CN113609668B - 一种用于x语言混合模型的仿真修正方法及系统 - Google Patents
一种用于x语言混合模型的仿真修正方法及系统 Download PDFInfo
- Publication number
- CN113609668B CN113609668B CN202110872290.9A CN202110872290A CN113609668B CN 113609668 B CN113609668 B CN 113609668B CN 202110872290 A CN202110872290 A CN 202110872290A CN 113609668 B CN113609668 B CN 113609668B
- Authority
- CN
- China
- Prior art keywords
- event
- model
- state
- positioning
- state event
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012937 correction Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims description 33
- 230000004807 localization Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 6
- 238000005094 computer simulation Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 230000001133 acceleration Effects 0.000 description 12
- 230000008878 coupling Effects 0.000 description 10
- 238000010168 coupling process Methods 0.000 description 10
- 238000005859 coupling reaction Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于X语言混合模型的仿真修正方法及系统,涉及X语言混合系统建模技术领域,其中方法包括:定位混合模型中正在发生触发事件的原子模型;对发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型;对错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型;计算状态事件定位后的原子模型的状态事件输出,则得到新的正在发生触发事件的原子模型,重复上述步骤,直到没有错误定位事件。本发明改变了传统的事件处理逻辑,能发现错过状态事件的模型,并通过不断检测修正,直到没有错误定位的状态事件,完善了X语言的设计流程建模和验证能力。
Description
技术领域
本发明涉及X语言混合系统建模技术领域,更具体的说是涉及一种用于X语言混合模型的仿真修正方法及系统。
背景技术
建模和仿真是一门通过进行多个层级的抽象对系统进行分析的学科。随着计算机科学技术的发展,目前建模和仿真技术已经被用于工业制造和军事仿真等多个复杂场景下。其中离散事件规范(Discrete Event Specification,DEVS)是应用最广泛的离散系统仿真框架之一。
DEVS是由Zeilger提出的基于离散事件的系统建模框架,框架中包括原子模型和耦合模型两种类型的模型,其中,耦合模型可以被视作特殊的原子模型。
混合模型(hybrid system)是同时包括连续及离散动态特性的动力系统,这类系统中同时有连续(以微分方程描述)以及跳跃(离散状态变化)的特性。混合模型作为一种典型的多领域模型,其建模与仿真涉及到连续和离散两种不同的领域。X语言是国内自主研发的复杂系统建模语言,由于复杂系统的背景,需要其能够提供对混合模型良好的建模能力,并需其具备对构建完毕的模型进行建模验证的能力。目前的仿真规范中,如DEVS,虽然能够提供对混合模型的建模仿真能力,但是受限于算法,难以提升精度。且由于连续模型中状态事件的存在,传统的DEVS仿真算法经常出现错误定位状态事件的情况。
因此,如何为X语言提供一种混合模型的修正方法,验证模型中的错误定位状态事件并对其进行改正,实现状态事件的正确定位,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种用于X语言混合模型的仿真修正方法及系统。
为了实现上述目的,本发明提供如下技术方案:
一种用于X语言混合模型的仿真修正方法,包括以下步骤:
步骤一、仿真引擎调用所有模型的仿真时间函数,确定模型的下一事件发生时间,进而得知混合模型中正在发生触发事件的原子模型,获取正在发生触发事件的原子模型的集合,所述触发事件包括内部事件和外部事件;
步骤二、对所述发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型;
步骤三、对所述错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型;
步骤四、仿真引擎调用状态事件定位后的原子模型的输出函数,计算所述状态事件定位后的原子模型的状态事件输出,由所述输出得到新的当前时刻正在发生触发事件的原子模型,并返回步骤一。
进一步的,当所述步骤二中没有检测到错误定位状态事件的原子模型时,则停止步骤循环。
进一步的,所述混合模型中包括一个或多个原子模型,所述发生触发事件的原子模型为一个或多个。
进一步的,所述步骤二中进行状态事件错误定位检测,获取错误定位状态事件的原子模型,具体为:
外部事件的执行开始时间为t0,所述外部事件发生时模型在该状态的持续时间为e,因为外部事件只能在状态持续时间内发生,而状态持续时间结束只能由内部事件发生结束,故原来计算的内部事件发生时间一定位于外部事件发生时间t0+e之后,所以在检测是否错误定位状态事件(状态事件是内部事件的一种)时仅需判断(t0,t0+e)时间段内是否存在未被正确定位的状态事件,故分别计算在t0时刻和t0+e时刻的零交叉函数(用于判断状态事件发生条件的状态,如状态事件x>1的零交叉函数为z(x,t,w)=x-1,当零交叉函数为0时,状态事件发生)和/>的Sign函数符号(Sign函数判断表达输入表达式的正负,为正返回1,反之为0)即可,此时将会发生下述两种情况;
分别计算在t0时刻和t0+e时刻的零交叉函数和/>的Sign函数符号,若/>则在外部事件的状态持续时间段内没有发生状态事件,表示状态事件发生在t0+e时刻之后,则对应的原子模型没有错误定位状态事件;
若则在外部事件的状态持续时间段内存在状态事件,表示状态事件发生在t0时刻和t0+e时刻之间,而状态事件属于内部事件,应该发生在t0+e时刻之后,则对应的原子模型错误定位了状态事件;
其中x表示模型中微分变量的数值,w表示模型中代数变量的数值。
进一步的,所述步骤三中对所述错误定位状态事件的原子模型重新进行状态事件定位,具体为使用二分法进行状态事件定位:
设当前时刻为t1,首先前进一个测试事件步长δ,则在区间(t1,t1+δ)上,边界上两个点对应的零交叉函数分别为和/>其中/>表示t1时刻模型中微分变量的数值、/>表示t1时刻模型中代数变量的数值、/>表示t1+δ时刻模型中微分变量的数值、/>表示t1+δ时刻模型中代数变量的数值;
若两个零交叉函数的符号不同,则所述区间内存在状态事件,进而通过二分法不断进行分割检测,即可对状态事件进行定位。
一种用于X语言混合模型的仿真修正系统,包括原子模型定位模块、错误定位检测模块、状态事件定位模块、原子模型输出模块;
所述原子模型定位模块与所述错误定位检测模块连接,所述错误定位检测模块通过状态事件定位模块与原子模型输出模块连接,所述原子模型输出模块还与所述原子模型定位模块连接;
所述原子模型定位模块,用于定位混合模型中正在发生触发事件的原子模型;
所述错误定位检测模块,用于对所述发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型;
所述状态事件定位模块,用于对所述错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型;
所述原子模型输出模块,用于计算所述状态事件定位后的原子模型的状态事件输出,由所述输出得到新的当前时刻正在发生触发事件的原子模型。
经由上述的技术方案可知,本发明公开提供了一种用于X语言混合模型的仿真修正方法及系统,与现有技术相比,其具有以下有益效果:
(1)本发明修改了传统DEVS仿真框架中对事件处理的逻辑,在传统DEVS仿真实现过程中,在仿真器中都先执行输出函数,并将输出分配到其他模型中,最后执行其内部事件函数,而本发明则是在执行输出函数后,对所有被分配了输入并即将触发外部事件函数的模型进行事件检测,即可发现错过了状态事件的模型。
(2)本发明通过不断检测错误定位状态事件的原子模型并进行修正,进行状态事件的重新定位,直到没有错误定位的状态事件,最终提高了混合模型的仿真描述能力。
(3)能够对基于X语言混合建模框架构建的连续模型、离散模型和混合模型进行仿真及验证,为X语言混合建模框架提供了模型仿真验证的能力,从宏观上完善了X语言的设计流程建模和验证能力。
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为本发明方法流程示意图;
图2为本发明系统结构示意图;
图3为状态事件错误定位示意图;
图4为实施例汽车避障模型示意图;
图5为汽车避障模型状态示意图;
图6为汽车避障模型加速状态正常速度曲线示意图;
图7为汽车避障模型状态事件错误定位示意图。
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。
本发明提供了一种用于X语言混合模型的仿真修正方法,基于DEVS仿真算法并做出了改进,能够对基于X语言混合建模框架构建的连续模型、离散模型和混合模型进行仿真及验证,为X语言混合建模框架提供了模型仿真验证的能力,从宏观上完善了X语言的设计流程建模和验证能力。
本发明的仿真框架中包括两种类型的模型,一种是耦合模型,由原子模型和其他耦合模型构成,定义了层级系统的结构;一种是原子模型,定义了结构不可再分的模型,由状态组成,状态包括连续状态和离散状态。
仿真流程中原子模型和耦合模型分别承担如下任务:
耦合模型:耦合模型触发事件,触发事件存在两种情况,一种是其内部原子模型触发内部事件,将触发事件的原子模型记为d;另外一种是模型收到了外部输入,将外部输入指向的原子模型记为d。记事件发生时间为tn。
原子模型:耦合模型检测完成发生事件的模型d以及事件发生时间后,将仿真时间推进到tn,原子模型d执行对应事件(外部事件或内部事件)。如果原子模型d发生的是内部事件,计算该事件所产生的输出,并将输出发送给目标的其他原子模型。如果发生的是外部事件,则计算模型的下一状态。
在原子模型执行事件时,如果其内部事件中有连续状态,则需要对连续状态中的状态事件进行定位。而传统的包括二分法在内的所有寻根算法进行状态事件定位均存在误差容限p,所以将会导致状态事件的错误定位。设查找到的状态事件发生时间为tδ1,而系统真正发生事件的时间为tδ,这意味着零交叉函数Z(tδ,x,w)=0且有|Z(tδ1,x,w)|<p。如果某次寻根时有tδ<tδ1,则意味着事件发生的真实时间和计算时间存在差值tδ1-tδ。如果在tδ时刻原子模型收到外部输入,模型本应该触发并行事件,但是却因为计算的误差,只能触发外部事件而忽略了内部事件,直接导致模型状态转换的错误。
状态事件错误定位的原理图如图3所示,在ta时刻原子模型1位于连续状态2,由于误差容限的存在,求根函数错误的将状态事件发生的时间定位为tb,而实际发生时间为ta。在ta时刻,原子模型2向原子模型1发出外部事件,所以在ta时刻原子模型本应当同时触发内部事件和外部事件,但是由于错误定位了状态事件,导致了在ta时刻只能够触发外部事件。同时,由于未触发内部事件,将会导致原子模型1在tb时刻向原子模型3的输出被取消,使得整个模型中的事件触发链发生整体性的错误,极端情况下,可能因为这一个事件触发的失败导致仿真系统中所有的模型错过一次事件转移。
原子模型执行事件存在三种情况,一种是只有外部事件,一种只有内部事件中的状态事件,一种是同时存在外部事件和内部事件。当第三种情况即原子模型收到外部输入需要触发并行事件时,由于内部事件中状态事件的错误定位,导致只能触发外部事件而忽略内部事件,时间差导致模型仿真过程出现错误。因此为了在外部事件触发过程中避免上述的错误,当有外部事件发生时,需要同时检测此时是否应该有对应的内部事件发生。
基于此,为了修正状态事件的错误定位,本发明对DEVS仿真框架中事件处理的逻辑进行了修改。
在本发明一种实施例公开了一种用于X语言混合模型的仿真修正方法,包括以下步骤,参见图1:
步骤一、定位混合模型中正在发生触发事件的原子模型,包括对包括连续状态的原子模型进行状态事件检测,所述触发事件包括内部事件和外部事件,所述混合模型中包括一个或多个原子模型,所述发生触发事件的原子模型为一个或多个。
步骤二、对所述发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型,具体方法为:外部事件的执行开始时间为t0,所述外部事件的状态持续时间为e,分别计算在t0时刻和t0+e时刻的零交叉函数和的Sign函数符号;
若则在外部事件的状态持续时间段内没有发生状态事件,表示状态事件发生在t0+e时刻之后,则对应的原子模型没有错误定位状态事件;
若则在外部事件的状态持续时间段内存在状态事件,表示状态事件发生在t0时刻和t0+e时刻之间,而状态事件属于内部事件,应该发生在t0+e时刻之后,则对应的原子模型错误定位状态事件;
其中x表示模型中微分变量的数值,w表示模型中代数变量的数值;
关于Sign函数,其取值为
如果没有检测到错误定位状态事件的原子模型时,则停止步骤循环。
步骤三、对所述错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型,具体为使用二分法进行状态事件定位:
设当前时刻为t1,首先前进一个测试事件步长δ,则在区间(t1,t1+δ)上,边界上两个点对应的零交叉函数分别为和/>其中/>表示t1时刻模型中微分变量的数值、/>表示t1时刻模型中代数变量的数值、/>表示t1+δ时刻模型中微分变量的数值、/>表示t1+δ时刻模型中代数变量的数值;
若两个零交叉函数的符号不同,则所述区间内存在状态事件,进而通过二分法不断进行分割检测,即可对状态事件进行定位。
步骤四、计算所述状态事件定位后的原子模型的状态事件输出,由所述输出得到新的当前时刻正在发生触发事件的原子模型,并返回步骤一,实现步骤的循环。
在另一种实施例中公开了一种用于X语言混合模型的仿真修正系统,参见图2,包括原子模型定位模块、错误定位检测模块、状态事件定位模块、原子模型输出模块;
所述原子模型定位模块与所述错误定位检测模块连接,所述错误定位检测模块通过状态事件定位模块与原子模型输出模块连接,所述原子模型输出模块还与所述原子模型定位模块连接;
所述原子模型定位模块,用于定位混合模型中正在发生触发事件的原子模型;
所述错误定位检测模块,用于对所述发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型;
所述状态事件定位模块,用于对所述错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型;
所述原子模型输出模块,用于计算所述状态事件定位后的原子模型的状态事件输出,由所述输出得到新的当前时刻正在发生触发事件的原子模型。
下面使用具体实施例对本申请的技术方案进行举例说明:
如图4所示,描述了一辆汽车在公路上前进并避障的过程,汽车从X轴的坐标原点出发,加速100m后向Y轴正向躲避位于150m处的路障,过完路障之后,再向Y轴负方向回到X轴上,继续向前行驶。如图5所示,该模型由一个耦合模型构成,耦合模型包括两个原子模型,分别是汽车和控制中心,其中汽车负责行驶,控制中心负责控制汽车的状态,且实际控制指令延迟0.001s。如图5所示,一共包括4个状态,分别是X方向加速、X方向加速-Y方向过障碍、X方向巡航、X方向巡航-Y方向过障碍,这4个状态都以0.003s为周期向控制中心发送汽车的X轴坐标。X方向加速状态将提供X轴正向2m/s2的加速度,并加速前进100m。在加速前进的过程中,如果控制中心发现路障同其距离位于区间[49.98,50.02]时,则控制汽车进入X方向加速-Y方向过障碍状态;如果加速距离结束,则进入X方向巡航状态;如果在加速结束的同时汽车同路障的距离也小于50m则直接进入X方向巡航-Y方向过障碍状态。在X方向加速-Y方向过障碍状态下,如果X轴100m的加速距离已经结束,而避障过程没有结束,则进入X方向巡航-Y方向过障碍;如果避障过程结束,而X轴方向100m的加速距离没有结束,则返回X方向加速状态。在X方向巡航状态,汽车将会通过速度控制算法将车速维持在15m/s。在X方向巡航-Y方向过障碍状态,将会一边通过控制算法将车速维持在15m/s,一边避障,完成避障之后将会将状态转移到X方向巡航状态。
汽车在加速状态正常的速度曲线如图6所示,可见在10s的时候系统将触发一次状态事件。但是由于状态事件所使用的寻根算法存在误差融容限P=0.02,引发了如图7所示的状态事件错误定位。
由上述可知,控制中心模型在9.999s接收到汽车发送的位置信息为99.980001m,可得汽车与路障的距离位于区间[49.98,50.02]之内。故在10s由控制中心的发送状态向汽车发送开始避障信号。对于汽车模型,在9.999s时刚进入X方向加速状态中,对其进行状态事件计算。有模型的零交叉函数为Z(t)=t2-100,寻根算法首先计算上一个事件时间点零交叉函数Z(9.999)的数值,得到-0.019999;然后计算下一时间事件发生时间点零交叉函数Z(10.002)的数值,为100.040004。可得sign(Z(9.999))!=sign(Z(10.002))以及|Z(10.002)|>0.02,可知在区间[9.999,10.002]存在状态事件,使用二分寻根法,取区间中点10.0005计算零交叉函数,可得Z(10.0005)=0.01000025,有sign(Z(9.999))!=sign(Z(10.0005))和|Z(10.0005)|<0.02,故取时间10.005作为状态事件发生的时间点。而在10s的时候汽车将会接收到控制中心发来的开始避障信号,因为定位的状态事件时间在外部事件之后才发生,这将会导致状态从X方向加速转移到X方向加速-Y方向过障碍,而不是直接转移到X方向巡航-Y方向过障碍状态。
针对上述实施例,仿真引擎中即将接收到外部事件的模型为汽车模型,其将会接收到由控制中心模型发送的开始避障信息。故对发生外部事件的汽车模型进行事件检测,可得sign(Z(9.999))!=sign(Z(10))且有Z(10)=0,这意味着汽车模型在10s时将触发状态事件,也就是汽车将会在10s直接转移到X方向巡航-Y方向过障碍状态。完成了状态事件的定位修正。
本发明修改了DEVS仿真框架中对事件处理的逻辑。在进行DEVS理论中内部事件的发生时首先执行内部行为,然后执行其输出函数,但传统仿真器实现过程中,为了确保输出所触发的其他模型的外部事件在准确时间点被执行,在仿真器中都先执行输出函数,并将输出分配到其他模型中,最后执行其内部事件函数。所以本发明在执行输出函数后,对所有被分配了输入并即将触发外部事件函数的模型进行事件检测,即可发现错过了状态事件的原子模型。因为新的计算仍然可能导致相同的错误,所以需要不断地对上述步骤迭代,直到不再有新的错误产生。
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用于X语言混合模型的建模规范及仿真修正方法,通过重新定义原子模型和模型状态,以及提出连续状态的定义,从而提升了对混合模型描述的能力。
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 (6)
1.一种用于X语言混合模型的仿真修正方法,其特征在于,包括以下步骤:
步骤一、定位混合模型中正在发生触发事件的原子模型,所述触发事件包括内部事件和外部事件;
步骤二、对所述发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型;
步骤三、对所述错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型;
步骤四、计算所述状态事件定位后的原子模型的状态事件输出,由所述输出得到新的当前时刻正在发生触发事件的原子模型,并返回步骤一。
2.根据权利要求1所述的一种用于X语言混合模型的仿真修正方法,其特征在于,当所述步骤二中没有检测到错误定位状态事件的原子模型时,则停止步骤循环。
3.根据权利要求1所述的一种用于X语言混合模型的仿真修正方法,其特征在于,所述混合模型中包括一个或多个原子模型,所述发生触发事件的原子模型为一个或多个。
4.根据权利要求1所述的一种用于X语言混合模型的仿真修正方法,其特征在于,所述步骤二中进行状态事件错误定位检测,获取错误定位状态事件的原子模型,具体为:
外部事件的执行开始时间为t0,所述外部事件的状态持续时间为e,分别计算在t0时刻和t0+e时刻的零交叉函数和/>的Sign函数符号;
若则在外部事件的状态持续时间段内没有发生状态事件,表示状态事件发生在t0+e时刻之后,则对应的原子模型没有错误定位状态事件;
若则在外部事件的状态持续时间段内存在状态事件,表示状态事件发生在t0时刻和t0+e时刻之间,而状态事件属于内部事件,应该发生在t0+e时刻之后,则对应的原子模型错误定位状态事件;
其中x表示模型中微分变量的数值,w表示模型中代数变量的数值。
5.根据权利要求1所述的一种用于X语言混合模型的仿真修正方法,其特征在于,所述步骤三中对所述错误定位状态事件的原子模型重新进行状态事件定位,具体为使用二分法进行状态事件定位:
设当前时刻为t1,首先前进一个测试事件步长δ,则在区间(t1,t1+δ)上,边界上两个点对应的零交叉函数分别为和/> 表示t1时刻模型中微分变量的数值、/>表示t1时刻模型中代数变量的数值、/>表示t1+δ时刻模型中微分变量的数值、/>表示t1+δ时刻模型中代数变量的数值;
若两个零交叉函数的符号不同,则所述区间内存在状态事件,进而通过二分法不断进行分割检测,即可对状态事件进行定位。
6.一种用于X语言混合模型的仿真修正系统,其特征在于,包括原子模型定位模块、错误定位检测模块、状态事件定位模块、原子模型输出模块;
所述原子模型定位模块与所述错误定位检测模块连接,所述错误定位检测模块通过状态事件定位模块与原子模型输出模块连接,所述原子模型输出模块还与所述原子模型定位模块连接;
所述原子模型定位模块,用于定位混合模型中正在发生触发事件的原子模型;
所述错误定位检测模块,用于对所述发生触发事件的原子模型进行内部事件的状态事件错误定位检测,获取错误定位状态事件的原子模型;
所述状态事件定位模块,用于对所述错误定位状态事件的原子模型重新进行状态事件定位,获取状态事件定位后的原子模型;
所述原子模型输出模块,用于计算所述状态事件定位后的原子模型的状态事件输出,由所述输出得到新的当前时刻正在发生触发事件的原子模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110872290.9A CN113609668B (zh) | 2021-07-30 | 2021-07-30 | 一种用于x语言混合模型的仿真修正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110872290.9A CN113609668B (zh) | 2021-07-30 | 2021-07-30 | 一种用于x语言混合模型的仿真修正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113609668A CN113609668A (zh) | 2021-11-05 |
CN113609668B true CN113609668B (zh) | 2023-11-07 |
Family
ID=78338717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110872290.9A Active CN113609668B (zh) | 2021-07-30 | 2021-07-30 | 一种用于x语言混合模型的仿真修正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609668B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541961A (zh) * | 2018-10-23 | 2019-03-29 | 清华大学 | 针对电力电子混杂系统仿真的离散状态事件驱动仿真方法 |
CN110059168A (zh) * | 2019-01-23 | 2019-07-26 | 艾肯特公司 | 对基于自然智能的人机交互系统进行训练的方法 |
CN111125911A (zh) * | 2019-12-25 | 2020-05-08 | 昆明理工大学 | 一种基于分区双层网络的语言竞争微观仿真模型的建模仿真方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200387567A1 (en) * | 2019-06-07 | 2020-12-10 | Microsoft Technology Licensing, Llc | Document editing models and localized content management |
-
2021
- 2021-07-30 CN CN202110872290.9A patent/CN113609668B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541961A (zh) * | 2018-10-23 | 2019-03-29 | 清华大学 | 针对电力电子混杂系统仿真的离散状态事件驱动仿真方法 |
CN110059168A (zh) * | 2019-01-23 | 2019-07-26 | 艾肯特公司 | 对基于自然智能的人机交互系统进行训练的方法 |
CN111125911A (zh) * | 2019-12-25 | 2020-05-08 | 昆明理工大学 | 一种基于分区双层网络的语言竞争微观仿真模型的建模仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113609668A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111009153B (zh) | 一种轨迹预测模型的训练方法、装置和设备 | |
Buehler et al. | Evolutionary functional testing of an automated parking system | |
CN109145471B (zh) | 基于cad与实测数据共融模型的虚拟装配系统及方法 | |
CN109992884B (zh) | 基于最差场景搜索的自动驾驶车辆功能测评方法 | |
WO2022077907A1 (zh) | 对抗攻击的检测方法、系统、设备、计算机可读存储介质 | |
US20220121213A1 (en) | Hybrid planning method in autonomous vehicle and system thereof | |
CN111724603A (zh) | 基于交通轨迹数据的cav状态判定方法、装置、设备及介质 | |
CN112231134A (zh) | 神经网络处理器的故障处理方法及装置、设备、存储介质 | |
CN113609668B (zh) | 一种用于x语言混合模型的仿真修正方法及系统 | |
CN115900742A (zh) | 车辆的参考轨迹规划方法、装置、电子设备及存储介质 | |
CN103324784A (zh) | 一种基于局部约束的网格模型碰撞处理方法 | |
CN115099051A (zh) | 自动驾驶的仿真测试场景生成方法、装置、车辆及存储介质 | |
Cho et al. | Autonomous driving system verification framework with FMI co-simulation based on OMG DDS | |
CN102902852B (zh) | 一种汽车ecu诊断软件模型的自动生成系统及方法 | |
US20140005856A1 (en) | Method for validation of a graphically based executable control specification using model extraction | |
CN109164312A (zh) | 电动汽车加速踏板校验算法 | |
Xie et al. | XDEVS: A hybrid system modeling framework | |
CN106874531B (zh) | 一种大气数据系统在故障时的异常测量值数据自恢复方法 | |
CN115129027A (zh) | 一种用于智能驾驶的自动化评估方法及装置 | |
CN114911173A (zh) | 一种基于虚拟驾驶系统的车道保持测试系统及方法 | |
CN114022768A (zh) | 一种基于语义先验和概率传播的视觉slam定位方法 | |
Chen et al. | Simulation might change your results: a comparison of context-aware system input validation in simulated and physical environments | |
CN107170005A (zh) | 一种基于二维投影的三维数据配准结果正确性判断方法 | |
Guo et al. | Multi-factor balanced feedback and reliability analysis of adaptive cruise control system based on petri nets | |
CN109492689A (zh) | 一种电动汽车故障诊断方法 |
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 |