CN114580146A - 一种仿真数据解析方法、装置、终端及存储介质 - Google Patents

Abstract

本申请实施例涉及数据处理技术领域，公开了一种仿真数据解析方法、装置、终端及存储介质。该仿真数据解析方法包括：获取待解析仿真数据；利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据；基于所述仿真的变量数据生成所述仿真的变量数据的变量表；利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。本申请实施例提供的仿真数据解析方法不但克服了对待解析仿真数据进行数据分析的操作环境限制，还便于对仿真的变量数据的集中管理，又将运算结果和变量数据一并存储于变量表内，便于查看和二次分析，提高了数据分析的效率。

Description

一种仿真数据解析方法、装置、终端及存储介质

技术领域

本申请实施例涉及数据处理技术领域，特别涉及一种仿真数据解析方法、装置、终端及存储介质。

背景技术

数字化仿真与半实物仿真在航空、航天、车辆、电气装备研发过程中得到广泛的应用。仿真计算与半实物仿真试验过程产生了大量的数据。在仿真与试验结束后，需要对这些数据进行分析、比对，这对评估仿真结果、故障诊断与成果分享都有重要的意义。

利用原有的仿真工具软件处理仿真结果数据的方法是最为直接可靠的解决方案。因为仿真数据就是由这些工具软件产生的，使用者利用产生仿真数据的软件来分析处理仿真数据不存在兼容性问题，也不存在使用习惯问题。

但是这种解决方案也存在明显的缺陷，具体体现在：仿真工具软件一般都是比较昂贵和复杂的商业软件，而数据分析与仿真计算并不是相同的使用场景，也不一定是相同的人员进行，所以在需要进行数据分析的计算机上并不一定安装有仿真工具软件，而造成仿真数据的分析工作不便开展的问题。与此同时，对仿真数据进行数据分析时产生的数据并不能及时共享，而造成的数据分析效率低的问题出现。

发明内容

本申请实施例的目的在于提供一种轻量化的仿真数据解析方法、装置、终端及存储介质，以解决现有技术中进行仿真数据的数据分析工作受限于操作环境以及数据分析效率低的问题。

为解决上述技术问题，本申请实施例一方面提供了一种仿真数据解析方法，包括：获取待解析仿真数据；利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据；基于所述仿真的变量数据生成所述仿真的变量数据的变量表；利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。

另外，在所述利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据之前，还包括：确定所述待解析仿真数据的数据格式；根据所述数据格式匹配与所述数据格式对应的解析规则；将匹配到的解析规则作为与所述待解析仿真数据对应的解析规则。

另外，在所述利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果之前，还包括：基于所述变量数据的变量名和变量说明，获取所述变量数据的自定义名，并将所述自定义名写入对应的所述变量表中；根据所述变量名和/或自定义名查找一个或多个所述变量表中的变量数据。

另外，在所述获取待解析仿真数据之后，还包括：创建数据集；获取所述解析规则和算法库，并将所述解析规则和算法库预先存入所述数据集中；其中，所述算法库中包括所述预设算法；将所述待解析仿真数据和所述变量表一并存入所述数据集中。

另外，所述利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，包括：检测所述算法库是否已存储所述预设算法；若是，选择所述预设算法的算法模块；若否，定义所述预设算法的名称，设置所述预设算法的参数和返回值，用脚本语言描述所述预设算法并生成所述预设算法的算法模块，将所述预设算法和所述算法的算法模块更新至所述算法库中，并返回执行所述检测所述算法库是否已存储所述预设算法；在所述算法模块中设置参数并对所述变量数据进行运算处理，生成所述运算结果。

另外，在所述将所述待解析仿真数据和所述变量表一并存入所述数据集中之后，包括：为所述数据集中的所述变量表配置变量表清单；其中，所述变量表清单包括所述变量表中的变量数据的信息，以及所述变量表的路径信息。

另外，该方法还包括：遍历所述数据集中的所有所述变量表，以及所述变量表中的所述变量数据和所述运算结果；选择图形显示控件对所述变量数据和所述运算结果进行可视化展示，并生成可视化效果的文件；将所述可视化效果的文件存入所述数据集中。

本申请实施例第二方面提供了一种仿真数据解析装置，包括：获取模块，所述获取模块用于获取待解析仿真数据；解析模块，所述解析模块用于利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据；生成模块，所述生成模块用于基于所述仿真的变量数据生成所述仿真的变量数据的变量表；运算模块，所述运算模块用于利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。

本申请实施例第三方面提供了一种终端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述仿真数据解析方法。

本申请实施例第四方面提供了一种存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述仿真数据解析方法。

本申请实施例提供的仿真数据解析方法、装置、终端及存储介质，先获取仿真软件产生的待解析仿真数据，并对待解析仿真数据进行解析，由此得到脱离于仿真软件操作环境限制的仿真的变量数据，然后基于仿真的变量数据生成仿真的变量数据的变量表，以对该仿真的变量数据进行集中管理，由此方便后续的查找和运算工作。再从变量表中提取并运算变量数据，将得到的运算结果写入到变量表中，由此将运算结果一并管理，通过变量表中的变量数据和运算结果能够更为方便地对原始的待解析仿真数据进行评估和分析。本申请实施例通过将待解析仿真数据转存为变量表的形式，不但克服了对待解析仿真数据进行数据分析的操作环境限制、拓宽了待解析仿真数据的适应度，还便于对仿真的变量数据的集中管理，又将运算结果和变量数据一并存储于变量表内，便于查看和二次分析，提高了数据分析的效率，利于数据分析工作的开展。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本申请实施例所提供的一种仿真数据解析方法的流程图；

图2是本申请实施例中在利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据之前的流程图；

图3是本申请实施例中在利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果之前的流程图；

图4是本申请实施例中在所述获取待解析仿真数据之后的流程图；

图5是本申请实施例中所述利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果的流程图；

图6是本申请实施例中对所述变量数据和所述运算结果进行可视化展示的流程图；

图7是本申请实施例所提供的一种仿真数据解析装置的结构示意图；

图8是本申请实施例所提供的一种终端结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本申请各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本申请的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。

如图1所示，于一实施例中，本申请的实施例第一方面提供一种仿真数据解析方法，包括：

S100、获取待解析仿真数据。具体的，可以通过获取访问数据库和/或客户端本地数据的方式来获取待解析仿真数据。其中，通过TCP/IP网络连接到具有仿真数据管理功能的服务器，再通过该服务器访问存储有待解析仿真数据的数据库。

S200、利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据。

S300、基于所述仿真的变量数据生成所述仿真的变量数据的变量表。由此将待解析仿真数据内嵌的变量数据以变量表的形式存储，其中，变量表可以为csv，xml，json等格式文件。

S400、利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。

本申请实施例先获取仿真软件产生的待解析仿真数据，并对待解析仿真数据进行解析，由此得到脱离于仿真软件操作环境限制的仿真的变量数据，然后基于仿真的变量数据生成仿真的变量数据的变量表，以对该仿真的变量数据进行集中管理，由此方便后续的查找和运算工作。再从变量表中提取并运算变量数据，将得到的运算结果写入到变量表中，由此将运算结果一并管理，通过变量表中的变量数据和运算结果能够更为方便地对原始的待解析仿真数据进行评估和分析。本申请实施例通过将待解析仿真数据转存为变量表的形式，不但克服了对待解析仿真数据进行数据分析的操作环境限制、拓宽了待解析仿真数据的适应度，还便于对仿真的变量数据的集中管理，又将运算结果和变量数据一并存储于变量表内，便于查看和二次分析，提高了数据分析的效率，利于数据分析工作的开展。

于一实施例中，在步骤S200、利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据之前，如图2所示，还包括：

S101'、确定所述待解析仿真数据的数据格式。

S102'、根据所述数据格式匹配与所述数据格式对应的解析规则。

S103'、将匹配到的解析规则作为与所述待解析仿真数据对应的解析规则。

基于仿真软件的种类以及版本，其对应生成的待解析仿真数据的数据格式也不同，使用到的解析规则也不同。解析规则是针对于不同数据格式的仿真数据的解析规则，具体包括：不同种类仿真软件生成的仿真数据的解析规则，以及同种类、不同版本的仿真软件生成的待解析仿真数据的解析规则。所以在对待解析仿真数据解析之前，通过确定待解析仿真数据的数据格式、匹配对应的解析规则来实现对待解析仿真数据的解析。经过解析后得到的仿真的变量数据，又生成仿真的变量数据的变量表，以变量表为基础、作为后期进行运算分析的文件，实现了对仿真计算工作和数据分析工作操作环境的分离，以使仿真数据的解析工作轻量化。

考虑到产生待解析仿真数据的仿真软件的种类和版本不同，从待解析仿真数据中提取出来的变量数据，其对应的变量名可能存在不一致的情况，甚至不为数据分析时所使用到的对应名称，于一实施例中，在步骤S200、利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果之前，如图3所示，还包括：

S111'、基于所述变量数据的变量名和变量说明，获取所述变量数据的自定义名，并将所述自定义名写入对应的所述变量表中。

S112'、根据所述变量名和/或自定义名查找一个或多个所述变量表中的变量数据。

通过增加变量数据的自定义名，以方便查找变量数据，提高仿真解析工作的效率。

于一实施例中，在步骤S100、在所述获取待解析仿真数据之后，参考图4，还包括：

S121'、创建数据集。

S122'、获取所述解析规则和算法库，并将所述解析规则和算法库预先存入所述数据集中；其中，所述算法库中包括所述预设算法。

S123'、将所述待解析仿真数据和所述变量表一并存入所述数据集中。

以数据集的形式将获取的待解析仿真数据、解析生成的变量表以及数据分析工作中使用到的解析规则和预设算法进行存储，方便集中管理以及批量处理大量的待分析仿真数据，有效提高了对待解析仿真数据进行数据分析的效率。

考虑到在待解析仿真数据的数量产生变化的同时，其对应的变量表的数量也在产生变化。为了便于管理及后续查找使用，在所述将所述待解析仿真数据和所述变量表一并存入所述数据集中之后，继续参考图4，包括：

S124'、为所述数据集中的所述变量表配置变量表清单。

其中，所述变量表清单包括所述变量表中的变量数据的信息，以及所述变量表的路径信息。具体的，可以通过一个xml或者json格式的配置脚本文件保存该变量表清单，该变量表清单具体包括：变量表的路径信息，以及各变量表中包括变量名、自定义名、变量说明、采样间隔、维度、数据类型等在内的信息。

于一实施例中，步骤S200、所述利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，参照图5，具体包括：

S210、检测所述算法库是否已存储所述预设算法。

S221、若是，选择所述预设算法的算法模块。

S222、若否，定义所述预设算法的名称，设置所述预设算法的参数和返回值，用脚本语言描述所述预设算法并生成所述预设算法的算法模块，将所述预设算法和所述算法的算法模块更新至所述算法库中，并返回步骤210中重新检测。

S230、在所述算法模块中设置参数并对所述变量数据进行运算处理，生成所述运算结果。

随着对仿真数据的分析评估要求不断提高，对仿真数据中变量数据进行的运算也不光依靠于常用算法，在数据分析工作中将使用到的算法，以算法库的形式均存入数据集中，更进一步提高了对待解析仿真数据的集中管理。其中，自定义算法是对前述常用数学算法的扩展，用于实现单步数学运算不能实现的多步计算与逻辑。自定义算法用脚本编写，使用者通过脚本能够实现对变量数据的访问、数学函数库中的方法调用、算法逻辑的实现。其中的算法主要包括聚合运算、突变查找、统计分析、相关性独立性分析以及数据拟合等，得到的运算结果不但可用于评估分析待解析仿真数据，还可以用于二次分析或结果查看。可以看出，算法库中的预设算法包括四则运算、绝对值、三角函数、幂函数在内常用数学运算，以及通过脚本编写的自定义算法。另外，解析规则也可以采用与上述相似的更新方式。

以Matlab仿真软件产生的后缀为.mat文件的待解析仿真数据为例，.mat文件中的数据内容一般是一个或多个变量按照一定的时间间隔(Ts)排列的一组或多组列表，其内嵌的变量数据类型是双精度浮点型，具体如表1：

表1：后缀为.mat文件的待解析仿真数据

但是，要得到这样的数据，需要按照对应的仿真软件及其版本的数据解析规则从.mat文件中解析得到仿真的变量数据，将这些仿真的变量数据组成变量表，如表2所示。其中，为了方便后续的数据处理，还可以将变量加上别名，并将文件信息、所在任务ID信息等页加到该变量表中。

表2：基于仿真的变量数据生成仿真的变量数据的变量表

变量

变量名

所在文件

所在任务ID

维度

采样精度

说明

以两个变量取平均值为例，经过平均值算法操作后得到的运算结果，也写入到变量表中，如表3所示。

表3：写入运算结果的变量表

该仿真数据解析方法，如图6所示，还包括：S500、对所述变量数据和所述运算结果进行可视化展示。

于一实施例中，步骤S500、对所述变量数据和所述运算结果进行可视化展示，具体包括：

S510、遍历所述数据集中的所有所述变量表，以及所述变量表中的所述变量数据和所述运算结果。

S520、选择图形显示控件对所述变量数据和所述运算结果进行可视化展示，并生成可视化效果的文件。

S530、将所述可视化效果的文件存入所述数据集中。

通过对变量表中的变量数据和运算结果的可视化展示，由此实现在可视化环境中直接对仿真数据进行运算，便于对仿真数据进行远程管理与分析。其中，将数据文件的解析规则、算法，以及可视化效果的文件均以文件的形式存储在数据集中，方便下次进行数据分析时直接使用，省去重复操作，提高数据分析效率。于一实施例中，本申请提供一种仿真数据解析装置，如图7所示，包括：获取模块601，所述获取模块601用于获取待解析仿真数据；解析模块602，所述解析模块602用于利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据；生成模块603，所述生成模块603用于基于所述仿真的变量数据生成所述仿真的变量数据的变量表；运算模块604，所述运算模块604用于利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。

具体的，该仿真数据解析装置还包括可视化模块605，所述可视化模块605用于对所述变量表中的变量数据和运算结果进行可视化展示，并生成可视化效果的文件。可视化效果的文件具体为：显示页面和图形显示控件配置文件，以及部分显示曲线的缩略图。例如，由于变量数据和运算结果一般为时间序列，可以利用示波器之类的图形显示控件，来对所述变量数据和所述运算结果进行可视化。具体的，通过设置变量映射子模块可以实现变量与图形显示控件的对应。在变量映射子模块中，可以遍历数据集中的所有变量表中的变量数据和经算法运算得到的运算结果，并利用一个图表中显示这其中诸如变量名、自定义名、维度等关键信息。先在图表中选择变量数据和/或运算结果，再选择用于显示该变量数据的图形显示控件类型与编号。其中，通过变量映射子模块，可以将变量数据或运算结果分配到不同的图形显示控件显示，也可以将多个变量数据和/或运算结果分配到同一个图形显示控件显示。更具体的，图形显示控件具有静态显示、动态显示和同步显示功能。图形显示默认选择为静态显示，初始默认显示变量数据的全时间序列点；当选择动态显示后，图形可以动态显示。动态显示的移动速度通过编辑框与滑动条联动调节，且实现动态显示时可以通过工具栏与右键菜单的运行、暂停、停止等图标控制。当选择同步显示后，可以控制多个图形显示控件同步显示多个变量数据和/或运算结果的时间序列，即每个控件的X轴对应的时间都保持一致。无论静态显示还是动态显示时间序列时，每个控件显示的时间序列都是保持时间同步的刷新。在观察到满意的曲线波形后，可以以png、jpg等格式的图形文件来保存单个或多个曲线波形，并将这些图形文件回传到数据集中，通过这些曲线波形可以方便索引与查询已分析过的仿真数据。

于一实施例中，本申请也涉及一种终端，如图8所示，包括至少一个处理器71；以及，与至少一个处理器71通信连接的存储器72；其中，存储器72存储有可被至少一个处理器71执行的指令，指令被至少一个处理器71执行，以使至少一个处理器71能够执行上述仿真数据解析方法。

其中，存储器72和处理器71采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器71和存储器72的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器71。

处理器71负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器72可以被用于存储处理器71在执行操作时所使用的数据。

于一实施例中，本申请还涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本申请实施例提供的仿真数据解析方法、装置、终端及存储介质，通过上述的技术方案，在管理与分析数据时不需要购买安装产生原始仿真数据的仿真开发工具软件，减少了支出；还实现了在一个客户端上就可以解析多种格式的仿真数据，拓宽了对仿真数据的适应度；并且，还通过数据集的形式存储待解析仿真数据、生成的变量表，以及解析规则和预设算法，由此对仿真数据资产的集中存储与管理，以及数据分析提供了极大的便利。

本领域的普通技术人员可以理解，上述各实施方式是实现本申请的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本申请的精神和范围。

Claims (10)

1.一种仿真数据解析方法，其特征在于，包括：

获取待解析仿真数据；

利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据；

基于所述仿真的变量数据生成所述仿真的变量数据的变量表；

利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。

2.根据权利要求1所述的仿真数据解析方法，其特征在于，在所述利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据之前，还包括：

确定所述待解析仿真数据的数据格式；

根据所述数据格式匹配与所述数据格式对应的解析规则；

将匹配到的解析规则作为与所述待解析仿真数据对应的解析规则。

3.根据权利要求1所述的仿真数据解析方法，其特征在于，在所述利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果之前，还包括：

基于所述变量数据的变量名和变量说明，获取所述变量数据的自定义名，并将所述自定义名写入对应的所述变量表中；

根据所述变量名和/或自定义名查找一个或多个所述变量表中的变量数据。

4.根据权利要求1至3中任一项所述的仿真数据解析方法，其特征在于，在所述获取待解析仿真数据之后，还包括：

创建数据集；

获取所述解析规则和算法库，并将所述解析规则和算法库预先存入所述数据集中；其中，所述算法库中包括所述预设算法；

将所述待解析仿真数据和所述变量表一并存入所述数据集中。

5.根据权利要求4所述的仿真数据解析方法，其特征在于，所述利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，包括：

检测所述算法库是否已存储所述预设算法；

若是，选择所述预设算法的算法模块；

若否，定义所述预设算法的名称，设置所述预设算法的参数和返回值，用脚本语言描述所述预设算法并生成所述预设算法的算法模块，将所述预设算法和所述算法的算法模块更新至所述算法库中，并返回执行所述检测所述算法库是否已存储所述预设算法；

在所述算法模块中设置参数并对所述变量数据进行运算处理，生成所述运算结果。

6.根据权利要求4所述的仿真数据解析方法，其特征在于，在所述将所述待解析仿真数据和所述变量表一并存入所述数据集中之后，包括：

为所述数据集中的所述变量表配置变量表清单；

其中，所述变量表清单包括所述变量表中的变量数据的信息，以及所述变量表的路径信息。

7.根据权利要求4所述的仿真数据解析方法，其特征在于，该方法还包括：

遍历所述数据集中的所有所述变量表，以及所述变量表中的所述变量数据和所述运算结果；

选择图形显示控件对所述变量数据和所述运算结果进行可视化展示，并生成可视化效果的文件；

将所述可视化效果的文件存入所述数据集中。

8.一种仿真数据解析装置，其特征在于，包括：

获取模块，所述获取模块用于获取待解析仿真数据；

解析模块，所述解析模块用于利用与所述待解析仿真数据对应的解析规则解析所述待解析仿真数据，得到仿真的变量数据；

生成模块，所述生成模块用于基于所述仿真的变量数据生成所述仿真的变量数据的变量表；

运算模块，所述运算模块用于利用预设算法对所述变量表中的变量数据进行运算处理得到所述变量数据的运算结果，并将所述运算结果写入所述变量表中。

9.一种终端，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的仿真数据解析方法。

10.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的仿真数据解析方法。

Images