[发明专利]一种基于经验学习的容错方法有效

专利信息
申请号: 201910386756.7 申请日: 2019-05-09
公开(公告)号: CN110134552B 公开(公告)日: 2023-04-14
发明(设计)人: 白晨;马小博;李亚锋;周勇;边庆;索晓杰 申请(专利权)人: 中国航空工业集团公司西安航空计算技术研究所
主分类号: G06F11/16 分类号: G06F11/16
代理公司: 中国航空专利中心 11008 代理人: 王世磊
地址: 710000 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 经验 学习 容错 方法
【说明书】:

本申请提供一种基于经验学习的容错方法,获取N个通道的信号;分别对所述N个通道的信号进行投票表决,获得所述N个通道的表决结果;根据所述N个通道的表决结果,以及所述N个通道的可信度评估对所述N个通道的信号进行表决。

技术领域

发明属于强实时、高可靠控制系统设计领域,涉及一种四余度容错计算机的容错策略。

背景技术

为保证强实时、高可靠控制系统的可靠性,可以采用多余度的容错设计方法,如飞机高升力控制、飞行控制和发动机的控制中,采用不同余度的容错设计可以提高控制系统的可靠性。容错计算机的关键技术是容错策略。容错策略的目标是确定系统中故障并重构系统,隔离故障,防止故障蔓延。

在四余度容错计算机中,传统的多数表决容错策略,在2:2表决结果下会产生不确定性,这种不确定性破坏了强实时、高可靠控制系统的强实时性,影响了关键任务的时间性。

发明内容

针对强实时、高可靠控制系统的特点,提出一种四余度容错计算机的基于经验学习的容错策略。

第一方面,本申请提供一种基于经验学习的容错方法,获取N个通道的信号;

分别对所述N个通道的信号进行投票表决,获得所述N个通道的表决结果;

根据所述N个通道的表决结果,以及所述N个通道的可信度评估对所述N个通道的信号进行表决。

可选的,所述N个通道的表决结果包括:

对输入信号进行表决的表决结果、对输入信号进行处理的表决结果、对输出信号进行表决的表决结果。

可选的,若所述N为偶数时,则根据所述N个通道的表决结果以及所述N个通道的可信度评估对所述N个通道的信号进行表决,具体包括:

当出现N/2:N/2的投票数相同的表决结果时,采纳可信度高的表决结果。

可选的,若所述N为奇数时,则根据所述N个通道的表决结果以及所述N个通道的可信度评估对所述N个通道的信号进行表决,具体包括:

采纳数量多的表决结果。

可选的,若所述N个通道的不同结果的投票数相同,则根据所述N个通道的表决结果以及所述N个通道的可信度评估对所述N个通道的信号进行表决,具体包括:

采纳可信度高的表决结果。

可选的,所述N个通道的可信度评估,具体包括:

记录所述N个通道的故障频次;

根据所述故障频次,分别对所述N个信号通道进行基于经验学习的可信度评估。

可选的,所述容错方法应用于多余度容错计算机平台。

可选的,所述N为4。

综上所述,本发明可消除四余度容错架构出现2:2表决结果时的不确定性。通过经验学习,实现了对各个通道的输入级、处理级和输出级实现可信度评估,当出现2:2表决结果时,根据经验学习的可信度评估采纳可信度高的数据。提出了一种基于经验学习的可靠性评估,实现了故障隔离和非故障隔离(隔离可信度低的数据),有助于更可信数据的提取。

附图说明:

图1是本发明实施例提供的可信度评估流程图;

图2是本发明实施例提供的系统结构框图。

具体实施方式

针对强实时、高可靠控制系统和四余度容错计算机的特点,提出一种四余度容错计算机下基于经验学习的容错策略,实现强实时、高可靠控制系统和四余度容错计算机对软硬件故障的故障识别、故障隔离和低可信度隔离。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司西安航空计算技术研究所,未经中国航空工业集团公司西安航空计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910386756.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top