一种惯性导航系统复杂算法类需求的在线测试方法

摘要

本发明涉及一种惯性导航系统复杂算法类需求的在线测试方法，所述的方法包括如下步骤:步骤1、构造算法类需求的输入数据；步骤2、建立算法类需求的异构模型；步骤3、利用算法类需求的输入数据，通过算法类需求异构模型产生预期输出数据；步骤4、实际运行被测惯性导航系统，在线产生与算法类验证输入同步的输出数据；步骤5、对比惯性导航系统在线产生的输出数据与异构模型产生的预期数据，对算法类需求进行测试验证。本发明通过搭建算法需求的异构模型，结合惯性导航系统在线实时数据，提供了一种实时、高效的算法类需求在线验证方法。

权利要求

1.一种惯性导航系统复杂算法类需求的在线测试方法，其特征在于包括以下步骤：步骤1、构造算法类需求的输入数据；

步骤2、建立算法类需求的异构模型；

步骤3、利用步骤1构造的算法类需求的输入数据，通过步骤2的算法类需求异构模型，产生被测惯性导航系统复杂算法类需求的预期输出数据；

步骤4、利用步骤1构造的算法类需求的输入数据，实际运行被测惯性导航系统，利用被测惯性导航系统全局时钟基准，在线产生与算法类验证输入同步的输出数据；

步骤5、对比被测惯性导航系统在线产生的输出数据与异构模型产生的预期输出数据，对算法类需求进行测试验证；该步骤中，选取数据误差精度策略，

1)如果满足精度误差门限，则测试通过，本轮测试结束；

2)如果不满足精度误差门限，则反馈至异构模型检查，

2.1)异构模型有误，则修正异构模型，开展新一轮迭代计算；

2.2)异构模型无误，则测试不通过，记录测试问题，测试结束。

2.如权利要求1所述的一种惯性导航系统复杂算法类需求的在线测试方法，其特征在于：步骤1中，在构造算法类需求的输入数据时，需要结合算法类需求，并通过等价类分析、边界值分析方法，保证算法验证数据构造的充分性和完备性。

说明书

一种惯性导航系统复杂算法类需求的在线测试方法

技术领域

[0001] 本发明涉及一种惯性导航系统复杂算法类需求的在线测试方法，属于惯性导航技术领域。

背景技术

[0002] 惯性导航系统作为机载CNI系统中重要设备，为载机提供持续可用、可信的位置、姿态等导航信息。在强实时、高动态范围特性下，其惯性导航算法类需求的验证，在嵌入式软件测试中一直为薄弱点和难点之一。

[0003] 目前，惯性导航算法类需求的验证，以静态白盒一致性验证为主，动态定性验证为辅。以静态测试为主的测试还是有很多局限性，比如程序运行的效率、控制流耦合、数据/功能耦合等。

发明内容

[0004] 本发明的目的是提出一种实时、动态的惯性导航系统复杂算法类需求的在线测试方法，使惯性导航算法类需求的验证更具有针对性和有效性。

[0005] 本发明的具体技术方案：

[0006] 一种惯性导航系统复杂算法类需求的在线测试方法，包括以下步骤：

[0007] 步骤1、构造算法类需求的输入数据；

[0008] 步骤2、建立算法类需求的异构模型；

[0009] 步骤3、利用步骤1构造的算法类需求的输入数据，通过步骤2的算法类需求异构模型，产生被测惯性导航系统复杂算法类需求的预期输出数据；

[0010] 步骤4、利用步骤1构造的算法类需求的输入数据，实际运行被测惯性导航系统，利用被测惯性导航系统全局时钟基准，在线产生与算法类验证输入同步的输出数据；

[0011] 步骤5、对比被测惯性导航系统在线产生的输出数据与异构模型产生的预期输出数据，对算法类需求进行测试验证。

[0012] 上述步骤1中，在构造算法类需求的输入数据时，需要结合算法类需求，并通过等价类分析、边界值分析方法，保证算法验证数据构造的充分性和完备性。

[0013] 上述步骤5中，选取数据误差精度策略，

[0014] 1)如果满足精度误差门限，则测试通过，本轮测试结束；

[0015] 2)如果不满足精度误差门限，则反馈至异构模型检查，

[0016] 2.1)异构模型有误，则修正异构模型，开展新一轮迭代计算；

[0017] 2.2)异构模型无误，则测试不通过，记录测试问题，测试结束。

[0018] 本发明的有益效果：本发明有别于常用的基于需求本身的白盒算法一致性验证，通过算法剥离，结合被测惯性导航系统的实时运行结果，在异构的平台/模型下进行算法类验证，弥补了静态白盒验证的不足；本发明具有较强的工程适用性，并可高效执行。

附图说明

[0019] 图1为本发明的流程示意图。

具体实施方式

[0020] 现结合附图1对本发明作进一步详细说明：

[0021] 一种惯性导航系统复杂算法类需求的在线测试方法，包括如下步骤：

[0022] 步骤1，结合算法类需求，构造算法需求的输入数据，通过等价类分析、边界值分析等方法，保证算法验证数据构造的充分性和完备性。

[0023] 步骤2，建立算法类需求(例如姿态解算、位置解算等算法实现)的异构模型，不同于被测惯性导航系统算法实现形式，避免算法实现的共模缺陷。

[0024] 步骤3，通过步骤1中构造的输入数据，利用步骤2中构造的异构模型，产生被测系统算法需求的预期输出数据。

[0025] 步骤4，通过步骤1中构造的输入数据，利用惯性导航系统全局时钟基准，在线获取被测惯性导航系统算法实现的输出数据，且保证与输入数据的同步性。

[0026] 步骤5，选取精度误差门限策略，对比惯性导航系统在线产生的输出数据与异构模型产生的预期数据:

[0027] 1)如果满足精度误差门限，则测试通过，本轮测试结束；

[0028] 2)如果不满足精度误差门限，则反馈至异构模型检查，

[0029] 2.1)异构模型有误，则修正异构模型，开展新一轮迭代计算；

[0030] 2.2)异构模型无误，则测试不通过，记录测试问题，测试结束。