用于仿真技术系统的方法和设备技术方案

用于仿真技术系统的方法（10），其特征在于以下特征：借助于所述系统的仿真模型获得（11）时间序列，其中为所述仿真模型的至少一个认知参数分派能变化的值，通过对所述系统的对应测量获得（12）至少一个测量序列，对于所述认知参数的每个值，分别计算（13）针对该值获得的时间序列相对于所述测量序列的实数值误差度量（15）以及所述误差度量（15）的分布函数（16），以及为了所述仿真使用（14）以下值，在所述值的情况下所述分布函数（16）与郝维赛德函数的距离最小。最小。最小。

【技术实现步骤摘要】
用于仿真技术系统的方法和设备


[0001]本专利技术涉及一种用于仿真技术系统的方法。本专利技术还涉及一种对应的设备、一种对应的计算机程序以及一种对应的存储介质。

技术介绍

[0002]在软件技术中，用上位概念“基于模型的测试”（model
‑
based testing，MBT）汇总了将模型用于对测试活动自动化并在测试过程中生成测试假象（Testartefakte）的用途。例如，由描述待测试系统的目标行为的模型生成测试情况是众所周知的。
[0003]特别是嵌入式系统（embedded systems）依赖于传感器的确定性输入信号，并且又通过向极为不同的执行器输出的信号来刺激其环境。因此，在这种系统的验证和前期开发阶段的过程中，对该系统的模型（model in the loop，循环中的模型，MiL）、软件（software in the loop，循环中的软件，SiL）、处理器（processor in the loop，循环中的处理器，PiL）或整个硬件（hardware in the loop，循环中的硬件，HiL）与环境模型一起在伺服控制中进行仿真。在车辆技术中，有时将与该原理相对应的用于根据测试阶段和测试对象检查电子控制设备的仿真器称为组件检查台、模块检查台或集成检查台。
[0004]DE10303489A1公开了这种用于测试车辆、电动工具或机器人系统的控制单元的软件的方法，其中通过测试系统至少部分地仿真可由所述控制单元控制的受控段，其方式是从所述控制单元产生输出信号并且将所述控制单元的输出信号经由第一连接传输到第一硬件模块，将第二硬件模块的信号作为输入信号经由第二连接传输到所述控制单元，其中所述输出信号作为软件中的第一控制值提供并且附加地经由通信接口相对于所述受控段实时地传输到所述测试系统。
[0005]这种仿真在各种
中得到广泛应用，并且例如用于检查电动工具中的嵌入式系统、用于驱动、转向和制动系统的电机控制设备、相机系统、具有人工智能和机器学习组件的系统、机器人系统或自主车辆在它们的早期开发阶段中的适用性。然而，由于缺乏对根据现有技术的仿真模型结果的可靠性的信任，根据现有技术的仿真模型结果仅有限地包含在释放决策中。

技术实现思路

[0006]本专利技术提供了根据独立权利要求的用于仿真技术系统的方法、对应的设备、对应的计算机程序以及存储介质。
[0007]根据本专利技术的方案基于以下认识：验证来自仿真模型的时间信号涉及所述仿真模型的输出与来自试验的测量值之间的比较。所选择的仿真信号或测量信号在此描述了感兴趣量（quantity of interest，QOI），其可以是标量或以时间序列存在。
[0008]所提出的解决方案还考虑到以下事实：基于测量来验证仿真是最简单的验证情况。为此将两个标量或两个时间序列相互比较。然而，在实践中大多追求将多次重复试验与多次重复的仿真进行比较，以减少验证中的统计不确定性。对于标量来说，例如可以借助于
所谓的可信区间或置信区间来进行的统计比较是常见的。此外，对于标量QOI来说提出了借助于所谓的概率盒（probability boxes，p
‑
box）进行验证。这是两个累积分布函数（cumulative distribution functions，CDF）的比较。
[0009]时间序列的验证（例如，关于可能的相位误差或数量级误差）可以通过使用信号度量或验证度量从标量的验证中得出。这是数学函数，其将两个时间序列映射为一个标量并在下面称为误差度量。相关的误差度量例如是如下定义的均方误差（mean squared error，MSE）：。
[0010]在此，基本思想是以标量的方式表达仿真时间序列组和参考时间序列组之间的一致性或偏差。为此，基于任意误差度量将前者与后者进行成对比较。然后将这些成对比较的结果解释为仿真与参考数据之间差异的经验概率分布。
[0011]假设存在N1个不同的时间序列，它们是在所述仿真中检测的，必要时通过改变各个参数检测的。此外存在N2个时间序列，这些时间序列应当用作参考，例如来自对被仿真系统进行的测量的试验结果。现在首先考察第一仿真时间序列，并先后与所有参考时间序列进行比较，其中使用在这种情况下似乎合适的误差度量。对应地处理仿真数据组的所有其余时间序列。由此得到了所述误差度量的N1⋅
N2个函数值。这些结果的分布可以通过绘制其分布函数的直方图或函数图来可视化；这种图示是普遍使用的，并且可以由专业观察者毫无问题地解释。
[0012]如果应当将这类结果用于验证，则可以对应地制定合适的质量标准作为表明仿真不合适的那些结果的最大份额。从而为了确定有效性，可能例如要求允许最大10％的比较得到大于1的误差。
[0013]根据本专利技术的所述方法的扩展具有利用不同类型的参数的优点：在试验中自然出现的偶然参数，以及尽管尚不确定，但是仍然应当得到确定的认知参数。基于此一方面开辟了估计所述模型的认知参数的简单的可能性，即使用参考数据组对所述模型的认知参数进行校准，不过另一方面也允许识别在所述仿真或所述参考数据组中的异常值。然后又可以将这些异常值从数据库中去除。
[0014]一般而言，可以通过这种方式扩展常规的MBT方法，以考虑所述仿真固有的不同不确定性。
[0015]通过从属权利要求中列出的措施可以对独立权利要求中说明的基本思想进行有利的扩展和改进。从而可以用于自动驾驶和其他自动化系统的领域，例如机器人。特别是在这些应用领域中，对嵌入式系统的根据本专利技术的确认和验证可以持久地提高所述嵌入式系统的功能可靠性。
[0016]所提出的方法在此被证明是非常灵活的，因为可以使用不同的误差度量来提供关于仿真和参考之间的平均偏差的信息，从所述平均偏差的分布中可以计算出诸如平均值、中位数和方差的统计位置和散射参数。
附图说明
[0017]在附图中示出了本专利技术的实施例，并且在下面的描述中详细解释了本专利技术的实施例。
[0018]图1示出了根据第一实施方式的方法的流程图。
[0019]图2示出了第一曲线族。
[0020]图3示出了第二曲线族。
[0021]图4示意性地示出了根据第二实施方式的控制设备。
具体实施方式
[0022]图1图解了根据本专利技术的方法10的基本步骤。首先借助于仿真模型获得N1个不同的时间序列（过程11）。如果改变偶然参数以及认知参数两者，则可以将仿真结果汇总在m1×
n1矩阵中，在该矩阵中例如这些行包含带有固定的认知参数组的偶然参数。因此，存在m1个不同的认知参数组合—每个认知参数组合具有n1个偶然可变的参数。
[0023]然后通过对系统的对应测量，获得与时间序列相对应的测量序列（过程12），这些测量序列应当用作对所述仿真模型进行验证或校准的参考基础。所述测量序列的每个条目与每个参考时间序列的比较为所述矩阵近似添加一个其他维度。现在提供两种选择可能性来考虑以下事实：将附加维度作为偶然属性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于仿真技术系统的方法（10），其特征在于以下特征：借助于所述系统的仿真模型获得（11）时间序列，其中为所述仿真模型的至少一个认知参数分派能变化的值，通过对所述系统的对应测量获得（12）至少一个测量序列，对于所述认知参数的每个值，分别计算（13）针对该值获得的时间序列相对于所述测量序列的实数值误差度量（15）以及所述误差度量（15）的分布函数（16），以及为了所述仿真使用（14）以下值，在所述值的情况下所述分布函数（16）与郝维赛德函数的距离最小。2.根据权利要求1所述的方法（10），其特征在于以下特征：通过所述测量获得多个彼此对应的测量序列，对每个所述测量序列计算（13）所述误差度量（15）和所述分布函数（16），以及从所述测量序列中删除以下测量序列，在所述测量序列的情况下所述分布函数（16）与其余分布函数（16）的距离超过预给定距离。3.根据权利要求1或2所述的方法（10），其特...

【专利技术属性】
技术研发人员：C，
申请(专利权)人：罗伯特，
类型：发明
国别省市：