Time continuous behaviour comparison based on abstract models

Palczynski, Jacob; Kowalewski, Stefan

doi:33476

Time continuous behaviour comparison based on abstract models = Vergleich zeitkontinuierlichen Verhaltens mittels abstrakter Modelle

Palczynski, Jacob

2014

VerantwortlichkeitsangabeJacob Palczynski

ImpressumAachen : Fachgruppe Informatik, RWTH Aachen University 2014

UmfangII-XI, 126 S.

ReiheAachener Informatik-Berichte Technical report / Department of Computer Science, RWTH Aachen ; 2013,20

Zugl.: Aachen, Techn. Hochsch., Diss., 2013

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Kowalewski, Stefan (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2013-09-16

Online
URN: urn:nbn:de:hbz:82-opus-49415
URL: https://publications.rwth-aachen.de/record/229310/files/4941.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
Eingebettetes System (Genormte SW) ; Softwaretest (Genormte SW) ; Testauswertung (Genormte SW) ; Informatik (frei) ; abstraktes Modell (frei) ; embedded systems (frei) ; software testing (frei) ; test evaluation (frei) ; abstract modelling (frei)

Thematische Einordnung (Klassifikation)
DDC: 004

Kurzfassung
Bei der Entwicklung eingebetteter Software werden immer öfter modellbasierte Ansätze verwendet. In diesen Ansätzen stehen verschiedene Modelle des Zielsystems in Zentrum der Entwicklung. Eine wachsende Anzahl von Algorithmen und Funktionen für eingebettete Systeme wurden in letzter Zeit modellbasiert entwickelt. Ein prominentes Beispiel in der Regelungstechnik ist das Rapid-Control-Prototyping. Der Hauptvorteil dieser Methodik ist, dass Funktionalität des Regelungssoftware und der Regelstrecke in einer Modellierungsumgebung entwickelt werden können Zusätzlich kann der Entwickler das Gesamtmodell frühzeitig simulieren und dessen Leistung verbessern, Fehler beseitigen, etc. Wichtige Testphasen sind Software- und Hardware-in-the-Loop-Tests. In der vorliegenden Arbeit werden zwei Probleme diskutieret, die in diesen Phasen auftreten können. Die erste Frage ist, wie man unter Berücksichtigung der kontinuierlichen Natur der Systemvariablen sicherstellen kann, dass Artefakte konsistent weiterentwickelt werden. Dafür werden Testergebnisse beider Artefakte mit gleichen Stimuli verglichen. Im allgemeinen können wir davon ausgehen, dass sich Entwicklungsartefakte, die aus verschiedenen Entwicklungsphasen stammen, nicht exakt gleich, aber zumindest ähnlich verhalten. Wie man kontinuierliche Systeme auf Ähnlichkeit prüfen kann, ist ein Thema dieser Arbeit. Die vorgestellte Methodik basiert auf verhaltensbasierten Black-Box-Modellen eines Systems im Zeitbereich auf verschiedenen Abstraktionsstufen. Das Verhalten wird durch Ein- und Ausgangssignale das Systems und ihre Abhängigkeiten repräsentiert. Auf jeder Abstraktionsstufe besteht ein Systemmodell aus einer Menge von Verhalten, die wiederum aus Ein- und Ausgangssignalen bestehen. Die Beschreibung der Signale hängt von der Abstraktionsstufe ab. Für den Vergleich zweier Systeme führen wir eine Ähnlichhkeitsrelation bezugnehmend auf ein abstraktes Modell ein. Zwei Systeme sind in Bezug auf ein abstraktes Modell A ähnlich, wenn ihre Verhalten zu diesem Modell A konform sind. Eine zentrale Frage dabei ist, wie wir Eigenschaften in einem gemessenen Signal finden können. Um ein charakteristisches Merkmal zu finden, berechnen wir die Kreuzkorrelation der interpolierten Messdaten und einer Signalvorlage. Dadurch können wir das Zeitintervall, in dem eine Eigenschaft im Messsignal vorkommt, eingrenzen. Wiederholen wir dies für alle Charakteristika, erhalten wir alle Vorkommen der im abstrakten Modell enthaltenen Eigenschaften. Am Ende wissen wir, ob diese beiden Systeme konform sind zum abstrakten Modell und ob sie bezüglich diesen ähnlich sind. Das zweite Problem betrifft echtzeitfähige Testhardware, die Uhren unbekannter Präzision enthalten. Wie kann sichergestellt werden, dass Test, die mit diesen Geräten durchgeführt werden, valide sind? Arbeiten die Uhren nicht exakt genug, führt das unter Umständen zu nicht vergleichbaren Abtastraten, die sich in scheinbaren Verschiebungen und Verzerrungen des Messsignals widerspiegeln können. Vergleichen wir Signale einer solchen Hardware mit denen, die von einem zertifizierten Gerät stammen (bei gleichen Stimuli), können wir nach charakteristischen Eigenschaften suchen. Die Zeitpunkte des Auftretens einer Eigenschaft in den Signalen helfen uns dabei, die Unterschiede in der Abtastrate zu bestimmen. Auch hier kommt die Suche von Eigenschaften mit Kreuzkorrelation zum Zuge.

Model-based approaches in the development of embedded software become more and more widely spread. In these approaches, different models of one target system are the central elements. Recently, a growing number of algorithms and functionality of embedded software are designed using such model-based approaches. In controller design, Rapid Control Prototyping is a prominent example. Its main advantage is the possibility to develop functionality of both the controlling embedded software and the controlled system in one modelling environment. Additionally, the developer can simulate the whole system and improve its performance, debug algorithms, etc. in early development stage. Important test phases are Software in the Loop and Hardware in the Loop. In this work, we discuss two problems that may occur during these phases. The first question is: Taking into account the continuous characteristics of system variables, how can we safeguard a consistent evolution of the development artefacts? To deal with this problem, data resulting from testing these artefacts under the same stimuli is compared. Since different artefacts were tested at different stages of the development under different conditions, we cannot expect that the results of each test case to be exactly equal, but at most similar. This similarity check of continuous systems is addressed in this work. The methodology presented here is based on behavioural black-box models of our system in the time domain on different levels of abstraction. A behaviour is represented by the input and output signals of a system and their interrelationship. On each level of abstraction, a system's model is put up by a set of behaviours, each of which consists of input signals and the according output signals created by the system. The description of the signals themselves varies strongly, depending on the level of abstraction. PFL as a reference to compare it with a oracle's behaviour. For the comparison of two systems or artefacts, we have to introduce a similarity relation with respect to an abstract model. Two systems are similar with respect to an abstract model A, when their behaviours conform to this abstract model A. The central question is how we can find properties in measured signal data. To find a characteristic property in a set of measured signal data, we compute the cross correlation of the interpolated measured data and a template signal. By this, we find on which time interval of the measured data one property potentially occurs. Repeating this for all properties yields all occurrences of the properties in the system's abstract behaviour model. In the end, we know that these systems conform to the abstract model and therefore are similar with respect to the abstract model. The second problem we address is: Given real time test devices that are less expensive but have clocks with unknown precision, how can we make sure that the test results obtained from these devices are valid? The motivation here are possible differences in sample timing due to not exactly working hardware timers. Due to this, a drift occurs in the sampled data which leads to distorted signals and seemingly wrong timings of events. We compare such a signal to one obtained with a certified device by searching for certain properties, and obtaining the points in time of the occurrences. Using these time information, we can estimate the difference of the sample times, i.e. the drift. For the search for properties we use the cross correlation approach already used for regression tests.

Volltext:
PDF