基于某总线的软件可靠性同步参数估计仿真

2022-03-15李静

计算机仿真 2022年2期

李静

(河南大学濮阳工学院，河南濮阳 457000)

1 引言

目前，软件数据量[1]日益增多，增加系统工作量。传统软件数据处理机制已无法满足该领域的软件处理实时性、可靠性需求，且传统软件数据处理机制由多单机部分构成，不断增多的同步参数使得内部网络变得更加复杂，已成为可靠性同步参数估计发展的障碍。软件的可靠性是评价软件质量的重要量化标准，因此得到了越来越多研究者的重视。软件可靠性就是软件在一定的条件下、一定时间内，在不造成系统故障的情况下能够完成指定功能的概率。需提高软件可用空间和硬件的系统化，以进一步提高参数估计性能。

为解决上述问题，相关领域的研究人员相继提出了可靠性参数同步方案，这些同步方案从整体角度考虑出发，对所提估计算法进行优化，将高可靠度、高实用性原则作为软件可靠性同步参数估计的基础。文献[2]提出基于卡尔曼滤波估计的一致性时钟同步方法，以期解决节点时钟偏斜和偏移，利用双向信息交换机制及分布式卡尔曼滤波，完成对时钟偏斜和偏移的最优估计，在时钟参数最优估计值的基础上，采用一致性补偿方法实现时钟节点同步。但该方法的节能效果较差。文献[3]提出考虑动态相依性的可靠性系统随机Copula模型及其参数估计方法。在随机Copula模型的基础上，研究可靠性系统在动态相依下的可靠性，构建随机Copula模型，基于极大似然理论，给出基于随机Copula模型的串联与并联系在动态相依下的可靠度，实现软件可靠性同步参数的估计。但是该方法应用具有局限性，效果不理想。

为解决传统方法存在的弊端，提出基于ARINC659总线[4]的软件可靠性同步参数估计方法。解析ARINC659总线，以高可靠度、高实时性作为参数估计基础，验证可靠性同步参数分布规则，并将估计参数与实际参数方差考虑其中，以提高估计结果的准确性，通过仿真验证了所提方法具有较小的误差，在未来软件可靠性同步参数估计的研究中起到重要的推动作用。

2 基于ARINC659总线的软件参数同步处理

ARINC659总线又称为背板数据总线，是基于时间触发架构构建的双余度容错串行广播总线，主要应用于数据通信中的在线可更换模块，是综合模块化领域在电子系统[5]中的关键技术。

ARINC659总线软件采用TPDA协议，以总线命令表为基础，完成相关调度[6]。总线命令表由FDL编写并经过编译的机器码所构成，存储于LRM专用表储存器中，且总线中每个LRM都包含两个单元接口。ARINC659总线的协议对初始化同步、短时间同步和长时间同步做出了相关定义，以确保每个BIU模块的工作状态都保持同步，并在任意时间段内，BIU模块间都位于同一位置。

为确保全部LRM均可同步ARINC659总线数据，根据对应的操作指令将时间分解为一系列单元，每个表中都包含同样的单元序列，每个单元都存在固定的时间段，开始与结束时间保持一致，工作流程如图1所示。

图1 ARINC659总线工作流程

基于上述同步机制概述，对于软件中的可靠性同步参数，每两个659中断的时间间隔，被称为659周期。分析ARINC659总线同步工作协议，将分布式、时间触发、串行等因素考虑其中，构成了可靠实时的同步系统。

2.1 软件初始同步

初始同步指在软件系统任务开始前进行调度，令需同步执行的可靠性参数在同一时刻进入到阶段任务中。

将执行启动的可靠性参数放入659终端参数中，保证各通道可周期性地向其它通道发送参数信息，发送所需周期与659终端周期相等，各通道的中断时间也保持一致。利用初始同步算法完成上述操作，进入初始同步后中断659，在总线表中标记为同步，等待下一个659中断；读取另一通道的同步标记，读取后等待下一个659中断，中断开始后跳出可靠性参数，结束初始同步。若在规定时间内无法读取同步标志，则进入故障处理区域，故障处理方式与初始同步方法相同，具体操作流程如图2所示。

图2 软件可靠性参数初始同步

ARINC659总线参数同步的主要是通过冗余[7]备份机制，降低数据复杂难度实现，采用不同的编码作为备份总线传输方式，以降低软件中其它信号的耦合作用[8]。也可通过实时交叉对比校验，实现总线上可靠性同步参数的传输，根据交叉结果，完成软件可靠性同步参数估计。

当不满足估计条件时，对发送的同步节点采取实时隔离措施。除此之外，ARINC659总线的分布式结构不需要由一个固定的节点完成数据同步，可使总线中的节点多冗余。基于ARINC659总线的参数估计算法，以时间调度表运行原理为基础，当总线节点发生故障时，估计过程所需时间可以确定，保障参数估计的实时性。

2.2 软件周期同步

周期同步指的是每周期任务执行结束后，下一周期所需执行的任务在同一时间段内完成。

周期同步任务中通常采用小帧[9]计数，也被称作主小帧数，每执行一次主小帧数增加1。在659中断参数中加1。每周期执行完毕后，进入至下一周期内，使用659中断，以降低参数估计结果误差，具体流程如图3所示。

图3 软件可靠性参数周期同步

3 软件可靠性同步参数估计算法

3.1 基本流程设计

软件可靠性同步参数估计是反映系统机制的一个重要指标，可用于降低软件故障发生几率，关于可靠性同步参数估计以充分的数据样本为基础，计算过程相对简洁；若样本数据相对较少时，可利用分布函数[10]将参数看作随机变量，获取到分布规则，再结合ARINC659总线进行推算估计。

3.2 加权处理下可靠性同步参数估计

通过软件小样本数据的加权处理[11]，生成新的目标样本，以获得可靠性参数信息。确定可靠性同步参数均值μ和方差σ2二者的先验分布序列。

(1)

(2)

式(2)中，Vi表示可靠性参数基本量；Dn表示可靠性参数特征值。(V1，V2，…，Vn)满足D(1，1，…，1)数据随机分布准则，E[.]表示准则函数，可得到

(3)

(4)

据上式(4)看得到μ和σ2的估计参数为

(5)

选取一组随机同步参数，计算对应子集，当随机同步参数量不断增加时，对可靠性参数实行抑制性估计，利用直方图得到μ和σ2的验证分布。可靠性同步参数的数量通常较大，将其设为B=1000，在ARINC659同步机制下，结合生成的目标样本，可得到后续同步参数分布形式，对μ和σ2计算可得方程式

(6)

据式(6)的计算结果，求得同步参数的密度函数为

(7)

通过上述确定可靠性参数同步分布规则，利用极大似然算法完成参数估计，因参数计算过程中分布均为常数，可建立如下方程

(8)

将式(5)代入上式中，通过联立完成求解，即可得到对μ和σ2的估计数值，为最终的软件可靠性同步参数估计结果。

4 实验结果与分析

为分析基于ARINC659总线的软件可靠性同步参数估计性能，将所提方法与其它方法进行对比仿真。当软件可靠性同步参数与其它参数相位一致时，会生成多余路径，导致较大的跟踪偏差，因此，只考虑同步参数与其它参数相同的情况。

基于659总线的参数估计算法是以分布验证为基础，各总线节点参数是相互独立的，且每个总线节点都存在两个独立的参数元，这些参数为可靠性同步参数，为实现各节点间同步参数的估计工作，需将短同步机制引入其中，使各节点同步频率相同。总线在一段时间内不发生任何活动，以保证ARINC659总线有充足的时间响应，并处理可靠性同步参数估计计算。设置ARINC659总线开始启动后，生成初始化同步脉冲，在初始化同步脉冲完成后8位时间后，再发送另一个长的同步脉冲，生成4位低压电平，在多个空闲时间段中，生成完整的初始化同步系统。