CN115329611B - 惯性导航组件仿真方法及装置、电子设备、存储介质 - Google Patents

惯性导航组件仿真方法及装置、电子设备、存储介质 Download PDF

Info

Publication number
CN115329611B
CN115329611B CN202211265368.1A CN202211265368A CN115329611B CN 115329611 B CN115329611 B CN 115329611B CN 202211265368 A CN202211265368 A CN 202211265368A CN 115329611 B CN115329611 B CN 115329611B
Authority
CN
China
Prior art keywords
inertial navigation
navigation component
simulation
simulation model
ontology
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
CN202211265368.1A
Other languages
English (en)
Other versions
CN115329611A (zh
Inventor
刘杰
叶雨农
王皓岩
李苗
李嵬
汪志强
戴扬
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.)
CETC Information Science Research Institute
Original Assignee
CETC Information Science Research Institute
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 CETC Information Science Research Institute filed Critical CETC Information Science Research Institute
Priority to CN202211265368.1A priority Critical patent/CN115329611B/zh
Publication of CN115329611A publication Critical patent/CN115329611A/zh
Application granted granted Critical
Publication of CN115329611B publication Critical patent/CN115329611B/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
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及惯性导航系统技术领域,提供了一种惯性导航组件仿真方法及装置、电子设备、存储介质,方法包括:确定惯性导航组件中的目标器件;基于预设的惯性导航组件知识图谱,筛选出与目标器件对应的目标器件仿真模型;基于目标器件仿真模型,搭建惯性导航组件的仿真链路,并根据仿真链路对惯性导航组件进行仿真。本公开可以支撑惯性导航组件的集成设计,方便用户复用已有的仿真模型,避免用户对仿真模型进行低效检索工作,极大地提高了惯性导航组件设计仿真过程中仿真模型的筛选效率和管理水平,提升了惯性导航组件的设计仿真效率与仿真的准确度。

Description

惯性导航组件仿真方法及装置、电子设备、存储介质
技术领域
本公开涉及惯性导航系统技术领域,特别涉及一种惯性导航组件仿真方法及装置、电子设备、存储介质。
背景技术
现代导航技术自诞生以来,一直受到众多专家学者的关注,成为人们研究的热点之一。近年来,惯性导航组件逐渐成为实现武器装备制导与导航的核心系统,也是最具有军事应用价值和战略意义的典型微系统之一。
未来战争是高技术条件下的信息化战争,以导航定位技术为核心信息源的精确制导武器在战场中将得到广泛应用,远程精确打击和“非接触作战”将成为主要作战样式。因此,精确制导武器已经逐渐演化为现代战争的主导者,成为加速战争进程、决定战争胜负的关键要素。
高精度定位导航系统对惯性导航组件的成本、抗干扰能力、精度等的要求越来越高,使得惯性导航系统的设计与仿真对计算机技术愈发依赖,整个设计过程通常依托仿真软件进行开发。惯性导航系统将微电子技术、导航技术、信号处理技术融为一体,因此,如何高效地基于系统需求完成基于模型的系统仿真设计成为惯性导航系统设计的核心需求。目前,虽然关于惯性导航系统的各类模型较多,但由于没有统一的标准要求,各类模型之间通常相对独立,从而不仅对各类模型的使用提出了很高要求,还使得各类模型的筛选、评估、选择等工作也效率较低。
典型的惯性导航组件集成了惯性测量单元(Inertial Measurement Unit,IMU)、磁传感单元、高度测量单元、自主导航处理单元、电源管理单元等多个单元,在工作过程中,各单元涉及的多种信息需高度融合,形成导航参数后发送给相应的高精度定位导航系统。然而,由于各单元对应的模型通常存在缺失及各异性,很难支撑设计师实现多种类器件的选择和评估,不仅提高了设计师开展惯性导航组件设计的门槛,还降低了设计师的设计效率,增多了设计师的重复工作量。
发明内容
本公开旨在至少解决现有技术中存在的问题之一,提供一种惯性导航组件仿真方法及装置、电子设备、存储介质。
本公开的一个方面,提供了一种惯性导航组件仿真方法,所述方法包括以下步骤:
确定惯性导航组件中的目标器件;
基于预设的惯性导航组件知识图谱,筛选出与所述目标器件对应的目标器件仿真模型;
基于所述目标器件仿真模型,搭建所述惯性导航组件的仿真链路,并根据所述仿真链路对所述惯性导航组件进行仿真。
可选的,所述惯性导航组件知识图谱根据以下步骤构建形成:
基于所述惯性导航组件对应的链路拓扑图,构建所述惯性导航组件对应的本体;
基于所述惯性导航组件中的各器件对应的仿真模型数据集,建立各所述器件对应的器件仿真模型与所述本体的关联关系,得到所述惯性导航组件知识图谱。
可选的,所述基于所述惯性导航组件对应的链路拓扑图,构建所述惯性导航组件对应的本体,包括:
基于所述链路拓扑图,确定各所述器件的类型;
基于各所述器件的特性,分别确定各类型的所述器件对应的知识信息;
基于所述知识信息,构建所述本体。
可选的,所述基于所述知识信息,构建所述本体,包括:
基于所述知识信息,分别确定所述本体的类、所述本体的类对应的层次结构以及所述层次结构的属性信息;
基于所述本体的类、所述层次结构以及所述层次结构的属性信息,构建所述本体。
可选的,所述基于所述惯性导航组件中的各器件对应的仿真模型数据集,建立各所述器件对应的器件仿真模型与所述本体的关联关系,得到所述惯性导航组件知识图谱,包括:
基于所述仿真模型数据集,建立各所述器件仿真模型的属性信息与所述层次结构的属性信息之间的关联关系,得到所述惯性导航组件知识图谱。
可选的,所述惯性导航组件知识图谱以三元组的形式存储所述器件仿真模型的属性信息与所述层次结构的属性信息之间的关联关系。
可选的,所述基于预设的惯性导航组件知识图谱,筛选出与所述目标器件对应的目标器件仿真模型,包括:
基于所述本体的类、所述层次结构以及所述层次结构的属性信息,采用预设的查询语言从所述惯性导航组件知识图谱中筛选出所述目标器件仿真模型。
本公开的另一个方面,提供了一种惯性导航组件仿真装置,所述装置包括:
确定模块,用于确定惯性导航组件中的目标器件;
筛选模块,用于基于预设的惯性导航组件知识图谱,筛选出与所述目标器件对应的目标器件仿真模型;
仿真模块,用于基于所述目标器件仿真模型,搭建所述惯性导航组件的仿真链路,并根据所述仿真链路对所述惯性导航组件进行仿真。
本公开的另一个方面,提供了一种电子设备,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前文记载的惯性导航组件仿真方法。
本公开的另一个方面,提供了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前文记载的惯性导航组件仿真方法。
本公开相对于现有技术而言,通过基于预设的惯性导航组件知识图谱对目标器件对应的目标器件仿真模型进行筛选,并基于筛选出的目标器件仿真模型搭建惯性导航组件的仿真链路,根据该仿真链路对惯性导航组件进行仿真,可以支撑惯性导航组件的集成设计,方便用户复用已有的仿真模型,避免用户对仿真模型进行低效检索工作,极大地提高了惯性导航组件设计仿真过程中仿真模型的筛选效率和管理水平,提升了惯性导航组件的设计仿真效率与仿真的准确度。
附图说明
一个或多个实施方式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方式的限定,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为本公开一实施方式提供的一种惯性导航组件仿真方法的流程图;
图2为本公开另一实施方式提供的一种惯性导航组件的仿真链路示意图;
图3为本公开另一实施方式提供的惯性导航组件知识图谱构建方法的流程图;
图4为本公开另一实施方式提供的惯性陀螺仿真模型的属性信息与层次结构的属性信息之间的关联关系示意图;
图5为本公开另一实施方式提供的一种惯性导航组件仿真装置的结构示意图;
图6为本公开另一实施方式提供的电子设备的结构示意图。
具体实施方式
为使本公开实施方式的目的、技术方案和优点更加清楚,下面将结合附图对本公开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,在本公开各实施方式中,为了使读者更好地理解本公开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,也可以实现本公开所要求保护的技术方案。以下各个实施方式的划分是为了描述方便,不应对本公开的具体实现方式构成任何限定,各个实施方式在不矛盾的前提下可以相互结合相互引用。
本公开的一个实施方式涉及一种惯性导航组件仿真方法,其流程如图1所示,包括以下步骤:
步骤S110,确定惯性导航组件中的目标器件。
具体的,这里的目标器件指的是惯性导航组件中需要对其进行仿真以确定其仿真性能的器件。例如,如图2所示,常见的惯性导航组件通常包含惯性陀螺、加速度计、磁力计、高度计、滤波器、模数(A/D)转换器、融合算法处理模块等器件。在确定目标器件时,可以基于惯性导航组件的实际仿真需求,将惯性导航组件中的任一器件作为目标器件。举例而言,在惯性导航组件的实际仿真需求为确定惯性陀螺的仿真性能时,可以将图2中的惯性陀螺作为目标器件,以通过仿真确定惯性陀螺的仿真性能。或者,在惯性导航组件的实际仿真需求为确定加速度计的仿真性能时,可以将图2中的加速度计作为目标器件,以通过仿真确定加速度计的仿真性能。当然,本领域技术人员还可以将惯性导航组件中的其他器件如磁力计、高度计等作为目标器件,本实施方式对此并不限制。
步骤S120,基于预设的惯性导航组件知识图谱,筛选出与目标器件对应的目标器件仿真模型。
具体的,这里的目标器件仿真模型指的是将目标器件作为被仿真对象而设计出的仿真模型。例如,在目标器件为惯性陀螺时,目标器件仿真模型可以是惯性陀螺仿真模型;在目标器件为加速度计时,目标器件仿真模型可以是加速度计模型;在目标器件为磁力计时,目标器件仿真模型可以是磁力计模型,等等。
惯性导航组件知识图谱可以包括惯性导航组件对应的本体,以及惯性导航组件中的各器件对应的器件仿真模型与本体的关联关系,从而可以基于本体对器件仿真模型进行搜索和匹配,筛选出目标器件对应的目标器件仿真模型。
需要说明的是,本步骤筛选出的目标器件对应的目标器件仿真模型可能有多个,此时,本领域技术人员还可以根据各目标器件仿真模型的特性信息对各目标器件仿真模型进行对比评估,从中选择合适的目标器件仿真模型应用到惯性导航组件的仿真中。
步骤S130,基于目标器件仿真模型,搭建惯性导航组件的仿真链路,并根据仿真链路对惯性导航组件进行仿真。
具体的,本步骤可以基于目标器件仿真模型的配置信息和特性信息,搭建基于目标器件角度的惯性导航组件的仿真链路,并根据该仿真链路基于目标器件角度对惯性导航组件进行仿真。在步骤S110确定出的目标器件包括多个种类时,本步骤还可以基于步骤S120筛选出的各个种类的目标器件对应的目标器件仿真模型,搭建惯性导航组件的仿真链路,并根据该仿真链路对惯性导航组件进行仿真,从而完成惯性导航组件中多传感器系统链路的仿真分析。
本公开实施方式相对于现有技术而言,通过基于预设的惯性导航组件知识图谱对目标器件对应的目标器件仿真模型进行筛选,并基于筛选出的目标器件仿真模型搭建惯性导航组件的仿真链路,根据该仿真链路对惯性导航组件进行仿真,可以支撑惯性导航组件的集成设计,方便用户复用已有的仿真模型,避免用户对仿真模型进行低效检索工作,极大地提高了惯性导航组件设计仿真过程中仿真模型的筛选效率和管理水平,提升了惯性导航组件的设计仿真效率与仿真的准确度。
示例性的,如图3所示,惯性导航组件知识图谱可根据以下步骤构建形成:
步骤S210,基于惯性导航组件对应的链路拓扑图,构建惯性导航组件对应的本体。
具体的,这里的本体用于描述惯性导航组件中各器件对应的概念层次体系,是各器件对应的知识信息的概念模板。本步骤可以基于惯性导航组件对应的仿真原理图,抽象出各器件的属性信息对应的概念,从而构建惯性导航组件对应的本体。
示例性的,步骤S210可以包括:
基于链路拓扑图,确定各器件的类型;基于各器件的特性,分别确定各类型的器件对应的知识信息;基于知识信息,构建本体。
具体的,如图2所示,各器件的类型可以是惯性陀螺、加速度计、磁力计、高度计、滤波器、A/D转换器、融合算法处理模块等。当然,惯性导航组件还可以包括其他类型的器件,本实施方式对此并不限制。
各类型的器件对应的知识信息可以包括各类型的器件对应的不同维度的信息以及各维度包括的不同方面的信息,从而可以基于不同维度的信息以及各维度包括的不同方面的信息构建本体。例如,不同维度的信息包括但不限于模型基础信息、模型关联信息、仿真配置信息、模型特性信息。其中,模型基础信息包括但不限于模型名称、开发单位、开发人员、发布时间、版本号、修改日志等方面的信息。模型关联信息包括但不限于拓扑图、仿真工具、多领域关联、功能等方面的信息。仿真配置信息包括但不限于接口数量、接口功能、初始化需求、输入信息、输出信息等方面的信息。模型特性信息主要描述各类型的器件所特有的性能指标。例如,对惯性陀螺而言,其对应的模型特性信息可以包括但不限于角速度范围、带宽范围、零偏稳定性等方面的信息。
本实施方式通过基于链路拓扑图确定各器件的类型,基于各器件的特性分别确定各类型的器件对应的知识信息,并基于该知识信息构建本体,可以实现惯性导航组件对应的多类异构模型的关联,从而实现各器件对应的仿真模型的分类检索和高效匹配,提升检索匹配效率,并为后续进一步梳理利用惯性导航组件的已有知识提供便利。
示例性的,基于知识信息,构建本体,包括:
基于知识信息,分别确定本体的类、本体的类对应的层次结构以及层次结构的属性信息;基于本体的类、层次结构以及层次结构的属性信息,构建本体。
需要说明的是,这里本体的类可以用于定义和描述各器件的不同维度的信息。例如,本体的类可以是模型基础信息、模型关联信息、仿真配置信息、模型特性信息。在本体的类确定后,可以基于各器件的不同维度信息包括的各个方面的信息,确定本体的类对应的层次结构以及层次结构的属性信息,从而为本体搭建一个框架模型。例如,在本体的类为模型基础信息时,其对应的层次结构可以是模型名称、开发单位、开发人员、发布时间、版本号、修改日志等。在本体的类为模型关联信息时,其对应的层次结构可以是拓扑图、仿真工具、多领域关联、功能等。在本体的类为仿真配置信息时,其对应的层次结构可以是接口数量、接口功能、初始化需求、输入信息、输出信息等。在本体的类为模型特性信息时,其对应的层次结构可以是描述不同类型的器件所特有的各性能指标。
具体的,以器件类型为惯性陀螺为例,其对应的本体的类可以包括模型基础信息、模型关联信息、仿真配置信息、模型特性信息。如下表1所示,惯性陀螺对应的模型基础信息可以包括模型名称、开发单位、开发人员、发布时间、版本号、修改日志共六个方面的信息组成的层次结构。如下表2所示,惯性陀螺对应的模型关联信息包括拓扑图、仿真工具、多领域关联、功能共四个方面的信息组成的层次结构。如下表3所示,惯性陀螺对应的仿真配置信息包括接口数量、接口功能、初始化需求、输入信息、输出信息共五个方面的信息组成的层次结构。如下表4所示,惯性陀螺对应的模型特性信息包括角速度范围、带宽范围、零偏稳定性共三个方面的信息组成的层次结构。各层次结构均包括属性类别、标识、属性类型、说明在内的属性信息。
表1 惯性陀螺对应的模型基础信息
Figure DEST_PATH_IMAGE001
表2 惯性陀螺对应的模型关联信息
Figure DEST_PATH_IMAGE002
表3 惯性陀螺对应的仿真配置信息
Figure DEST_PATH_IMAGE003
表4 惯性陀螺对应的模型特性信息
Figure DEST_PATH_IMAGE004
通过基于各类型的器件对应的知识信息确定本体的类、本体的类对应的层次结构以及层级结构的属性信息,并由此构建本体,可以进一步将惯性导航组件对应的多类异构模型进行关联,进一步提高惯性导航组件设计仿真过程中仿真模型的筛选效率和管理水平。
在对本体进行代码开发时,本领域技术人员可以采用网络本体语言(WebOntology Language,OWL)来表达描述惯性导航组件对应的本体,或者,本领域技术人员也可以采用其他本体语言来表达描述惯性导航组件对应的本体,本实施方式对此并不限制。
需要说明的是,在本体构建开发完成后,还可以在领域工程师及专家的帮助下对已构建开发的本体进行评测工作,判断本体的质量优劣,并在发现本体的质量较差时对本体进行修正,从而提高本体的质量。
步骤S220,基于惯性导航组件中的各器件对应的仿真模型数据集,建立各器件对应的器件仿真模型与本体的关联关系,得到惯性导航组件知识图谱。
具体的,惯性导航组件中的各器件对应的仿真模型数据集可以包括各器件对应的一个或多个器件仿真模型的具体数据,分别将每个器件对应的各器件仿真模型的具体数据与本体进行关联,即可得到惯性导航组件知识图谱。
通过基于惯性导航组件对应的链路拓扑图构建惯性导航组件对应的本体,并基于惯性导航组件中的各器件对应的仿真模型数据集,建立各器件对应的器件仿真模型与本体的关联关系,得到惯性导航组件知识图谱,可以将原本零散的各器件仿真模型基于链路拓扑图组织到一起,实现基于统一标准的模型链接,相比器件仿真模型传统的分类指标检索方式,不仅提高了惯性导航组件对应的各器件仿真模型的管理水平,还避免了低效检索工作,提高了检索效率和匹配效果,有效支撑了惯性导航组件的集成设计。同时,基于惯性导航组件对应的链路拓扑图构建的本体,还凝结了以往设计人员对仿真的理解,提高了惯性导航组件对应的仿真模型的设计起点和设计仿真水准。
示例性的,步骤S220可以包括:
基于仿真模型数据集,建立各器件仿真模型的属性信息与层次结构的属性信息之间的关联关系,得到惯性导航组件知识图谱。
具体的,仿真模型数据集可以包括各器件仿真模型的属性信息及其对应的具体数据,将各器件仿真模型的属性信息及其对应的具体数据与层次结构的属性信息进行一一关联,即可得到各器件仿真模型的属性信息与层次结构的属性信息之间的关联关系,从而得到惯性导航组件知识图谱。
例如,以器件类型为惯性陀螺为例,基于其对应的仿真模型数据集建立的器件仿真模型的属性信息与层次结构的属性信息之间的关联关系可以如图4所示。
通过在各器件仿真模型的属性信息与层级结构的属性信息之间建立关联关系,可进一步提高惯性导航组件对应的各器件仿真模型的管理水平以及检索效率。
示例性的,惯性导航组件知识图谱以三元组的形式存储器件仿真模型的属性信息与层次结构的属性信息之间的关联关系。
具体的,本领域技术人员可以将器件仿真模型的属性信息与层次结构的属性信息之间的关联关系,以三元组形式描述为直译式脚本语言对象简谱(JavaScript ObjectNotation,JSON)文档,并将该文档输入弹性搜索服务器(ElasticSearch),从而依托ElasticSearch搭建惯性导航组件知识图谱的搜索引擎,实现属性、多跳搜索以及符合多对属性要求的搜索过程。
需要说明的是,三元组形式可以是实体-属性-属性值。其中,实体可以是惯性导航组件中不同类型的器件对应的仿真模型。例如,实体可以是惯性陀螺、加速度计、磁力计、高度计、滤波器、A/D转换器、融合算法处理模块等器件对应的仿真模型。属性可以是本体的类的层次结构。例如,属性可以是模型名称、开发单位、开发人员、发布时间、版本号、修改日志等,可以是拓扑图、仿真工具、多领域关联、功能等,也可以是接口数量、接口功能、初始化需求、输入信息、输出信息等,还可以是各类型的器件所特有的性能指标。属性值可以是描述实体的属性的具体参数或特征。例如,在实体为惯性陀螺仿真模型时,其属性带宽范围对应的属性值可以是≥100Hz。
示例性的,步骤S120可以包括:
基于本体的类、层次结构以及层次结构的属性信息,采用预设的查询语言从惯性导航组件知识图谱中筛选出目标器件仿真模型。
具体的,在惯性导航组件知识图谱以三元组的形式存储器件仿真模型的属性信息与层次结构的属性信息之间的关联关系时,可以采用SPARQL(SPARQL Protocol and RDFQuery Language,SPARQL协定与RDF查询语言)查询语言,基于本体的类、层次结构以及层次结构的属性信息,对惯性导航组件知识图谱对应的数据进行查询,从而筛选出目标器件仿真模型。
通过基于本体的类、层次结构以及层次结构的属性信息,采用预设的查询语言从惯性导航组件知识图谱中筛选出目标器件仿真模型,可以基于多个角度对目标器件仿真模型进行查询和搜索,从而进一步提高检索效率。
本公开的另一个实施方式涉及一种惯性导航组件仿真装置,如图5所示,包括:
确定模块510,用于确定惯性导航组件中的目标器件;
筛选模块520,用于基于预设的惯性导航组件知识图谱,筛选出与目标器件对应的目标器件仿真模型;
仿真模块530,用于基于目标器件仿真模型,搭建惯性导航组件的仿真链路,并根据仿真链路对惯性导航组件进行仿真。
本公开实施方式提供的惯性导航组件仿真装置的具体实现方法,可以参见本公开实施方式提供的惯性导航组件仿真方法所述,此处不再赘述。
本公开实施方式相对于现有技术而言,可以支撑惯性导航组件的集成设计,方便用户复用已有的仿真模型,避免用户对仿真模型进行低效检索工作,极大地提高了惯性导航组件设计仿真过程中仿真模型的筛选效率和管理水平,提升了惯性导航组件的设计仿真效率与仿真的准确度。
本公开的另一个实施方式涉及一种电子设备,如图6所示,包括:
至少一个处理器610;以及,
与至少一个处理器610通信连接的存储器620;其中,
存储器620存储有可被至少一个处理器610执行的指令,指令被至少一个处理器610执行,以使至少一个处理器610能够执行上述实施方式所述的惯性导航组件仿真方法。
其中,存储器和处理器采用总线方式连接,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和存储器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。
处理器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。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本公开的另一个实施方式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实施方式所述的惯性导航组件仿真方法。
即,本领域技术人员可以理解,实现上述实施方式所述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)执行本公开各个实施方式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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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公开的具体实施方式,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本公开的精神和范围。

Claims (8)

1.一种惯性导航组件仿真方法,其特征在于,所述方法包括以下步骤:
确定惯性导航组件中的目标器件;
基于预设的惯性导航组件知识图谱,筛选出与所述目标器件对应的目标器件仿真模型;
基于所述目标器件仿真模型,搭建所述惯性导航组件的仿真链路,并根据所述仿真链路对所述惯性导航组件进行仿真;
所述惯性导航组件知识图谱根据以下步骤构建形成:
基于所述惯性导航组件对应的链路拓扑图,构建所述惯性导航组件对应的本体;
基于所述惯性导航组件中的各器件对应的仿真模型数据集,建立各所述器件对应的器件仿真模型与所述本体的关联关系,得到所述惯性导航组件知识图谱;
所述基于所述惯性导航组件对应的链路拓扑图,构建所述惯性导航组件对应的本体,包括:
基于所述链路拓扑图,确定各所述器件的类型;
基于各所述器件的特性,分别确定各类型的所述器件对应的知识信息;
基于所述知识信息,构建所述本体。
2.根据权利要求1所述的方法,其特征在于,所述基于所述知识信息,构建所述本体,包括:
基于所述知识信息,分别确定所述本体的类、所述本体的类对应的层次结构以及所述层次结构的属性信息;
基于所述本体的类、所述层次结构以及所述层次结构的属性信息,构建所述本体。
3.根据权利要求2所述的方法,其特征在于,所述基于所述惯性导航组件中的各器件对应的仿真模型数据集,建立各所述器件对应的器件仿真模型与所述本体的关联关系,得到所述惯性导航组件知识图谱,包括:
基于所述仿真模型数据集,建立各所述器件仿真模型的属性信息与所述层次结构的属性信息之间的关联关系,得到所述惯性导航组件知识图谱。
4.根据权利要求3所述的方法,其特征在于,所述惯性导航组件知识图谱以三元组的形式存储所述器件仿真模型的属性信息与所述层次结构的属性信息之间的关联关系。
5.根据权利要求4所述的方法,其特征在于,所述基于预设的惯性导航组件知识图谱,筛选出与所述目标器件对应的目标器件仿真模型,包括:
基于所述本体的类、所述层次结构以及所述层次结构的属性信息,采用预设的查询语言从所述惯性导航组件知识图谱中筛选出所述目标器件仿真模型。
6.一种惯性导航组件仿真装置,其特征在于,所述装置包括:
确定模块,用于确定惯性导航组件中的目标器件;
筛选模块,用于基于预设的惯性导航组件知识图谱,筛选出与所述目标器件对应的目标器件仿真模型;
仿真模块,用于基于所述目标器件仿真模型,搭建所述惯性导航组件的仿真链路,并根据所述仿真链路对所述惯性导航组件进行仿真;
所述惯性导航组件知识图谱根据以下步骤构建形成:
基于所述惯性导航组件对应的链路拓扑图,构建所述惯性导航组件对应的本体;
基于所述惯性导航组件中的各器件对应的仿真模型数据集,建立各所述器件对应的器件仿真模型与所述本体的关联关系,得到所述惯性导航组件知识图谱;
所述基于所述惯性导航组件对应的链路拓扑图,构建所述惯性导航组件对应的本体,包括:
基于所述链路拓扑图,确定各所述器件的类型;
基于各所述器件的特性,分别确定各类型的所述器件对应的知识信息;
基于所述知识信息,构建所述本体。
7.一种电子设备,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权利要求1至5中任一项所述的惯性导航组件仿真方法。
8.一种计算机可读存储介质,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5中任一项所述的惯性导航组件仿真方法。
CN202211265368.1A 2022-10-17 2022-10-17 惯性导航组件仿真方法及装置、电子设备、存储介质 Active CN115329611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211265368.1A CN115329611B (zh) 2022-10-17 2022-10-17 惯性导航组件仿真方法及装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211265368.1A CN115329611B (zh) 2022-10-17 2022-10-17 惯性导航组件仿真方法及装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN115329611A CN115329611A (zh) 2022-11-11
CN115329611B true CN115329611B (zh) 2023-01-24

Family

ID=83915228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211265368.1A Active CN115329611B (zh) 2022-10-17 2022-10-17 惯性导航组件仿真方法及装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN115329611B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828622A (zh) * 2022-12-21 2023-03-21 中国电子科技集团公司信息科学研究院 射频收发组件模型管理方法及装置、电子设备、介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9846587B1 (en) * 2014-05-15 2017-12-19 Xilinx, Inc. Performance analysis using configurable hardware emulation within an integrated circuit
CN109885699A (zh) * 2019-02-15 2019-06-14 中国人民解放军国防科技大学 基于知识图谱的云仿真模型资源描述信息存储方法及装置
CN112733409A (zh) * 2021-04-02 2021-04-30 中国电子科技集团公司信息科学研究院 一种多源传感综合集成复合导航微系统协同设计平台

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MY150345A (en) * 2009-03-27 2013-12-31 Mimos Berhad A method and system for ontology navigation and visualization
KR102564579B1 (ko) * 2016-10-05 2023-08-04 한화오션 주식회사 함정체계 시뮬레이션을 위한 관성항법 시뮬레이션 장치 및 방법
WO2019167081A1 (en) * 2018-03-02 2019-09-06 Apasangi Akash System and method for emulation and simulation of rtl (design under test) using fpga
CN110287332B (zh) * 2019-06-06 2021-10-08 中国人民解放军国防科技大学 云环境下仿真模型选择方法与装置
CN112688815B (zh) * 2020-12-25 2022-10-18 网络通信与安全紫金山实验室 一种车载网络仿真系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9846587B1 (en) * 2014-05-15 2017-12-19 Xilinx, Inc. Performance analysis using configurable hardware emulation within an integrated circuit
CN109885699A (zh) * 2019-02-15 2019-06-14 中国人民解放军国防科技大学 基于知识图谱的云仿真模型资源描述信息存储方法及装置
CN112733409A (zh) * 2021-04-02 2021-04-30 中国电子科技集团公司信息科学研究院 一种多源传感综合集成复合导航微系统协同设计平台

Also Published As

Publication number Publication date
CN115329611A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN112086010B (zh) 地图生成方法、装置、设备及存储介质
KR101641831B1 (ko) 지식정보기반 건축 설계 지원 시스템 프레임워크
CN115329611B (zh) 惯性导航组件仿真方法及装置、电子设备、存储介质
KR101370989B1 (ko) 3차원 스캔 데이터를 이용한 시공 오차 분석 방법
US11860846B2 (en) Methods, systems and apparatus to improve spatial-temporal data management
CN113434482A (zh) 数据迁移方法、装置、计算机设备及存储介质
CN114003613A (zh) 高精地图车道线更新方法、装置、电子设备以及存储介质
CN112433853A (zh) 一种面向超级计算机数据并行应用的异构感知数据划分方法
CN104641373B (zh) 有效地寻找空间得分最佳的实体
CN105302827A (zh) 一种事件的搜索方法和设备
CN115329613B (zh) 光电收发模块仿真方法及装置、电子设备、存储介质
CN109684351B (zh) 一种执行计划查看方法、装置、服务器及存储介质
CN114852096A (zh) 域控制器变量的管理方法、装置、电子设备及存储介质
CN110110015A (zh) 信息点数据处理方法、处理装置及计算机可读存储介质
CN116295466A (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN108984615A (zh) 一种数据查询方法和系统、存储介质
CN110427372A (zh) 一种汽车车身零件号指定系统及其使用方法
CN116612421B (zh) 一种融合多源空间数据的建成环境识别方法及设备
CN112784533B (zh) 车道组编号生成方法、装置、计算机设备和存储介质
EP4123621A1 (en) Flight path determination
RU2759773C1 (ru) Способ и система определения местоположения пользователя
CN114969261B (zh) 基于人工智能的数据查询方法、装置、电子设备及介质
JP6961133B1 (ja) 検索装置、検索方法、及び、検索プログラム
CN113282276B (zh) 一种模型的映射方法和装置
CN115164914A (zh) 一种单兵作战用导航方法、系统、电子设备及介质

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