CN116841775A - 考虑光纤传输和退化叠加的软件密集系统可靠性分析方法 - Google Patents
考虑光纤传输和退化叠加的软件密集系统可靠性分析方法 Download PDFInfo
- Publication number
- CN116841775A CN116841775A CN202311117913.7A CN202311117913A CN116841775A CN 116841775 A CN116841775 A CN 116841775A CN 202311117913 A CN202311117913 A CN 202311117913A CN 116841775 A CN116841775 A CN 116841775A
- Authority
- CN
- China
- Prior art keywords
- degradation
- software
- superposition
- optical fiber
- representing
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 80
- 230000015556 catabolic process Effects 0.000 title claims abstract description 80
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 80
- 239000013307 optical fiber Substances 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 230000000694 effects Effects 0.000 claims abstract description 58
- 238000010586 diagram Methods 0.000 claims abstract description 29
- 230000003287 optical effect Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 61
- 230000008569 process Effects 0.000 claims description 16
- 230000000593 degrading effect Effects 0.000 claims description 9
- 239000000835 fiber Substances 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000003466 welding Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，包括：构建由软硬件子系统和光纤传输链路组成的软件密集型系统结构图，根据所述结构图生成GO图模型；根据所述GO图模型确定存在退化叠加效应组合的故障阈值，并根据所述故障阈值得到具有退化叠加效应的组件可用度；根据所述GO图模型中光纤链路参数，建立光功率损耗模型，确定光功率传输损耗的概率密度函数，根据所述概率密度函数，得到信号流传输的可用度；根据所述具有退化叠加效应的组件可用度和信号流传输的可用度对所述软件密集型系统进行可靠性分析。本发明在对系统进行可靠性分析时，考虑了退化叠加效应和数据传输损耗，可显著提高系统可靠性预测精度。
Description
技术领域
本发明涉及系统可靠性分析技术领域，特别涉及一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法。
背景技术
采用光纤传输的软件密集型系统包含密集的软件子系统和硬件子系统，通过对复杂的硬件及软件进行封装，并由光纤链路连接各个子系统进行数据和指令传输来实现系统功能。当硬件、软件以及传输链路任一发生故障时，都有可能引起系统失效。
因此，目前现有技术主要通过软硬件结合，对系统的可靠性进行评价。
但对于有依赖关系的组件间还存在退化叠加效应，即当其同时处于退化状态时，高优先级组件将故障传播给低优先级组件，破坏性将会不断累积，当叠加达到故障阈值时，导致处于退化状态的组件提前达到故障状态。
此外，光纤通信作为软件密集型系统一种典型的数据传输方式，其传输的光功率直接决定着传输任务的顺利展开。光功率衰减包括光纤、光分路器、光活动连接器、光纤熔接接头所引入的衰减总和。
因此，单一的依靠软硬件并不能精确的对系统进行可靠性分析，而如何综合考虑退化叠加效应和数据传输损耗对其进行可靠性评价，以保证信息传输和系统功能实现的可靠性和可持续性，具有更强的现实意义。
发明内容
鉴于上述问题，本发明提出了一种至少解决上述部分技术问题的软件密集型系统可靠性分析方法，该方法在软硬件结合的基础上，综合考虑了其间存在的退化叠加效应和数据传输损耗，显著提高了软件密集型系统的可靠性预测精度。
具体的，本发明通过如下方案实现：
一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，包括：
构建由软硬子系统和光纤传输链路组成的软件密集型系统结构图，根据所述结构图生成GO图模型；
根据所述GO图模型确定存在退化叠加效应组合的故障阈值，并根据所述故障阈值得到具有退化叠加效应的组件可用度；
根据所述GO图模型中光纤链路参数，建立光功率损耗模型，确定光功率传输损耗的概率密度函数，根据所述概率密度函数，得到信号流传输的可用度；
根据所述具有退化叠加效应的组件可用度和信号流传输的可用度对所述软件密集型系统进行可靠性分析。
作为优选，根据所述软件密集型系统中各组件的故障模式、软硬间的绑定关系、软硬间故障传播和转化行为、存在退化叠加效应的组件和存在传输损耗的信号流，确定系统组成框和信号流，根据所述系统组成框和信号流生成系统结构图。
作为优选，根据所述结构图按如下方法生成GO图模型，包括，
将具有退化叠加效应的硬件组件和软件组件表示为类型29操作符，具有数据传输损耗的信号流表示为类型1操作符，其余组件选择功能GO操作符，逻辑关系选择逻辑GO操作符。
作为优选，所述具有退化叠加效应的组件可用度通过如下公式获得：
式中，表示组件可用度；
、/>分别表示输入/>处于正常运行状态和退化状态概率；/>、/>，分别表示组件自身C处于正常运行状态和退化状态概率；
表示组件输出正常运行状态0的概率；
表示组件输出退化运行状态1的概率；
表示存在退化叠加效应的组件处于退化运行状态的瞬时概率。
作为优选，所述故障阈值为常数时，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
式中，示积分变量，满足/>；
T表示退化状态的停留时间，是一个随参数呈指数分布的连续时间随机变量；
表示故障阈值，是一个常数；
表示组件从正常工作状态到退化状态的故障率；
表示组件在时间间隔/>内，组件从正常工作状态到退化状态的转移概率。
作为优选，所述故障阈值为随机变量时，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
式中，示积分变量，满足/>，
故障阈值为随机变量，/>是故障阈值/>的分布函数，。
作为优选，所述故障阈值同时存在常数和随机变量时，在不失一般性的情况下，假设退化累积阈值为常数，/>为具有独立分布函数/>的随机变量，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
式中，示积分变量，/>表示故障阈值，是一个常数，/>表示故障阈值，为随机变量，/>是故障阈值/>的分布函数
作为优选，所述故障阈值考虑常数、随机变量和常数与随机变量混合三种阈值类型。
作为优选，所述光功率损耗模型为：
式中，P表示光纤链路损耗光功率；
表示不同波长下损耗系数；
L表示光纤传输距离；
表示光纤熔接接头损耗；
表示熔接接头个数；
表示光纤活动连接器损耗；
表示光纤活动连接器个数；
表示光纤链路损耗富余度。
作为优选，当光纤传输距离的随机分布服从正态分布时，所述光功率传输损耗的概率密度函数的表达式为：
式中，表示正态分布的均值，/>表示正态分布的方差。
作为优选，所述信号流传输的可用度，表达式如下：
。
经上所知，本发明实施例公开了一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，与现有技术相比，本发明综合考虑退化叠加效应和数据传输损耗，构建了系统结构图和GO图模型，并在此基础上，提出了具有退化叠加效应的组件可用度和信号流传输的可用度的获取方法。
本发明基于退化叠加效应和数据传输损耗对软件密集型系统进行可靠性评价的方法，可显著提高系统可靠性预测精度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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为本发明软件密集型系统可靠性分析方法流程图；
图2为本发明中米波十米波射电日像仪系统工作原理结构图；
图3为本发明中米波十米波射电日像仪系统F-Engine单元、X-Engine单元结构图；
图4为本发明米波十米波射电日像仪数字处理系统的GO图模型图；
图5为本发明米波十米波射电日像仪系统的GO图模型图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，目的在于在软件和硬件的基础上，考虑组件之间的退化叠加效应和数据传输损耗，以提高可靠性分析的精度和准确性。本发明方案具体通过如下步骤实施，参照图1，包括：
构建所述由软硬子系统和光纤传输链路组成的软件密集型系统结构图，根据所述结构图生成GO图模型；
根据所述GO图模型确定存在退化叠加效应组合的故障阈值，并根据所述故障阈值得到具有退化叠加效应的组件可用度；
根据所述GO图模型中光纤链路参数，建立光功率损耗模型，确定光功率传输损耗的概率密度函数，根据所述概率密度函数，得到信号流传输的可用度；
根据所述具有退化叠加效应的组件可用度和信号流传输的可用度对所述软件密集型系统进行可靠性分析。
为使本领域技术人员清楚本发明方案的实现过程，现对各步骤进行详细的说明。
第一步、构建所述由软硬子系统和光纤传输链路组成的软件密集型系统结构图，根据所述结构图生成GO图模型；
本实施例中，通过对软件密集型系统的工作原理，结构和功能进行分析，得到待分析的软件密集型系统中的各组件故障模式、软硬间的绑定关系、软硬间故障传播和转化行为、存在退化叠加效应的组件和存在传输损耗的信号流，并据此确定系统组成框和信号流，根据所述系统组成框和信号流生成系统结构图。
其中，组成框与软硬组件以及存在退化叠加效应的组件相对应；信号流与所述软件密集型系统工作时的信号流一致；
然后，根据所述结构图按如下方法生成GO图模型，包括，
将具有退化叠加效应的硬件组件和软件组件表示为类型29操作符，具有数据传输损耗的信号流表示为类型1操作符，其余组件选择功能GO操作符，逻辑关系选择逻辑GO操作符。所述GO图模型的信号流与所述系统结构图的不存在数据传输损耗的信号流一致；
作为优选，由于软件密集型系统中的一些描述软硬件耦合特性的结构在进行GO法分析时需先处理为等效单元，并获得其可靠性参数。
因此，为了实现软件密集型系统GO法分析，需建立二级GO图模型。
首先，分析存在退化叠加效应的单元结构和功能，建立软硬件混合系统的等效输出结构GO图模型，即第一级GO图模型；其次，根据所述复杂系统分析，选取合适的操作符描述系统组件和逻辑关系，继而建立第二级GO图模型。在第二级GO图模型中，存在退化叠加效应的单元结构等效为1个单元，用类型1操作符表示，该操作符的可靠性参数为根据其第一级GO图模型计算所得，所述二级GO图模型为所述软件软件密集型系统的GO图模型。
第二步、根据所述GO图模型确定存在退化叠加效应组合的故障阈值，并根据所述故障阈值得到具有退化叠加效应的组件可用度；
本实施例中，基于马尔科夫链得到存在退化叠加效应的组件的状态转移矩阵，并通过穷举组件的状态组合为存在退化叠加效应的组合设置故障阈值，其中故障阈值分为常数和随机变量两种不同类型。
然后应用卷积方法得到受高优先级组件退化状态影响的组件可用度，即类型29操作符的可用度；
具体的，具有退化叠加效应的组件可用度通过如下公式获得：
式中，表示组件可用度；
、/>分别表示输入/>处于正常运行状态和退化状态概率；/>、/>，分别表示组件自身C处于正常运行状态和退化状态概率；
表示组件输出正常运行状态0的概率；
表示组件输出退化运行状态1的概率；
表示存在退化叠加效应的组件处于退化运行状态的瞬时概率。
本实施例中可分为包含常数故障阈值、随机变量故障阈值和混合故障阈值三种。
（1）当故障阈值为常数时，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
式中，示积分变量，满足/>；
T表示退化状态的停留时间，是一个随参数呈指数分布的连续时间随机变量；
表示故障阈值，是一个常数；
表示组件从正常工作状态到退化状态的故障率；
表示组件在时间间隔/>内，组件从正常工作状态到退化状态的转移概率。
（2）当故障阈值为随机变量时，考虑阈值是一个非负随机变量，并且其分布函数为/>，即退化累积随时间变化，则包含退化叠加效应的组件处于退化状态的瞬时概率可表示为：
式中，故障阈值为随机变量，/>是故障阈值/>的分布函数，。
（3）当故障阈值同时存在常数和随机变量时，在不失一般性的情况下，假设退化累积阈值为常数，/>为具有独立分布函数/>的随机变量，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
式中，示积分变量，/>表示故障阈值，是一个常数，/>表示故障阈值，为随机变量，/>是故障阈值/>的分布函数。
第三、根据GO图模型中光纤链路参数，建立光功率损耗模型，选定发送模块与接收模块之间允许的最大损耗作为关键性能指标，信息传输距离为随机变量，确定光功率传输损耗的概率密度函数，以得到光功率路径损耗对信息传输可靠性的影响程度，即类型1操作符的可用度；
本实施例中，根据所述软件软件密集型系统中光纤链路参数，确定光功率损耗模型，为：
式中，P表示光纤链路损耗光功率；
表示不同波长下损耗系数；
L表示光纤传输距离；
表示光纤熔接接头损耗；
表示熔接接头个数；
表示光纤活动连接器损耗；
表示光纤活动连接器个数；
表示光纤链路损耗富余度。
进一步，当传输设备和波长确定时，且光纤传输距离的随机分布服从正态分布时，即：，则光功率损耗P与传输距离L呈正相关关系。此时，光功率损耗也服从正态分布，即：/>，传输损耗的概率密度函数（PDF）可表示为：
式中，表示正态分布的均值，/>表示正态分布的方差。
当传输设备参数确定时，通过测量光发射功率与接收灵敏度的差值得到允许的最大损耗。所以，根据可靠度计算方法：/>，信号流传输的可用度，表达式为：
第四步、根据具有退化叠加效应的组件可用度和信号流传输的可用度，采用有共有信号的精确GO算法确定所述软件软件密集型系统的可用度，从而实现对所述软件密集型系统的可靠性分析。
具体的，根据第二步和第三步，确定存在退化叠加效应的软件和硬件可靠度、其他组件的可靠度以及具有数据传输损耗的信号流可靠度后，按照《GO法原理与应用》（作者：沈祖培，出版社：清华大学出版社，出版日期2004-8-1）中的GO法定量运算方法，确定包含软硬件交互的混合系统可靠性，也就是系统的成功概率，即系统可靠度。
本实施例提供的该方法克服了原有方法忽略硬件和软件子系统之间的退化叠加效应，并且以往基于GO法的分析方法，认为信号流可靠度为1，即尚未充分考虑其传播信息的可靠性，导致确定该类计算机系统可靠性分析较低。
为了提高并确定软件密集型系统的可靠性分析精度，本发明提供的方法基于GO法确定了包含软硬件间的退化叠加效应和交互故障的统一系统可靠性模型，以及改进了信号流可靠性评估，建立了行之有效的信息传输可靠性模型，增强了GO法自身的功能，扩大了GO法确定具有软件定义的新型体系架构信息系统可靠性的适用范围。
下面通过实施例进行进一步阐述。
以米波十米波射电日像仪系统为例，其结构如图2所示，在该系统中，天线接收端接收到的模拟信号依次经过恒温前端、光链路、变频单元，实现频谱搬移至中频，最终经光纤输出给数字相关系统。处理后的模拟信号由存储阵列暂存，再进行后续数据处理。因此，对射电日像仪系统进行可靠性分析需同时考虑信号传输可靠性和设备可靠性。
步骤一：绘制出需确定可靠性的系统结构图。根据米波十米波射电日像仪系统及系统中F-Engine单元、X-Engine单元的组成结构和工作原理，其中F-Engine单元包含了25块A型电路板、4块B型电路板以及1块C型电路板，X-Engine单元包含了32块D型电路板（图中未示出），绘制该系统和四种电路板结构图，如图2、3所示，
进一步、绘制含有软硬件混合子系统的米波十米波射电日像仪系统GO图模型。
1）选择操作符。F-Engine单元、X-Engine单元是含有软硬件交互的子系统，嵌入在电路板中的各种软件进程通过接口或ADC硬件接收信息，加工处理后输出给接口硬件。因此，预处理、数位打包、波束合成、自相关、积分等软件进程和ADC、接口硬件是系统中具有退化叠加效应的组件，选用类型29操作符来描述。
恒温前端将接收的射电信号转换为光信号，通过光纤链路传输至室内机房。经过一系列处理后得到中频信号，再次通过光纤链路输出给数字处理系统。因此，具有数据传输损耗的光纤选用类型1操作符来描述。系统中其余组件和组件之间的逻辑关系依据《GO法原理与应用》（作者：沈祖培，出版社：清华大学出版社，出版日期2004-8-1）的基本操作选取。
2）建立一级GO图模型，即建立含有软硬件混合子系统GO图模型。分析存在退化叠加效应的F-Engine单元、X-Engine单元中四种类型电路板的结构和功能，建立软硬件混合系统的等效输出结构GO图模型，即第一级GO图模型，如图4所示。
其中，操作符150、操作符157、操作符166、操作符173为输出信号成功概率为1的虚拟输入操作符。
GO图模型中的“字符-数字”分别表示操作符的类型和组件，或组件与组件之间逻辑关系的编号，信号流上的数字表示信号流编号，信号流149为系统的输出；
3）建立二级GO图模型，即建立完整的米波十米波射电日像仪系统GO图模型。根据所述复杂系统分析，选取合适的操作符描述系统组件和逻辑关系，继而建立第二级GO图模型。在第二级GO图模型中，存在退化叠加效应的电路板结构等效为1个单元，即将上述第一级GO图用类型1操作符表示，该操作符的可靠性参数为根据其第一级GO图模型计算所得，所述二级GO图模型为所述软件软件密集型系统的GO图模型，如图5所示。
步骤二：首先根据组件的类型和参数，通过查产品手册或者实验统计数据确定米波十米波射电日像仪系统组件成功概率，即可靠度，如表1所示。
表1
| 编号 | 组件名称 | 操作符类型 | 可靠度 |
| 1 | 水平极化 | 5 | 0.99999470 |
| 2,18,51,54,73,76 | 噪声源 | 5 | 0.99995909 |
| 4,20 | 放大器A | 1 | 0.99999677 |
| 5,21,32,37,40,59 | 可调损耗器 | 1 | 0.99999426 |
| 6-9,22-25,35,39,43,48,57,61,65,70 | 带通滤波器 | 1 | 0.99999411 |
| 11,13,27,29,34,36,38,44,47,49,52,56,58,60,69,71,74 | 放大器B | 1 | 0.99999361 |
| 12,14,28,30 | 固定损耗器 | 1 | 0.99999473 |
| 15,33 | 光发模块 | 1 | 0.99999504 |
| 16,32,78 | 光纤 | 1 | 0.99018000 |
| 17 | 垂直极化 | 5 | 0.99999470 |
| 31,55 | 光收模块 | 1 | 0.99999465 |
| 41,45,63,67 | 混频 | 1 | 0.99996210 |
| 50,53,72,75 | 功率分配器 | 1 | 0.99999535 |
| 79 | 时钟触发单元 | 5 | 0.99955093 |
| 114,148 | 网络交换 | 1 | 0.99955093 |
| 149 | 数据存储单元 | 1 | 0.99954882 |
| 155,156,163,164,165,171,172,179,180,181 | 软件驱动 | 5 | 0.99999621 |
| 151,158 | 模拟数字转换器 | 1 | 0.99996720 |
| 154,167,174 | 万兆网接口B | 1 | 0.99997272 |
据此，根据上述步骤三提供的29类操作符可用度计算方法，得到具有退化叠加效应的组件可靠度，具体见表2，
表2
步骤三、根据本文提供的信号流传输可用度获取方法，最终得到本实施例中信号流传输可靠性为0.99018。
步骤四：确定米波十米波射电日像仪系统的成功概率，即可靠度，根据步骤三确定系统中所有组件的可靠度，按照《GO法原理及应用》中的GO法定量运算方法，最终确定：
（1）当系统中具有退化叠加效应的组件的故障阈值为常数时，系统输出信号流的可靠度为0.96333738；
（2）当系统中具有退化叠加效应的组件的故障阈值为随机变量时，系统输出信号流的可靠度为0.96267192；
（3）当系统中具有退化叠加效应的组件的故障阈值为常数和随机变量同时存在时，系统输出信号流的可靠度为0.96303738。
上述结果表明，采用本实施例提供的方法确定软件密集型系统可靠性，精度高于现有方法，且解决了现有方法忽略硬件和软件子系统之间的退化叠加效应且未充分考虑信息传输可靠性的问题，只需确定该混合系统各组成部件的可靠性参数和传输设备参数，即可获得该系统的可靠性参数。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，包括：
构建由软硬子系统和光纤传输链路组成的软件密集型系统结构图，根据所述系统结构图生成GO图模型；
根据所述GO图模型确定存在退化叠加效应组合的故障阈值，并根据所述故障阈值得到具有退化叠加效应的组件可用度；
根据所述GO图模型中光纤链路参数，建立光功率损耗模型，确定光功率传输损耗的概率密度函数，根据所述概率密度函数，得到信号流传输的可用度；
根据所述具有退化叠加效应的组件可用度和信号流传输的可用度对所述软件密集型系统进行可靠性分析。
2.根据权利要求1所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，根据待分析的所述软件密集型系统中各组件的故障模式、软硬间的绑定关系、软硬间故障传播和转化行为、存在退化叠加效应的组件和存在传输损耗的信号流，确定系统组成框和信号流，根据所述系统组成框和信号流生成系统结构图。
3.根据权利要求1或2所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，根据所述系统结构图按如下方法生成GO图模型，包括，
将具有退化叠加效应的硬件组件和软件组件表示为类型29操作符，具有数据传输损耗的信号流表示为类型1操作符，其余组件选择功能GO操作符，逻辑关系选择逻辑GO操作符。
4.根据权利要求1所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，所述具有退化叠加效应的组件可用度通过如下公式获得：
；
式中，表示组件可用度；
、/>分别表示输入/>处于正常运行状态和退化状态概率；/>、/>，分别表示组件自身C处于正常运行状态和退化状态概率；
表示组件输出正常运行状态0的概率；
表示组件输出退化运行状态1的概率；
表示存在退化叠加效应的组件处于退化运行状态的瞬时概率。
5.根据权利要求1或4所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，所述故障阈值为常数时，包含退化叠加效应的组件处于退化状态的瞬时概率的表达式为：
；
式中，示积分变量，满足/>；
T表示退化状态的停留时间，是一个随参数呈指数分布的连续时间随机变量；
表示故障阈值，是一个常数；
表示组件从正常工作状态到退化状态的故障率；
表示组件在时间间隔/>内，组件从正常工作状态到退化状态的转移概率。
6.根据权利要求1或4所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，所述故障阈值为随机变量时，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
；
式中，示积分变量，满足/>，
故障阈值为随机变量，/>是故障阈值/>的分布函数，/>。
7.根据权利要求1或4所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，所述故障阈值同时存在常数和随机变量时，在不失一般性的情况下，假设退化累积阈值为常数，/>为具有独立分布函数的随机变量，包含退化叠加效应的组件处于退化状态的瞬时概率表达式为：
；
式中，示积分变量，/>表示故障阈值，是一个常数，/>表示故障阈值，为随机变量，是故障阈值/>的分布函数。
8.根据权利要求1所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，所述光功率损耗模型为：
；
式中，P表示光纤链路损耗光功率；
表示不同波长下损耗系数；
L表示光纤传输距离；
表示光纤熔接接头损耗；
表示熔接接头个数；
表示光纤活动连接器损耗；
表示光纤活动连接器个数；
表示光纤链路损耗富余度。
9.根据权利要求8所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，当光纤传输距离的随机分布服从正态分布时，所述光功率传输损耗的概率密度函数的表达式为：
；
式中，表示正态分布的均值，/>表示正态分布的方差。
10.根据权利要求9所述的一种考虑光纤传输和退化叠加的软件密集系统可靠性分析方法，其特征在于，所述信号流传输的可用度，表达式如下：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311117913.7A CN116841775B (zh) | 2023-09-01 | 2023-09-01 | 考虑光纤传输和退化叠加的软件密集系统可靠性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311117913.7A CN116841775B (zh) | 2023-09-01 | 2023-09-01 | 考虑光纤传输和退化叠加的软件密集系统可靠性分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116841775A true CN116841775A (zh) | 2023-10-03 |
| CN116841775B CN116841775B (zh) | 2023-11-14 |
Family
ID=88163841
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311117913.7A Active CN116841775B (zh) | 2023-09-01 | 2023-09-01 | 考虑光纤传输和退化叠加的软件密集系统可靠性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116841775B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107122832A (zh) * | 2017-04-01 | 2017-09-01 | 北京航空航天大学 | 一种质量控制与可靠性分析的制造系统预防性维修方法 |
| US20190272354A1 (en) * | 2019-03-06 | 2019-09-05 | Beihang University | Method for degradation modeling and lifetime prediction considering recoverable shock damages |
| US20190316902A1 (en) * | 2018-04-11 | 2019-10-17 | Michael T. Sparago | Failure Prediction and Analysis Techniques |
| CN113688513A (zh) * | 2021-08-17 | 2021-11-23 | 中国电力科学研究院有限公司 | Opgw光缆的寿命评估方法、系统、设备及存储介质 |
| CN116468425A (zh) * | 2023-04-23 | 2023-07-21 | 北京理工大学 | 多态系统的联合运维优化方法、电子设备和计算机可读存储介质 |
-
2023
- 2023-09-01 CN CN202311117913.7A patent/CN116841775B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107122832A (zh) * | 2017-04-01 | 2017-09-01 | 北京航空航天大学 | 一种质量控制与可靠性分析的制造系统预防性维修方法 |
| US20190316902A1 (en) * | 2018-04-11 | 2019-10-17 | Michael T. Sparago | Failure Prediction and Analysis Techniques |
| US20190272354A1 (en) * | 2019-03-06 | 2019-09-05 | Beihang University | Method for degradation modeling and lifetime prediction considering recoverable shock damages |
| CN113688513A (zh) * | 2021-08-17 | 2021-11-23 | 中国电力科学研究院有限公司 | Opgw光缆的寿命评估方法、系统、设备及存储介质 |
| CN116468425A (zh) * | 2023-04-23 | 2023-07-21 | 北京理工大学 | 多态系统的联合运维优化方法、电子设备和计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 伊枭剑: "基于GO法的复杂系统可靠性关键技术研究", 中国博士学位论文电子期刊网 * |
| 杜海东;曹军海;申莹;滕尚儒;: "非完美维修策略下退化系统可靠性仿真评估研究", 系统仿真学报, no. 08 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116841775B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ohlsson et al. | Predicting fault-prone software modules in telephone switches | |
| CN111884716B (zh) | 一种基于神经网络的光纤通信系统性能评估方法 | |
| US11704597B2 (en) | Techniques to generate network simulation scenarios | |
| US11038587B2 (en) | Method and apparatus for locating fault cause, and storage medium | |
| US7415206B1 (en) | Arrangement for characterizing and reducing multi-path interference (MPI) and/or optical return loss (ORL) in optical transmission links having multiple discrete reflection sources | |
| CN116223962B (zh) | 线束电磁兼容性预测方法、装置、设备及介质 | |
| CN115587543A (zh) | 基于联邦学习和lstm的刀具剩余寿命预测方法及系统 | |
| CN115118582A (zh) | 日志分析的方法和装置 | |
| CN116841775B (zh) | 考虑光纤传输和退化叠加的软件密集系统可靠性分析方法 | |
| CN117692940B (zh) | 一种基于微波链路的微波系统性能检测方法 | |
| CN114692427A (zh) | 设备校准方法及装置 | |
| CN117129975B (zh) | 一种基于激光雷达做真值的雷达报警自动测试方法及系统 | |
| CN107463486B (zh) | 系统性能分析方法、装置及服务器 | |
| US11101905B1 (en) | Method for estimating radiative contamination at nodes of an RF circuit | |
| CN114268365A (zh) | 一种基于可视化技术的通信光缆智能预警方法及系统 | |
| Barbosa et al. | The minimum cost network upgrade problem with maximum robustness to multiple node failures | |
| CN109726693B (zh) | 用于评估设备环境噪声的方法、装置、介质及电子设备 | |
| CN112016264A (zh) | 一种提高高速链路损耗评估精度的方法及系统 | |
| CN114268367A (zh) | 一种基于光纤合路的多路电力传输方法及系统 | |
| CN112380125B (zh) | 测试案例的推荐方法、装置、电子设备及可读存储介质 | |
| CN117761433B (zh) | 一种系统电磁兼容性分析方法、装置、设备及存储介质 | |
| US11551061B2 (en) | System for generating synthetic digital data of multiple sources | |
| CN114547101B (zh) | 数据中台的数据质量评估方法、装置、设备及存储介质 | |
| CN114598386B (zh) | 一种光网络通信软故障检测方法及装置 | |
| CN118233795B (zh) | 一种交换机端口状态的监控方法 |
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 |