无人机自动驾驶系统是安全至关重要的系统,其可靠性和安全性要求日益提高。然而,测试一个复杂的自动驾驶控制系统是一项昂贵且耗时的任务,需要在整个开发阶段进行大量的室外飞行试验。本文提出了一种自动驾驶系统室内自动测试平台,旨在大幅提高无人机的开发效率和安全水平。首先,针对不同类型的飞行器提出了一种统一的建模框架,以便于共享共同的建模经验和故障模式。然后,利用自动代码生成和基于 FPGA 的硬件在环仿真方法开发实时仿真平台,确保软件和硬件层面的仿真可信度。最后,提出了一种自动测试框架,用于在实时飞行仿真过程中遍历测试用例并评估测试结果。在验证部分,通过将得到的结果与实验结果进行对比,验证了仿真平台的准确性和可靠性,并在多旋翼飞行器上的成功应用证明了该平台的实用性。
2.2 2009 年 10 月 2 日 附录 A:添加 NIST。附录 B:添加 NIST、中间件、渗透测试和基于风险的测试。附录 E:在所有模板的开头和模板文件名中添加模板版本号。添加新模板 23(灾难恢复测试就绪评审文档)。在附录 D 中:在基础设施/应用程序测试部分添加有关测试要求的指导。更新灾难恢复部分。添加企业测试团队和业务部门负责的项目。添加有关 DR TRR 的部分/列表。将基于风险的测试用例确定添加到第 20 节。添加声明,有关渗透测试和漏洞扫描的政策将发布在 FSA 门户网站上。用 ESB 替换所有 EAI 实例。第 2.3 节:添加 EDSS SA-3 咨询声明。添加新的第 2.4 节(预算考虑)。第 3.4.1.1 节:添加 FSA 测试经理在 PRR 备忘录上提供签字认可签名的责任
摘要 摘要 本论文提出了一种测试安全关键系统的方法。该方法基于行为和故障模型。分析了这两个模型的兼容性,并确定了使它们兼容的必要更改。然后使用转换规则将故障模型转换为与行为模型相同的模型类型。集成规则定义如何组合它们。这种方法会产生一个集成模型,然后可以使用该模型根据各种测试标准生成测试。本论文使用 CEFSM 作为行为模型,使用故障树作为故障模型,说明了这个通用框架。我们将该技术应用于各种应用,例如燃气燃烧器、航空航天发射系统和铁路交叉口控制系统。我们还研究了该方法的可扩展性,并将其效率与集成状态图和故障树进行了比较。分布式进程的构建和分析 (CADP) 已被用作该方法的支持工具,用于从集成模型生成测试用例,并分析集成模型的某些属性,例如死锁和活锁。
摘要 — 量子程序实现解决复杂计算问题的量子算法。由于量子计算 (QC) 的固有特性(例如概率性质和叠加计算),测试此类程序具有挑战性。然而,需要自动化和系统化的测试来确保量子程序的正确行为。为此,我们提出了一种称为 Quito(量子输入输出覆盖)的方法,该方法由三个定义在量子程序输入和输出上的覆盖标准以及它们的测试生成策略组成。此外,我们定义了两种类型的测试预言,以及一个使用统计分析确定测试套件通过和失败的程序。为了评估这三个覆盖标准的成本效益,我们对五个量子程序进行了实验。我们使用突变分析来确定覆盖标准的有效性和测试用例数量的成本。根据突变分析的结果,我们还确定了量子程序的等效突变体。索引术语 — 量子程序、软件测试、覆盖标准、突变分析
为量子程序生成一个测试套件,使其具有最大数量的失败测试是一个优化问题。对于这种优化,基于搜索的测试在经典程序环境中已显示出良好的效果。为此,我们提出了一种基于遗传算法的量子程序测试生成工具,称为 QuSBT(基于搜索的量子程序测试)。QuSBT 可自动测试量子程序,目的是找到具有最大数量失败测试用例的测试套件。QuSBT 使用 IBM 的 Qiskit 作为量子程序的模拟框架。除了实施的方法(即搜索个体的编码、表达搜索问题的适应度函数的定义以及针对两种故障的测试评估)之外,我们还介绍了工具架构。最后,我们报告了使用 QuSBT 测试一组有缺陷的量子程序以评估其有效性的实验结果。存储库(代码和实验结果):https://github.com/ Simula-COMPLEX/qusbt-tool 视频:https://youtu.be/3apRCtluAn4
摘要。我们研究了形状约束(SC)的添加及其在符号识别步骤(SR)的参数识别步骤中的考虑。sc是一种将有关未知模型函数形状的先验知识引入SR的手段。与以前在SR中探索过SC的工作不同,我们建议在使用基于梯度的NU-MERIMILICE优化的参数识别期间最大程度地减少SC违规行为。我们测试了三种算法变体,以评估其在识别合成生成数据集的三个符号表达式时的性能。本文研究了两种基准方案:一个具有不同噪声水平的基准,另一个具有不同的培训数据。结果表明,当数据稀缺时,将SC纳入表达搜索特别有益。与仅在选择过程中使用SC相比,我们在参数识别期间最小化违规行为的方法在我们的某些测试用例中显示出具有统计学意义的好处,在任何情况下都没有明显更糟。
本文介绍了使用加速测试方法进行电池状态(SOH)估算的测试的客观,实验设计和方法。为此,通过使用0.5C电荷连续循环和1C电荷到5个不同的SOH断点(80、85、90、95和100%),通过连续电气循环来使25个未使用的圆柱细胞老化。在25°C的温度下进行在25°C的温度下进行c/3电荷 - 递减测试(RPT)在25°C下的参考型测试(RPT)时,当细胞是新的,并且在cy的每个阶段都会形成,以降低由于发出发射式发射的折痕而导致的能量降低。 在15、25和35°C的温度下,在5、20、50、70%和95%的电压(EIS)测试中进行了5、20、50、70和95%的电荷状态(SOC)。共享数据包括参考测试的原始数据和参考测试的原始数据填充物以及测量的能量和每个单元的测量SOH。 它包含360 EIS数据文件和每个测试用例EIS图的关键特征的文件。 报告的数据已用于训练机器学习模型,以快速估计手稿共汇编中讨论的电池SOH(MF Niri等,2022)。 报告的数据可用于电池性能和老化mod- 的验证和验证在25°C的温度下进行c/3电荷 - 递减测试(RPT)在25°C下的参考型测试(RPT)时,当细胞是新的,并且在cy的每个阶段都会形成,以降低由于发出发射式发射的折痕而导致的能量降低。在15、25和35°C的温度下,在5、20、50、70%和95%的电压(EIS)测试中进行了5、20、50、70和95%的电荷状态(SOC)。共享数据包括参考测试的原始数据和参考测试的原始数据填充物以及测量的能量和每个单元的测量SOH。它包含360 EIS数据文件和每个测试用例EIS图的关键特征的文件。报告的数据已用于训练机器学习模型,以快速估计手稿共汇编中讨论的电池SOH(MF Niri等,2022)。报告的数据可用于电池性能和老化mod-
但是,与该方法的算法相比,我们确定了原始实现中的严重错误以及显着的差异(稍后详细介绍)。我们联系了作者讨论这些差异(在电子邮件对话中)。最后,我们担心其功能复杂性,这对于有效的测试至关重要。的确,该框架通过基于高斯混合模型(GMM)的覆盖范围来指导测试过程,这是计算重量的任务。确切地说,MDPFUZZ的想法是指导一个生成和突变输入测试的模糊过程。测试是通过维护(1)揭示正在测试模型中弱点的输入池(即鲁棒性)和(2)被认为发现的测试结果的基于覆盖的指导)。Pang等。提议计算由两个GMM的测试用例产生的状态序列上的输入覆盖率,这需要计算1 + 2 | 푀|概率密度(푀是序列的长度)。额外的覆盖范围指南旨在以新颖的方式行使正在测试的模型,从而更有可能发现故障。Pang等。用四种用例检测,GMMS指导效率,故障分析和政策改进(RETRANE)评估了他们的工作。特别是,他们表明mdpfuzz发现
− 根据操作用例分析复杂的测试场景,提取测试条件,设计测试事件; − 管理事件的执行及其报告; − 参与 AV&V(保证、验证和确认)存储库的管理和维护,包括服务、服务功能、测试要求、测试用例和用例; − 创建自动化测试的测试定义并验证其实施; − 参与互操作性验证和确认服务的交付,包括 IO 工具集和 V&V 工件的底层存储库; − 规划和执行跨国测试事件; − 在需要时,执行服务交付提供商的职责; − 维护所有活动的必要文档和审计跟踪; − 为北约和 NCI 机构的 IV&V 战略、政策和计划以及执行做出贡献; − 确保使用互操作性工具的一致性和流程/程序指导; − 确定 IV&V 员工的技能要求和培训需求; − 根据需要协助招聘 IV&V 服务线的员工; − 如有需要,代表更高级别的员工; − 履行可能需要的其他职责。
准确稳定的航天器指向是许多天文观测的要求。特别挑战纳米卫星,因为表面积不利 - 质量比和甚至最小的态度控制系统所需的量。这项工作探讨了无执行器精度或执行器引起的干扰(例如抖动)不受限制的机构中对天体物理态度知识和控制的局限性。对原型6U立方体上的外部干扰进行了建模,并根据可用体积内的望远镜的可用恒星量和掌握限制感测知识计算。使用模型预测的控制方案集成了这些输入。对于1 Hz的简单测试用例,具有85毫米望远镜和单个11级恒星,可实现的身体指向预计为0.39弧秒。对于更一般的限制,可以整合可用的星光,可实现的态度感应大约为1毫米秒,这导致了应用控制模型后的20 milliarcseconds的预测身体指向精度。这些结果表明,在达到天体物理和环境限制之前,态度传感和控制系统的重大空间。