CN108427778B - 电子装备的可测试性分析方法及装置 - Google Patents

电子装备的可测试性分析方法及装置 Download PDF

Info

Publication number
CN108427778B
CN108427778B CN201710077765.9A CN201710077765A CN108427778B CN 108427778 B CN108427778 B CN 108427778B CN 201710077765 A CN201710077765 A CN 201710077765A CN 108427778 B CN108427778 B CN 108427778B
Authority
CN
China
Prior art keywords
testability
hardware components
functions
determining
signal flow
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
Application number
CN201710077765.9A
Other languages
English (en)
Other versions
CN108427778A (zh
Inventor
徐志华
何代钦
朱勤
董国卿
张志昌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bnc Technologies Co ltd
Original Assignee
Bnc Technologies Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bnc Technologies Co ltd filed Critical Bnc Technologies Co ltd
Priority to CN201710077765.9A priority Critical patent/CN108427778B/zh
Publication of CN108427778A publication Critical patent/CN108427778A/zh
Application granted granted Critical
Publication of CN108427778B publication Critical patent/CN108427778B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明提供一种电子装备的可测试性分析方法及装置,包括:确定待构建电子装备所要实现的多个功能;确定多个功能之间的信息流关系;确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系;根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标;分析所述硬件部件集的测试性指标是否符合电子装备构建条件。本发明方法通过对功能层面的信息流分析,大大降低硬件层面测试性多信号流模型的建立。在功能层面即可了解测试性状态,辅助系统人员对测试性的考虑,降低测试性工作的难度,便于推广。

Description

电子装备的可测试性分析方法及装置
技术领域
本发明涉及电子装备设计技术领域,特别涉及一种电子装备的可测试性分析方法及装置。
背景技术
可测性(Testability,也译为可测试性)是产品能及时准确地确定其状态(可工作、不可工作、性能下降),隔离其内部故障的设计特性。现有技术中一般是对已设计好的产品进行可测试性分析,从而减少使用和维修费用,比如,据美海军调查,对 F/A-18、F-14、A-16E和S-3A四种海军主要飞机的239项关键部件进行的可测试性技术改进,使它们的使用和维修费用减少了30%。上面讲述的是在设计好一个飞机后对飞机的关键部件进行可测试性分析,减少使用和维修的费用,如果可以在飞机的研制初期就进行可测试性设计并分析,这样可以降低飞机全寿命周期(从生产到报废) 费用的10~20%,更大的减少了飞机后期使用和维修的费用。基于此,提出了在电子装备功能设计的同时增加可测试性设计要求。但是,我国虽在1995年就颁布了《装备测试性大纲》,但由于缺乏有效的电子装备可测性设计与评估的计算机辅助工具,我国电子装备可测试性设计现状远远滞后于新一代电子装备可测性设计需求。现有技术方案中,主要从系统角度分析出各个产品模块,通过产品库中积累的知识了解各产品模块的特性,以及输入、输出信号,确定各模块间的信号流关系,最后分层级建立本系统的多信号流模型,计算出测试性指标。基于产品之间的多信号流进行测试性建模分析,使得测试性工作难度较大,难于推广。
发明内容
本发明实施例提供了一种电子装备的可测试性分析方法,通过对功能层面的信息流分析,可以大大降低硬件层面测试性多信号流模型的建立。同时在功能层面即可了解测试性状态,辅助系统人员对测试性的考虑,降低测试性工作的难度,便于推广。该电子装备的可测试性分析方法包括:
确定待构建电子装备所要实现的多个功能;
确定多个功能之间的信息流关系;
确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;
根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系;
根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;
根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标;
分析所述硬件部件集的测试性指标是否符合电子装备构建条件。
在一个实施例中,根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系,包括:
根据所述多个功能和所述多个硬件部件,建立功能与硬件部件的映射关系;
根据所述功能与硬件部件的映射关系,将所述多个功能之间的信息流关系自动映射至多个硬件部件,辅助确定多个硬件部件之间的信号流关系。
在一个实施例中,分析所述硬件部件集的测试性指标是否符合电子装备构建条件,包括:将硬件部件集的测试性指标值与预设测试性指标值进行比较,当硬件部件集的测试性指标值大于等于预设测试性指标值时,确定所述多个硬件部件满足构建电子装备的需要。
在一个实施例中,分析所述硬件部件集的测试性指标是否符合电子装备构建条件,还包括:
当硬件部件集的测试性指标值小于预设测试性指标值时,重新选择实现所述多个功能所需的多个硬件部件或重新确定多个硬件部件之间的信号流关系。
在一个实施例中,所述硬件部件集的测试性指标与预设测试性指标包括:故障隔离率、故障检测率、虚警率和功能检测覆盖率。
本发明实施例还提供了一种电子装备的可测试性分析装置,通过对功能层面的信息流分析,可以大大降低硬件层面测试性多信号流模型的建立。同时在功能层面即可了解测试性状态,辅助系统人员对测试性的考虑,降低测试性工作的难度,便于推广。该电子装备的可测试性分析装置包括:
功能确定模块,用于确定待构建电子装备所要实现的多个功能;
第一信号流关系确定模块,用于确定多个功能之间的信息流关系;
硬件部件确定模块,用于确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;
第二信号流关系确定模块,用于确定多个硬件部件之间的信号流关系;
多信号流图模型构建模块,用于根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;
测试性指标确定模块,用于根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标;
分析模块,用于分析所述硬件部件集的测试性指标是否符合电子装备构建条件。
在一个实施例中,所述第二信号流关系确定模块具体用于:
根据所述多个功能和所述多个硬件部件,建立功能与硬件部件的映射关系;
根据所述功能与硬件部件的映射关系,将所述多个功能之间的信息流关系自动映射至多个硬件部件,辅助确定多个硬件部件之间的信号流关系。
在一个实施例中,所述分析模块具体用于:
将硬件部件集的测试性指标值与预设测试性指标值进行比较,当硬件部件集的测试性指标值大于等于预设测试性指标值时,确定所述多个硬件部件满足构建电子装备的需要。
在一个实施例中,所述分析模块具体用于:
当硬件部件集的测试性指标值小于预设测试性指标值时,重新选择实现所述多个功能所需的多个硬件部件或重新确定多个硬件部件之间的信号流关系。
在一个实施例中,所述硬件部件集的测试性指标与预设测试性指标包括:故障隔离率、故障检测率、虚警率和功能检测覆盖率。
在本发明实施例中,确定待构建电子装备所要实现的多个功能;确定多个功能之间的信息流关系;确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系;根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标;分析所述硬件部件集的测试性指标是否符合电子装备构建条件。采用本发明方法通过对功能层面的信息流分析,可以大大降低硬件层面测试性多信号流模型的建立。同时在功能层面即可了解测试性状态,辅助系统人员对测试性的考虑,降低测试性工作的难度,便于推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种电子装备的可测试性分析方法流程图;
图2是本发明实施例提供的一种产品与功能的映射关系图;
图3是本发明实施例提供的一种功能信息流至产品的信息流自动映射图;
图4是本发明实施例提供的一种多信号流图模型示意图;
图5是本发明实施例提供的一种电子装备的可测试性分析方法具体示意图;
图6是本发明实施例提供的一种电子装备的可测试性分析装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到电子系统(设备)测试性的特殊需求,为提高现代电子系统(设备)测试性分析的能力,本文提出一种电子装备的可测试性分析方法,该方法的流程图如图1 所示,该方法包括:
步骤101:确定待构建电子装备所要实现的多个功能;
步骤102:确定多个功能之间的信息流关系;
步骤103:确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;
步骤104:根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系;
步骤105:根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;
步骤106:根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标;
步骤107:分析所述硬件部件集的测试性指标是否符合电子装备构建条件。
具体实施时,在确定待构建电子系统(设备)的功能时,可以先进行一级功能集设计,确立待构建电子系统(设备)所应具备的一级功能。该功能集为大粒度的功能集合,下一步进行逐步细分。在一级功能集之下,细分为二级功能。然后在二级功能之下,细分为三级功能。依此类推,细分出最小功能单元集。其中,一级功能为产品的顶层功能,对功能的概况性描述。二级功能为一级功能的细分,更具体。同理,三级功能为二级功能的细分,最小功能单元是不再细分的最小功能。举例说明,以设计一款汽车为例,汽车总体设计师提出新款汽车应具有的一级功能,比如倒车功能、自动驾驶功能;设计师根据一级功能,细分为二级功能,比如倒车功能可细分为雷达倒车检测功能、倒车视频显示功能等;设计师根据二级功能,逐步细分为三级功能,并最终分解到最小功能单元,比如雷达倒车检测功能可细分为倒车语音提示功能、倒车距离检测功能等。
具体实施时,在确定了所有功能后,依据最小功能单元集,建立与硬件部件(支撑硬件产品)的映射关系,确定实现多个功能所需的多个硬件部件,建立硬件部件集。即要实现一组功能集,需要哪个产品实现。反之,一个硬件产品,可以实现哪些功能。硬件产品和功能之间的映射关系如图2所示。例如,以设计一款汽车为例,设计师拿到各自负责模块(比如倒车模块)的最小功能单元集合,得出实现该功能集的支撑硬件产品,比如雷达传感器、测温传感器、摄像头、电源、单片机等。包含多套产品集方案;总师将所有模块的支撑硬件产品集汇总,得出整个汽车的产品集,包含多套方案。
具体实施时,由于上层级的信息流关系会自动映射到下一层级,下一层级在建立信息流关系时,可以直接使用上层映射下来的信息流,也可以进行修改应使用本层级的信息流关系。因此,确定了多个功能之间的信息流关系,和建立硬件部件(支撑硬件产品)的映射关系之后,根据功能与硬件部件的映射关系,将多个功能之间的信息流关系自动映射至多个硬件部件,辅助确定多个硬件部件之间的信号流关系。具体的关系自动映射示意图如图3所示。其中,功能1和功能2的信息流关系自动映射至产品层级,图中虚线为自动映射的关系,可修改。
具体实施时,在确定了多个硬件部件之间的信号流关系后,根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型。如图4所示。其中,c1至c6 位多个组元,tp1和tp2为测试点。
本发明方法采用了多信号流图模型与功能相结合的表示方法,来降低测试性分析的难度,并得到产品的测试性指标。其中,多信号流图模型是在系统功能分析的基础上,利用有向图表征系统故障和测试依赖关系的一种建模方法。多信号流图模型通过跟踪系统每一个组元影响的信号以及每一测试节点可以检测的信号的流向,在系统结构模型的基础上描述信号间的依赖关系,成功地融合了结构模型与依赖模型的优点,非常适合大型复杂系统的故障建模。
从形式上讲,多信号流图模型由以下元素组成:组元:构成系统的具有独立和相对完整功能的可替换的最小功能模块。信号:系统传输特性中能够清晰描述系统功能的特征属性,这里定义的信号不同于常规意义的信号,而是一种系统功能。不同的信号之间具有独立性。每个组员关联多个信号。测试:在系统的某个点检测某些信号的好坏。测试点:执行测试的位置。连线:有某个组元指向另一个组元的有向线段,代表着信号的流动方向。
具体实施时,在构建了硬件部件集的多信号流图模型之后,根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标。
测试性指标包括功能覆盖率、故障检测率、故障隔离率和虚警率。下面给出各指标的计算公式。
(1)故障检测率(FDR),是指在规定时间内,被测系统的故障能够由测试设备检测到的故障数与所有可能的故障总数的百分比。其数学模型为:
Figure RE-GDA0003082164250000061
式中,m——故障-测试依赖矩阵的非零行数;n——故障-测试依赖矩阵的总行数。
注:上式中的故障-测试依赖矩阵是不包含系统无故障状态全零行的矩阵。
(2)故障隔离率(FIR),是指在规定时间内,被测系统检测到的故障能够由测试设备正确地隔离到规定等级和个数的故障数与检测到的故障总数的百分比。其数学模型为:
Figure RE-GDA0003082164250000062
式中,M——故障-测试依赖矩阵中,所有无重复行的行数;N——故障-测试依赖矩阵的总行数。
注:上式中的故障-测试依赖矩阵是含系统无故障状态全零行在内的矩阵。
(3)虚警率(False Alarm Rate,简称FAR),是指在规定时间内,发生的虚警次数与在同一时间内发生的虚警次数与真实故障显示次数总和的百分比。其中,虚警是指机内测试和外部测试设备检测显示出一个单元有故障,而实际上该单元没有故障的情况。虚警率也属于一种可测性指标。
“假报”,即BIT或其他监控电路指示某单元有故障,而实际上系统及设备内无任何故障。
“错报”,即系统中A单元发生了故障,却指示B有故障。
以上两种情况都属于虚警情况。而“应报不报”(即有故障而BIT或其他监控电路没有故障指示)不属于虚警范畴,它实际属于FDR的范畴。
虚警率的数学模型可表示为:
Figure RE-GDA0003082164250000071
式中,NFA——虚警次数;NF——真实故障指示次数;N——指示(报警)总次数。
用于某些系统及设备的FAR分析及预计数学模型也可以表示为:
Figure RE-GDA0003082164250000072
式中,λFA——虚警发生的频率,包括会导致虚警的BITE(内建测试装置)的故障率和未防止的虚警事件的频率之和;λD——被检测到的故障的故障率总和。
(4)功能检测覆盖率,即被检测到的最小功能总数与全部的最小功能总数之比,功能被检测到的标准是该功能包含的全部硬件模块被检测到,其中最小功能指的是功能层次的最底层的子功能。其数学模型为:
Figure RE-GDA0003082164250000073
式中:Fd--是指能被检测到的最小子功能的总数
F--是指所有最小子功能的总数。
具体实施时,在确定了硬件部件集的测试性指标之后,硬件部件集的测试性指标进行分析,确定硬件部件集的测试性指标是否符合电子装备构建条件。具体的,将硬件部件集的测试性指标值与预设测试性指标值进行比较,当硬件部件集的测试性指标值大于等于预设测试性指标值时,确定多个硬件部件满足构建电子装备的需要。当硬件部件集的测试性指标值小于预设测试性指标值时,重新选择实现多个功能所需的多个硬件部件或重新确定多个硬件部件之间的信号流关系。然后再按照上面的步骤继续确定新选择的硬件部件的测试性指标,直到新选择的硬件部件满足要求为止。
具体实施时,图5为本发明实施例提供的一种电子装备的可测试性分析方法具体示意图,如图5所示,本文描述的方法包含5个层面,分别为1)一级功能集设计; 2)最小功能单元集设计;3)产品功能映射;4)多信号模型建模分析;5)测试性指标对比。
基于同一发明构思,本发明实施例中还提供了一种电子装备的可测试性分析装置,如下面的实施例所述。由于电子装备的可测试性分析装置解决问题的原理与电子装备的可测试性分析方法相似,因此电子装备的可测试性分析装置的实施可以参见电子装备的可测试性分析方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图6是本发明实施例的电子装备的可测试性分析装置的一种结构框图,如图6 所示,包括:
功能确定模块601,用于确定待构建电子装备所要实现的多个功能;
第一信号流关系确定模块602,用于确定多个功能之间的信息流关系;
硬件部件确定模块603,用于确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;
第二信号流关系确定模块604,用于确定多个硬件部件之间的信号流关系;
多信号流图模型构建模块605,用于根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;
测试性指标确定模块606,用于根据所述硬件部件集的多信号流图模型确定所述硬件部件集的测试性指标;
分析模块607,用于分析所述硬件部件集的测试性指标是否符合电子装备构建条件。
下面对该结构进行说明。
在一个实施例中,所述第二信号流关系确定模块604具体用于:
根据所述多个功能和所述多个硬件部件,建立功能与硬件部件的映射关系;
根据所述功能与硬件部件的映射关系,将所述多个功能之间的信息流关系自动映射至多个硬件部件,辅助确定多个硬件部件之间的信号流关系。
在一个实施例中,所述分析模块607具体用于:
将硬件部件集的测试性指标值与预设测试性指标值进行比较,当硬件部件集的测试性指标值大于等于预设测试性指标值时,确定所述多个硬件部件满足构建电子装备的需要。
在一个实施例中,所述分析模块607具体用于:
当硬件部件集的测试性指标值小于预设测试性指标值时,重新选择实现所述多个功能所需的多个硬件部件或重新确定多个硬件部件之间的信号流关系。
在一个实施例中,所述硬件部件集的测试性指标与预设测试性指标包括:故障隔离率、故障检测率、虚警率和功能检测覆盖率。
综上所述,目前我国测试性设计还很薄弱,本文提出的电子装备的可测试性分析方法,由功能集引出实现该功能集的产品集,然后通过多信号流图模型,对产品集进行测试性指标分析,验证出产品的设计是否符合测试性要求。该方法方便、快捷、准确。可降低测试性分析的难度,利于整合科研等单位人员协同分析的效率,为测试性设计的推广提供一套有效的方法,从而最终提高产品的测试性设计,降低维护和管理成本。因为功能集的创建无需具备测试性分析的专业知识,可增强系统的易用性和推广性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等) 上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种电子装备的可测试性分析方法,其特征在于,包括:
确定待构建电子装备所要实现的多个功能;
确定多个功能之间的信息流关系;
确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;
根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系;
根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;
根据所述硬件部件集的多信号流图模型确定所述硬件部件集的可测试性指标;
分析所述硬件部件集的测试性指标是否符合电子装备构建条件;
根据多个功能之间的信息流关系确定多个硬件部件之间的信号流关系,包括:
根据所述多个功能和所述多个硬件部件,建立功能与硬件部件的映射关系;
根据所述功能与硬件部件的映射关系,将所述多个功能之间的信息流关系自动映射至多个硬件部件,辅助确定多个硬件部件之间的信号流关系。
2.如权利要求1所述的电子装备的可测试性分析方法,其特征在于,分析所述硬件部件集的测试性指标是否符合电子装备构建条件,包括:将硬件部件集的测试性指标值与预设测试性指标值进行比较,当硬件部件集的测试性指标值大于等于预设测试性指标值时,确定所述多个硬件部件满足构建电子装备的需要。
3.如权利要求2所述的电子装备的可测试性分析方法,其特征在于,分析所述硬件部件集的测试性指标是否符合电子装备构建条件,还包括:
当硬件部件集的测试性指标值小于预设测试性指标值时,重新选择实现所述多个功能所需的多个硬件部件或重新确定多个硬件部件之间的信号流关系。
4.如权利要求1所述的电子装备的可测试性分析方法,其特征在于,所述硬件部件集的可测试性指标与预设可测试性指标包括:故障隔离率、故障检测率、虚警率和功能检测覆盖率。
5.一种电子装备的可测试性分析装置,其特征在于,包括:
功能确定模块,用于确定待构建电子装备所要实现的多个功能;
第一信号流关系确定模块,用于确定多个功能之间的信息流关系;
硬件部件确定模块,用于确定实现所述多个功能所需的多个硬件部件,建立硬件部件集;
第二信号流关系确定模块,用于确定多个硬件部件之间的信号流关系;
多信号流图模型构建模块,用于根据多个硬件部件之间的信号流关系,构建硬件部件集的多信号流图模型;
可测试性指标确定模块,用于根据所述硬件部件集的多信号流图模型确定所述硬件部件集的可测试性指标;
分析模块,用于分析所述硬件部件集的测试性指标是否符合电子装备构建条件;
所述第二信号流关系确定模块具体用于:
根据所述多个功能和所述多个硬件部件,建立功能与硬件部件的映射关系;
根据所述功能与硬件部件的映射关系,将所述多个功能之间的信息流关系自动映射至多个硬件部件,辅助确定多个硬件部件之间的信号流关系。
6.如权利要求5所述的电子装备的可测试性分析装置,其特征在于,所述分析模块具体用于:
将硬件部件集的测试性指标值与预设测试性指标值进行比较,当硬件部件集的测试性指标值大于等于预设测试性指标值时,确定所述多个硬件部件满足构建电子装备的需要。
7.如权利要求6所述的电子装备的可测试性分析装置,其特征在于,所述分析模块具体用于:
当硬件部件集的测试性指标值小于预设测试性指标值时,重新选择实现所述多个功能所需的多个硬件部件或重新确定多个硬件部件之间的信号流关系。
8.如权利要求5所述的电子装备的可测试性分析装置,其特征在于,所述硬件部件集的可测试性指标与预设可测试性指标包括:故障隔离率、故障检测率、虚警率和功能检测覆盖率。
CN201710077765.9A 2017-02-14 2017-02-14 电子装备的可测试性分析方法及装置 Active CN108427778B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710077765.9A CN108427778B (zh) 2017-02-14 2017-02-14 电子装备的可测试性分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710077765.9A CN108427778B (zh) 2017-02-14 2017-02-14 电子装备的可测试性分析方法及装置

Publications (2)

Publication Number Publication Date
CN108427778A CN108427778A (zh) 2018-08-21
CN108427778B true CN108427778B (zh) 2021-07-13

Family

ID=63155126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710077765.9A Active CN108427778B (zh) 2017-02-14 2017-02-14 电子装备的可测试性分析方法及装置

Country Status (1)

Country Link
CN (1) CN108427778B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110489805B (zh) * 2019-07-22 2022-03-25 中国电子科技集团公司第二十九研究所 一种机载电子信息装备bit虚警率预计的方法
CN112882923B (zh) * 2021-01-18 2023-02-17 中国船舶重工集团公司第七二四研究所 一种基于统一功能信息流的测试性设计方法
CN113688586B (zh) * 2021-07-13 2024-01-02 厦门科灿信息技术有限公司 设备系统的动态逻辑流图生成方法、装置及终端设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6363520B1 (en) * 1998-06-16 2002-03-26 Logicvision, Inc. Method for testability analysis and test point insertion at the RT-level of a hardware development language (HDL) specification
CN101980225A (zh) * 2010-11-16 2011-02-23 中国人民解放军63908部队 一种电子产品测试性分析与诊断决策系统的实现方法
CN102890503A (zh) * 2012-10-18 2013-01-23 重庆长安汽车股份有限公司 一种控制器can接口功能自动测试系统及测试分析方法
CN103473400A (zh) * 2013-08-27 2013-12-25 北京航空航天大学 基于层次依赖建模的软件fmea方法
CN104915541A (zh) * 2015-04-29 2015-09-16 南京国电南自电网自动化有限公司 继电保护产品的剩余可靠运行寿命在线预估方法
CN105786678A (zh) * 2014-12-25 2016-07-20 北京电子工程总体研究所 一种基于相关性模型的测试性预计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6363520B1 (en) * 1998-06-16 2002-03-26 Logicvision, Inc. Method for testability analysis and test point insertion at the RT-level of a hardware development language (HDL) specification
CN101980225A (zh) * 2010-11-16 2011-02-23 中国人民解放军63908部队 一种电子产品测试性分析与诊断决策系统的实现方法
CN102890503A (zh) * 2012-10-18 2013-01-23 重庆长安汽车股份有限公司 一种控制器can接口功能自动测试系统及测试分析方法
CN103473400A (zh) * 2013-08-27 2013-12-25 北京航空航天大学 基于层次依赖建模的软件fmea方法
CN105786678A (zh) * 2014-12-25 2016-07-20 北京电子工程总体研究所 一种基于相关性模型的测试性预计方法
CN104915541A (zh) * 2015-04-29 2015-09-16 南京国电南自电网自动化有限公司 继电保护产品的剩余可靠运行寿命在线预估方法

Also Published As

Publication number Publication date
CN108427778A (zh) 2018-08-21

Similar Documents

Publication Publication Date Title
CN108255649B (zh) 一种基于建模仿真协同分析的诊断策略设计方法
CN108427778B (zh) 电子装备的可测试性分析方法及装置
CN104504248A (zh) 一种基于设计数据分析的故障诊断建模方法
CN105786678A (zh) 一种基于相关性模型的测试性预计方法
CN102363969A (zh) 挖掘机以及确定设备故障的方法、系统
CN106777719B (zh) 双模冗余的故障检测装置的故障检测方法
CN105512011A (zh) 一种电子装备测试性建模评估方法
CN115617628A (zh) 一种数字孪生系统、研发方法、设备和存储介质
CN109884533B (zh) 电池故障的诊断方法及装置、设备及存储介质
CN111190759A (zh) 一种基于功能与故障模式的混合诊断策略生成方法
CN106886620B (zh) 航天器测试资源优化配置方法
CN106445828A (zh) 一种产品测试方法及装置
Sheppard et al. Bayesian diagnosis and prognosis using instrument uncertainty
CN103076556B (zh) 航电组件功能维护测试点选取方法
US9092333B2 (en) Fault isolation with abstracted objects
CN112035996A (zh) 一种装备测试性一体化设计与评估系统
GB2499487A (en) Floating-point event counters with automatic geometric pre-scaling, for electronic devices.
US20220269846A1 (en) Structural analysis for determining fault types in safety related logic
CN109375606A (zh) 一种算法库测试方法
CN115165332A (zh) 一种装备机内测试与综合测试一体化设计方法及系统
CN110399258B (zh) 一种服务器系统的稳定性测试方法、系统及装置
RU2447488C1 (ru) Способ и система построения модели нарушенного функционирования технического объекта и машиночитаемый носитель
CN111913953B (zh) 一种诊断数据库生成方法及装置
CN108009082B (zh) 一种基于飞行管理的组合测试用例生成方法
CN112631238A (zh) 一种复杂电子系统嵌入式诊断方法

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