CN113987980A - 一种图形物理phd流行仿真实现方法 - Google Patents

一种图形物理phd流行仿真实现方法 Download PDF

Info

Publication number
CN113987980A
CN113987980A CN202111110401.9A CN202111110401A CN113987980A CN 113987980 A CN113987980 A CN 113987980A CN 202111110401 A CN202111110401 A CN 202111110401A CN 113987980 A CN113987980 A CN 113987980A
Authority
CN
China
Prior art keywords
simulation
data file
phd
popular
analysis
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
CN202111110401.9A
Other languages
English (en)
Other versions
CN113987980B (zh
Inventor
张凯
郑应强
段博征
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.)
Beijing LSSEC Technology Co Ltd
Original Assignee
Beijing LSSEC Technology 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 Beijing LSSEC Technology Co Ltd filed Critical Beijing LSSEC Technology Co Ltd
Priority to CN202111110401.9A priority Critical patent/CN113987980B/zh
Publication of CN113987980A publication Critical patent/CN113987980A/zh
Application granted granted Critical
Publication of CN113987980B publication Critical patent/CN113987980B/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]
    • G06F30/30Circuit design
    • G06F30/32Circuit design at the digital level
    • G06F30/33Design verification, e.g. functional simulation or model checking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/39Circuit design at the physical level
    • G06F30/398Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]

Abstract

本发明公开了一种图形物理PHD流行仿真实现方法,包括:通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;自动生成脚本,进行快速测试,自动生成测试结果;通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作。

Description

一种图形物理PHD流行仿真实现方法
技术领域
本发明涉及生物密码输入安全领域,更具体地说,本发明涉及一种图形物理PHD流行仿真实现方法。
背景技术
通信领域需要高速的通信处理方式,另一方面通信协议随时都在修改不适合做成专门芯片,所以能够灵活改变功能的仿真系统就成了首选;现阶段通常存在以下问题:需要对相关开发语言有一定了解,需要对仿真工具脚本语法有一定了解;模拟仿真后,需要手动收集波形图和运行日志等成果物,手动汇总所有用例编写测试报告;开发和测试时,无法多人协同工作;因此,有必要提出一种图形物理PHD流行仿真实现方法,以至少部分地解决现有技术中存在的问题。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
为至少部分地解决上述问题,本发明提供了一种图形物理PHD流行仿真实现方法,包括:
S100、通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;
S200、通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;
S300、自动生成脚本,进行快速测试,自动生成测试结果;
S400、通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作。
优选的,S100包括:
S101、通过图形仿真对复杂信号进行处理;所述复杂信号包括:多维信号、多类型信号;
S102、对图形仿真进行适应调整,通过图形物理phd流行仿真进行系统工具的仿真建模;包括:系统工具界面化仿真建模、系统工具模块化仿真建模;
S103、通过仿真建模进行可视化管理;可视化管理包括:仿真建模系统可视化管理、系统调度可视化管理和参数配置可视化管理。
优选的,S200包括:
S201、对集成电路算法进行适应性调整,使集成电路算法适应系统硬件开发;
S202、对硬件开发语言设计进行功能仿真验证,得到仿真验证波形图和仿真验证日志;
S203、自动保存仿真验证波形图和仿真验证日志。
优选的,S300包括:
S301、在仿真测试时,仿真工具自动运行,自动生成仿真测试脚本;
S302、通过仿真测试脚本,进行仿真测试;
S303、仿真测试完成后,自动生成测试结果。
优选的,S400包括:
S401、通过图形物理PHD流行仿真实现系统,对数据文件进行多通道处理;
S402、对多通道处理数据文件进行智能检测分析;
S403、对核心数据文件,进行同步上传、下载,进行多人协同工作和系统同步运行。
优选的,S100还包括:
S111、提取复杂信号特征,设定复杂信号特征偏差阈值;
S112、根据复杂信号特征适用性,处理过程去除复杂信号非关联特征并进行关联特征顺序规划;
S113、对形成的复杂信号特征视觉优化轨迹进行模拟仿真及多特征交互验证仿真;基于多特征交互融合,对多通道信息进行去噪处理;通过复杂信号全局视觉优化复杂信号特征,并形成复杂信号特征视觉优化轨迹;实现仿真建模进行可视化管理。
优选的,S200还包括:
S211、通过对图形物理电路网络坐标点连线半轴总长进行运算,得到图形物理电路网络坐标点运算模型;
S212、通过图形物理电路网络坐标点运算模型对硬件开发语言设计进行功能仿真验证,将图形物理电路网络坐标点运算模型运算的图形物理电路网络坐标点连线半轴总长和实际电路网络坐标点连线半轴总长进行对比;如对比差异小于设定差异范围,则验证通过;如对比差异不小于设定差异范围,则调整F循环运算直至对比差异小于设定差异范围;得到图形物理电路网络仿真验证结果;
S213、在功能仿真验证过程中,自动保存功能仿真验证数据,自动保存波形图和仿真日志。
优选的,S300还包括:
S311、测试集成电路接口的流量参数,并反馈至解析频率选取;将集成电路接口数据按照均匀概率分配到并行队列中等待处理,独立完成数据报文传输速率与解析速率的匹配;
S312、解析集成电路接口,根据反馈的集成电路接口参数动态选取解析频率;
S313、提取集成电路接口信息,包含多级集成电路可编程流水线单元,根据解析频率选取模块选取的解析时钟频率进行多级流水线数据解析,并将解析结果相应反馈、输出,对集成电路接口参数进行快速测试,自动生成测试结果。
优选的,S400还包括:
S411、通过图形物理PHD流行仿真进行多通道处理和智能检测分析,对数据文件进行多通道处理,并对多通道处理数据文件进行智能检测分析;
S412、通过对数据文件进行多通道处理并对多通道处理数据文件进行智能检测分析后,得到数据文件智能检测分析模型;
S413、通过数据文件智能检测分析模型对核心数据文件进行智能分析,进行同步上传、下载,进行多人协同工作和系统同步运行。
优选的,S413包括:
S4131、将核心数据文件传输到数据文件智能检测分析模型,通过数据文件智能检测分析模型首先对核心数据文件进行智能检测;智能检测包括:检测核心数据文件的类型、检测核心数据文件的关联文件类型、检测核心数据文件的冲突文件类型;
S4132、将核心数据文件检测结果反馈进行,得到核心数据文件检测结果反馈信息;根据核心数据文件检测结果反馈信息,对未能识别的数据文件协议进行异常分析,如分析存在数据异常文件,则将数据异常文件推送至轮询数据解析;通过依次轮询数据解析,直至到达系统设定正常参考文件关联一致,完成数据文件进行智能检测调整;
S4133、按照系统设定次序一致的顺序,智能调整输出顺序,分别进行数据文件智能输出,进行同步上传、下载,进行多人协同工作和系统同步运行。
相比现有技术,本发明至少包括以下有益效果:
上述技术方案的有益效果为:图形仿真系统对复杂信号的处理性很强,图形物理PHD流行仿真实现方法可以处理多维信号而且算法也可以经常调整,通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;自动生成脚本,进行快速测试,自动生成测试结果;通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作;图形仿真可以灵活适应调整,图形物理PHD流行仿真实现系统可以做到多通道处理和智能检测分析,高可靠性高实时性;可以实现仿真建模系统可视化、系统调度和参数配置可视化管理,可以让开发、测试人员快速上手,达到简化建模时间、提高建模效率的效果;实现脚本自动生成功能,降低开发和测试门槛可以让测试人员快速上手进行测试;测试人员对开发语言不熟悉时,不需要熟悉相关开发语言。使用图形物理PHD流行仿真实现系统工具的界面化、模块化的仿真建模功能,直接上手对硬件开发语言设计进行功能仿真验证;处理完成后,系统自动保存波形图和仿真日志;用例测试完成之后使用测试管理功能,快速汇总、整理和导出测试结果;本专利实现仿真工具自动化运行、仿真工具日志收集和波形图保存等功能,而且能自动生成自测结果,可以大大简化测试人员在测试中的工作量,提升测试人员工作效率;实现核心数据文件同步上传下载,让协同办公更加方便快捷。
本发明所述的一种图形物理PHD流行仿真实现方法,本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明所述的一种图形物理PHD流行仿真实现方法步骤图。
图2为本发明所述的一种图形物理PHD流行仿真实现方法图。
图3为本发明所述的一种图形物理PHD流行仿真实现方法子系统图。
具体实施方式
下面结合附图以及实施例对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。如图1-3所示,本发明提供了一种图形物理PHD流行仿真实现方法,包括:
S100、通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;
S200、通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;
S300、自动生成脚本,进行快速测试,自动生成测试结果;
S400、通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作。
上述技术方案的工作原理为:图形物理PHD流行仿真实现方法,通过图形物理概率假设密度流行仿真方法,实现通过仿真模拟硬件电路,进行开发设计;包括:通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;自动生成脚本,进行快速测试,自动生成测试结果;通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作。
上述技术方案的有益效果为:图形仿真系统对复杂信号的处理性很强,图形物理PHD流行仿真实现方法,通过图形物理概率假设密度流行仿真方法,可以实现通过仿真模拟硬件电路,进行开发设计;图形物理PHD流行仿真实现方法可以处理多维信号而且算法也可以经常调整,通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;自动生成脚本,进行快速测试,自动生成测试结果;通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作;图形仿真可以灵活适应调整,图形物理PHD流行仿真实现系统可以做到多通道处理和智能检测分析,高可靠性高实时性;可以实现仿真建模系统可视化、系统调度和参数配置可视化管理,可以让开发、测试人员快速上手,达到简化建模时间、提高建模效率的效果;实现脚本自动生成功能,降低开发和测试门槛可以让测试人员快速上手进行测试;测试人员对开发语言不熟悉时,不需要熟悉相关开发语言。使用图形物理phd流行仿真实现系统工具的界面化、模块化的仿真建模功能,直接上手对硬件开发语言设计进行功能仿真验证;处理完成后,系统自动保存波形图和仿真日志;用例测试完成之后使用测试管理功能,快速汇总、整理和导出测试结果;本专利实现仿真工具自动化运行、仿真工具日志收集和波形图保存等功能,而且能自动生成自测结果,可以大大简化测试人员在测试中的工作量,提升测试人员工作效率;实现核心数据文件同步上传下载,让协同办公更加方便快捷。
在一个实施例中,S100包括:
S101、通过图形仿真对复杂信号进行处理;所述复杂信号包括:多维信号、多类型信号;
S102、对图形仿真进行适应调整,通过图形物理phd流行仿真进行系统工具的仿真建模;包括:系统工具界面化仿真建模、系统工具模块化仿真建模;
S103、通过仿真建模进行可视化管理;可视化管理包括:仿真建模系统可视化管理、系统调度可视化管理和参数配置可视化管理。
上述技术方案的工作原理为:S100包括:
S101、通过图形仿真对复杂信号进行处理;所述复杂信号包括:多维信号、多类型信号;
S102、对图形仿真进行适应调整,通过图形物理phd流行仿真进行系统工具的仿真建模;包括:系统工具界面化仿真建模、系统工具模块化仿真建模;
S103、通过仿真建模进行可视化管理;可视化管理包括:仿真建模系统可视化管理、系统调度可视化管理和参数配置可视化管理。
上述技术方案的有益效果为:通过图形仿真对复杂信号进行处理;所述复杂信号包括:多维信号、多类型信号;对图形仿真进行适应调整,通过图形物理phd流行仿真进行系统工具的仿真建模;包括:系统工具界面化仿真建模、系统工具模块化仿真建模;通过仿真建模进行可视化管理;可视化管理包括:仿真建模系统可视化管理、系统调度可视化管理和参数配置可视化管理。
在一个实施例中,S200包括:
S201、对集成电路算法进行适应性调整,使集成电路算法适应系统硬件开发;
S202、对硬件开发语言设计进行功能仿真验证,得到仿真验证波形图和仿真验证日志;
S203、自动保存仿真验证波形图和仿真验证日志。
上述技术方案的工作原理为:S200包括:
S201、对集成电路算法进行适应性调整,使集成电路算法适应系统硬件开发;
S202、对硬件开发语言设计进行功能仿真验证,得到仿真验证波形图和仿真验证日志;
S203、自动保存仿真验证波形图和仿真验证日志。
上述技术方案的有益效果为:对集成电路算法进行适应性调整,使集成电路算法适应系统硬件开发;对硬件开发语言设计进行功能仿真验证,得到仿真验证波形图和仿真验证日志;自动保存仿真验证波形图和仿真验证日志。
在一个实施例中,S300包括:
S301、在仿真测试时,仿真工具自动运行,自动生成仿真测试脚本;
S302、通过仿真测试脚本,进行仿真测试;
S303、仿真测试完成后,自动生成测试结果。
上述技术方案的工作原理为:S300包括:
S301、在仿真测试时,仿真工具自动运行,自动生成仿真测试脚本;
S302、通过仿真测试脚本,进行仿真测试;
S303、仿真测试完成后,自动生成测试结果。
上述技术方案的有益效果为:在仿真测试时,仿真工具自动运行,自动生成仿真测试脚本;通过仿真测试脚本,进行仿真测试;仿真测试完成后,自动生成测试结果。
在一个实施例中,S400包括:
S401、通过图形物理PHD流行仿真实现系统,对数据文件进行多通道处理;
S402、对多通道处理数据文件进行智能检测分析;
S403、对核心数据文件,进行同步上传、下载,进行多人协同工作和系统同步运行。
上述技术方案的工作原理为:S400包括:
S401、通过图形物理PHD流行仿真实现系统,对数据文件进行多通道处理;
S402、对多通道处理数据文件进行智能检测分析;
S403、对核心数据文件,进行同步上传、下载,进行多人协同工作和系统同步运行。
上述技术方案的有益效果为:通过图形物理PHD流行仿真实现系统,对数据文件进行多通道处理;对多通道处理数据文件进行智能检测分析;对核心数据文件,进行同步上传、下载,进行多人协同工作和系统同步运行。
在一个实施例中,S100还包括:
S111、提取复杂信号特征,设定复杂信号特征偏差阈值;
S112、根据复杂信号特征适用性,处理过程去除复杂信号非关联特征并进行关联特征顺序规划;
S113、对形成的复杂信号特征视觉优化轨迹进行模拟仿真及多特征交互验证仿真;基于多特征交互融合,对多通道信息进行去噪处理;通过复杂信号全局视觉优化复杂信号特征,并形成复杂信号特征视觉优化轨迹;实现仿真建模进行可视化管理。
上述技术方案的工作原理为:S100还包括:
S111、提取复杂信号特征,设定复杂信号特征偏差阈值;
S112、根据复杂信号特征适用性,处理过程去除复杂信号非关联特征并进行关联特征顺序规划;
S113、对形成的复杂信号特征视觉优化轨迹进行模拟仿真及多特征交互验证仿真;基于多特征交互融合,对多通道信息进行去噪处理;通过复杂信号全局视觉优化复杂信号特征,并形成复杂信号特征视觉优化轨迹;实现仿真建模进行可视化管理。
上述技术方案的有益效果为:提取复杂信号特征,设定复杂信号特征偏差阈值;根据复杂信号特征适用性,处理过程去除复杂信号非关联特征并进行关联特征顺序规划;对形成的复杂信号特征视觉优化轨迹进行模拟仿真及多特征交互验证仿真;基于多特征交互融合,对多通道信息进行去噪处理;通过复杂信号全局视觉优化复杂信号特征,并形成复杂信号特征视觉优化轨迹;实现仿真建模进行可视化管理。
在一个实施例中,S200还包括:
S211、通过对图形物理电路网络坐标点连线半轴总长进行运算,得到图形物理电路网络坐标点运算模型;
S212、通过图形物理电路网络坐标点运算模型对硬件开发语言设计进行功能仿真验证,将图形物理电路网络坐标点运算模型运算的图形物理电路网络坐标点连线半轴总长和实际电路网络坐标点连线半轴总长进行对比;如对比差异小于设定差异范围,则验证通过;如对比差异不小于设定差异范围,则调整F循环运算直至对比差异小于设定差异范围;得到图形物理电路网络仿真验证结果;
S213、在功能仿真验证过程中,自动保存功能仿真验证数据,自动保存波形图和仿真日志。
上述技术方案的工作原理为:S200还包括:
S211、通过对图形物理电路网络坐标点连线半轴总长进行运算,得到图形物理电路网络坐标点运算模型;图形物理电路网络坐标点连线半轴总长计算公式如下:
Figure BDA0003273857390000081
其中,ZB(X,Y)为图形物理电路网络坐标点连线半轴总长,F为图形物理电路网络坐标点选择系数,Xi为第i个图形物理电路网络坐标点X坐标,Xj为与i相邻第j个图形物理电路网络坐标点X坐标,Yi为第i个图形物理电路网络坐标点Y坐标,Yi为与i相邻第j个图形物理电路网络坐标点Y坐标;
S212、通过图形物理电路网络坐标点运算模型对硬件开发语言设计进行功能仿真验证,将图形物理电路网络坐标点运算模型运算的图形物理电路网络坐标点连线半轴总长和实际电路网络坐标点连线半轴总长进行对比;如对比差异小于设定差异范围,则验证通过;如对比差异不小于设定差异范围,则调整F循环运算直至对比差异小于设定差异范围;得到图形物理电路网络仿真验证结果;
S213、在功能仿真验证过程中,自动保存功能仿真验证数据,自动保存波形图和仿真日志。
上述技术方案的有益效果为:通过对图形物理电路网络坐标点连线半轴总长进行运算,得到图形物理电路网络坐标点运算模型;图形物理电路网络坐标点连线半轴总长计算其中,ZB(X,Y)为图形物理电路网络坐标点连线半轴总长,F为图形物理电路网络坐标点选择系数,Xi为第i个图形物理电路网络坐标点X坐标,Xj为与i相邻第j个图形物理电路网络坐标点X坐标,Yi为第i个图形物理电路网络坐标点Y坐标,Yi为与i相邻第j个图形物理电路网络坐标点Y坐标;通过图形物理电路网络坐标点运算模型对硬件开发语言设计进行功能仿真验证,将图形物理电路网络坐标点运算模型运算的图形物理电路网络坐标点连线半轴总长和实际电路网络坐标点连线半轴总长进行对比;如对比差异小于设定差异范围,则验证通过;如对比差异不小于设定差异范围,则调整F循环运算直至对比差异小于设定差异范围;得到图形物理电路网络仿真验证结果;在功能仿真验证过程中,自动保存功能仿真验证数据,自动保存波形图和仿真日志;可以大大简化测试人员在测试中的工作量,提升测试人员工作效率。
在一个实施例中,S300还包括:
S311、测试集成电路接口参数,并反馈进行解析频率选取;将解析频率选取的集成电路接口参数按照均匀概率分配到并行队列中等待处理;等待处理过程中独立完成数据传输速率与解析速率的匹配;
S312、根据反馈的集成电路接口参数动态选取解析频率解析集成电路接口参数;
S313、提取集成电路接口参数信息,集成电路接口参数信息通过多级集成电路可编程流水线,根据解析频率选取的解析时钟频率进行多级集成电路可编程流水线数据解析,并将解析结果进行相应反馈,对输出的集成电路接口参数进行快速测试,自动生成测试结果。
上述技术方案的工作原理为:S300还包括:
S311、测试集成电路接口参数,并反馈进行解析频率选取;将解析频率选取的集成电路接口参数按照均匀概率分配到并行队列中等待处理;等待处理过程中独立完成数据传输速率与解析速率的匹配;
S312、根据反馈的集成电路接口参数动态选取解析频率解析集成电路接口参数;
S313、提取集成电路接口参数信息,集成电路接口参数信息通过多级集成电路可编程流水线,根据解析频率选取的解析时钟频率进行多级集成电路可编程流水线数据解析,并将解析结果进行相应反馈,对输出的集成电路接口参数进行快速测试,自动生成测试结果。
上述技术方案的有益效果为:测试集成电路接口参数,并反馈进行解析频率选取;将解析频率选取的集成电路接口参数按照均匀概率分配到并行队列中等待处理;等待处理过程中独立完成数据传输速率与解析速率的匹配;根据反馈的集成电路接口参数动态选取解析频率解析集成电路接口参数;提取集成电路接口参数信息,集成电路接口参数信息通过多级集成电路可编程流水线,根据解析频率选取的解析时钟频率进行多级集成电路可编程流水线数据解析,并将解析结果进行相应反馈,对输出的集成电路接口参数进行快速测试,自动生成测试结果。
在一个实施例中,S400还包括:
S411、通过图形物理PHD流行仿真进行多通道处理和智能检测分析,对数据文件进行多通道处理,并对多通道处理数据文件进行智能检测分析;
S412、通过对数据文件进行多通道处理并对多通道处理数据文件进行智能检测分析后,得到数据文件智能检测分析模型;
S413、通过数据文件智能检测分析模型对核心数据文件进行智能分析,进行同步上传、下载,进行多人协同工作和系统同步运行。
上述技术方案的工作原理为:通过图形物理PHD流行仿真进行多通道处理和智能检测分析,对数据文件进行多通道处理,并对多通道处理数据文件进行智能检测分析;通过对数据文件进行多通道处理并对多通道处理数据文件进行智能检测分析后,得到数据文件智能检测分析模型;通过数据文件智能检测分析模型对核心数据文件进行智能分析,进行同步上传、下载,进行多人协同工作和系统同步运行。
上述技术方案的有益效果为:通过图形物理PHD流行仿真进行多通道处理和智能检测分析,对数据文件进行多通道处理,并对多通道处理数据文件进行智能检测分析;通过对数据文件进行多通道处理并对多通道处理数据文件进行智能检测分析后,得到数据文件智能检测分析模型;通过数据文件智能检测分析模型对核心数据文件进行智能分析,进行同步上传、下载,进行多人协同工作和系统同步运行。
在一个实施例中,S413包括:
S4131、将核心数据文件传输到数据文件智能检测分析模型,通过数据文件智能检测分析模型首先对核心数据文件进行智能检测;智能检测包括:检测核心数据文件的类型、检测核心数据文件的关联文件类型、检测核心数据文件的冲突文件类型;
S4132、将核心数据文件检测结果反馈进行,得到核心数据文件检测结果反馈信息;根据核心数据文件检测结果反馈信息,对未能识别的数据文件协议进行异常分析,如分析存在数据异常文件,则将数据异常文件推送至轮询数据解析;通过依次轮询数据解析,直至到达系统设定正常参考文件关联一致,完成数据文件进行智能检测调整;
S4133、按照系统设定次序一致的顺序,智能调整输出顺序,分别进行数据文件智能输出,进行同步上传、下载,进行多人协同工作和系统同步运行。
上述技术方案的工作原理为:将核心数据文件传输到数据文件智能检测分析模型,通过数据文件智能检测分析模型首先对核心数据文件进行智能检测;智能检测包括:检测核心数据文件的类型、检测核心数据文件的关联文件类型、检测核心数据文件的冲突文件类型;将核心数据文件检测结果反馈进行,得到核心数据文件检测结果反馈信息;根据核心数据文件检测结果反馈信息,对未能识别的数据文件协议进行异常分析,如分析存在数据异常文件,则将数据异常文件推送至轮询数据解析;通过依次轮询数据解析,直至到达系统设定正常参考文件关联一致,完成数据文件进行智能检测调整;按照系统设定次序一致的顺序,智能调整输出顺序,分别进行数据文件智能输出,进行同步上传、下载,进行多人协同工作和系统同步运行。
上述技术方案的有益效果为:通过将核心数据文件传输到数据文件智能检测分析模型,通过数据文件智能检测分析模型首先对核心数据文件进行智能检测;智能检测包括:检测核心数据文件的类型、检测核心数据文件的关联文件类型、检测核心数据文件的冲突文件类型;将核心数据文件检测结果反馈进行,得到核心数据文件检测结果反馈信息;根据核心数据文件检测结果反馈信息,对未能识别的数据文件协议进行异常分析,如分析存在数据异常文件,则将数据异常文件推送至轮询数据解析;通过依次轮询数据解析,直至到达系统设定正常参考文件关联一致,完成数据文件进行智能检测调整;按照系统设定次序一致的顺序,智能调整输出顺序,分别进行数据文件智能输出,进行同步上传、下载,进行多人协同工作和系统同步运行。通过数据文件智能检测分析模型对核心数据文件进行智能分析,根据数据文件的反馈,智能检测对未能识别数据文件协议进行异常分析,并将异常分析后的数据文件协议推送至智能检测分析模型;接收别数据文件协议反馈的数据,通过依次轮询报文解析;解析到达次序一致顺序进行数据文件协议进行智能调整;按照系统设定次序一致的顺序,智能调整输出顺序,分别进行数据文件智能输出,可以进行同步上传、下载,可以进行多人协同工作和系统同步运行。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节与这里示出与描述的图例。

Claims (10)

1.一种图形物理PHD流行仿真实现方法,其特征在于,包括:
S100、通过图形仿真对复杂信号进行处理,通过仿真建模进行可视化管理;S200、通过集成电路算法,对硬件开发语言设计进行功能仿真验证,自动保存波形图和仿真日志;S300、自动生成脚本,进行快速测试,自动生成测试结果;S400、通过图形物理PHD流行仿真进行多通道处理和智能检测分析,同步上传、下载核心数据文件,进行多人协同工作。
2.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S100包括:
S101、通过图形仿真对复杂信号进行处理;所述复杂信号包括:多维信号和多类型信号;
S102、对图形仿真进行适应调整,通过图形物理PHD流行仿真进行系统工具的仿真建模;包括:系统工具界面化仿真建模和系统工具模块化仿真建模;
S103、通过仿真建模进行可视化管理;可视化管理包括:仿真建模系统可视化管理、系统调度可视化管理和参数配置可视化管理。
3.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S200包括:
S201、对集成电路算法进行适应性调整,使集成电路算法适应系统硬件开发;
S202、对硬件开发语言设计进行功能仿真验证,得到仿真验证波形图和仿真验证日志;
S203、自动保存仿真验证波形图和仿真验证日志。
4.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S300包括:
S301、在仿真测试时,仿真工具自动运行,自动生成仿真测试脚本;
S302、通过仿真测试脚本,进行仿真测试;
S303、仿真测试完成后,自动生成测试结果。
5.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S400包括:
S401、通过图形物理PHD流行仿真实现系统,对数据文件进行多通道处理;
S402、对多通道处理数据文件进行智能检测分析;
S403、对核心数据文件,进行同步上传、下载,进行多人协同工作和系统同步运行。
6.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S100还包括:
S111、提取复杂信号特征,设定复杂信号特征偏差阈值;
S112、根据复杂信号特征适用性,处理过程去除复杂信号非关联特征并进行关联特征顺序规划;
S113、对形成的复杂信号特征视觉优化轨迹进行模拟仿真及多特征交互验证仿真;基于多特征交互融合,对多通道信息进行去噪处理;通过复杂信号全局视觉优化复杂信号特征,并形成复杂信号特征视觉优化轨迹;实现仿真建模进行可视化管理。
7.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S200还包括:
S211、通过对图形物理电路网络坐标点连线半轴总长进行运算,得到图形物理电路网络坐标点运算模型;
S212、通过图形物理电路网络坐标点运算模型对硬件开发语言设计进行功能仿真验证,将图形物理电路网络坐标点运算模型运算的图形物理电路网络坐标点连线半轴总长和实际电路网络坐标点连线半轴总长进行对比;如对比差异小于设定差异范围,则验证通过;如对比差异不小于设定差异范围,则调整F循环运算直至对比差异小于设定差异范围;得到图形物理电路网络仿真验证结果;
S213、在功能仿真验证过程中,自动保存功能仿真验证数据,自动保存波形图和仿真日志。
8.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S300还包括:
S311、测试集成电路接口参数,并反馈进行解析频率选取;将解析频率选取的集成电路接口参数按照均匀概率分配到并行队列中等待处理;等待处理过程中独立完成数据传输速率与解析速率的匹配;
S312、根据反馈的集成电路接口参数动态选取解析频率解析集成电路接口参数;
S313、提取集成电路接口参数信息,集成电路接口参数信息通过多级集成电路可编程流水线,根据解析频率选取的解析时钟频率进行多级集成电路可编程流水线数据解析,并将解析结果进行相应反馈,对输出的集成电路接口参数进行快速测试,自动生成测试结果。
9.根据权利要求1所述的一种图形物理PHD流行仿真实现方法,其特征在于,S400还包括:
S411、通过图形物理PHD流行仿真进行多通道处理和智能检测分析,对数据文件进行多通道处理,并对多通道处理数据文件进行智能检测分析;
S412、通过对数据文件进行多通道处理并对多通道处理数据文件进行智能检测分析后,得到数据文件智能检测分析模型;
S413、通过数据文件智能检测分析模型对核心数据文件进行智能分析,进行同步上传、下载,进行多人协同工作和系统同步运行。
10.根据权利要求9所述的一种图形物理PHD流行仿真实现方法,其特征在于,S413包括:
S4131、将核心数据文件传输到数据文件智能检测分析模型,通过数据文件智能检测分析模型首先对核心数据文件进行智能检测;智能检测包括:检测核心数据文件的类型、检测核心数据文件的关联文件类型、检测核心数据文件的冲突文件类型;
S4132、将核心数据文件检测结果反馈进行,得到核心数据文件检测结果反馈信息;根据核心数据文件检测结果反馈信息,对未能识别的数据文件协议进行异常分析,如分析存在数据异常文件,则将数据异常文件推送至轮询数据解析;通过依次轮询数据解析,直至系统设定正常参考文件关联一致,完成数据文件进行智能检测调整;
S4133、按照系统设定次序一致的顺序,智能调整输出顺序,分别进行数据文件智能输出,进行同步上传、下载,进行多人协同工作和系统同步运行。
CN202111110401.9A 2021-09-23 2021-09-23 一种图形物理phd流行仿真实现方法 Active CN113987980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111110401.9A CN113987980B (zh) 2021-09-23 2021-09-23 一种图形物理phd流行仿真实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111110401.9A CN113987980B (zh) 2021-09-23 2021-09-23 一种图形物理phd流行仿真实现方法

Publications (2)

Publication Number Publication Date
CN113987980A true CN113987980A (zh) 2022-01-28
CN113987980B CN113987980B (zh) 2022-05-20

Family

ID=79736296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111110401.9A Active CN113987980B (zh) 2021-09-23 2021-09-23 一种图形物理phd流行仿真实现方法

Country Status (1)

Country Link
CN (1) CN113987980B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114662427A (zh) * 2022-03-08 2022-06-24 芯华章科技股份有限公司 一种逻辑系统设计的调试方法及设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101046387A (zh) * 2006-08-07 2007-10-03 南京航空航天大学 利用景象匹配提高导航系统精度的方法及组合导航仿真系统
CN102064783A (zh) * 2010-11-02 2011-05-18 浙江大学 一种概率假设密度粒子滤波器的设计方法及滤波器
CN102307041A (zh) * 2011-04-29 2012-01-04 浙江大学 当前统计模型的概率假设密度粒子滤波器的设计及滤波器
CN104156984A (zh) * 2014-05-30 2014-11-19 西北工业大学 一种不均匀杂波环境下多目标跟踪的概率假设密度方法
CN106772357A (zh) * 2016-11-23 2017-05-31 谭顺成 信噪比未知条件下的ai‑phd滤波器
CN109409022A (zh) * 2018-12-21 2019-03-01 核动力运行研究所 一种用于核电堆芯物理仿真可视化建模调试测试方法
CN109542827A (zh) * 2019-01-25 2019-03-29 上海创景信息科技有限公司 基于模型的通用仿真方法、系统及介质
CN109871259A (zh) * 2013-08-16 2019-06-11 运软网络科技(上海)有限公司 一种仿脑计算虚拟化的方法和系统
CN109886305A (zh) * 2019-01-23 2019-06-14 浙江大学 一种基于gm-phd滤波的多传感器非顺序量测异步融合方法
CN110309599A (zh) * 2019-07-04 2019-10-08 西北工业大学 一种方位测量融合与多目标定位方法
CN111562571A (zh) * 2020-05-28 2020-08-21 江南大学 一种未知新生强度的机动多目标跟踪与航迹维持方法
CN111798555A (zh) * 2019-04-04 2020-10-20 英特尔公司 用于降低精度的包围体层次构造的设备和方法
CN113010413A (zh) * 2021-02-20 2021-06-22 烽火通信科技股份有限公司 一种接口自动化测试方法和装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101046387A (zh) * 2006-08-07 2007-10-03 南京航空航天大学 利用景象匹配提高导航系统精度的方法及组合导航仿真系统
CN102064783A (zh) * 2010-11-02 2011-05-18 浙江大学 一种概率假设密度粒子滤波器的设计方法及滤波器
CN102307041A (zh) * 2011-04-29 2012-01-04 浙江大学 当前统计模型的概率假设密度粒子滤波器的设计及滤波器
CN109871259A (zh) * 2013-08-16 2019-06-11 运软网络科技(上海)有限公司 一种仿脑计算虚拟化的方法和系统
CN104156984A (zh) * 2014-05-30 2014-11-19 西北工业大学 一种不均匀杂波环境下多目标跟踪的概率假设密度方法
CN106772357A (zh) * 2016-11-23 2017-05-31 谭顺成 信噪比未知条件下的ai‑phd滤波器
CN109409022A (zh) * 2018-12-21 2019-03-01 核动力运行研究所 一种用于核电堆芯物理仿真可视化建模调试测试方法
CN109886305A (zh) * 2019-01-23 2019-06-14 浙江大学 一种基于gm-phd滤波的多传感器非顺序量测异步融合方法
CN109542827A (zh) * 2019-01-25 2019-03-29 上海创景信息科技有限公司 基于模型的通用仿真方法、系统及介质
CN111798555A (zh) * 2019-04-04 2020-10-20 英特尔公司 用于降低精度的包围体层次构造的设备和方法
CN110309599A (zh) * 2019-07-04 2019-10-08 西北工业大学 一种方位测量融合与多目标定位方法
CN111562571A (zh) * 2020-05-28 2020-08-21 江南大学 一种未知新生强度的机动多目标跟踪与航迹维持方法
CN113010413A (zh) * 2021-02-20 2021-06-22 烽火通信科技股份有限公司 一种接口自动化测试方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
任丽丽等: "基于Simulink,PHD和DCS的仿真系统开发应用", 《石油化工自动化》 *
周晨佳: "基于系统代数的仿真模型自动生成研究", 《科学技术与工程》 *
马悦 等: "基于拟蒙特卡罗概率假设密度的卷积实现", 《电子学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114662427A (zh) * 2022-03-08 2022-06-24 芯华章科技股份有限公司 一种逻辑系统设计的调试方法及设备

Also Published As

Publication number Publication date
CN113987980B (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
Puik et al. Assessment of reconfiguration schemes for Reconfigurable Manufacturing Systems based on resources and lead time
CN110910982A (zh) 自编码模型训练方法、装置、设备及存储介质
CN109922213A (zh) 语音咨询时的数据处理方法、装置、存储介质及终端设备
CN113987980B (zh) 一种图形物理phd流行仿真实现方法
CN111724081A (zh) Rpa流程复杂度确定方法、装置、设备及存储介质
CN108491875A (zh) 一种数据异常检测方法、装置、设备及介质
CN107066442A (zh) 情绪值的检测方法、装置及电子设备
EP3042288B1 (en) Analysis of parallel processing systems
CN114072786A (zh) 说话解析装置、说话解析方法以及程序
CN109783361A (zh) 确定代码质量的方法和装置
CN109033052A (zh) 页面处理方法及装置、介质和计算设备
CN115345600B (zh) 一种rpa流程的生成方法和装置
CN113688125B (zh) 基于人工智能的异常值检测方法、装置、电子设备及介质
CN112071305A (zh) 一种本地离线智能语音批量识别模组及方法
CN113628077A (zh) 生成不重复考题的方法、终端及可读存储介质
CN209357056U (zh) 一种通过语音将信息录入表格的系统
CN107844327B (zh) 一种实现上下文一致性的检测系统及检测方法
CN111993158A (zh) 刀具检测模型的生成方法、检测方法、系统、设备及介质
CN116302451B (zh) 一种云计算数据中心离线节能调度的方法及系统
US20230178100A1 (en) Tail point detection method, electronic device, and non-transitory computer-readable storage medium
CN117271268B (zh) 一种数字化计算平台中的集群架构性能评估方法
CN112232960B (zh) 交易应用系统监控方法及装置
CN117519702B (zh) 基于低代码配置化的搜索页面设计方法及系统
CN117708337B (zh) 一种面向复杂定域的人机交互方法和系统
CN108831446B (zh) 用于生成样本的方法和装置

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