CN109189376A - 数字飞行器集群源代码的人工智能书写方法 - Google Patents

数字飞行器集群源代码的人工智能书写方法 Download PDF

Info

Publication number
CN109189376A
CN109189376A CN201810806240.9A CN201810806240A CN109189376A CN 109189376 A CN109189376 A CN 109189376A CN 201810806240 A CN201810806240 A CN 201810806240A CN 109189376 A CN109189376 A CN 109189376A
Authority
CN
China
Prior art keywords
source code
entity
file
decision
function
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.)
Granted
Application number
CN201810806240.9A
Other languages
English (en)
Other versions
CN109189376B (zh
Inventor
董云峰
李锦辉
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN201810806240.9A priority Critical patent/CN109189376B/zh
Publication of CN109189376A publication Critical patent/CN109189376A/zh
Application granted granted Critical
Publication of CN109189376B publication Critical patent/CN109189376B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本发明公开了一种数字飞行器集群源代码的人工智能书写方法,其特征在于,包括:对数字飞行器集群源代码按照功能进行分解,将分解后的通用部分保存成模板,并建立相应的模板路径;读取流设计XML文件、流设计数据库、包设计数据库和场景定义数据库;根据包设计数据库、场景定义数据库中携带的信息,书写集群文件;根据流设计XML文件、流设计数据库和包设计数据库中携带的信息书写全局变量;根据流设计XML文件、流设计数据库、包设计数据库中携带的信息书写集群函数。本发明提供的数字飞行器集群源代码的人工智能书写方法,减少了源代码书写过程中人的工作量,更加高效。

Description

数字飞行器集群源代码的人工智能书写方法
技术领域
本发明涉及人工智能程序员书写数字飞行器源代码技术领域,更具体的说是涉及一种数字飞行器集群源代码的人工智能书写方法。
背景技术
飞行器包括但不限于飞机、导弹、卫星和航天飞船。数字飞行器是与真实飞行器的功能、组成、结构、模式、程序、操作完全一致的且运行在软件模拟的空间环境中的动态模拟仿真系统。
目前工程设计、研发、测试过程中利用数字世界进行仿真验证的比例大大提升,飞行器实物测试成本高,数字飞行器的作用更加明显。数字飞行器代码开发量大,源代码智能书写技术减少人重复的工作量,其中关键的技术是人工智能程序员。人工智能程序员是将人写程序的决策过程分解,根据每部分的特点将多种不同的人工智能方法组合起来。人工智能程序员的书写对象为数字飞行器源代码,数字飞行器是真实飞行器在数字空间的映射,真实飞行器通常需要与多个不同类型的飞行器协同工作,反映在数字空间中就是数字飞行器集群,数字飞行器集群的源代码更加复杂,相对于单个数字飞行器不仅是代码量上的简单叠加,还需要考虑到对源代码进行最有效的复用,不同数字飞行器实体间的源代码的区别与联系,集群数量越大人工开发的代价就越大。
因此,如何提供一种减少人工开发的数字飞行器集群源代码的人工智能书写方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种数字飞行器集群源代码的人工智能书写方法,减少了源代码书写过程中人的工作量,更加高效。
为了实现上述目的,本发明采用如下技术方案:
一种数字飞行器集群源代码的人工智能书写方法,包括:
S1:对数字飞行器集群源代码按照功能进行分解,将分解后数字飞行器集群源代码通用部分保存成模板存储至源代码库中,并建立相应的模板路径;
S2:读取流设计XML文件、流设计数据库、包设计数据库和场景定义数据库;
S3:根据所述包设计数据库、场景定义数据库中携带的信息,利用源代码书写知识库推理决策方法和源代码规范决策执行方法,确定文件添加决策方法、文件共用决策方法和文件命名书写规范,并根据模板路径读取模板进行书写操作,完成数字飞行器集群文件的书写;
S4:根据所述流设计XML文件、所述流设计数据库和所述包设计数据库中携带的信息,并利用源代码书写知识库推理决策方法、源代码书写有限选择决策方法和源代码规范决策执行方法,确定数字飞行器集群文件中的全局变量定义位置和全局变量命名规范,完成数字飞行器集群全局变量的书写;
S5:根据所述流设计XML文件、所述流设计数据库和所述包设计数据库中携带的信息,并利用源代码书写知识库推理决策方法、源代码书写有限选择决策方法和源代码规范决策执行方法,确定数字飞行器集群文件中的函数定义决策方法和函数命名规范,完成数字飞行器集群函数书写。
优选的,数字飞行器集群源代码按照功能分解为:数字飞行器实体扩展源代码、数字飞行器集群信息包传输源代码、数字飞行器集群测控数据传输源代码、数字飞行器集群控制算法源代码、数字集群子系统动态耦合源代码和数字飞行器集群外围支撑程序源代码。
优选的,所述流设计XML文件中保存的信息包括但不限于:实体类型、飞行器包含的子系统、每个子系统下包含的部件类型、每种部件类型包含的部件型号、每种部件型号的部件个数、每个部件的安装信息,生成的每个飞行器源代码的粒度。
优选的,所述流设计数据库中包括:姿轨控子系统模式定义表、电源子系统供配点逻辑定义表、推进子系统管路连接与通断逻辑表和测控子系统链路定义表。
优选的,所述包设计数据库中包括:实体定义表、单机组配置、状态量定义、总线配置、传输协议定义、部署方案和联邦配置。
优选的,所述场景定义数据库中包括:场景定义表、场景包含实体表、场景包含外围支撑程序表和实体与外围支撑程序对应关系表。
优选的,所述文件添加决策方法包括:实体类文件添加决策方法和辅助型头文件添加决策方法。
优选的,所述文件共用决策方法决定一个源代码文件在不同实体中是用一个公共文件实现还是每个实体独立文件实现。
优选的,所述文件命名书写规范主要指独立文件的命名书写,文件名中需要体现出其依赖的实体名称,将实体名称作为文件名称的头。
优选的,所述全局变量定义位置的推理决策方法依托于源代码书法知识库推理决策方法,全局变量定义位置的推理决策的依据包括全局变量应用的文件类型,指若有全局变量在多个实体类文件中应用,则全局变量的定义位置不能在任何实体类相关文件中,必须定义在一个实体间共用的文件。
优选的,所述全局变量命名规范是指外部全局变量的名称中需要体现出其依赖的实体名称,且外部全局变量的命名规范为:前缀+实体名+变量含义。
优选的,所述函数定义决策方法决定一个函数在不同实体中是用一个公共函数实现还是每个实体独立函数实现;其决策的依据是该函数与实体的依赖关系,即该函数中的静态变量、全局变量是否依赖于实体,若不依赖则可共用,否则需要独立成多个。
优选的,所述函数命名规范是指函数的名称中需要体现出其依赖的实体名称,实体函数的命名规范为:前缀+实体名+函数功能
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种数字飞行器集群源代码的人工智能书写方法,减少数字飞行器集群源代码书写过程中人的工作量,减少了数字飞行器源代码中的人的主观因素,便于管理与交流,为数字飞行器集群广泛应用奠定了基础。
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,还可以根据提供的附图获得其他的附图。
图1为本发明提供的数字飞行器集群源代码的人工智能书写方法的结构示意图。
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。
参见附图1,本发明实施例公开了一种数字飞行器集群源代码的人工智能书写方法,包括:
S1:对数字飞行器集群源代码按照功能进行分解,将分解后数字飞行器集群源代码通用部分保存成模板存储至源代码库中,并建立相应的模板路径;
S2:读取流设计XML文件、流设计数据库、包设计数据库和场景定义数据库;
S3:根据所述包设计数据库、场景定义数据库中携带的信息,利用源代码书写知识库推理决策方法和源代码规范决策执行方法,确定文件添加决策方法、文件共用决策方法和文件命名书写规范,并根据模板路径读取模板进行书写操作,完成数字飞行器集群文件的书写;
S4:根据所述流设计XML文件、所述流设计数据库、所述包设计数据库中携带的信息,并利用源代码书写知识库推理决策方法、源代码书写有限选择决策方法和源代码规范决策执行方法,确定数字飞行器集群文件中的全局变量定义位置和全局变量命名规范,完成数字飞行器集群全局变量的书写;
S5:根据所述流设计XML文件、所述流设计数据库、所述包设计数据库中携带的信息,并利用源代码书写知识库推理决策方法、源代码书写有限选择决策方法和源代码规范决策执行方法,确定数字飞行器集群文件中的函数定义决策方法和函数命名规范,完成数字飞行器集群函数书写。
为了进一步优化上述技术方案,数字飞行器集群源代码按照功能分解为:数字飞行器实体扩展源代码、数字飞行器集群信息包传输源代码、数字飞行器集群测控数据传输源代码、数字飞行器集群控制算法源代码、数字集群子系统动态耦合源代码和数字飞行器集群外围支撑程序源代码。
为了进一步优化上述技术方案,所述流设计XML文件中保存的信息包括但不限于:实体类型、飞行器包含的子系统、每个子系统下包含的部件类型、每种部件类型包含的部件型号、每种部件型号的部件个数、每个部件的安装信息,生成的每个飞行器源代码的粒度。
为了进一步优化上述技术方案,所述流设计数据库中包括:姿轨控子系统模式定义表、电源子系统供配点逻辑定义表、推进子系统管路连接与通断逻辑表和测控子系统链路定义表。
为了进一步优化上述技术方案,所述包设计数据库中包括:实体定义表、单机组配置、状态量定义、总线配置、传输协议定义、部署方案和联邦配置。
为了进一步优化上述技术方案,所述场景定义数据库中包括:场景定义表、场景包含实体表、场景包含外围支撑程序表和实体与外围支撑程序对应关系表。
为了进一步优化上述技术方案,文件添加决策方法包括:实体类文件添加决策方法和辅助型头文件添加决策方法。
为了进一步优化上述技术方案,所述文件共用决策方法决定一个源代码文件在不同实体中是用一个公共文件实现还是每个实体独立文件实现。
为了进一步优化上述技术方案,所述文件命名书写规范主要指独立文件的命名书写,文件名中需要体现出其依赖的实体名称,将实体名称作为文件名称的头。
为了进一步优化上述技术方案,所述全局变量定义位置的推理决策方法依托于源代码书法知识库推理决策方法,全局变量定义位置的推理决策的依据包括全局变量应用的文件类型,指若有全局变量在多个实体类文件中应用,则全局变量的定义位置不能在任何实体类相关文件中,必须定义在一个实体间共用的文件。
为了进一步优化上述技术方案,所述全局变量命名规范是指外部全局变量的名称中需要体现出其依赖的实体名称,且外部全局变量的命名规范为:前缀+实体名+变量含义。
为了进一步优化上述技术方案,所述函数定义决策方法决定一个函数在不同实体中是用一个公共函数实现还是每个实体独立函数实现;其决策的依据是该函数与实体的依赖关系,即该函数中的静态变量、全局变量是否依赖于实体,若不依赖则可共用,否则需要独立成多个。
为了进一步优化上述技术方案,所述函数命名规范是指函数的名称中需要体现出其依赖的实体名称,实体函数的命名规范为:前缀+实体名+函数功能。
下面结合各个步骤进一步说明本发明的技术方案。
对于步骤S1:数字飞行器集群源代码可分解为:数字飞行器实体扩展源代码、数字飞行器集群信息包传输源代码、数字飞行器集群测控数据传输源代码、数字飞行器集群控制算法源代码、数字飞行器集群子系统动态耦合源代码和数字飞行器集群外围支撑程序源代码。
(1)数字飞行器实体扩展源代码
主要包括实体类主文件、实体类定义头文件、实体类仿真调用文件、实体类输入输出文件、实体类信息传输收发文件。
根据源代码规范决策执行方法设计出实体扩展源代码的模板。其中实体类主文件、实体类定义头文件,分别为一个C++类的.cpp文件和与之对应的头文件,存储在源代码库中以实体类型命名的子文件中,分别命名为“实体类型.cpp”和“实体类型.h”;实体类仿真调用文件、实体类输入输出文件都为一个C++类的.cpp文件,存储在源代码库中以实体类型命名的子文件中,分别命名为“Run实体类型.cpp”和“实体类型IO.cpp”;实体类信息传输收发文件则按照实体所包含的敏感器、执行机构部件类型,分别存储在源代码库中以实体类型命名的子文件中的Output和Input,根据发送的包编号分为多个代码片段,分别命名为“实体类型CANIO_包编号”。
(2)数字飞行器集群信息包传输源代码
主要包括通道及连接关系定义头文件、单机部件信息传输源代码、单机部件与动力学与环境模块信息传输源代码、其他辅助代码。
其中可以分解成通用模板存储到源代码库中的源代码包括:单机部件信息传输源代码中的部件模型源代码,可以利用源代码规范决策执行方法或者人工智能程序员利用公式描述书写源程序的方法的进行一次性书写并入库,将之存入与部件型号关联的文件夹中;单机部件与动力学与环境模块信息传输源代码中的动力学环境信息传输源代码、敏感器探测信息传输源代码、执行机构作用信息传输源代码,按照依赖的部件类型进行分解,并作为代码片段模板存储至代码库中,并根据部件类型建立相应的模板路径。
(3)数字飞行器集群测控数据传输源代码
主要包括AOS遥测卫星集群源代码、波道遥测卫星集群源代码、卫星集群遥控源代码。
其中可以分解成通用模板存储到源代码库中的源代码包括:数字卫星AOS协议遥测源代码中的通用部分,分解为星上AOS遥测编码通用源代码和地面AOS遥测解码通用源代码两大部分,存储至代码库中,并根据实体类型建立相应的模板路径;波道遥测卫星集群源代码中的通用部分,分解为星上波道遥测编码通用源代码和地面波道遥测解码通用源代码两大部分,存储至代码库中,并根据实体类型建立相应的模板路径;对于卫星集群遥控源代码采用C#代码一次性开发完成并存入源代码库中,建立与实体类型关联的文件夹中。
(4)数字飞行器集群控制算法源代码
主要包括定姿算法源代码、控姿算法源代码、剔野算法源代码、滤波算法源代码、飞行流程控制源代码。
其中可以分解成通用模板存储到源代码库中的源代码包括:定姿算法源代码,进行一次性书写并入库,将之存入源代码库中与敏感器类型、型号相关联的模板文件中;控姿算法源代码,进行一次性书写并入库,将之存入源代码库中与执行机构类型、型号相关联的模板文件中;剔野算法源代码、滤波算法源代码,进行一次性书写并入库,将之存入源代码库中与算法编号相关联的模板文件中。
(5)数字飞行器集群子系统动态耦合源代码
主要包括电源子系统动态耦合源代码、推进子系统动态耦合源代码、测控子系统动态耦合源代码、热控子系统动态耦合源代码。
其中可以分解成通用模板存储到源代码库中的源代码包括:电源子系统动态耦合源代码中的类文件,定义了初始化函数、状态刷新函数等,一次性书写后入库,存储在源代码库中与子系统名称相关联的文件中,模板名称为“实体类型+Power.cpp”;推进子系统动态耦合源代码中的类文件,定义了初始化函数、状态刷新函数等,一次性书写后入库,存储在源代码库中与子系统名称相关联的文件中,模板名称为“实体类型+Propellant.cpp”;测控子系统动态耦合源代码中的类文件,定义了初始化函数、状态刷新函数、链路状态获取函数等,一次性书写后入库,存储在源代码库中与子系统名称相关联的文件中,模板名称为“实体类型+TTC.cpp”;热控子系统动态耦合源代码中的类文件,定义了初始化函数、外热流计算函数、温度场计算函数等,一次性书写后入库,存储在源代码库中与子系统名称相关联的文件中,模板名称为“实体类型+ThermalNet.cpp”。
(6)数字飞行器集群外围支撑程序源代码
数字飞行器集群外围支撑程序源代码采用C#代码一次性开发完成并存入源代码库中,建立与虚拟部件类型关联的文件夹中。主要包括:数据归档、数据注入、故障注入、星下点演示等多对一的程序,遥测解码、遥控界面、载荷成像等一对一的程序,二维演示界面、三维演示程序等一对多的程序。
对于步骤S2:流设计XML文件中保存的信息包括但不限于:实体类型、飞行器包含的子系统、每个子系统下包含的部件类型、每种部件类型包含的部件型号、每种部件信号的部件个数、每个部件的安装信息,生成的每个飞行器源代码的粒度。
流设计数据库中包含的主要表包括姿轨控子系统模式定义表、电源子系统供配电逻辑定义表、推进子系统管路连接与通断逻辑表、测控子系统链路定义表。
数字卫星包设计数据库中相关的表组主要包括实体定义、单机组配置、状态量定义、总线配置、传输协议定义、部署方案、联邦配置。
上述数据库中实体定义中保存的信息包括数字飞行器的代号、名称以及实体类型,在这里实体类型包括卫星、导弹、飞机、舰艇、地面站等。
单机组配置中保存实体中的包含的部件信息,比如卫星中包含的陀螺、推力器、动量轮,导弹中包含的舵机、发动机等,以及飞行器动力学环境虚拟部件。
状态量定义表中保存了飞行器部件中包含的状态量信息,包括状态量名称、类型、长度、处理方式、最大值、最小值、可选值等。
总线配置定义了飞行器部件间的真实总线,飞行器之间的无线链路,以及飞行器单机部件与动力学环境间的虚拟总线。
传输协议定义保存了飞行器部件间信息传输的通信协议,包括的信息有:发送方、接收方、发送包、接收包、传输总线等。
部署方案表中保存的信息包括方案的名称、运行模式、实时非实时等。
联邦配置表中的保存的信息包括联邦的名称(及生成处理的工程文件夹名称)、联邦运行的、联邦的代码实现方式、联邦中包含的部件等。
场景定义数据库中包含的主要表包括场景定义表、场景包含实体表、场景包含外围支撑程序表、实体与外围支撑程序对应关系表。
对于步骤S3,其中文件添加决策方法主要包括规范化的实体类文件添加决策、辅助性头文件添加决策。实体类文件添加的决策依据是新的实体不能包含于实体库中现有的实体类型,其实体类中的输入、输出、状态函数、变量等都有较大差异,则添加新的实体类文件。辅助性头文件主要指场景中有多个实体时,用于区分各个实体而添加的宏定义、关系数组等。
文件共用决策方法主要指决定一个算法层或实体层的文件在不同实体中是用一个公共文件实现还是每个实体独立文件实现。其决策的主要依据是该文件与实体的依赖关系,即该文件中的函数、全局变量是否依赖于实体,若不依赖则可共用,否则需要独立成多个。
文件命名书写规范主要指独立文件的命名书写,文件名中需要体现出其依赖的实体名称,一般将实体名称作为文件名称的头。
(1)数字飞行器实体扩展源代码
书写时,先从包设计数据库中获取飞行器集群中包含的实体类型信息,确定输入输出的路径,根据实体类型去源代码库中相应的路径下读取对应的模板,根据模板进行书写操作,并将文件生成到输出路径中。
(2)数字飞行器集群信息包传输源代码
通道及连接关系定义头文件的文件添加与命名都固定,只要该联邦生成,则就添加此文件,且文件名称固定为“FederalNo.h”。文件为联邦中的所有实体共用。
对于单机部件信息传输源代码,根据联邦配置表中的信息,确定联邦中包含的单机部件,为每个单机部件创建一个文件,文件的名称包含实体信息和单机组部件信息,规范为:实体名称+单机组名称+部件型号。
对于动力学环境信息传输源代码,根据实体定义表中的实体类型、联邦配置等信息,确定输入输出路径,根据实体类型去源代码库中相应的路径下读取对应的模板,根据模板进行书写操作,并将文件生成到输出路径中;对于敏感器探测信息传输源代码、执行机构作用信息传输源代码,所有实体的敏感器收发、执行机构收发各放在一个文件中,实体分别命名为“SensorCANIO.c”与“ActuatorCANIO.c”。各类实体的代码用宏定义分开,根据联邦中包含的实体依次书写,在每个实体的代码区段中再根据实体中包含的部件,加载相应的代码片段完成书写。
其他辅助代码多实体集群主要包括敏感器执行机构设备通道号与CAN设备编号定义文件、实体编号定义与通道定义文件、部件个数定义文件。敏感器执行机构设备通道号、CAN设备编号定义文件所有实体共用一个文件,文件的命名为“DeviceInitalChannel.h”。对于实体编号定义与通道定义文件,每类实体书写一个文件,根据实体定义表中的实体名称确定是否书写该文件,且文件的命名规则为“实体类型+InitalChannel.h”。实体类中的部件个数定义文件一类实体共用一个文件,文件命名规则为“实体类型+Config.h”;部件模型文件中的部件个数定义文件所有实体共用一个文件,文件名称为“DeviceConfig.h”。
(3)数字飞行器集群测控数据传输源代码
对于星上AOS遥测编码源代码,首先,根据输入确定飞行器集群中包含的实体类型、每类实体中包含的实体名称,找到对应的源代码库中的模板路径,根据模板写出每个卫星实体的一套AOS遥测编码文件,文件命名规则为:实体名+文件功能。地面AOS遥测解码源代码智能书写与星上书写方法一致。
波道遥测卫星集群源代码书写方法、卫星集群遥控源代码书写方法与 AOS遥测卫星集群源代码书写方法基本思路一致,区别在于书写的代码模板的内容与路径不一样。
(4)数字飞行器集群控制算法源代码
加载实体定义表,遍历所有实体,根据实体加载实体对应的流设计数据库中的控制算法相关信息。根据读取的信息,并且结合源代码库中的控制算法库,为每个实体建立自己的一套控制算法文件,包括状态确定算法文件、控制算法文件、控制流程文件、模式定义头文件、控制算法全局变量定义头文件及其他支撑算法文件,文件命名规则为:实体名+实体所属控制器算法文件规范名称。
(5)数字飞行器集群子系统动态耦合源代码
电源子系统动态耦合源代码中的多实体通用源代码,根据实体类型确定源代码库中模板路径,加载模板,根据模板完成代码的书写。对于电源子系统供配电逻辑文件,加载实体定义表,遍历所有实体,根据实体加载实体对应的流设计数据库中的电源子系统供配电逻辑相关信息,建立一个头文件,名称为“PowerDevice_Insall.h”,不同实体的代码用实体的宏定义包起来,加上实体全局编号判断作为调用条件。
推进子系统动态耦合源代码书写方法、测控子系统动态耦合源代码书写方法、热控子系统动态耦合源代码书写方法与电源子系统动态耦合源代码书写方法基本思路一致,区别在于书写的代码不一样。
(6)数字飞行器集群外围支撑程序
书写的主要过程是依据场景定义数据中数字飞行器实体与外围支撑程序的对应关系确定外围支撑程序的工程,根据联邦定义表确定每个外围支撑程序中包含的虚拟部件类型,根据虚拟部件的类型确定外围支撑程序源代码模板的路径,加载源代码模板完成外围支撑程序源代码的书写,并根据包设计数据中的总线配置表中的相关信息写出每个外围支撑程序的依赖实体配置文件。
对于步骤S4,其中全局变量定义位置决策方法依托于源代码书法知识库推理决策方法,数字飞行器全局变量定义位置的推理决策依据主要包括全局变量应用的文件类型,主要指若有全局变量在多个实体类文件中应用,则全局变量的定义位置不能在任何实体类相关文件中,必须定义在一个实体间共用的文件。
全局变量命名规范是指外部全局变量的名称中需要体现出其依赖的实体名称,一般外部全局变量的命名规范为:前缀+实体名+变量含义。
(1)数字飞行器实体扩展源代码
数字飞行器实体扩展全局变量添加规范主要指实体类扩展文件中需要定义的主要全局变量。主要包括仿真时间代理变量、天体环境代理变量等。书写时,先从包设计数据库中获取飞行器集群中包含的实体类型信息,确定输入输出的路径,根据实体类型去源代码库中相应的路径下读取对应的模板,根据模板中的全局变量定义直接进行书写操作。
(2)数字飞行器集群信息包传输源代码
单机部件信息传输源代码中的变量定义包括静态变量书写方法、全局变量书写方法,其中全局变量的变量名规则为:前缀+实体名称+单机组名称+ 部件型号+变量含义。
单机部件与动力学与环境模块信息传输源代码,书写时,先从包设计数据库中联邦配置与单机组配置表中包含的部件类型信息,确定全局变量定义代码片段的路径,去源代码库中相应的路径下读取对应的模板,根据模板中的全局变量定义直接进行书写操作。
对于敏感器执行机构设备通道号、CAN设备编号定义文件中的宏定义,根据实体定义表与单机组配置表确定宏定义的前半部分“实体名称+宏定义功能”,根据总线配置表确定宏定义的值,书写为字符串的形式“通道名称+for 实体名称+for单机组名称”。对于实体编号定义与通道定义文件,根据实体定义表中的实体编号书写实体本地编号与全局唯一编号的关系数组,根据实体名称及总线配置表中的信息书写实体类文件中用到的固定虚拟通道。对于实体类中的部件个数定义文件,根据实体定义表,确定包含的实体类型,根据实体名称加载实体对应的流设计XML文件和联邦配置表中对应的记录,按照实体依次书写出实体中包含的部件的个数宏定义,命名规则为“dim+实体名称+部件类型个数”、以及“dim+实体名称+部件型号个数”,根据这类实体中包含的所有部件类型,书写部件个数的数组,用这类实体的总个数作为数组的维度,根据实体中部件类型的个数确定数组的取值。对于部件模型文件中的部件个数定义文件,根据实体定义表,加载实体对应的流设计XML 文件和联邦配置表中对应的记录,按照实体依次书写出实体中包含的部件的个数宏定义,命名规则为“dim+实体名称+部件类型个数”、以及“dim+实体名称+部件型号个数”。
(3)数字飞行器集群测控数据传输源代码
对于星上AOS遥测编码源代码,根据输入确定飞行器集群中包含的实体类型、每类实体中包含的实体名称,找到对应的源代码库中的模板路径,对模板进行书写操作,将模板中的“$$$$”替换为“实体名称”,即完成其中的全局变量书写。地面AOS遥测编码源代码智能书写与星上书写方法一致。
波道遥测卫星集群源代码书写方法、卫星集群遥控源代码书写方法与 AOS遥测卫星集群源代码书写方法基本思路一致,区别在于书写的代码不一样。
(4)数字飞行器集群控制算法源代码
根据流设计数据中的控制算法相关信息,得到算法相关的部件型号,根据部件型号去源代码库中的控制算法库中加载相应的全局变量定义模板,每个实体有自己的一套控制算法全局变量,定义在各自实体的控制算法全局变量定义头文件中,全局变量命名规则为:前缀+实体名+变量含义。
(5)数字飞行器集群子系统动态耦合源代码
电源子系统动态耦合源代码中的全局变量定义在多实体通用源代码中,根据实体类型确定源代码库中模板路径,加载模板,根据模板完成代码的书写。
推进子系统动态耦合源代码书写方法、测控子系统动态耦合源代码书写方法、热控子系统动态耦合源代码书写方法与电源子系统动态耦合源代码书写方法基本思路一致,区别在于书写的代码不一样。
(6)数字飞行器集群外围支撑程序书写方法
在步骤S3中直接根据模板完成书写,不需要特殊的处理。
对于步骤S5:主要包括函数定义决策方法、函数命名规范。用到的主要智能书写方法有源代码书法知识库推理决策方法、源代码书法有限选择决策方法、源代码规范决策执行方法。
函数定义决策方法主要指决定一个函数在不同实体中是用一个公共函数实现还是每个实体独立函数实现。其决策的主要依据是该函数与实体的依赖关系,即该函数中的静态变量、全局变量是否依赖于实体,若不依赖则可共用,否则需要独立成多个。
函数命名规范是指函数的名称中需要体现出其依赖的实体名称,一般实体函数的命名规范为:前缀+实体名+函数功能。
(1)数字飞行器实体扩展源代码
数字飞行器实体扩展函数添加规范主要指实体类扩展文件中需要定义的主要函数。主要包括初始函数、输入输出函数、信息收发函数、状态量计算函数、时间步进函数、微分算法函数、积分算法函数等。书写时,先从包设计数据库中获取飞行器集群中包含的实体类型信息,确定输入输出的路径,根据实体类型去源代码库中相应的路径下读取对应的模板,根据模板中的函数定义直接进行书写操作。
(2)数字飞行器集群信息包传输源代码
单机部件信息传输源代码,书写时,先从包设计数据库中联邦配置与单机组配置表中包含的部件类型信息,确定函数定义代码片段的路径,去源代码库中相应的路径下读取对应的模板,根据模板中的函数定义进行书写操作,将代码中函数名称中的“$$$$”替换为实体名称,将“@@@@”替换为单机组名称,得到函数命名:实体名称+单机组名称+部件型号+函数功能。
单机部件与动力学与环境模块信息传输源代码,函数方面,动力学环境端的源代码每类实体定义各自的收发函数,敏感器执行机构端的源代码书写一个公用的收发函数。书写时,先从包设计数据库中联邦配置与单机组配置表中包含的部件类型信息,确定函数定义代码片段的路径,去源代码库中相应的路径下读取对应的模板,根据模板中的函数定义直接进行书写操作。
(3)数字飞行器集群测控数据传输源代码
对于星上AOS遥测编码源代码,根据输入确定飞行器集群中包含的实体类型、每类实体中包含的实体名称,找到对应的源代码库中的模板路径,对模板进行书写操作,将模板中的“$$$$”替换为“实体名称”,即完成其中的函数书写,函数命名为:实体名+函数功能。地面AOS遥测编码源代码智能书写与星上书写方法一致。
波道遥测卫星集群源代码书写方法、卫星集群遥控源代码书写方法与 AOS遥测卫星集群源代码书写方法基本思路一致,区别在于书写的代码不一样。
(4)数字飞行器集群控制算法源代码
根据流设计数据中的控制算法相关信息,得到算法相关的部件型号,根据部件型号去源代码库中的控制算法库中加载相应的函数定义模板,每个实体有自己的一套控制算法函数,定义在各自实体的算法文件中,函数命名规则为:实体所属控制器算法函数规范前缀+实体名+算法函数功能。
(5)数字飞行器集群子系统动态耦合源代码
电源子系统动态耦合源代码中的函数定义在多实体通用源代码中,根据实体类型确定源代码库中模板路径,加载模板,根据模板完成代码的书写。
推进子系统动态耦合源代码书写方法、测控子系统动态耦合源代码书写方法、热控子系统动态耦合源代码书写方法与电源子系统动态耦合源代码书写方法基本思路一致,区别在于书写的代码不一样。
(6)数字飞行器集群外围支撑程序书写方法
在第三步中直接根据模板完成书写,不需要特殊的处理。
此外,进一步说明在本发明书写过程中所采用的人工智能程序员利用公式描述书写源程序的方法、源代码书写知识库推理决策方法、源代码规范决策执行方法和源代码书写有限选择决策方法等智能方法。
利用公式描述书写源程序的方法,即智能公式识别源代码书写方法,包括以下步骤:
步骤一:建立推理所需知识库和方法库;
所述知识库存放变量类型识别,运算源代码书写规则,流程源代码书写规则相关知识或既定事实;
所述方法库存放处理复杂方程算法选择与流程确定的决策方法,预处理方法,以及从公式中提取变量值和变量类型的方法。
步骤二:针对带求解的复杂公式,在方法库中匹配求解算法,确认算法流程及其各步骤相关公式;
在方法库中匹配最合适的解算方法,将难以直接运算得到结果的复杂方程转化为按步骤执行的算法描述形式,并确定各个步骤中涉及到的公式;
步骤三:依据知识库与方法库识别算法流程中各步骤相关公式的变量及其类型,识别公式的运算类型,将关键信息转为树形结构存储;
将算法各个步骤中OMML格式的数学表达式通过去除无效项,解决符号粘连,变量类型识别,树形结构转化为二叉树型结构过程,将数学表达式转化为计算机方便识别的列表形式存储。
步骤四:对树形结构进行预处理;依据知识库中变量运算的相关知识,对二叉树形结构中每一此运算的结果变量类型进行判断以便后续的源代码书写工作。
步骤五:运算流程识别过程;通过关键词提取,识别出算法各步骤之间的运算流程,包含顺序运算,条件判断过程,循环过程。
步骤六:根据算法流程与公式处理结果智能书写源代码。根据知识库中的源代码书写规则,依次完成头文件引用书写,函数声明书写,变量定义书写,程序主体部分书写过程。
源代码书写知识库推理决策方法,包括以下步骤:
步骤一,建立数字飞行器源代码书写推理决策知识库;
推理决策知识库的功能是保存程序员书写数字飞行器源代码的所有决策,采用产生式表示法来表示数字飞行器源代码书写的知识,包括事实库与推理规则库。推理决策知识库的描述语言包括但不限于Prolog、LISP、Smalltalk 等人工智能编程语言,存储方式为用上述人工智能语言书写的源文件。
步骤二:对数字飞行器源代码进行维分解,确定分解后各部分源代码中的推理决策的事实库与推理规则库;
事实库用于描述源代码书写过程中程序员的决策依据,记录数字飞行器的特点及仿真相关要求,包括环境、功能、工程、文件、全局变量、函数六个层面。
推理规则库用于描述源代码书写过程中程序员的决策。将数字飞行器源代码的推理规则库分解为不同层次的推理规则,包括但不限于环境、功能、工程、文件、全局变量、函数几个部分。
步骤三,根据数字飞行器的输入启动推理机制;具体包括:
(1)根据数字飞行器的特点,确定事实库,遍历推理规则库,找到与当前事实匹配的推理规则;
(2)执行推理规则的操作部分,并将其结论作为新事实存入事实库;
(3)利用所述新事实重复步骤(1)和步骤(2),直到没有新的推理规则适用,或者找到适用的书写规则为止,将书写规则保存到书写规则库中;
步骤四,源代码书写模块根据书写规则生成数字飞行器源代码。利用源代码书写模块进行书写规则读取、统计分析及源代码书写。
源代码规范决策执行方法包括以下步骤:
步骤一,利用多种维分解方法对数字飞行器源代码进行多层次分解,得到最小分解结果;
分解方法主要包括代码层次、飞行器类型、系统维、仿真粒度,以及多种分解方法之间的交叉组合;
步骤二,对所述最小分解结果进行聚类,并建立数字飞行器源代码书写决策树;
该步骤可细分为以下两个小步骤:
(1)对最小分解结果进行聚类,给出聚类后分支的适用对象和适用条件聚类依据包括通用性、工作逻辑方式。
根据工作逻辑方式进行聚类,卫星中姿轨控子系统源代码主要包括姿态确定模块、姿态控制模块、模式监测和切换模块,导弹制导控制系统中包括飞行事件监测和切换模块、导引模块、控制模块,两种飞行器工作逻辑方式基本一致,因此实现方式聚为一类,聚类后结果将飞行器源代码运动控制部分分为三部分,第一部分为飞行器状态确定模块,第二部分为飞行过程的状态监测和满足特定情况切换逻辑模块,第三部分为飞行器运动控制模块。
(2)建立程序员书写数字飞行器源代码完整决策树:将源代码分解结果聚类后,建立决策树
步骤三,根据决策树分支情况建立执行规范书写操作的人工智能程序员;根据适用范围、变化频率、变化方式因素对源代码书写执行方法进行选择,建立智能程序员。
步骤四,利用所述人工智能程序员读取所需生成场景的配置信息生成数字飞行器仿真源程序。
该步骤可细分为以下两个小步骤:
(1)智能程序员读取所需生成场景包含飞行器配置信息
利用形成的人工智能程序员,读取书写数字飞行所需的配置文件输入信息。配置文件按照文件类型分解包括数据库、格式化文件(xml文件)、文件库等。配置文件根据适用性进行分解,包括所有飞行器通用、每种类型飞行器通用、每种型号特殊等。
(2)根据决策树分支适用条件进行逐层判定,获取源代码书写操作执行方法,执行书写操作自动生成源代码。
人工智能程序员中根据决策树分支语句进行决策树各层级分支的满足条件判定和筛选,查找书写过程中每步的所属最小分支。
根据每个分支的书写方法,通过源代码生成程序书写、数据库读取书写、文件直接拷贝、文件替换拷贝方式,完成完整数字飞行器系统源代码书写。
源代码书写有限选择决策方法包括如下步骤:
步骤一,根据决策目标获取执行对象和决策树;
决策目标包括通用性选择决策和应用层选择决策;
其中,所述通用性选择决策包括:仿真平台与工程选择、变量类型选择、变量定义位置和方式选择、数组和列表的选择、循环方式选择;
所述应用层选择决策为在指定的飞行器结构和参数的基础上决策仿真执行对象。
步骤二,根据输入对象和所述决策树对所述执行对象进行筛选,获取可行执行对象集;
构建有限选择评估体系,包括仿真粒度和仿真平台;
根据有限选择评估体系获取可行执行对象集,具体包括,
根据平台仿真时间和占用资源情况对仿真粒度进行决策;
根据平台仿真时间和占用资源情况判断是否有真实部件接入的需求,对仿真平台进行决策;
选择符合仿真粒度要求和仿真平台要求的执行对象,构成可执行执行对象集。
步骤三,根据决策目标找到该目标下描述执行对象的特征参数及相应计算方法,针对步骤二中的可行执行对象集,计算每个执行对象的特征参数;
步骤三中的特征参数包括仿真精度、仿真时间和资源占用;
仿真精度的衡量标准包括仿真粒度、仿真误差、计算结果精度;其中仿真粒度包括航天器整体级别、子系统级别、部件级别以及部件组件级别;仿真误差包括针对各仿真粒度的原理模型和误差模型;计算结果精度是指结果参数的最小分辨率;
仿真时间是指完成单个仿真周期计算所实际花费的时间;
资源占用的衡量标准包括仿真平台资源、存储资源和计算资源;其中仿真平台资源指占用仿真计算机或仿真板卡的个数;存储资源指全局变量占用的固定内存空间、临时变量占用的堆空间和栈空间;计算资源指算法的复杂程度,即算法的占用空间。
步骤四,对所述决策目标下的执行对象的特征参数进行评分;评分方法为归一化方法,将所述特征参数映射到区间[0,1]上。
步骤五,计算综合评分,得到最优执行对象;采用加权平均的方式,将每个特征参数对应的归一化评分乘以权重,最终得到加权评分,通过对比各执行对象的评分找出评分最高的执行对象,即得最优执行对象。
步骤六,根据选择的所述最优执行对象书写源代码。
此外,还需要说明的是,以上智能方法在之前的专利中已经申请过,此处不做具体详细举例。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (13)

1.一种数字飞行器集群源代码的人工智能书写方法,其特征在于,包括:
S1:对数字飞行器集群源代码按照功能进行分解,将分解后数字飞行器集群源代码通用部分保存成模板存储至源代码库中,并建立相应的模板路径;
S2:读取流设计XML文件、流设计数据库、包设计数据库和场景定义数据库;
S3:根据所述包设计数据库、场景定义数据库中携带的信息,利用源代码书写知识库推理决策方法和源代码规范决策执行方法,确定文件添加决策方法、文件共用决策方法和文件命名书写规范,并根据模板路径读取模板进行书写操作,完成数字飞行器集群文件的书写;
S4:根据所述流设计XML文件、所述流设计数据库和所述包设计数据库中携带的信息,并利用源代码书写知识库推理决策方法、源代码书写有限选择决策方法和源代码规范决策执行方法,确定数字飞行器集群文件中的全局变量定义位置和全局变量命名规范,完成数字飞行器集群全局变量的书写;
S5:根据所述流设计XML文件、所述流设计数据库和所述包设计数据库中携带的信息,并利用源代码书写知识库推理决策方法、源代码书写有限选择决策方法和源代码规范决策执行方法,确定数字飞行器集群文件中的函数定义决策方法和函数命名规范,完成数字飞行器集群函数书写。
2.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,数字飞行器集群源代码按照功能分解为:数字飞行器实体扩展源代码、数字飞行器集群信息包传输源代码、数字飞行器集群测控数据传输源代码、数字飞行器集群控制算法源代码、数字集群子系统动态耦合源代码和数字飞行器集群外围支撑程序源代码。
3.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述流设计XML文件中保存的信息包括但不限于:实体类型、飞行器包含的子系统、每个子系统下包含的部件类型、每种部件类型包含的部件型号、每种部件型号的部件个数、每个部件的安装信息,生成的每个飞行器源代码的粒度。
4.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述流设计数据库中包括:姿轨控子系统模式定义表、电源子系统供配点逻辑定义表、推进子系统管路连接与通断逻辑表和测控子系统链路定义表。
5.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述包设计数据库中包括:实体定义表、单机组配置、状态量定义、总线配置、传输协议定义、部署方案和联邦配置。
6.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述场景定义数据库中包括:场景定义表、场景包含实体表、场景包含外围支撑程序表和实体与外围支撑程序对应关系表。
7.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述文件添加决策方法包括:实体类文件添加决策方法和辅助型头文件添加决策方法。
8.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述文件共用决策方法决定一个源代码文件在不同实体中是用一个公共文件实现还是每个实体独立文件实现。
9.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述文件命名书写规范主要指独立文件的命名书写,文件名中需要体现出其依赖的实体名称,将实体名称作为文件名称的头。
10.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述全局变量定义位置的推理决策方法依托于源代码书法知识库推理决策方法,全局变量定义位置的推理决策的依据包括全局变量应用的文件类型,指若有全局变量在多个实体类文件中应用,则全局变量的定义位置不能在任何实体类相关文件中,必须定义在一个实体间共用的文件。
11.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述全局变量命名规范是指外部全局变量的名称中需要体现出其依赖的实体名称,且外部全局变量的命名规范为:前缀+实体名+变量含义。
12.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述函数定义决策方法决定一个函数在不同实体中是用一个公共函数实现还是每个实体独立函数实现;其决策的依据是该函数与实体的依赖关系,即该函数中的静态变量、全局变量是否依赖于实体,若不依赖则可共用,否则需要独立成多个。
13.根据权利要求1所述的数字飞行器集群源代码的人工智能书写方法,其特征在于,所述函数命名规范是指函数的名称中需要体现出其依赖的实体名称,实体函数的命名规范为:前缀+实体名+函数功能。
CN201810806240.9A 2018-07-20 2018-07-20 数字飞行器集群源代码的人工智能书写方法 Active CN109189376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810806240.9A CN109189376B (zh) 2018-07-20 2018-07-20 数字飞行器集群源代码的人工智能书写方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810806240.9A CN109189376B (zh) 2018-07-20 2018-07-20 数字飞行器集群源代码的人工智能书写方法

Publications (2)

Publication Number Publication Date
CN109189376A true CN109189376A (zh) 2019-01-11
CN109189376B CN109189376B (zh) 2021-06-04

Family

ID=64936987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810806240.9A Active CN109189376B (zh) 2018-07-20 2018-07-20 数字飞行器集群源代码的人工智能书写方法

Country Status (1)

Country Link
CN (1) CN109189376B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110688145A (zh) * 2019-09-10 2020-01-14 中国平安财产保险股份有限公司 Android MVP代码自动生成方法、装置、介质、电子设备
CN113791761A (zh) * 2021-09-22 2021-12-14 北京航空航天大学 一种基于复杂度粒度的数字飞行器源代码书写方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007122187A (ja) * 2005-10-25 2007-05-17 Canon Inc プログラム・コード生成装置
CN104199664A (zh) * 2014-09-03 2014-12-10 北京大学 一种基于注释的仿真代码同步生成方法
CN107908708A (zh) * 2017-11-09 2018-04-13 北京锐安科技有限公司 一种集群文件同步的方法、系统、设备和存储介质
CN108287958A (zh) * 2018-01-15 2018-07-17 北京航空航天大学 人工智能程序员书写数字飞行器源代码有限选择决策方法
CN108287959A (zh) * 2018-01-15 2018-07-17 北京航空航天大学 人工智能程序员书写数字飞行器源代码规范决策执行方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007122187A (ja) * 2005-10-25 2007-05-17 Canon Inc プログラム・コード生成装置
CN104199664A (zh) * 2014-09-03 2014-12-10 北京大学 一种基于注释的仿真代码同步生成方法
CN107908708A (zh) * 2017-11-09 2018-04-13 北京锐安科技有限公司 一种集群文件同步的方法、系统、设备和存储介质
CN108287958A (zh) * 2018-01-15 2018-07-17 北京航空航天大学 人工智能程序员书写数字飞行器源代码有限选择决策方法
CN108287959A (zh) * 2018-01-15 2018-07-17 北京航空航天大学 人工智能程序员书写数字飞行器源代码规范决策执行方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董云峰 等: "数字卫星源代码生成技术", 《2015年小卫星技术交流会论文集》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110688145A (zh) * 2019-09-10 2020-01-14 中国平安财产保险股份有限公司 Android MVP代码自动生成方法、装置、介质、电子设备
CN110688145B (zh) * 2019-09-10 2024-05-03 中国平安财产保险股份有限公司 Android MVP代码自动生成方法、装置、介质、电子设备
CN113791761A (zh) * 2021-09-22 2021-12-14 北京航空航天大学 一种基于复杂度粒度的数字飞行器源代码书写方法
CN113791761B (zh) * 2021-09-22 2024-01-12 北京航空航天大学 一种基于复杂度粒度的数字飞行器源代码书写方法

Also Published As

Publication number Publication date
CN109189376B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
Ward Structured development for real-time systems: Vol. I: Introduction and tools
Hannon et al. Dynamic modeling
Alford A requirements engineering methodology for real-time processing requirements
Parnas et al. Enhancing reusability with information hiding
US20070219933A1 (en) Method of and apparatus for realizing synthetic knowledge processes in devices for useful applications
USH2201H1 (en) Software architecture and design for facilitating prototyping in distributed virtual environments
CN109062565A (zh) 数字卫星aos协议遥测源代码人工智能书写方法
CN108399273B (zh) 人工智能程序员书写数字飞行器源代码的决策分解方法
CN112949472A (zh) 一种基于多传感器信息融合的协同感知方法
CN109189376A (zh) 数字飞行器集群源代码的人工智能书写方法
Tang et al. Simulation and Computational Red Teaming for Problem Solving
Kunii Homotopy modeling as world modeling
CN109214043B (zh) 数字飞行器动力学环境信息传输源代码人工智能书写方法
CN109117125A (zh) 数字飞行器多平台多运行模式源代码的人工智能书写方法
CN101647033B (zh) 建模和仿真人类行为的计算机实现的方法和装置
Wei RETRACTED ARTICLE: Group intelligent deep learning model based on grouping combinatorial geometric path
Newport Fuzzy rule based computer design
Dufrene Approach for autonomous control of unmanned aerial vehicle using intelligent agents for knowledge creation
Poyet et al. Artificial Intelligence Modelling of Complex Systems
Park A framework to model complex systems via distributed simulation: A case study of the virtual test bed simulation system using the high level architecture
Murray et al. Automatically generating a distributed 3D battlespace using USMTF and XML-MTF air tasking order, extensible markup language (XML) and virtual reality modeling language (VRML)
Beiglboeck Programming gps and openstreetmap applications with Java: the realobject application framework
Beebe A Bibliography of Books and Other Publications about the Ada Programming Language and Its History
Munson Software specification and design: an engineering approach
Orellana Extending Systems Architecting for Human Considerations through Model-Based Systems Engineering

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