基于數據驅動的ACPS建模及驗證方法研究.pdf

1、汽車信息物理系統(tǒng)(Automotive Cyber Physical Systems，ACPS)自提出以來，受到全世界范圍科學研究人員的廣泛關注，是汽車產業(yè)信息化及發(fā)展程度的重要衡量標準之一。近年來，無人駕駛汽車、智慧城市、物聯網等得到迅速發(fā)展，為ACPS研究工作的開展奠定了良好的基礎。然而ACPS集成了離散的計算過程、連續(xù)的物理系統(tǒng)、復雜的通信網絡，與傳統(tǒng)的嵌入式系統(tǒng)存在本質差別，且隨著經濟生活水平的提高，人們對汽車的舒適性、可靠性、

2、穩(wěn)定性提出了更高的要求。如何高效設計實現ACPS，在保證系統(tǒng)穩(wěn)定可靠的前提下最大化優(yōu)化系統(tǒng)，是ACPS相關研究人員共同面臨的難題。
　　ACPS通過網絡聯接信息與物理部分，不僅包含信息系統(tǒng)所涉及的計算機科學、電子工程、網絡通信等知識，還涉及工程機械的工作原理。單純的采用信息科學的設計知識或物理知識實現ACPS的開發(fā)是不現實的，如何選取一種有效的開發(fā)模式成為了必要。其中基于模型驅動的開發(fā)方法(Model Driven Develop

3、ment，MDD)是ACPS相關人員的重要研究內容之一。但ACPS包含各種不同的異構系統(tǒng)，計算過程的離散與物理系統(tǒng)的連續(xù)存在本質上的差異，如何解決模型的不一致性等問題是ACPS建模必須逾越的障礙。另外，研究人員發(fā)現ACPS中的經驗數據與系統(tǒng)的設計及功能屬性的驗證存在密切聯系，且隨著數據挖掘及降維技術的發(fā)展，能夠用于設計分析的數據越來越多。因此，與傳統(tǒng)的建模方法不同，本文從ACPS的經驗數據出發(fā)，以實現離散數據與連續(xù)系統(tǒng)的深度融合及保證系

4、統(tǒng)穩(wěn)定性屬性為主要目標，解決ACPS建模及驗證過程中所面臨的難題。
　　主要的工作及創(chuàng)新點如下:
　　(1)針對ACPS包含的離散與連續(xù)模型不一致問題，提出了一種基于數據驅動的ACPS建模方法。離散的計算過程與連續(xù)的物理系統(tǒng)共存是ACPS的主要特點，但它們考慮問題的角度不同，且建模方式存在巨大差異。前者通常采用PETRI網、狀態(tài)機、AADL等計算機領域所通用的建模語言，后者則主要使用微積分方程、數學表達式的方式來實現。為了解

5、決兩種模型存在的差異，文章對ACPS測試獲得的經驗數據進行分析，提出從離散的經驗數據出發(fā)，通過數據處理的分組方法(GMDH)建立系統(tǒng)連續(xù)模型。數據是ACPS所有子系統(tǒng)必須處理的對象且表現出一定的關聯性，通過提出的數據建模方法，實現ACPS信息系統(tǒng)與物理過程的深度融合，即離散到連續(xù)系統(tǒng)的建模過程(Discrete-Continuous Modeling，DCM)。在加州大學歐文分校提供的測試數據集基礎上進行實驗，對提出建模方法的有效性進行

6、了驗證。
　　(2)針對離散數據與連續(xù)模型存在誤差的問題，提出了帶反饋機制的控制算法調整數據，達到縮小兩者誤差的目的。該算法從建模方法本身出發(fā)，對比DCM計算所得的因變量與離散數據，如發(fā)現兩者之間存在的誤差大于設定的閾值，則交換因變量和最強影響因子的位置，即將最強因子當做因變量，重新建立系統(tǒng)的連續(xù)模型，在新模型中計算新因變量（即最強影響因子）的值反饋至離散數據，并將其再次作為自變量，重新建立關于原始因變量的連續(xù)模型，反復調節(jié)直至兩

7、者之間的誤差小于一定的閾值。從處理結果來看，該算法在DCM基礎上實現模型優(yōu)化;從處理對象來看，實現了離散-連續(xù)-離散的建模過程(Discrete-Continuous-Discrecte Modeling，DCDM)，且將問題本質回歸至對離散數據的處理，為離散的計算機技術的應用提供幫助。
　　(3)針對ACPS數據基于時序的特點，提出了一種偽鄰近點法與C-C法相結合的聯合算法(FCC)對數據進行預處理。數據預處理是有效利用數據分析

8、系統(tǒng)性能的前提條件，相空間重構將基于時間的數據序列按照指定的嵌入維度和時間延遲排列，是數據處理的一種常見手段。針對C-C法默認取嵌入維度為2-5，與實際系統(tǒng)存在差距的問題。本文提出將偽鄰近點法求得的嵌入維度m作為C-C法計算時間延遲t的重要參數，根據需要對時間延遲的求解提出改進，將獲取的ACPS數據按FCC法重構。在實測數據的基礎上進行實驗，結果表明提出的FCC法不僅能得到最佳的嵌入維度與時間延遲還具有一定的去噪功能。
　　(4)

9、針對ACPS的穩(wěn)定性問題，提出了一種基于關聯維度的穩(wěn)定性驗證方法。傳統(tǒng)的驗證包括仿真測試、形式化方法等都需要預先估計系統(tǒng)分析所需的先決條件，這在復雜的ACPS中難以實現。而關聯維度是分形幾何與混沌系統(tǒng)的概念，大量研究表明維度與系統(tǒng)所呈現出的特征包括穩(wěn)定性、可靠性等存在密切聯系。本文從測試獲得的經驗數據出發(fā)，在數據相空間重構基礎上將測試獲得的離散數據劃分為若干等價的子空間序列（若時間延遲為t，則劃分為t個子空間），并計算子序列的關聯維度值