CN106997487B - 一种基于知识库的飞行器测试数据自动判读方法 - Google Patents
一种基于知识库的飞行器测试数据自动判读方法 Download PDFInfo
- Publication number
- CN106997487B CN106997487B CN201710110812.5A CN201710110812A CN106997487B CN 106997487 B CN106997487 B CN 106997487B CN 201710110812 A CN201710110812 A CN 201710110812A CN 106997487 B CN106997487 B CN 106997487B
- Authority
- CN
- China
- Prior art keywords
- test data
- criterion
- interpreted
- knowledge base
- computer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于知识库的飞行器测试数据自动判读方法,包括:导入待测设备输出的测试源码数据;对所述测试源码数据进行解析和预处理,得到待判读测试数据;从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出。本发明所述基于知识库的飞行器测试数据自动判读方法缩短了判读时间,提高了判读效率和判读准确性。
Description
技术领域
本发明属于飞行器自动化测试技术领域,尤其涉及一种基于知识库的飞行器测试数据自动判读方法。
背景技术
飞行器的研制是一个系统工程,其研制过程中需要通过先进的测试手段进行设备集成和验证。随着网络技术、多媒体技术、专家系统以及人工智能等技术的发展,飞行器的自动化测试水平已经越来越高,不但缩短了测试周期,降低了测试成本,更大幅提高了测试效率。测试数据自动判读是飞行器自动化测试技术的一个重要研究方向。与传统的人工判读方法相比,自动判读技术利用计算机技术,实时监视或事后分析飞行器测试数据,并依据事先录入计算机的知识和规则,自动进行数据判读,提高判读的准确性,减少测试时间,降低测试成本,具有极大的应用前景。
按照传统的飞行器测试数据判读模式,一次测试结束后,遥测系统将二进制源码数据处理成可读的文本数据,各岗位人员通过工具类软件对文本数据进行人工判读,判读时间长,判读准确性低。当前,随着飞行器系统越来越复杂,测试数据呈指数级增长,为提高判读效率,本发明提出了一种适应于多种类型测试数据的基于知识库的飞行器测试数据自动判读方法。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种基于知识库的飞行器测试数据自动判读方法,缩短了判读时间,提高了判读效率和判读准确性。为了解决上述技术问题,本发明公开了一种基于知识库的飞行器测试数据自动判读方法,包括:
导入待测设备输出的测试源码数据;
对所述测试源码数据进行解析和预处理,得到待判读测试数据;
从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出。
在上述基于知识库的飞行器测试数据自动判读方法中,所述对所述测试源码数据进行解析和预处理,得到待判读测试数据,包括:
对所述测试源码数据进行解析,得到测试数据;
根据所述测试数据的数据类型,对所述测试数据进行预处理,得到所述待判读测试数据。
在上述基于知识库的飞行器测试数据自动判读方法中,所述根据所述测试数据的数据类型,对所述测试数据进行预处理,得到所述待判读测试数据,包括:
当所述测试数据为普通电量参数时,对所述测试数据进行最值计算、野点剔除处理,得到第一待判读测试数据;
当所述测试数据为计算机块状态字时,对所述测试数据进行分块解析,得到第二待判读测试数据;
当所述测试数据为计算机位状态字时,对所述测试数据进行分位解析,得到第三待判读测试数据。
在上述基于知识库的飞行器测试数据自动判读方法中,所述从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:
判断选取的与所述待判读测试数据相匹配的判据中是否存在图形曲线判据;
若选取的与所述待判读测试数据相匹配的判据中存在图形曲线判据,则从知识库中提取所述待判读测试数据对应的标准曲线,对所述待判读测试数据进行自动判读,得到判读结果并输出;
若选取的与所述待判读测试数据相匹配的判据中不存在图形曲线判据,则判断所述待判读测试数据是否为计算机字;
若所述待判读测试数据是计算机字,则从知识库中提取所述待判读测试数据对应的计算机字判据,对所述待判读测试数据进行自动判读,得到判读结果并输出;
若所述待判读测试数据不是计算机字,则从知识库中提取所述待判读测试数据对应的门限判据,对所述待判读测试数据进行自动判读,得到判读结果并输出。
在上述基于知识库的飞行器测试数据自动判读方法中,所述从知识库中提取所述待判读测试数据对应的标准曲线,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:
从知识库中提取所述待判读测试数据对应的标准曲线,以及,确定所述待判读测试数据的测试数据曲线;
确定所述测试数据曲线的零点和离散点;
将所述测试数据曲线的离散点以零点为边界划分为第一点集合和第二点集合;
遍历所述测试数据曲线的每个离散点,分别计算所述测试数据曲线中各个离散点与标准曲线中对应点之间的距离,得到距离集合;
若所述距离集合的方差大于设定曲线相似度阈值,则确定所述待判读测试数据自动判读异常,并输出判读结果;
若所述距离集合的方差小于设定曲线相似度阈值,则确定所述待判读测试数据自动判读正常,并输出判读结果。
在上述基于知识库的飞行器测试数据自动判读方法中,若所述距离集合的方差小于设定阈值,所述方法还包括:
根据所述测试数据曲线的离散点对所述标准曲线进行修正。
在上述基于知识库的飞行器测试数据自动判读方法中,还包括:对所述知识库中的判据进行编辑。
其中,所述对所述知识库中的判据进行编辑,包括:
根据判据编辑请求,确定待编辑判据的测试数据;
从所述知识库中读取所述待编辑判据的测试数据对应的判据列表;
从所述判据列表中选择待编辑判据;
判断从所述判据列表中选择的待编辑判据的判据类型;
若所述从所述判据列表中选择的待编辑判据为门限判据,则根据所述判据编辑请求,对所述门限判据进行上下限编辑;
若所述从所述判据列表中选择的待编辑判据为计算机字判据,则根据所述判据编辑请求,对所述计算机字判据进行编辑;
若所述从所述判据列表中选择的待编辑判据为图形曲线判据,则根据所述判据编辑请求,对所述图形曲线判据的曲线相似度阈值进行编辑。
在上述基于知识库的飞行器测试数据自动判读方法中,所述根据所述判据编辑请求,对所述计算机字判据进行编辑,包括:
确定所述计算机字判据对应的计算机字的总长度;
根据所述计算机字判据对应的计算机字的总长度和所述计算机字判据的类型,对所述计算机字判据进行编辑;其中,若所述计算机字判据的类型为块状态字,则根据所述计算机字判据对应的计算机字的总长度和所述判据编辑请求,对计算机字各块的长度和物理意义进行编辑;若所述计算机字判据的类型为位状态字,则根据所述计算机字判据对应的计算机字的总长度和所述判据编辑请求,对计算机字每一位的物理意义进行编辑;
根据所述判据编辑请求,对计算机字的时间历程信息进行编辑。
在上述基于知识库的飞行器测试数据自动判读方法中,所述从知识库中提取所述待判读测试数据对应的计算机字判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:
解析待判读测试数据,得到待判读计算机字的位与块;
依据知识库中对应的位状态字与块状态字判据,对待判读计算机字的位与块进行判读;
筛选得到错误计算机位及计算机块的信息,并输出判读结果。
在上述基于知识库的飞行器测试数据自动判读方法中,所述从知识库中提取所述待判读测试数据对应的门限判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:
从知识库中提取所述待判读测试数据对应的门限判据;
依据提取的对应的门限判据,判读所述待判读测试数据是否超限;
筛选得到错误点信息,并输出判读结果
本发明具有以下优点:
(1)本发明所述的基于知识库的飞行器测试数据自动判读方法,实现了飞行器测试源码数据的快速导入,并在导入过程中,对测试源码数据进行解析和预处理,为测试数据后续的自动判读提供了有效的数据来源,降低了数据判读的时间成本。
(2)本发明所述的基于知识库的飞行器测试数据自动判读方法,在测试源码数据完成导入并进行初步分析和预处理后,开启自动判读流程,从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,极大地提高了判读效率。
(3)本发明所述的基于知识库的飞行器测试数据自动判读方法,在存在图形曲线判据时,通过标准曲线和测试数据曲线的相似度比对结果给出自动判读结果,若所述待判读测试数据自动判读正常,可以根据测试数据曲线的离散点对标准曲线进行修正,实现了自动学习。
(4)本发明所述的基于知识库的飞行器测试数据自动判读方法,可适应包括单机试验、综合试验、系统试验等各类飞行器测试中产生的测试数据,通过对测试数据的统一集中化管理,解决了传统测试数据管理不集中、共享率低、容易形成信息孤岛的问题。
附图说明
图1是本发明实施例中一种基于知识库的飞行器测试数据自动判读方法的步骤流程图;
图2是本发明实施例中一种基于知识库的飞行器测试数据自动判读系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明公共的实施方式作进一步详细描述。
本发明提出的基于知识库的飞行器测试数据自动判读方法基于知识库实现,在飞行器测试结束后,使用数据库技术将测试源码数据批量快速导入服务器,并在导入过程中,对所述测试源码数据进行解析和预处理。在完成测试源码数据的导入以及解析和预处理之后,启动对待判读测试数据的自动判读流程,同步完成各类待判读测试数据的自动判读工作,得到判读结果并输出,最后由各判读人员对判读结果进行确认,完成本次判读工作,提高了判读效率,进而缩短了飞行器的测试周期,降低了测试成本,提高了飞行器测试过程的自动化水平,将该技术应用于实际生产具有重要意义。
参照图1,示出了本发明实施例中一种基于知识库的飞行器测试数据自动判读方法的步骤流程图。在本实施例中,所述基于知识库的飞行器测试数据自动判读方法,包括:
步骤101,导入待测设备输出的测试源码数据。
在本实施例中,所述基于知识库的飞行器测试数据自动判读方法可以通过基于知识库的飞行器测试数据自动判读系统实现。参照图2,示出了本发明实施例中一种基于知识库的飞行器测试数据自动判读系统的结构框图。所述基于知识库的飞行器测试数据自动判读系统可以由测试前端系统和测试后端系统两部分组成。其中,测试前端系统为测试现场系统,包括:多个待测设备(如图2所示的待测设备1、待测设备2···待测设备N等)、前端数据服务器、第一前端交换机和第二前端交换机等。所述测试后端系统为判读岗位人员办公网络系统,包括:后端数据服务器、数据分析服务器、多个客户端浏览机(如图2所示的客户端浏览机1、客户端浏览机2···客户端浏览机N等)、第一后端交换机和第二后端交换机等。其中,第一前端交换机用于连接多个待测设备和前端数据服务器,实现多个待测设备和前端数据服务器之间的通信;第二前端交换机与第一后端交换机通过光纤连接,实现测试前端系统和测试后端系统之间的通信;第一后端交换机与所述前端交换机连接,实现测试前端系统和测试后端系统的通信;第二后端交换机分别与后端数据服务器、数据分析服务器、客户端浏览机连接,实现后端数据服务器、数据分析服务器和客户端浏览机之间的通信。
在本实施例中,所述多个待测设备为飞行器试验测试的硬件设备,在测试过程中,各个待测设备可以输出测试源码数据(二进制测试源码数据);所述第一前端交换机可以将待测设备输出的测试源码数据发送到前端数据服务器;所述前端数据服务器可以在测试过程中实时存储待测设备输出的测试源码数据。
后端数据服务器是所述基于知识库的飞行器测试数据自动判读系统的核心设备之一,在测试结束后,前端数据服务器开启FTP(File Transfer Protocol,文件传输协议)服务,后端数据服务器启动FTP客户端,后端数据服务器从前端数据服务器中下载测试源码数据,将测试源码数据导入到本地。
步骤102,对所述测试源码数据进行解析和预处理,得到待判读测试数据。
在本实施例中,在测试源码数据导入的过程中,后端数据服务器通过运行在本机的数据处理软件,对所述测试源码数据进行解析和预处理,得到待判读测试数据并保存。优选的,后端数据服务器对所述测试源码数据进行解析,得到测试数据;根据所述测试数据的数据类型,对所述测试数据进行预处理,得到所述待判读测试数据。
进一步优选的,在本实施例中,所述根据所述测试数据的数据类型,对所述测试数据进行预处理,得到所述待判读测试数据,具体可以包括:当所述测试数据为普通电量参数时,对所述测试数据进行最值计算、野点剔除处理,得到第一待判读测试数据。当所述测试数据为计算机块状态字时,对所述测试数据进行分块解析,得到第二待判读测试数据。当所述测试数据为计算机位状态字时,对所述测试数据进行分位解析,得到第三待判读测试数据。
步骤103,从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出。
在本实施例中,知识库中包括多种类型的判据,分别对应不同的待判读测试数据。数据分析服务器作为所述基于知识库的飞行器测试数据自动判读系统的应用服务器,系统事务逻辑全部通过所述数据分析服务器实现。也即,数据分析服务器在所述后端数据服务器完成对测试源码数据的解析和预处理,得到待判读测试数据之后,根据知识库中的判据实现对待判读测试数据的自动判读。
优选的,对所述待判读测试数据进行自动判读的具体流程可以包括:
判断选取的与所述待判读测试数据相匹配的判据中是否存在图形曲线判据。
若选取的与所述待判读测试数据相匹配的判据中存在图形曲线判据,则从知识库中提取所述待判读测试数据对应的标准曲线,对所述待判读测试数据进行自动判读,得到判读结果并输出。
若选取的与所述待判读测试数据相匹配的判据中不存在图形曲线判据,则判断所述待判读测试数据是否为计算机字。
若所述待判读测试数据是计算机字,则从知识库中提取所述待判读测试数据对应的计算机字判据,对所述待判读测试数据进行自动判读,得到判读结果并输出。具体的,可以解析待判读测试数据,得到待判读计算机字的位与块;依据知识库中对应的位状态字与块状态字判据,对待判读计算机字的位与块进行判读;筛选得到错误计算机位及计算机块的信息,并输出判读结果。
若所述待判读测试数据不是计算机字,则从知识库中提取所述待判读测试数据对应的门限判据,对所述待判读测试数据进行自动判读,得到判读结果并输出。具体的,可以从知识库中提取所述待判读测试数据对应的门限判据;依据提取的对应的门限判据,判读所述待判读测试数据是否超限;筛选得到错误点信息,并输出判读结果。
在本发明的一优选实施例中,所述从知识库中提取所述待判读测试数据对应的标准曲线,对所述待判读测试数据进行自动判读,得到判读结果并输出,具体可以包括:从知识库中提取所述待判读测试数据对应的标准曲线,以及,确定所述待判读测试数据的测试数据曲线;确定所述测试数据曲线的零点和离散点;将所述测试数据曲线的离散点以零点为边界划分为第一点集合和第二点集合;遍历所述测试数据曲线的每个离散点,分别计算所述测试数据曲线中各个离散点与标准曲线中对应点之间的距离,得到距离集合;若所述距离集合的方差大于设定曲线相似度阈值,则确定所述待判读测试数据自动判读异常,并输出判读结果;若所述距离集合的方差小于设定曲线相似度阈值,则确定所述待判读测试数据自动判读正常,并输出判读结果。优选的,若所述距离集合的方差小于设定曲线相似度阈值,还可以根据所述测试数据曲线的离散点对所述标准曲线进行修正。
例如,测试数据曲线为曲线P,标准曲线为曲线P';曲线P的零点为P[0],也即,起飞时刻(零秒)。首先,将曲线P的离散点以零点P[0]为边界划分为{P[-M],P[-M+1],…,P[0]}和{P[1],P[2],…,P[K]}两个点集合。然后,遍历曲线P的每个离散点,对于曲线P中的任意点P[i],计算该任意点P[i]与标准曲线P'中对应点P'[i]的距离di,其中-M≤i≤K。循环结束后,计算距离集合{di}的方差(dev);若dev大于设定曲线相似度阈值,则确定所述待判读测试数据自动判读异常,并输出判读结果;若dev小于设定曲线相似度阈值,则根据所述测试数据曲线的离散点对所述标准曲线进行修正,并确定所述待判读测试数据自动判读正常,输出判读结果。
在本发明的一优选实施例中,所述基于知识库的飞行器测试数据自动判读方法还可以包括预处理步骤:
步骤104,对所述知识库中的判据进行编辑。
在本实施例中,所述知识库可以存储在后端数据服务器上。其中,所述对所述知识库中的判据进行编辑的具体流程可以如下:
根据判据编辑请求,确定待编辑判据的测试数据。
从所述知识库中读取所述待编辑判据的测试数据对应的判据列表。
从所述判据列表中选择待编辑判据。
判断从所述判据列表中选择的待编辑判据的判据类型。
若所述从所述判据列表中选择的待编辑判据为门限判据,则根据所述判据编辑请求,对所述门限判据进行上下限编辑。
若所述从所述判据列表中选择的待编辑判据为计算机字判据,则根据所述判据编辑请求,对所述计算机字判据进行编辑。
若所述从所述判据列表中选择的待编辑判据为图形曲线判据,则根据所述判据编辑请求,对所述图形曲线判据的曲线相似度阈值进行编辑。
在本实施例中,在根据所述判据编辑请求,对所述计算机字判据进行编辑时,具体可以包括:
确定所述计算机字判据对应的计算机字的总长度。
根据所述计算机字判据对应的计算机字的总长度和所述计算机字判据的类型,对所述计算机字判据进行编辑。
优选的,若所述计算机字判据的类型为块状态字,则根据所述计算机字判据对应的计算机字的总长度和所述判据编辑请求,对计算机字各块的长度和物理意义进行编辑;若所述计算机字判据的类型为位状态字,则根据所述计算机字判据对应的计算机字的总长度和所述判据编辑请求,对计算机字每一位的物理意义进行编辑。
根据所述判据编辑请求,对计算机字的时间历程信息进行编辑。
其中,需要说明的是,在对判据进行编辑之前,需要使用管理员账号进行登录,获取编辑权限;在完成对各判据的编辑之后,需要对判据进行保存,并退出管理员账号的登录。
此外,如图2所示,所述基于知识库的飞行器测试数据自动判读系统中的客户端浏览机为判读人员浏览机,用户可以使用经授权的用户名密码使用浏览器登录系统,查看判读结果,个性化定制判读报告,并对判读结果进行确、分级签署。
综上所述,本发明实施例所述的基于知识库的飞行器测试数据自动判读方法,实现了飞行器测试源码数据的快速导入,并在导入过程中,对测试源码数据进行解析和预处理,为测试数据后续的自动判读提供了有效的数据来源,降低了数据判读的时间成本。其次,在测试源码数据完成导入并进行初步分析和预处理后,开启自动判读流程,从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,极大地提高了判读效率。
再次,本发明所述的基于知识库的飞行器测试数据自动判读方法,在存在图形曲线判据时,通过标准曲线和测试数据曲线的相似度比对结果给出自动判读结果,若所述待判读测试数据自动判读正常,可以根据测试数据曲线的离散点对标准曲线进行修正,实现了自动学习。
此外,本发明所述的基于知识库的飞行器测试数据自动判读方法,可适应包括单机试验、综合试验、系统试验等各类飞行器测试中产生的测试数据,通过对测试数据的统一集中化管理,解决了传统测试数据管理不集中、共享率低、容易形成信息孤岛的问题。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (8)
1.一种基于知识库的飞行器测试数据自动判读方法,其特征在于,包括:
导入待测设备输出的测试源码数据;
对所述测试源码数据进行解析和预处理,得到待判读测试数据;
从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出;
其中,所述从知识库中选取与所述待判读测试数据相匹配的判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:判断选取的与所述待判读测试数据相匹配的判据中是否存在图形曲线判据;若选取的与所述待判读测试数据相匹配的判据中存在图形曲线判据,则从知识库中提取所述待判读测试数据对应的标准曲线,对所述待判读测试数据进行自动判读,得到判读结果并输出;若选取的与所述待判读测试数据相匹配的判据中不存在图形曲线判据,则判断所述待判读测试数据是否为计算机字;若所述待判读测试数据是计算机字,则从知识库中提取所述待判读测试数据对应的计算机字判据,对所述待判读测试数据进行自动判读,得到判读结果并输出;若所述待判读测试数据不是计算机字,则从知识库中提取所述待判读测试数据对应的门限判据,对所述待判读测试数据进行自动判读,得到判读结果并输出;
其中,所述从知识库中提取所述待判读测试数据对应的标准曲线,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:从知识库中提取所述待判读测试数据对应的标准曲线,以及,确定所述待判读测试数据的测试数据曲线;确定所述测试数据曲线的零点和离散点;将所述测试数据曲线的离散点以零点为边界划分为第一点集合和第二点集合;遍历所述测试数据曲线的每个离散点,分别计算所述测试数据曲线中各个离散点与标准曲线中对应点之间的距离,得到距离集合;若所述距离集合的方差大于设定曲线相似度阈值,则确定所述待判读测试数据自动判读异常,并输出判读结果;若所述距离集合的方差小于设定曲线相似度阈值,则确定所述待判读测试数据自动判读正常,并输出判读结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述测试源码数据进行解析和预处理,得到待判读测试数据,包括:
对所述测试源码数据进行解析,得到测试数据;
根据所述测试数据的数据类型,对所述测试数据进行预处理,得到所述待判读测试数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述测试数据的数据类型,对所述测试数据进行预处理,得到所述待判读测试数据,包括:
当所述测试数据为普通电量参数时,对所述测试数据进行最值计算、野点剔除处理,得到第一待判读测试数据;
当所述测试数据为计算机块状态字时,对所述测试数据进行分块解析,得到第二待判读测试数据;
当所述测试数据为计算机位状态字时,对所述测试数据进行分位解析,得到第三待判读测试数据。
4.根据权利要求1所述的方法,其特征在于,若所述距离集合的方差小于设定阈值,所述方法还包括:
根据所述测试数据曲线的离散点对所述标准曲线进行修正。
5.根据权利要求1所述的方法,其特征在于,还包括:对所述知识库中的判据进行编辑;
其中,所述对所述知识库中的判据进行编辑,包括:
根据判据编辑请求,确定待编辑判据的测试数据;
从所述知识库中读取所述待编辑判据的测试数据对应的判据列表;
从所述判据列表中选择待编辑判据;
判断从所述判据列表中选择的待编辑判据的判据类型;
若所述从所述判据列表中选择的待编辑判据为门限判据,则根据所述判据编辑请求,对所述门限判据进行上下限编辑;
若所述从所述判据列表中选择的待编辑判据为计算机字判据,则根据所述判据编辑请求,对所述计算机字判据进行编辑;
若所述从所述判据列表中选择的待编辑判据为图形曲线判据,则根据所述判据编辑请求,对所述图形曲线判据的曲线相似度阈值进行编辑。
6.根据权利要求5所述的方法,其特征在于,所述根据所述判据编辑请求,对所述计算机字判据进行编辑,包括:
确定所述计算机字判据对应的计算机字的总长度;
根据所述计算机字判据对应的计算机字的总长度和所述计算机字判据的类型,对所述计算机字判据进行编辑;其中,若所述计算机字判据的类型为块状态字,则根据所述计算机字判据对应的计算机字的总长度和所述判据编辑请求,对计算机字各块的长度和物理意义进行编辑;若所述计算机字判据的类型为位状态字,则根据所述计算机字判据对应的计算机字的总长度和所述判据编辑请求,对计算机字每一位的物理意义进行编辑;
根据所述判据编辑请求,对计算机字的时间历程信息进行编辑。
7.根据权利要求1所述的方法,其特征在于,所述从知识库中提取所述待判读测试数据对应的计算机字判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:
解析待判读测试数据,得到待判读计算机字的位与块;
依据知识库中对应的位状态字与块状态字判据,对待判读计算机字的位与块进行判读;
筛选得到错误计算机位及计算机块的信息,并输出判读结果。
8.根据权利要求1所述的方法,其特征在于,所述从知识库中提取所述待判读测试数据对应的门限判据,对所述待判读测试数据进行自动判读,得到判读结果并输出,包括:
从知识库中提取所述待判读测试数据对应的门限判据;
依据提取的对应的门限判据,判读所述待判读测试数据是否超限;
筛选得到错误点信息,并输出判读结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710110812.5A CN106997487B (zh) | 2017-02-28 | 2017-02-28 | 一种基于知识库的飞行器测试数据自动判读方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710110812.5A CN106997487B (zh) | 2017-02-28 | 2017-02-28 | 一种基于知识库的飞行器测试数据自动判读方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106997487A CN106997487A (zh) | 2017-08-01 |
CN106997487B true CN106997487B (zh) | 2020-07-14 |
Family
ID=59431749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710110812.5A Active CN106997487B (zh) | 2017-02-28 | 2017-02-28 | 一种基于知识库的飞行器测试数据自动判读方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106997487B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344084B (zh) * | 2018-11-09 | 2021-10-22 | 北京空间技术研制试验中心 | 航天器测试数据事后判读及判据验证方法 |
CN109885006A (zh) * | 2019-03-13 | 2019-06-14 | 东莞市脉为自动化科技有限公司 | 热处理工艺的品质检测方法及装置 |
CN113205162B (zh) * | 2021-07-07 | 2021-09-28 | 耕宇牧星(北京)空间科技有限公司 | 卫星遥测数据的判读方法、系统、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021232A (zh) * | 2014-06-27 | 2014-09-03 | 中国人民解放军63798部队 | 基于配置项的飞行器测试数据判读方法 |
CN104297699A (zh) * | 2014-09-26 | 2015-01-21 | 航天东方红卫星有限公司 | 一种基于智能判读的卫星电源健康状况跟踪与检测方法 |
CN104408050A (zh) * | 2014-10-28 | 2015-03-11 | 北京临近空间飞行器系统工程研究所 | 一种测试数据在线自动判读系统及方法 |
CN104597854A (zh) * | 2013-10-30 | 2015-05-06 | 北京临近空间飞行器系统工程研究所 | 一种遥测数据批量处理的自动化判读系统及方法 |
CN105892304A (zh) * | 2014-11-05 | 2016-08-24 | 中国空间技术研究院 | 曲线数据自动判读方法 |
-
2017
- 2017-02-28 CN CN201710110812.5A patent/CN106997487B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104597854A (zh) * | 2013-10-30 | 2015-05-06 | 北京临近空间飞行器系统工程研究所 | 一种遥测数据批量处理的自动化判读系统及方法 |
CN104021232A (zh) * | 2014-06-27 | 2014-09-03 | 中国人民解放军63798部队 | 基于配置项的飞行器测试数据判读方法 |
CN104297699A (zh) * | 2014-09-26 | 2015-01-21 | 航天东方红卫星有限公司 | 一种基于智能判读的卫星电源健康状况跟踪与检测方法 |
CN104408050A (zh) * | 2014-10-28 | 2015-03-11 | 北京临近空间飞行器系统工程研究所 | 一种测试数据在线自动判读系统及方法 |
CN105892304A (zh) * | 2014-11-05 | 2016-08-24 | 中国空间技术研究院 | 曲线数据自动判读方法 |
Non-Patent Citations (5)
Title |
---|
卫星状态智能诊断知识库设计方法;王嘉等;《海军航空工程学院学报》;20150120;第30卷(第1期);第48-52页 * |
卫星电源测试数据智能判读系统设计与实现;吴亚光;《万方在线公开:www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2267825》;20130628;第3.1节 * |
基于相关系数的火箭测试变化缓变参数自动判读方法;金球星等;《飞行器测控学报》;20140212;第33卷(第1期);第40-43页 * |
运载火箭遥测参数实时自动判读知识库研究;朱良平等;《计算机工程与应用》;20071124;第131-135、176页 * |
遥测计算机字的自动判读;鲜勇等;《遥测遥控》;20000820;第21卷(第4期);第31-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106997487A (zh) | 2017-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413788B (zh) | 会话文本的场景类别的预测方法、系统、设备和存储介质 | |
CN110716868B (zh) | 异常程序行为检测方法、装置 | |
CN111526119B (zh) | 异常流量检测方法、装置、电子设备和计算机可读介质 | |
CN106997487B (zh) | 一种基于知识库的飞行器测试数据自动判读方法 | |
CN109660533B (zh) | 实时识别异常流量的方法、装置、计算机设备和存储介质 | |
CN111078847A (zh) | 电力用户意图识别方法、装置、计算机设备和存储介质 | |
CN112416778A (zh) | 测试用例推荐方法、装置和电子设备 | |
CN116010688A (zh) | 一种用户行为标签识别方法、系统、设备及存储介质 | |
CN116107834A (zh) | 日志异常检测方法、装置、设备及存储介质 | |
CN111045902A (zh) | 服务器的压力测试方法及装置 | |
CN116361147A (zh) | 测试用例根因定位方法及其装置、设备、介质、产品 | |
CN115346686A (zh) | 关系图谱生成方法及装置、存储介质及电子设备 | |
CN112199376B (zh) | 一种基于聚类分析的标准知识库管理方法及系统 | |
CN116955075A (zh) | 一种基于日志的解析语句生成方法、装置、设备及介质 | |
CN111352820A (zh) | 一种高性能应用运行状态预测和监控方法、设备和装置 | |
CN111798237B (zh) | 基于应用日志的异常交易诊断方法及系统 | |
CN112346966B (zh) | 一种专用控制器测试数据自动分析方法 | |
CN113628077A (zh) | 生成不重复考题的方法、终端及可读存储介质 | |
CN113377801A (zh) | 数据检验方法、装置、电子设备及计算机存储介质 | |
CN111159999A (zh) | 一种填充词槽的方法、装置、电子设备及存储介质 | |
CN117635089B (zh) | 基于深度学习的人才推荐方法及系统 | |
CN117439800B (zh) | 一种网络安全态势预测方法、系统及设备 | |
CN117217603A (zh) | 一种客服服务质量确定方法及装置 | |
CN116432099A (zh) | 日志分类方法、装置、电子设备及存储介质 | |
WO2024065776A1 (en) | Method for data processing, apparatus for data processing, electronic device, and storage medium |
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 |