一种电子系统故障测试策略动态生成方法技术方案

本发明专利技术公开了一种电子系统故障测试策略动态生成方法，根据静态生成的搜索树和动态测试测点或故障的改变量，进行动态修改搜索树中节点搜索策略的代价，更新搜索策略中各个故障模糊集的最优测点，进而快速更新诊断树，得到优化测试方案，这样提高了整体测试的优化效率，降低搜索次数。

A Dynamic Generation Method of Electronic System Fault Testing Strategy

The invention discloses a dynamic generation method of fault testing strategy for electronic system. According to the static generated search tree and the change amount of dynamic test points or faults, the cost of dynamically modifying the node search strategy in the search tree is carried out, the optimal test points of each fault fuzzy set in the search strategy are updated, and the diagnosis tree is updated quickly to obtain the optimized test scheme, thus improving the whole system. The optimization efficiency of the test reduces the number of searches.

【技术实现步骤摘要】
一种电子系统故障测试策略动态生成方法
本专利技术属于电路故障诊断
，更为具体地讲，涉及一种电子系统故障测试策略动态生成方法。
技术介绍
随着电子技术的日益发展，电子系统的可测试性设计成为电子设计领域的重要组成部分。其中，及时准确地确定电路状态并隔离内部故障可以有效地缩短电子系统的研制、实验和发布时间。因此，故障测试方案设计在实际应用中具有重要的意义。现有的故障测试方案设计方法中，序贯测试基于初步设计给出的信号流图和相关性模型描述的电路关系，给出测试序列测试方法，减小测试产生的代价，可以有效地提高后期设计和验证评估的效率，因此，该技术被广泛应用于电子系统的可测性设计。然而在实际测试过程中，测试结果可能会导致故障传播模型的改变，对测试流程产生影响，因此动态测试优化方法在序贯测试的研究中具有极高的实际价值。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种电子系统故障测试策略动态生成方法，基于电子系统的故障依赖信息及静态搜索策略生成动态状态下的故障诊断方法，具有优化策略代价小，搜索速度快等特点。为实现上述专利技术目的，本专利技术提出并实现了一种电子系统故障测试策略动态生成方法，其特征在于，包括以下步骤：(1)、构建测试模型根据电路内部故障状态与电路中测点输出的关系，构建电路的测试模型H＝{D,C,P}，其中，C＝{c1,c2,…,ci,…cM}为电路中设置的测点对应的代价构成的矩阵，ci表示电路中第i个测点的先验测试代价，M为可选测点总数；P＝{p1,p2,…,pj,…,pN}为电路系统中各个故障状态发生概率形成的矩阵，pj为第j个故障状态发生的概率，N为故障状态总数；D为故障依赖矩阵，具体表示为：其中，dij表示第j个电路故障在第i个测点下的测试信息，dij的取值为0或1，dij＝1表示第j个电路故障可以通过第i个测点测出，dij＝0代表第j个故障不能通过第i个测点测出；(2)、构建初始的搜索树通过静态的启发式搜索方法构建初始的搜索树T＝{T1,T2,…,Tp,…,TP}，其中，Tp代表搜索树中的第p个节点，T1为搜索树的根节点，P为搜索树中的节点总数；对于搜索树中的节点Tp，有Tp＝{Sr,topt,Costava,S0,S1}，其中，Sr为节点的故障模糊集，Sr＝{sr1,sr2,…,srj,…,srM}，srj为故障模糊集中包含的故障状态；topt为搜索树中的最优测点；tava＝{tava1,tava2,…,tavai,…,tavaL}为Sr对应的有效测点构成的集合，tavai为有效分离Sr的测点，L为有效测点个数；Costava＝{Costava1,Costava2,…,Costavai,…,CostavaL}为对应有效测点生成的测试方法代价，Costavai为对应有效测点tavai生成的测试方法的代价；S0和S1为根据topt分割Sr得到的子故障模糊集，其定义为：(3)、读入更新的测点及该测点对应的代价变化量或该测得对应的更新故障状态及故障概率(4)、将搜索树的根节点T1作为更新过程的初始节点，将根节点的故障模糊集Sr作为搜索树中待更新节点的目标模糊集S；(5)、根据故障依赖矩阵更新故障树(5.1)、判断待更新节点的有效测点集合tava是否包含更新的测点若tava中包含更新的测点则进行步骤(5.2)，否则跳至步骤(6)；(5.2)、判断待更新节点当前的最优测点topt是否为更新的测点若toptt为更新的测点则进入步骤(5.3)；否则跳至步骤(5.6)；(5.3)、更新最优测点topt的故障策略的总代价其中，pi为故障状态si对应的概率；(5.4)、更新除最优测点topt外其余有效测点生成的故障策略代价；(5.4.1)、设有效测点t'为tava中的第一个有效测点；(5.4.2)、若t'是当前最优测点topt，则进行步骤(5.4.7)；否则，根据t'的故障依赖信息，将故障集S分离为左子故障集St',0和右子故障集St',1:St',0＝{sj|djt'＝0}St',1＝{sj|djt'＝1}(5.4.3)、在搜索树中找到故障集为St',0对应的左子节点，将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出左子节点对应的最优解代价Costt',0；(5.4.4)、在搜索树中找到故障集为St',1对应的右子节点，将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出右子节点对应的最优解代价Costt',1；(5.4.5)、更新t'关于故障集S生成的最优解代价：(5.4.6)、判断tava中所有测点对应代价是否均被更新，若全部更新，则进入步骤(5.5)；否则将t'设置为tava中下一个待更新的有效测点，再返回步骤(5.4.2)；(5.5)、将Costava中最小值对应的测点记为新的最优测点topt，并将其对应的左子模糊集和右子模糊集设置为搜索树中该节点的左子模糊集S0和右子模糊集S1，然后进入步骤(6)；(5.6)、更新代价变化的测点对应的故障诊断总代价:其中，为的初始代价，和分别为左子故障集和右子故障集的测试代价；(5.7)、更新除代价变化测点外的其余有效测点生成的故障策略代价；(5.7.1)、设有效测点t'为tava中的第一个有效测点；(5.7.2)、若t'是则进行步骤(5.7.6)；否则，根据t'的故障依赖信息，将故障集S分离为左子故障集St',0和右子故障集St',1:St',0＝{sj|djt'＝0}St',1＝{sj|djt'＝1}(5.7.3)、在搜索树中找到故障集为St',0对应的左子节点，将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出左子节点对应的最优解代价Costt',0；(5.7.4)、在搜索树中找到故障集为St',1对应的右子节点，将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出右子节点对应的最优解代价Costt',1；(5.7.5)、更新t'关于故障集S生成的最优解代价：(5.7.6)、判断tava中所有测点对应代价是否均被更新，若全部更新，则进入步骤(5.8)；将t'设置为tava中下一个待更新的有效测点，再返回步骤(5.7.2)；(5.8)、将Costava中最小值对应的测点为新的最优测点topt，并将其对应的左子模糊集和右子模糊集设置为搜索树中该节点的左子模糊集S0和右子模糊集S1，然后进入步骤(6)；(6)、判断待更新节点的故障集中是否包含更新的故障状态若更新节点的故障集中包含待更新的故障状态则进行步骤(7)，否则跳转至步骤(9)；(7)、更新可用测点tava对应的测试代价(7.1)、设有效测点t'为tava中的第一个有效测点；(7.2)、根据t'的故障依赖信息，将故障集S分离为左子故障集St',0和右子故障集St',1St',0＝{sj|djt'＝0}St',1＝{sj|djt'＝1}(7.3)、在搜索树中找到故障集为St',0对应的左子节点，若St',0中包含更新的故障状态则将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出左子节点对应的最优解代价Costt',0；否则将搜索树中的左子节点的代价作为最优解代价Costt',0；(7.4)、在搜索树本文档来自技高网...

【技术保护点】
1.一种电子系统故障测试策略动态生成方法，其特征在于，包括以下步骤：(1)、构建测试模型根据电路内部故障状态与电路中测点输出的关系，构建电路的测试模型H＝{D,C,P}，其中，C＝{c1,c2,…,ci,…cM}为电路中设置的测点对应的代价构成的矩阵，ci表示电路中第i个测点的先验测试代价，M为可选测点总数；P＝{p1,p2,…,pj,…,pN}为电路系统中各个故障状态发生概率形成的矩阵，pj为第j个故障状态发生的概率，N为故障状态总数；D为故障依赖矩阵，具体表示为：

【技术特征摘要】
1.一种电子系统故障测试策略动态生成方法，其特征在于，包括以下步骤：(1)、构建测试模型根据电路内部故障状态与电路中测点输出的关系，构建电路的测试模型H＝{D,C,P}，其中，C＝{c1,c2,…,ci,…cM}为电路中设置的测点对应的代价构成的矩阵，ci表示电路中第i个测点的先验测试代价，M为可选测点总数；P＝{p1,p2,…,pj,…,pN}为电路系统中各个故障状态发生概率形成的矩阵，pj为第j个故障状态发生的概率，N为故障状态总数；D为故障依赖矩阵，具体表示为：其中，dij表示第j个电路故障在第i个测点下的测试信息，dij的取值为0或1，dij＝1表示第j个电路故障可以通过第i个测点测出，dij＝0代表第j个故障不能通过第i个测点测出；(2)、构建初始的搜索树通过静态的启发式搜索方法构建初始的搜索树T＝{T1,T2,…,Tp,…,TP}，其中，Tp代表搜索树中的第p个节点，T1为搜索树的根节点，P为搜索树中的节点总数；对于搜索树中的节点Tp，有Tp＝{Sr,topt,Costava,S0,S1}，其中，Sr为节点的故障模糊集，Sr＝{sr1,sr2,…,srj,…,srM}，srj为故障模糊集中包含的故障状态；topt为搜索树中的最优测点；tava＝{tava1,tava2,…,tavai,…,tavaL}为Sr对应的有效测点构成的集合，tavai为有效分离Sr的测点，L为有效测点个数；Costava＝{Costava1,Costava2,…,Costavai,…,CostavaL}为对应有效测点生成的测试方法代价，Costavai为对应有效测点tavai生成的测试方法的代价；S0和S1为根据topt分割Sr得到的子故障模糊集，其定义为：(3)、读入更新的测点及该测点对应的代价变化量或该测得对应的更新故障状态及故障概率(4)、将搜索树的根节点T1作为更新过程的初始节点，将根节点的故障模糊集Sr作为搜索树中待更新节点的目标模糊集S。(5)、根据故障依赖矩阵更新故障树(5.1)、判断待更新节点的有效测点集合tava是否包含更新的测点若tava中包含更新的测点则进行步骤(5.2)，否则跳至步骤(6)；(5.2)、判断待更新节点当前的最优测点topt是否为更新的测点若toptt为更新的测点则进入步骤(5.3)；否则跳至步骤(5.6)；(5.3)、更新最优测点topt的故障策略的总代价其中，pi为故障状态si对应的概率；(5.4)、更新除最优测点topt外其余有效测点生成的故障策略代价；(5.4.1)、设有效测点t'为tava中的第一个有效测点；(5.4.2)、若t'是当前最优测点topt，则进行步骤(5.4.7)；否则，根据t'的故障依赖信息，将故障集S分离为左子故障集St',0和右子故障集St',1:St',0＝{sj|djt'＝0}St',1＝{sj|djt'＝1}(5.4.3)、在搜索树中找到故障集为St',0对应的左子节点，将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出左子节点对应的最优解代价Costt',0；(5.4.4)、在搜索树中找到故障集为St',1对应的右子节点，将该节点作为待更新节点，然后按照步骤(5.1)～(5.3)所述方法计算出右子节点对应的最优解代价Costt',1；(5.4.5)、更新t'关于故障集S生成的最优解代价：(5.4.6)、判断tava中所有测点对应代价是否均被更新，若全部更新，则进入...

【专利技术属性】
技术研发人员：刘震，梅文娟，杜立，杨成林，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51