可编程嵌入式系统形式化建模与自动验证技术的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    60973049
  • 项目类别:
    面上项目
  • 资助金额:
    33.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0204.计算机系统结构与硬件技术
  • 结题年份:
    2012
  • 批准年份:
    2009
  • 项目状态:
    已结题
  • 起止时间:
    2010-01-01 至2012-12-31

项目摘要

可编程嵌入式系统能更好地满足工程的需要,在众多行业中得到广泛使用。随着计算技术的发展,嵌入式软件的规模和复杂性不断增加,计算系统的可靠性更显得重要。模型检测技术能验证一个系统是否满足其属性,查找系统出现的错误,从而降低由于在系统部署前未发现错误而导致灾难性后果的风险。本项目研究可编程嵌入式系统计算技术的可靠性。提取系统关键的属性,采用形式化方法对嵌入式系统建模、抽象、精化和自动检测。利用自适应技术探讨嵌入式软件黑箱模型的自适应建模理论和检测方法。研究模型和属性的分解,提出系统和组件一致性的验证方法。将可满足度方法用于模型检测中,建立基于可满足度的推理框架可信的网络推理系统;改进UML模型检测工具,提出一个检测UML模型的验证方法。改进自动机转换和优化验证搜索算法,减少自动机状态数量,缓解状态爆炸问题。应用本项目的理论和方法,建立和完善嵌入式系统的模型检测工具,并对实际PLC系统作检测验证。

结项摘要

本项目研究可编程嵌入式系统计算技术的可靠性。研究了复杂系统的自适应建模算法和嵌入式软件黑箱模型的自适应建模理论和检测方法。利用SVM和神经网络研究了系统建模方法,提出了适合不同需求的自适应算法;改进了可满足度求解算法,研究了时序逻辑的可满足度;利用可满足度理论研究了推理框架;对模型检测及算法作了深入的研究,给出时序逻辑到自动机的直接转换算法,将LTL 公式一次性转换为基于迁移的Büchi 自动机。研究了嵌入式系统的环境建模和时间自动机建模,提出了环境的划分与合并的算法、时间抽象和建模的方法。将加权自动机用于组合电路的时序建模,提出了事件传播加权自动机模型。研究了UML状态图的随机和连续时间属性。分析了带有时间自动机的CSL语言,将时间属性引入检测体系,并将其和带有命题和概率的状态图结合起来,提出了针对状态图的随机和时间属性的模型检测方法。对全称CTL给出了有界模型检测方法,给出了逻辑公式对无界情形的检测特点和证据满足的条件。提出了模块建模与模型检测一体化检测方法,并设计模型检测工具,对可编程嵌入式软件进行检测。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(15)
专利数量(0)
PLC Modeling and Checking Based on Formal Method
基于形式化方法的PLC建模与校核
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Software Engineering and Applications
  • 影响因子:
    --
  • 作者:
    Zheng Yueshan;罗贵明
  • 通讯作者:
    罗贵明
A LYAPUNOV-TYPE INEQUALITY FOR A TWO-TERM EVEN-ORDER DIFFERENTIAL EQUATION
两项偶次微分方程的Lyapunov型不等式
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Mathematical Inequalities & Applications
  • 影响因子:
    --
  • 作者:
    Yang, Xiaojing;Kim, Yong-In;罗贵明
  • 通讯作者:
    罗贵明
Lyapunov-type inequality for a class of linear differential systems
一类线性微分系统的李雅普诺夫型不等式
  • DOI:
    10.1016/j.amc.2012.08.019
  • 发表时间:
    2012-11
  • 期刊:
    Applied Mathematics and Computation
  • 影响因子:
    4
  • 作者:
    Yang, Xiaojing;Kim, Yong-In;罗贵明
  • 通讯作者:
    罗贵明
Satisfiability degree computation based on proposition matrix reduction algorithm
基于命题矩阵约简算法的满足度计算
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Computational Information Systems
  • 影响因子:
    --
  • 作者:
    Luo J., 罗贵明
  • 通讯作者:
    Luo J., 罗贵明
Generic cabling with restrictions based on ant colony algorithm
基于蚁群算法的带限制综合布线
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    International Journal of Software Science and Computational Intelligence
  • 影响因子:
    --
  • 作者:
    Wang Yunlong;罗贵明
  • 通讯作者:
    罗贵明

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Short term power load prediction with knowledge transfer
通过知识转移进行短期电力负荷预测
  • DOI:
    10.1016/j.is.2015.01.005
  • 发表时间:
    2015-10
  • 期刊:
    Information Sciences
  • 影响因子:
    8.1
  • 作者:
    Yulai Zhang;罗贵明
  • 通讯作者:
    罗贵明
Formal Codesign and Implementation for Multifunction Vehicle Bus Circuits
多功能车辆总线电路的正式协同设计和实现
  • DOI:
    10.1109/tvt.2019.2912001
  • 发表时间:
    2019-04
  • 期刊:
    IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY
  • 影响因子:
    6.8
  • 作者:
    J Qi;罗贵明
  • 通讯作者:
    罗贵明
新型自适应控制算法及在电力系统中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    哈尔滨工业大学学报
  • 影响因子:
    --
  • 作者:
    姜睿;耿博;罗贵明
  • 通讯作者:
    罗贵明
Lyapunov-type inequality for dimensional quasilinear systems
维拟线性系统的李雅普诺夫型不等式
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Mathematical Inequalities & Applications
  • 影响因子:
    --
  • 作者:
    Xiaojing Yang;Yong-in Kim;罗贵明
  • 通讯作者:
    罗贵明
Inferring causal directions from uncertain data
从不确定的数据推断因果方向
  • DOI:
    10.1016/j.engappai.2017.05.007
  • 发表时间:
    2017-10
  • 期刊:
    Engineering Applications of Artificial Intelligence
  • 影响因子:
    8
  • 作者:
    Yulai Zhang;Ma Weifeng;罗贵明
  • 通讯作者:
    罗贵明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

罗贵明的其他基金

基于深度学习PCB缺陷检测与分类
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
基于深度学习PCB缺陷检测与分类
  • 批准号:
    62173203
  • 批准年份:
    2021
  • 资助金额:
    57.00 万元
  • 项目类别:
    面上项目
嵌入式系统安全保障与形式化检测的研究
  • 批准号:
    61572279
  • 批准年份:
    2015
  • 资助金额:
    71.0 万元
  • 项目类别:
    面上项目
受干扰信号的自适应滤波及信号检测
  • 批准号:
    61171121
  • 批准年份:
    2011
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目
随机信号处理与信号自适应跟踪的研究
  • 批准号:
    60672110
  • 批准年份:
    2006
  • 资助金额:
    24.0 万元
  • 项目类别:
    面上项目
受干扰系统辨识、控制及在复杂热力系统应用的研究
  • 批准号:
    60474026
  • 批准年份:
    2004
  • 资助金额:
    24.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码