组件依次添加子组件并且连接子组件与子组件，子组件与模型组件的接口。然后创建硬件组件，创建硬件组件的步骤为：创建ComponentType；建立相应的Component Implementation，添加总线访问bus access并建立执行平台实例使硬件组件与模型组件连接。创建软件组件的步骤：创建Component Type；建立相应的Component Implementation；创建process组件和thread组件实例；在process组件中添加相应的thread组件实例；创建process实例，将其添加到System类型的组件中。此时，便可对建立好的AADL模型进行分析，模型转换或者代码生成。但是，AADL建模平台并不支持混成系统的建模，分析和图形化仿真。

因此，上述现有的支持AADL的OSATE平台无法建立混成系统模型的缺陷，亟需一种能够在支持AADL的建模平台中实现建立混成系统模型的灵活的易于实现的方法。

发明内容

本发明提出了一种基于AADL的创建、分析和仿真混成系统模型的方法，包括如下步骤：

步骤一：定义子语言混成AADL的语法和语义，建立混成AADL模型；

步骤二：对所述混成AADL模型进行词法和语法分析；

步骤三：将所述混成AADL模型转换至Modelica模型，得到所述混成系统模型；

步骤四：对所述Modelica模型进行图形化仿真，生成图形化仿真结果。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，步骤一中的定义子语言混成AADL的语法和语义的方法包括如下步骤：

步骤A1：在模型编辑器中导入基本类模块并建立所述基本类模块的引用关系；

步骤A2：利用所述模型编辑器建立子语言混成AADL的元模型；

步骤A3：利用BNF范式定义所述子语言混成AADL的语法和语义。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，所述步骤A3定义所述子语言混成AADL的语法和语义之后进一步包括：引入解析器分析所述语法和语义，构建所述混成AADL的元模型的词法分析器与语法分析器。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，步骤二中采用所述词法分析器与语法分析器对所述混成AADL模型进行词法和语法分析。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，步骤二对所述混成AADL模型进行词法和语法分析包括如下步骤：

步骤B1：分析所述混成AADL模型中的代码，若所述代码不符合所述语法和语义，则停止分析并提示不符合的代码；

步骤B2：逐行对所述混成AADL模型中的代码进行词法和语法分析，直至对所述混成AADL模型中的所有代码符合所述语法和语义时为止。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，步骤二对所述混成AADL模型进行词法和语法分析后进一步建立所述混成AADL模型的抽象语法树。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，步骤三将所述混成AADL模型转换至Modelica模型的方法包括如下步骤：

步骤C1：根据所述混成AADL模型与所述Modelica模型的关系，制定所述混成AADL模型与所述Modelica模型之间转换的匹配规则；

步骤C2：根据所述匹配规则将所述混成AADL模型的基础构件转换为Modelica模型的语法、语义或者模型结构；

步骤C3：根据所述匹配规则将所述混成AADL模型的数据构件封装为所述Modelica模型的数据类型建模；

步骤C4：根据所述匹配规则转换所述混成AADL模型的功能函数转换为Modelica模型中相应的功能函数。

本发明提出的基于AADL的创建、分析和仿真混成系统模型的方法中，步骤四对所述Modelica模型进行图形化仿真包括如下步骤：

步骤D1：获取Modelica模型的图形化仿真工具，从所述仿真工具中导入仿真组件；

步骤D2：建立所述开发平台与所述仿真组件之间的通信与数据交互；

步骤D3：将所述Modelica模型代码导入所述仿真组件中，并设置参数

步骤D4：所述仿真组件根据所述参数对所述Modelica模型代码进行图形化仿真，生成图形化仿真结果。

本发明的有益效果包括：创建了AADL的一个扩展子语言混成AADL，使用该扩展子语言的语法和语义在支持AADL的OSATE平台中创建了一种新的词法及语法分析器，从而在OSATE平台上实现了利用AADL建立、分析及图形化仿真混成系统模型。

附图说明

图1是本发明基于AADL的创建、分析和仿真混成系统模型的方法的流程图。

图2是本发明中建立混成AADL模型与定义子语言混成AADL的语法和语义的流程图。

图3是混成AADL元模型的示意图。

图4是本发明中对所述混成AADL模型进行词法和语法分析的流程图。

图5是混成AADL模型的图形化抽象语法树的示意图。

图6是本发明中将混成AADL模型转换至Modelica模型的流程图。

图7是匹配规则的示意图。

图8是本发明中对混成系统模型进行图形化仿真的流程图。

图9是本发明中的以文本形式展现的抽象语法分析树的示意图。

图10是现有AADL建模过程的流程图。

图11是混成系统模型的图形化仿真结果。

具体实施方式

结合以下具体实施例和附图，对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等，除以下专门提及的内容之外，均为本领域的普遍知识和公知常识，本发明没有特别限制内容。

如图1所示，本发明的基于AADL的创建、分析和仿真混成系统模型的方法包括以下步骤：步骤S1：建立混成AADL模型；步骤S2：对混成AADL模型进行词法和语法分析；步骤S3：将混成AADL模型转换至Modelica模型，得到混成系统模型；步骤S4：对Modelica模型进行图形化仿真，生成图形化仿真结果。以下对于每个步骤作进一步说明。

如图2所示，步骤S1中包括下述步骤：步骤A1：在模型编辑器中导入基本类模块并建立基本类模块的引用关系，利用模型编辑器建立子语言混成AADL的元模型；步骤A2：利用BNF范式定义子语言混成AADL的语法和语义。

其中，在定义子语言混成AADL的语法和语义之前，首先需要识别开发平台所支持的子语言的需求，通过对本发明所应用的OSATE开发平台对与所支持的子语言的需求，其需求如下：

1)一个子语言可以被部署为一个Eclipse插件或者特性(feature)——高优先级；

2)在一个AADL规约中可以使用几个子语言——高优先级；

3)如果子语言插件没有被安装，OSATE仍旧能够对包含这个annex的模型进行工作——中优先级。

根据上述需求创建子语言混成AADL时需要在Ecore元模型图形编辑器中创建子语言的元模型。该元模型是相对于混成系统模型而言的，元模型是建立混成系统模型的基础，该元模型即为本发明中所使用的混成AADL模型。从适用于Ecore元模型图形编辑器中的edu.sei.emu.aadl.model/core.ecore包导入了以下基本类模块：Element，NamedElement，AnnexSu-bClause和Feature。一旦导入了以上述基本类模块之后，添加了它们之间的继承，引用和包含关系。其中包含关系只包含一个特殊field的引用关系，这个field表示它是一个包含关系，并且在属性tab中添加这样的连接之后可以被选择。最后使用EclipseModellng Framework模块中的EMF Model6enerator组件来生成元模型的java类，建立子语言混成AADL的元模型并把ecore model作为模型解释器。利用Ecore元模型图形编辑器创建的混成AADL的元模型如图3所示，其中，Element类，NamedElement类和AnnexSubclause类是AADL内置类，分别代表AADL基本元素，AADL命名元素以及子语言语句。它们三者之间存在着继承关系。HybridAnnexSubclause类是本发明中定义的类，代表混成AADL模型。混成AADL模型包含variableDeclaration(变量声明语句)和EquationExpression(等式表达式)。EquationExpression(等式表达式)又包含着IfEquation(If等式)，WhenEquation(When等式)，ForEquation(For等式)和SimpleExpression(简单表达式)。

生成元模型之后，定义子语言混成AADL的语法和语义。首先用BNF(Backus-NaurForm，巴科斯-诺尔范式)范式定义混成AADL的语法，可通过如下代码实现对于混成AADL的语法的定义：

1)定义语法的顶层，语法的顶层是由2个可选的部分组成：

2)定义语法的组件声明子句：

上述代码中，组件的类型前缀flow，input，output适用于组件的元素。组件声明的类型前缀discrete，parameter，constant被称作变量前缀。一个前缀为discrete的变量表示该变量是离散时间的。前缀为parameter的变量在图形化仿真过程中不允许改变其值。前缀为constant的变量类似于前缀为parameter的变量，但是constant变量在被赋值后不能再被修改其值。

3)定义等式子句，等式子句代表了模型的动态行为，可以用于建模连续模型。：

现在使用操作语义中的自然语义来定义子语言混成AADL的语义：

der(arg)操作符的语义：

reinit(arg，exp)操作符的语义：

if子句语义：

when子句语义：

for子句语义：

通过上述代码实现定义子语言混成AADL的语法和语义之后，利用OSATE平台可构建混成AADL的词法分析器和语法分析器。首先利用OSATE开发平台提供的一个扩展点org.osate.annexsupport.parser来解析annex库和annex子句。一个annex解析器可以使用该扩展点去注册内置AADL解析器。扩展点org.osate.annexsupport.parser在org.osa—te.annexsupport插件中被定义。

只要已注册的AADL解析器在分析过程中遇到一个annex库或者annex子句，便会调用合适的已被注册的annex解析器。如果某个annex没有相应的annex解析器，AADL解析器会调用一个默认的annex解析器，把DefaultAnnexParser类的对象嵌入到模型中。这些对象包含了annex名称，相应annex库和子句的原文本。因此注册了一个作为内置AADL解析器扩展的annex解析器，注册内容以XML的方式存放在plugin.xml中，具体内容可通过如下代码实现：

注册annex解析器后必须设置插件的依赖。同样，需要编辑plugin.xml文件，在requires子句中，添加以下依赖信息：

</requires>

完成上述步骤之后开始构建混成AADL的语法分析器和词法分析器。根据上述代码定义了一个接口叫作AnnexParser。该接口定义了两个方法，每当发现一个annex库或者annex子句时，这两个方法会被内置AADL解析器调用。此AnnexParser接口定义如下：

其中，parseAnnexLibrary方法必须返回一个对象，正如annex ecore模型中定义的，该对象代表annex库语法树的根元素。同样的，parseAnnexSubclause必须返回子句语法树的根对象。这2个方法的第一个参数是annex的名称，第二个参数是在annex中，被分隔符{**和**}包含的源文本。另外，参数列表中包含了当前正在被解析的源文件的文件名和文件中annex文本的起始位置。最后个参数是ParseErrorReporter对象，它与当前正在被解析的.aadl源文件有关联。通过调用parseError方法，解析器能够在解析annex文本时，报告语法错误。两个方法都可能会抛出一个异常，异常类为RecognitionException，来表明一个在annex库或者子句中的语法错误。抛出异常会迫使一股的解析组件去处理这个异常并且报告错误，它能使得解析在半途中停止。

为了创建解析器，定义了一个继承Parser类实现AnnexParser接口的解析类，称作HvbridAnnexParser：

其中，factory对象用以创建元模型的不同对象。

在完成上述步骤后，开始从子语言混成AADL的语法顶层开始制定解析方法。例如，混成AADL中的等式用BNF定义为：equation：：=EQUATION equationExpression。这是个典型的BNF范式的匹配表达式，equation元素由一个令牌token(即，EQUATION)，该令牌token后紧跟一个equationExpression子句组成。equationExpression子句必须在代码中另加定义。匹配表达式的存在使得能够检查源代码的语法。因此在构造本发明的混成AADL元模型时，需要在其文件中增加指定的代码。以下是带有java代码的同样的equation匹配表达式用以创建混成AADL的元模型：

equation returns[EquationSubclause aClause=

factory.createEquationSubclause()]

{EquationExpression ee：}

：((EQUATION ee=equationExpression)

{aClause.setType(Equat ionType.EQUATIONLITERAL)；})

{aClause.setEquat ion(ee)；}；

其中，equation返回一个由factory对象创建的EquationSubclause对象。在冒号前的大括号中用java代码定义了变量EquationExpression ee。该变量在equation子句的匹配过程中被用来接收来自于equationExpression的返回对象。当equation子句被匹配时，把aClause对象的类型设置为EquationType.EQUATIO-NLITERAL。

词法分析器同样需要在相同文件中定义一个继承Lexer类的类。因此首先定义了混成AADL语言中的保留字，包括；“equation”，“when”，“if”等等。然后，使用匹配语句去匹配字符或正则表达式的某个特定顺序，以此来匹配复杂的句式。定义的保留字例如：

LESSOREQUAL：″<=″；GREATEROREQUAL：″>=″；

INTEGER：(’0’..’9’)*；

IDENTIFIER：(’a’..’z’)(’a’..’z’’0’..’9’)*；

以上是关于建立混成AADL元模型以及定义子语言混成AADL的语法和语义的具体实施过程，该混成AADL元模型是用于创建、分析和图形化仿真混成系统模型的基础，子语言混成AADL的语法和语义用于下述对该元模型进行解析以及映射至Modelica模型中。

如图4所示，步骤S2中对于混成AADL模型的语法和词法分析包括如下步骤：

步骤B1：在分析混成AADL模型中的代码时，利用上述生成的语法解析器和词法解析器按照上述解析方法对混成AADL模型中的代码进行逐行词法和语法分析，若存在语法错误或者词法错误，则语法解析器和词法解析器会停止解析过程，并弹出存在错误的代码的段落位置，从而提示用户对该段代码进行修正与调整。

步骤B2：若语法解析器和词法解析器逐行对混成AADL模型中的代码进行词法和语法分析之后未发生错误，则完成对于混成AADL模型的解析。进一步地，还可以生成混成AADL模型的抽象语法树。该实施例中生成的抽象语法树如图5所示，抽象语法树能显示出一句混成AADL语句的语法结构，例如，混成AADL语句(Real var=8；)。并可通过开发平台解析得到该抽象语法书的语法分析树，参阅图9，该语法分析树显示该语句由一个变量类型(即Real)，一个变量名称(即var)，一个操作符号(即“=”)和一个自然数(即“8”)组成。

如图6所示，步骤S3将混成AADL模型转换Modelica模型包括如下步骤：

步骤C1：根据混成AADL模型与Modelica模型的关系，制定混成AADL模型与Modelica模型之间转换的匹配规则。制定的总体匹配规则如图7，该匹配规则是将混成AADL模型中的Components、Components interactions及Properties转换为Modelica模型中的class/model、variable、function、equation及connect。

步骤C2：根据匹配规则将混成AADL的基本构件通过所制定的匹配规则转换为Modelica中的构件的核心主要语法、语义概念或模型结构，例如model，variable，equation等。基本构件是指混成AADL语言中的软件和硬件组件，例如设备组件，总线组件，进程组件，线程组件等等。

步骤C3：根据匹配规则将混成AADL模型的数据构件封装为Modelica模型的数据类型建模。在混成AADL中可以通过建立data type，data implementation和data instance的声明对Modelica中的数据类型建模。在混成AADL模型中，一个data type可以定义与port端口有关的数据，data implementation可以定义这个数据类型的内部结构，data instance可以定义其他构件对这个数据构件的引用。在Modelica中数据类型包括基本的数据类型和自定义数据类型，因此，将混成AADL中的数据构件进行封装，封装成两种Modelica定义的两类数据类型的包，一个包称为basic data type代表Modelica中的基本数据类型，另一个包称为cutomized data type代表开发人员定义的数据类型，从而将混成AADL模型的数据构件封装为Modelica模型的数据类型建模。

步骤C4：根据匹配规则转换混成AADL模型的功能函数转换为Modelica模型中相应的功能函数，其中尤其涉及对equation的转换。Modelica有着基于方程式的操作，指的是以equation为关键字的方程。而混成AADL模型中subprogram组件表示一个可以顺序执行的代码片段，考虑到subprogram与equation类似的语法和功能特性，在混成AADL建模中为每个物理组件提供几个subprogram执行Modelica中的对属性进行的操作。但是还需要一个能够调用subprogram的组件，以至于能够执行subprogram中所有操作。混成AADL模型中的线程组件表示一个可以顺序执行并且并发的可调度的单元，而之前定义的subprogram也是代表并发的执行过程，因此为物理元组件分配一个线程，从而能够调用与该物理元组件相对应的subprogram。

通过以上各步骤将混成AADL模型转换为Modelica模型，从而生成了混成系统模型。转换成Modelica模型后即为混成系统模型，转换后的混成系统模型完全遵守Modelica语言的语法和语义，该Modelica模型的需求，功能以及仿真结果与之前的混成AADL模型完全一致，。

在语法检查完毕之后把混成AADL模型映射为Modelica模型并用openModelica的仿真组件作为仿真引擎，对模型进行仿真并返回仿真结果：

步骤D1，把openModelica中包括omc.exe，OMPlot.exe等与仿真相关的关键组件导入到当前项目中。

步骤D2，建立开发的工具和仿真组件之间的通信方式和交互方式。

步骤D3，把生成的Modelica模型代码作为仿真组件的输入，并设定相应合理的参数。

步骤D4，正式进行图形化仿真，并显示图形化仿真结果，仿真结果以图表的形式呈现。

图11显示的混成系统模型的图形化仿真结果，其描述了弹性小球在自由落体过程中距离地面高度的仿真结果。从这个仿真结果，可以看到弹性小球距离地面的高度是随着时间的推进而降低的。根据其图形化仿真结果，本领域技术人员可以做出对该模型中某些变量的观察和动态分析。

本发明提供的技术方案使得AADL语言和OSATE工具支持对混成系统的建模，分析与图形化仿真，为模型驱动式软件后续开发的有效进行奠定基础。

本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下，本领域技术人员能够想到的变化和优点都被包括在本发明中，并且以所附的权利要求书为保护范围。

Claims

1.一种基于AADL的创建、分析和仿真混成系统模型的方法，其特征在于，包括如下步骤：

步骤一：定义子语言混成AADL的语法和语义，建立混成AADL模型；所述定义子语言混成AADL的语法和语义的方法包括如下步骤：

步骤A2：利用所述模型编辑器建立所述子语言混成AADL的元模型；

步骤A3：利用BNF范式定义所述子语言混成AADL的语法和语义；

步骤二：对所述混成AADL模型进行词法和语法分析；

步骤三：建立所述混成AADL模型的抽象语法树；

步骤四：根据所述抽象语法树将所述混成AADL模型转换至Modelica模型，得到所述混成系统模型；

步骤五：对所述Modelica模型进行图形化仿真，生成图形化仿真结果。

2.如权利要求1所述的基于AADL的创建、分析和仿真混成系统模型的方法，其特征在于，所述步骤A3定义所述子语言混成AADL的语法和语义之后进一步包括：引入解析器分析所述语法和语义，构建所述混成AADL的元模型的词法分析器与语法分析器。

3.如权利要求2所述的基于AADL的创建、分析和仿真混成系统模型的方法，其特征在于，步骤二中采用所述词法分析器与语法分析器对所述混成AADL模型进行词法和语法分析。

4.如权利要求1所述的基于AADL的创建、分析和仿真混成系统模型的方法，其特征在于，步骤二对所述混成AADL模型进行词法和语法分析包括如下步骤：

5.如权利要求1所述的基于AADL的创建、分析和仿真混成系统模型的方法，其特征在于，步骤三将所述混成AADL模型转换至Modelica模型的方法包括如下步骤：

6.如权利要求1所述的基于AADL的创建、分析和仿真混成系统模型的方法，其特征在于，步骤四对所述Modelica模型进行图形化仿真包括如下步骤：

步骤D1：获取Modelica模型的图形化仿真工具，从所述仿真工具中导入图形化仿真组件；

步骤D2：建立开发平台与所述仿真组件之间的通信与数据交互；

步骤D3：将所述Modelica模型的代码导入所述仿真组件中，并设置参数

步骤D4：所述仿真组件根据所述参数对所述Modelica模型的代码进行图形化仿真，生成图形化仿真结果。