系统可测性分析与辅助设计软件总体设计及关键模块实现硕士学位论文.doc

《系统可测性分析与辅助设计软件总体设计及关键模块实现硕士学位论文.doc》由会员分享，可在线阅读，更多相关《系统可测性分析与辅助设计软件总体设计及关键模块实现硕士学位论文.doc（89页珍藏版）》请在三一文库上搜索。

1、论文题目 系统可测性分析与辅助设计软件 总体设计及关键模块实现 学 科 专 业 测试计量技术及仪器 指 导 教 师 龙 兵 副教授 作 者 姓 名 杨兴霁 学号 200820701030 分类号 密级 UDC 1注 学 位 论 文 系统可测性分析与辅助设计软件总体设计及关键模块实现 （题名和副题名） 杨兴霁 （作者姓名） 指导教师姓名 龙 兵副教授 电子科技大学 成 都 （职务、职称、学位、单位名称及地址） 申请专业学位级别 硕士 专业名称 测试计量技术及仪器 论文提交日期 2011.4 论文答辩日期 2011.5 学位授予单位和日期 电子科技大学 答辩委员会主席 评阅人 2011 年 月 日

2、 注 1：注明国际十进分类法 UDC的类号。 独独 创创 性性 声声 明明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许

3、论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 要 I 摘 要 可测性（Testability，也译为可测试性）是产品能及时准确地确定其状态（可 工作、不可工作、性能下降） ，隔离其内部故障的设计特性。可测试性设计已成 为装备整体设计中一个重要的组成部分，在提高武器装备保障能力、降低测试维 护成本方面起到决定性的作用。虽然我国 1995 年就颁布了装备测试性大纲 ， 但由于缺乏有效的系统可测性设计与评估的计算

4、机辅助工具，我国电子装备可测 性设计现状远远滞后于新一代装备可测性设计需求。因此，本论文在国家相关项 目的支持下，参考美国 QSI 公司的 TEAMS 软件，对系统可测性分析及辅助设计 软件的总体设计及关键模块实现做了深入研究，开发的可测性软件已在相关单位 作了应用验证。论文的主要研究工作有： 1设计了软件总体方案。将本软件划分为系统级可视化建模、可测性指标 分析、最优故障诊断树生成、可测性指标分配四个大功能模块。以 VC+ 6.0 为 编程开发平台，设计了软件总体结构和集成方案，以及多类型结点的模型树、依 赖矩阵等用于模块间数据传递的关键数据结构。 2提出了一种“基于依赖矩阵多测试信息的虚警

5、率评估方法” 。该方法在依 赖矩阵基础上，只需采用现有测试方法就能评估虚警率，希望能为虚警率评估提 供一种新的思路。另外，还完成了对常见可测性指标（故障检测率、故障隔离率、 未检测故障集、故障模糊集、隐藏故障、掩盖故障、冗余测试）与动态性能指标 （加权故障检测率、加权故障隔离率、平均模糊度）计算方法的实现与优化。 3实现了基于 AO*与或图启发式搜索算法的最优故障诊断树生成方法。 AO*启发式搜索算法是可测性分析与设计优化的基础，但其算法描述复杂且计算 复杂度较高。为了减少程序运行时的资源开销，本论文将所有的待解故障集、可 用测试都通过依赖矩阵传入时的先后 ID 号来标识，该方法避免了程序执行

6、期间 无意义的冗余信息操作处理，一定程度上减少了不必要的内存和 CPU 开销。此 外，本论文还设计和实现了诊断树结果的图形化交互显示界面。 4针对 TEAMS 软件不能进行可测性指标分配的不足，提出了在可测性软件 中集成可测性指标分配功能模块。本论文对可测性指标分配进行了简要介绍，编 程实现了经验分配法和线性插值分配法，并根据指标分配的数据特征设计和实现 了特定的数据结构和窗口化交互显示方式。 摘 要 II 5对研制的可测性软件进行了测试验证。以“反坦克导弹发动机系统”为 测试验证实例，通过和 TEAMS 6.0 对比验证，发现两款软件的各项可测性指标分 析结果基本一致，另外本软件还具有直接查

7、看系统依赖矩阵、虚警率分析与可测 性指标分配等特殊功能。此外，本软件 2010 年通过了总装专家组的验收测试， 而且本软件也在航天科工集团与中电集团相关单位进行了应用验证，得到了相关 专家的肯定与表扬。 关键词：关键词：可测性，指标分析，故障诊断树，指标分配，虚警率 ABSTRACT III ABSTRACT Testability is a key factror for a product design through which the products status (work, unwork, performance degradation) can be determined ti

8、mely and accurately, and the internal fault can be isolated. Design for testability (DFT) has become an important part in the design of weapons and equipments because DFT plays a decisive role in imroving supportability and reducing test costs for weapons and equipments. Although China promulgated t

9、he “Outline of test equipment“ in 1995, the DFT status applied in current electronic equipment lags far behind testability requirements for the new generation equipments due to a lack of an effective computer-aided tool for DFT design and evaluation, Therefore, in support by some projects of the Sta

10、te, based on the TEAMSa commercial software for testability, we do a thorough research in software architecture design and key modules design for DFT software. Our DFT software has been verified in some related units. Main contents in this thesis are as follows: 1. The architecture of the software i

11、s designed. The software is divided into four functional modules i.e. system-level visual modeling, testability index analysis, optimal fault diagnosis tree generation, testability indicator distribution. Using VC+ 6.0 as the development platform, we designed the architecture of the software. In add

12、ition, we designed a multi-node model tree and some dependence-matrix data structures that play a key role when data transmission between modules. 2. A false alarm rate evaluation approach based on multi-test information from a dependence-matrix is proposed. Based on dependence-matrix, this method c

13、an verify the false alarm rate only use existing test methods. Thus this method provides a new way for evaluating false alarm rate. In addition, the calculation methods for common testability index (fault detection rate, fault isolation rate, undetected fault sets, fault ambiguity sets, hidden fault

14、 sets, masking fault sets, redundant test sets) and for dynamic testability index (weighted fault detection rate, the weighted fault isolation rate, the mean ambiguity degree) are implemented and optimized. 3. Based on AO* heuristic search algorithm, the optimal method for fault diagnosis tree gener

15、ation is implemented. AO* heuristic search algorithm is the basis of testability ABSTRACT IV analysis and design optimization, but its algorithm description is complexity and it has complexity computation. In order to reduce resource overhead when the program runs, the program identify all the fault

16、 sets and usable the tests by the sequence of ID numbers on the time dependence-matrix. This method avoids redundant information in processing meaningless during the operation. Moreover, the method reduces the unnecessary requirement for memory and CPU overhead to some extent. In addition, we also d

17、esign and implement an interactive graphical display interface for the results of the diagnostic tree. 4. Because of a shortage of index distribution in TEAMS software, the paper proposes to integrate a testability index distribution module into our testability software. First, an index distribution

18、 is briefly reviewed. Then, two distribution methodsan experience method and a linear interpolation method, are implemented. Finally, based on the characteristics of a distribution index, a specific data structure and an interactive display window are designed, 5. Our DFT software has been tested an

19、d verified. An instance of the “anti-tank missile engine system“ is tested using our software and TEAMS 6.0. The test results show that the two testability softwares have nearly consistent performance. In addition, our software also has other special features, such as dependence-matrix direct view,

20、false alarm rate analysis and distribution of testability indicators. Morover, our software passed the acceptance test from expert assembly in 2010, and the software has been verified by CASIC (China Aerospace Science /结点类型 intid;/结点 ID，在整棵树中是唯一的 CStringname;/结点名称 /将结点数据写入 XML 文件 virtual BOOL DumpNo

21、de(CMarkup* markup); /从 XML 文件读取结点数据 virtual BOOL InitNode(CMarkup* markup, CBaseNode* pParentNode = NULL); virtual const CBaseNode /结点赋值函数 ; （2）CModNode 类，模块结点类。继承于 CBaseNode 类，除了包含基结点 的属性，还包含了模块名称、故障概率、故障模式、层次包含关系等模块的可测 性属性信息。 模块可以是一个系统的抽象，也可以是一个子系统的抽象，同理也可以是某 个的功能模块或元件的抽象。一个模块也可以表征为多个子模块连接而成的组合 体

22、，即模块具有层次包含嵌套特性。 （3）CModNodeEx 类，扩展模块结点类。继承于 CModNode，其除了具有 模块结点的属性，还包含了可测性指标分配的属性（如已分配或预期的 FDR、FIR 指标值等数据） 。此类在工程文件读写和指标分配模块操作时会用到。 （4）CTestPointNode 类，是测点结点类。其包含了测试数、测试等信息。其 中还包含了测试的修改、添加、插入、删除操作过程函数。 测点是可测性模型的关键结点，测点的放置位置对项目的可测性指标取到决 定性的作用，并且依据实际模型一个测点位置往往会包含多个不同的测试。这里 的测试是一系列测试活动的抽象，而不是指某一个具体的测试操

23、作。 （5）CAndNode、COrNode 类，分别是与结点（也称表决结点） 、或结点 （也称开关结点）的数据类型。 其中，只有“模块”结点、 “扩展模块”结点具有包含子级的层次特性，这 电子科技大学硕士学位论文 16 也是由实际系统中系统间、模块间的相互包含特性决定的。 2树形结构设计及类封装 将多类型结点的模型树（模型层次图）数据结构定义为 CModelTree 类，将 树结构的读写、查找查找等常用操作封装在该类中。并使该类继承于树形数据结 构 CRGTreeT 类，利用 CRGTreeT 类简洁高效的树形结构关系，将各个树结点连 接成一棵逻辑树。 如图 2-10 所示，CRGTreeT

24、 树结点数据的数据结构，其成员数据大致可以分 为指针域和数据域。指针域用于存储表征树形结构数据结点间依赖关系，包含指 向父结点、直接兄结点、直接弟结点、长子结点、小子结点的指针；数据域用于 存储实际数据，包含直接子结点数、结点数据。除此，CRGTreeT 类还是一个模 板类，它的每个结点的数据域可以用于存放一个具体的数据或通用指向数据的指 针。 pTIParent pTIPrev pTINext pTIChildFirst pTIChildLast nChildCount ItemData CRGTreeT 树结点 数据 结构 依赖 关系 子数 统计 结点 数据 指针域数据域 图 2-10 C

25、RGTreeT 树结点数据结构图 然后，以结点基类指针 CBaseNode*作为树结点的数据，每个结点在树形结 构中都只存储指向结点数据空间的指针。当要访问每个结点的数据时，通过树结 点中存储的指针指向的数据前几个字节的结点类型标识变量type，进一步去区分 所指向的结点对应的是上述几种结点类型中那一种结点类型，即可得到结点的数 据。 多类型结点模型树数据结构 CModelTree 类的定义如下： class CModelTree : public CRGTreeT/多类型结点模型树 public: BOOL DumpXmlFile(LPCTSTR lpFileName);/将模型树数据写入

26、XML 文 件 BOOL InitByXmlFile(LPCTSTR lpFileName);/从 XML 文件读出模型树数 第二章 软件结构总体设计 17 据 /遍历 posParent 的所有子结点，查找结点 Id 或页面 Id 与 id 对应的结点 POSITION FindAfter(int id, POSITION posParent = NULL, LPARAM lFlag = FIND_BY_ID); /遍历 posParent 的直接子结点，查找结点 Id 或页面 Id 与 id 对应的结点 POSITION Find(int id, POSITION posParent =

27、NULL, LPARAM lFlag = FIND- _BY_ID); /根据树结点 id 返回树结点指针 CBaseNode* GetNode(int id, POSITION posParent = NULL); private: /导出指定结点及子集的数据，被 DumpXmlFile()调用 void DumpTree(CMarkup* markup, POSITION posItem); /从 XML 文件初始化整个模型树 void InitTree(CMarkup* markup, POSITION posParent); /根据结点类型 type 构建不同类型的结点 POSITIO

28、N InitNode(CMarkup* markup, POSITION posParent); ; 从 CModelTree 类的定义可以看出，模型的读写文件操作子函数DumpTree()、 InitTree()、InitNode()的形式参数中都包含有 CMarkup*用于读写 XML 数据文件。 3模型树的交互显示实现 模型树的交互显示，是基于 MFC 的 CTreeCtrl 树形显示控件来实现，以方便 用户能够直接的查看建模过程中生成的模型层次结构。当用户每次编辑模型时， 都更新模型树 CModelTree 的数据，且同时更新模型显示树控件 CTreeCtrl 的数据， 使 CTree

29、Ctrl 控件显示的数据和 CModelTree 实际的数据同步。某模型的模型树在 软件中的显示效果如图 2-11 所示。 图 2-11 模型树显示控件 CTreeCtrl 的显示效果截图 电子科技大学硕士学位论文 18 2.3.2.2 故障-测试依赖矩阵的数据结构 故障-测试依赖矩阵（也称 D 矩阵）是可测性模型的数据抽象，是可视化建 模模块的数据输出，是指标分析、诊断树生成模块的数据输入，在整个软件数据 传输过程中起着相当关键的作用。在编程过程中，依赖矩阵所使用的数据结构设 计也显得至关重要。 根据故障-测试依赖矩阵的抽象定义16，将依赖矩阵表征为五元组S, P, T, C, D之间的关系

30、。其中： S=,是系统故障状态的有限集合。其中，表示系统的无故障 0 s 1 s 2 s m s 0 s 状态，(1im)分别表示系统的 m 个不同故障状态； i s P=p(), p(), , p()T是系统各状态的先验概率（也称故障概率）集合； 0 s 1 s m s T=, , , 是 n 个可用的测试集； 1 t 2 t n t C=, , , T是测试代价向量集，由测试时间及其他经济因素决定； 1 c 2 c n c D=是由故障集和测试集的二元依赖关系得到0,1矩阵，其元素的值由 ij d ij d 故障模式传播有向图中故障-测试间的可达性决定，1 代表故障能够被测试检 i s j

31、 t 测到，0 则代表不能被检测到。其中，系统无故障状态对应的行(1jn)值 i s j t 0 s ij d 始终为 0。 根据依赖矩阵的数学模型，将其对应在程序中的数据结构定义部分如下： class CDMData/依赖矩阵数据结构 public: intfaultCnt;/故障数，行数 inttestCnt;/测试数，列数 int*pDMatrix;/依赖矩阵 CModNode*pFaults;/故障集 CFaultTest*pTest;/测试集 ; 其中，faultCnt、testCnt 分别表示依赖矩阵的故障数 m、测试数 n，pDMatrix 表示依赖矩阵 D，pFaults、pT

32、est 分别表示故障集 S、测试集 T。CModNode 是模 块结点类，对应故障，包含有模块名称、故障模式、故障概率等模块属性。 CFaultTest 是测试类，是测点结点类的成员类，包含有测试名称、测试成本等测 试属性。 依赖矩阵的交互显示，是基于第三方组件 CGridCtrl 类数据表格显示控件实 第二章 软件结构总体设计 19 现的，以方便用户能够即时的了解模型中的故障-测试依赖关系。数据表格元素值 由0,1二值组成，对于 0、1 分别以红绿两种颜色加以区分，还对值为 1 的单元格 的字体加粗处理，以直观的将矩阵的依赖关系呈现给用户。其中表格中横向表示 故障，纵向代表测试，表格的最后一

33、列和最后一行分别为故障概率、测试成本。 某模型的依赖矩阵显示窗口效果如图 2-12 所示。 图 2-12 故障-测试依赖矩阵显示窗口 2.4 本章小结 本章先介绍了软件开发平台，再从软件整体结构设计的角度出发，将软件划 分为系统级可视化建模、可测性指标分析、最优故障诊断树生成、可测性指标分 配四个大功能模块。接着阐述了将各功能模块联合在一起的软件集成方案设计， 及模型树、依赖矩阵等负责模块间数据传递的关键数据结构的设计。 在软件集成方式上，采用 C+类数据抽象的方式来封装各功能模块，然后将 各模块的数据对象添加到框架类 CMainFrame 类中，实现软件的集成和模块调用。 该方法使得在模块的

34、编程开发过程中，对语言的要求比较单一，模块间的调用和 集成，也不需要其他平台或媒介的支持。从一定程度上降低了开发环境和集成环 境的复杂度。 本章根据可测性模型数据对象的实际需求，设计了一种多类型结点的树形数 据结构。多类型结点的树形数据结构是在传统单结点类型树的基础上，在树结点 电子科技大学硕士学位论文 20 类型方面作了扩展设计的树形结构，使得在一颗树中允许存在多种类型的树结点。 第三章 可测性指标分析模块设计与实现 21 第三章 可测性指标分析模块设计与实现 可测性指标分析模块是本软件重要的研究内容之一，可测性参数是对可测性 特性的描述，可测性指标是可测性参数的量值。在用户建立完模型后，先

35、通过建 模模块对被测项目模型进行分析生成故障-测试依赖矩阵，再进一步将依赖矩阵 作为指标分析模块的数据输入，生成可测性指标报告，以便用户直观的查看被测 项目的可测性指标。 3.1 可测性性能指标介绍 可测性参数是对可测性特性的描述，可测性指标是可测性参数的量值。本文 依据不同指标的要素及方法差异性，将可测性性能指标分成静态、动态两部分。 3.1.1 静态可测性指标 静态可测性指标是在被测系统的故障-测试0,1依赖矩阵中作统计分析或进行 “或”运算产生的结果，由系统的故障测试依赖关系决定，不受故障概率等因素 影响。其中包括故障检测率、故障隔离率、未检测故障集、故障模糊集、隐藏故 障、掩盖故障、冗

36、余测试17。各指标的具体定义及计算公式如下： （1）故障检测率(FDR)，是指在规定时间内，被测系统的故障能够由测试设 备检测到的故障数与所有可能的故障总数的百分比。其数学模型为 (3-1)FDR m 100% n 式中m故障-测试依赖矩阵的非零行数； n故障-测试依赖矩阵的总行数。 注：式(3-1)中的故障-测试依赖矩阵是不包含系统无故障状态全零行的矩阵。 （2）故障隔离率(FIR)，是指在规定时间内，被测系统检测到的故障能够由 测试设备正确地隔离到规定等级和个数的故障数与检测到的故障总数的百分比。 其数学模型为 电子科技大学硕士学位论文 22 (3-2) M FIR100% N 式中M故障

37、-测试依赖矩阵中，所有无重复行的行数； N故障-测试依赖矩阵的总行数。 注：式(3-2)中的故障-测试依赖矩阵是含系统无故障状态全零行在内的矩阵。 （3）未检测故障集(Undetected Faults)，是指整个系统的测点均不能检测出的 故障。即被测系统的故障-测试依赖矩阵中，全 0 行所对应的故障集合。 （4）故障模糊集(Ambiguity Sets)，是指系统现有的测试点不能将故障隔离到 规定等级的故障集合。即被测系统的故障-测试依赖矩阵中，对应元素相同的所 有行对应的故障集合。 （5）隐藏故障(Hidden Sets)，当某个故障 S1 的故障特征全部被另一个故障 S2 的特征所隐藏则

38、称 S1 为 S2 的隐藏故障。即找出某个故障的隐藏故障，也就是 找出被测系统的故障-测试依赖矩阵中，该行与其他任意行“或”运算后的结果 与该行相同的所有故障集合。 （6）掩盖故障(Masking Sets)，当两个或多个故障的征兆的叠加与一个不相 关元件的故障征兆相同时，就产生掩盖的虚警故障。找出某个故障的掩盖故障， 就是找出被测系统的故障-测试依赖矩阵中，其他任意行“或”运算后的结果与 该行相同的所有故障集合。 （7）冗余测试(Redundant Tests)，故障检测能力相同的测试集合。即被测系 统的故障-测试依赖矩阵中，对应元素相同的所有列对应的测试集合。 3.1.2 动态可测性指标

39、动态可测性指标的计算除了考虑被测系统的故障-测试0,1依赖矩阵，还要考 虑故障概率、测试成本/时间等用户评估性辅助加权因素，所以这些指标具有一 定的动态性。包含加权故障检测率、加权故障隔离率、平均模糊度（也称平均模 糊组尺寸） ，最优测试代价等指标。其中，最优测试代价是最优故障测试序列的 关键指标，将在下一章作重点介绍，本章不作讨论。 （1）加权故障检测率(Weighted FDR)的计算公式为 第三章 可测性指标分析模块设计与实现 23 (3-3) D j 1 w m j n i i 1 FDR100% 式中系统中可检测故障的故障率之和； D 可能发生故障的所有故障的故障率之和； 故障-测试

40、依赖矩阵中，第 i 个非零行的故障率； i m故障-测试依赖矩阵的非零行数； n故障-测试依赖矩阵的总行数。 注：式(3-3)中的故障-测试依赖矩阵是不包含系统无故障状态全零行的矩阵。 （2）加权故障隔离率(Weighted FIR)的计算公式一： (3-4) 00 k 1 0 w k 1 FDR FDR M k N i i 1 M k N i i 1 100% 100% FIR (1)100% (1)100% 时 时 式中系统 OK 系数（系统无故障状态的概率） ； 0 故障-测试依赖矩阵中，第 i 个无重复行对应的故障率； i M故障-测试依赖矩阵中，无重复行的行数； N故障-测试依赖矩阵

41、的总行数。 注：式(3-4)中的故障-测试依赖矩阵是不包含系统无故障状态全零行的矩阵。 当将所有故障的故障概率归一化后，加权故障隔离率即为所有无重复行的概 率和，其计算过程可以简化为公式二： (3-5) M i i 1 w FIR 式中故障-测试依赖矩阵中，第 i 个无重复行对应的故障率； i M故障-测试依赖矩阵中，无重复行的总行数。 注：式(3-5)中的故障-测试依赖矩阵是含系统无故障状态全零行在内的矩阵。 电子科技大学硕士学位论文 24 （3）平均模糊度(Mean Ambiguity Size) 模糊度，也称模糊组尺寸，是反应故障模糊组模糊程度的一个指标。和 FIR 一样都是反应被测项目

42、隔离能力的指标。但不同之处在于，模糊度只关注局部的 隔离能力，而 FIR 反应的是整个系统的隔离能力，是全局性的指标。 当某模糊组的模糊度为 1，则说明该模糊组包含只包含了一个故障，该故障 是能够被唯一隔离出的，对于被测项目该故障是 100%可隔离的，即该模糊组的 隔离能力强。反之如果模糊组的模糊度很高，则说明其中包含了多个故障测试特 征相同的故障，当其中某一故障发生故障时，无法再隔离定位到发生故障的故障， 即该模糊组的隔离能力弱。 平均模糊度，是被测项目所有模糊组模糊度的综合值，且和故障的故障概率 值有关。其数学模型为 (3-6) S mkk k 1 ALP 式中第 k 个模糊组的模糊度；

43、k L 模糊度为的所有模糊组的故障概率和； k P k L S模糊组数（含模糊度为 1 的模糊组） 其中，上述提到的故障概率为归一化后的概率值，且归一化时是预先将系统 OK 系数排出在外后，再对剩余的故障率进行归一，最后使归一化后的概率值加 上系统 OK 系数的和等于 1。在引用公式(3-6)时，所使用的故障-测试依赖矩阵是 包含系统完好状态全 0 行的矩阵。 3.2 虚警率评估方法研究 3.2.1 虚警率基本概述 虚警率(False Alarm Rate，简称 FAR)，是指在规定时间内，发生的虚警次数 与在同一时间内发生的虚警次数与真实故障显示次数总和的百分比。其中，虚警 是指机内测试和外

44、部测试设备检测显示出一个单元有故障，而实际上该单元没有 故障的情况4。虚警率也属于一种可测性指标。 产生虚警的原因是多方面的，如 BIT（Built in test，机内测试、内建测试） 第三章 可测性指标分析模块设计与实现 25 失效、设计缺陷、瞬变状态和间歇故障等。虚警将影响使用和维修，降低基本可 靠性。减少虚警的措施有：延时报警、多次测试判定故障、 “滤波”与表决方法 以及人工智能的应用等。 “假报” ，即 BIT 或其他监控电路指示某单元有故障，而实际上系统及设备 内无任何故障。 “错报” ，即系统中 A 单元发生了故障，却指示 B 有故障。 以上两种情况都属于虚警情况。而“应报不报”

45、 （即有故障而 BIT 或其他监 控电路没有故障指示）不属于虚警范畴，它实际属于 FDR 的范畴。 虚警率的数学模型4可表示为 (3-7) FAFA FFA NN FAR100% NNN 式中虚警次数； FA N 真实故障指示次数； F N 指示（报警）总次数。N 用于某些系统及设备的 FAR 分析及预计数学模型也可以表示为 (3-8) FA DFA FAR100% 式中 虚警发生的频率，包括会导致虚警的 BITE（内建测试装置） FA 的故障率和未防止的虚警事件的频率之和； 被检测到的故障的故障率总和。 D 国内研究虚警问题较晚，研究现状可以归纳如下： （1）在可测性 BIT 技术要求中，只

46、有故障检测率、隔离率和虚警率要求， 没有错误隔离率要求。如何确认虚警，是否包括错报情况还尚待讨论和研究。 （2）在设计过程中，由于各种因素影响，设计者主要考虑的往往是产品的 功能特性和进度，对虚警问题分析研究不够。 （3）尚未见到国内发表的关于 BIT 虚警问题的文章和研究报告，原因可能 是国内还没有大量设计、使用 BIT 的经验，系统分析研究不够。有的产品虽然采 取了一些减少虚警的措施，但也未见发表相关的技术资料。 电子科技大学硕士学位论文 26 3.2.2 基于依赖矩阵多测试信息的虚警率评估方法研究 虚警率太高不但直接影响 BIT 有效性，而且会对系统任务的完成以及对系统 的可用性、维修和

47、备件等产生不利影响。但在实际的评估验证中，都是通过对实 验测试统计的方法来确定虚警率，具有指标后验性，这样对测试设备的精确度和 测试人员熟练程度的要求很高，使得获取虚警率指标的成本太高，且可能会出现 遗漏等不准确现象。 在此背景下，本文提出了“基于依赖矩阵多测试信息的虚警率评估方法” ， 该方法在依赖矩阵基础上，只需采用现有测试方法就能评估被测项目的虚警率， 希望能为虚警率的评估提供一种新的思路。 1 “基于依赖矩阵多测试信息的虚警率评估方法” 依据虚警（显示某单元有故障，而实际上又没有出现故障的情况）的定义， 可以将发生虚警的情况理解为“故障判定矛盾” （简称故障冲突，即测试检测故 i t

48、障源 S 发生了故障，而同时测试却排出了故障源 S 发生故障） ，而判定故障是 j t 否真的存在，往往需要使用更加准确的测试来做实验统计。 “基于依赖矩阵多测试信息的虚警率评估方法”是基于被测项目的故障-测 试依赖矩阵（可测性模型生成的故障-测试依赖矩阵）和现有测试条件，根据多 个故障测试的通过或不通过状态判断发生故障冲突的个数，再用发生的故障冲突 数除以可能发生的故障总数，进而评估被测项目的虚警率。 2数学模型 “基于依赖矩阵多测试信息的虚警率评估方法”的数据模型可以抽象为四元 组S, T, D, TS模型。该模型在传统故障-测试依赖矩阵五元组S, P, T, C, D模型 基础上，去除故障概率和测试成本P, C因素，然后增加故障测试状态（未检测、 未通过、通过）信息 TS。 依据上述模型，假设依赖矩阵中，第 i 个测试“通过” ，则假定矩阵中对应的 列向量为；而第 j 个测试“未通过” ，则假定矩阵中对应的列向