基于MBSE的智能感知体系的可靠性设计方法和系统

基于mbse的智能感知体系的可靠性设计方法和系统
技术领域
1.本发明涉及感知体系设计技术领域，尤其是涉及一种基于mbse的智能感知体系的可靠性设计方法和系统。


背景技术：

2.近些年来随着云计算、物联网等技术的不断发展和应用，使得实现全面感知、可靠传递和智能化处理已经成为可能，对由众多传感器、终端组成的感知体系的研究越来越成为研究重点，例如智慧城市感知体系、航空装备感知体系等。然而智能感知体系是一类复杂开放的巨系统，其包含丰富多源、复杂异构的各类服务场景以及用户、目标和感知终端。一方面复杂多源、错综复杂的感知体系结构和关系造成了智能感知体系的可靠性难以得到提高的问题，使得其构建需要考虑多场景、多模块的耦合问题，致使智能感知体系的可靠性设计成为重中之重；另一方面，智能感知终端设计的迭代速度越来越快，变化的周期越来越短，产品研制过程也变得越来越复杂且相关工作高度交叉，因此，对于动态研制需求的认知和消化，往往要延续整个产品设计开发阶段，这就意味着系统必须拥有灵活的逻辑框架以及接口关系，这样才能对需求的变化做出快速响应。因此，综上，为进一步探究智能感知体系的可靠性设计和仿真验证方法，对智慧城市感知体系和航空装备感知体系等进行规范的系统化的设计尤为重要。
3.随着云计算、物联网等技术的不断发展和应用，设计一套包含各类服务场景、用户、感知终端，能够全面感知、可靠传递和智能化处理的智能感知体系成为目前迫切的需要和研究的重点。传统基于文档的系统工程设计方法因其基于自然语言的、以文本格式为主的文档组成系统架构，然而随着时间的推进，基于文档的系统工程必然会产生大量的不同版本的文档，这不仅会给文档的管理和信息的查找、更改带来困难，而且难以保证相关信息在不同文档中的一致性，基于此，传统基于文档的系统工程存在着效率低下、迭代不易的问题。


技术实现要素：

4.有鉴于此，本发明的目的在于提供一种基于mbse的智能感知体系的可靠性设计方法和系统，以缓解现有技术中存在的效率低下、迭代不易的技术问题。
5.第一方面，本发明实施例提供了一种基于mbse的智能感知体系的可靠性设计方法，包括：基于智能感知体系的结构，建立智能感知体系的实体域；基于实体域和业务需求驱动的建模方法，分域建立智能感知体系的逻辑模型；基于逻辑模型和模型驱动方法，构建智能感知体系的物理仿真模型；基于物理仿真模型，计算智能感知体系的响应可靠度；基于响应可靠度，优化智能感知体系的可靠性设计。
6.进一步地，实体域包括：智能感知体系的用户角色域、信息服务域、感知控制域、目标对象域和实体之间的映射关系。
7.进一步地，逻辑模型包括：需求模型、用例模型、活动模型、时序模型、结构模型、正
常故障状态转移模型和参数模型；基于实体域和业务需求驱动的建模方法，分域建立智能感知体系的逻辑模型，包括：基于信息服务域，建立智能感知体系的需求模型；基于需求模型和信息服务域与用户角色域之间的映射关系，构建智能感知体系的用例模型；基于智能感知体系的业务功能逻辑关系，深化用例模型中的功能用例，并建立智能感知体系的活动模型和时序模型；基于信息服务域和感知控制域之间的功能分配关系，建立智能感知体系的结构模型；基于可靠性设计需求，捕捉智能感知体系的各模块的状态并建立正常故障状态转移模型；基于目标对象域和需求模型，建立参数模型。
8.进一步地，基于逻辑模型和模型驱动方法，构建智能感知体系的物理仿真模型，包括：基于结构模型，搭建智能感知体系的多智能体仿真的架构；基于活动模型，构建多智能体仿真中各智能体的行动图；基于正常故障状态转移模型，构建多智能体仿真中各智能体的状态图；基于时序模型，构建多智能体仿真中各智能体的协议图；基于参数模型，设计多智能体仿真的输入输出参数。
9.进一步地，基于物理仿真模型，计算智能感知体系的响应可靠度，包括：利用如下算式计算所述智能感知体系的响应可靠度：算式计算所述智能感知体系的响应可靠度：其中，r
response
为所述响应可靠度，n为单位信号总数，r(t)为t时刻能及时正确响应单位信息的数量，1(t)是单位信息为超时状态的指示函数，t为单位信息时延，1(
△
)是单位信息为偏移状态的指示函数，
△
为单位信息精度。
10.第二方面，本发明实施例还提供了一种基于mbse的智能感知体系的可靠性设计系统，包括：第一建立模块，第二建立模块，第三建立模块，计算模块和优化模块；其中，第一建立模块，用于基于智能感知体系的结构，建立智能感知体系的实体域；第二建立模块，用于基于实体域和业务需求驱动的建模方法，分域建立智能感知体系的逻辑模型；第三建立模块，用于基于逻辑模型和模型驱动方法，构建智能感知体系的物理仿真模型；计算模块，用于基于物理仿真模型，计算智能感知体系的响应可靠度；优化模块，用于基于响应可靠度，优化智能感知体系的可靠性设计。
11.进一步地，实体域包括：智能感知体系的用户角色域、信息服务域、感知控制域、目标对象域和实体之间的映射关系。
12.进一步地，计算模块，还用于：利用如下算式计算所述智能感知体系的响应可靠度：其中，r
response
为所述响应可靠度，n为单位信号总数，r(t)为t时刻能及时正确响应单位信息的数量，1(t)是单位信息为超时状态的指示函数，t为单位信息时延，1(
△
)是单位信息为偏移状态的指示函数，
△
为单位信息精度。
13.第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面的方法的步骤。
14.第四方面，本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述第一方面方法。
15.本发明实施例提供了一种基于mbse的智能感知体系的可靠性设计方法和系统，通
过规范化的设计思路和方法体系，建立智能感知体系的实体域，并根据实体域创建图像化的智能感知体系逻辑模型，并基于逻辑模型建立仿真模型对智能感知体系可靠性设计进行验证，形成不断迭代不断更新的智能感知体系可靠性设计和验证方法论，为智能感知体系的可靠性设计问题提供普遍的解决思路，缓解了现有技术中存在的效率低下、迭代不易的技术问题。
附图说明
16.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1为本发明实施例提供的一种基于mbse的智能感知体系的可靠性设计方法的流程图；
18.图2为本发明实施例提供的一种分域建立智能感知体系的逻辑模型的方法流程图；
19.图3为本发明实施例提供的一种智能感知体系建模框架路线示意图；
20.图4为本发明实施例提供的一种构建智能感知体系的物理仿真模型的方法流程图；
21.图5为本发明实施例提供的一种模型驱动机制示意图；
22.图6为本发明实施例提供的一种基于mbse的智能感知体系的可靠性设计系统的示意图。
具体实施方式
23.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.实施例一：
25.针对于智能感知终端可靠性设计的复杂度和迭代优化问题，以及传统基于文档的系统工程效率低下、迭代不易的问题，本发明实施例提供了一种基于mbse的智能感知体系的可靠性设计方法。具体的，图1为根据本发明实施例提供的一种基于mbse的智能感知体系的可靠性设计方法的流程图。如图1所示，该方法具体包括如下步骤：
26.步骤s102，基于智能感知体系的结构，建立智能感知体系的实体域。
27.可选地，在本发明实施例中，实体域包括：智能感知体系的用户角色域、信息服务域、感知控制域、目标对象域和实体之间的映射关系。
28.步骤s104，基于实体域和业务需求驱动的建模方法，分域建立智能感知体系的逻辑模型。
29.步骤s106，基于逻辑模型和模型驱动方法，构建智能感知体系的物理仿真模型。
30.步骤s108，基于物理仿真模型，计算智能感知体系的响应可靠度。
31.步骤s110，基于响应可靠度，优化智能感知体系的可靠性设计。
32.本发明实施例提供了一种基于模型的系统工程(model-based systems engineering，mbse)的感知体系可靠性设计和验证方法，通过规范化的设计思路和方法体系，建立智能感知体系的实体域，并根据实体域创建图像化的智能感知体系逻辑模型，并基于逻辑模型建立仿真模型对智能感知体系可靠性设计进行验证，形成不断迭代不断更新的智能感知体系可靠性设计和验证方法论，为智能感知体系的可靠性设计问题提供普遍的解决思路，缓解了现有技术中存在的效率低下、迭代不易的技术问题。
33.首先建立智能感知体系的实体域，下面以对一个智能感知体系的可靠性设计与验证问题进行分析为例进行介绍。
34.由于智能感知体系是一类复杂开放的巨系统，其包含丰富多源、复杂异构的各类服务场景以及用户、目标和感知终端，存在复杂多源、错综复杂的感知体系结构和关系。因此首先需要梳理智能感知体系的结构和关系，即建立智能感知体系的实体域，包括构建用户角色域、信息服务域、感知控制域、目标对象域以及四个实体域中实体之间的映射关系。
35.具体的，用户角色域是智能感知体系中使用者、管理者等角色的集合，是信息服务提供的对象；信息服务域是智能感知体系为用户提供的业务服务、功能需求的集合，可实现数据的处理和信息的提供，为智能感知体系用户提供感知和控制服务的接口；感知控制域是各类获取目标对象域信息的设备集合，为信息服务域实体提供硬件支持；目标对象域是物理世界上用户通过业务服务希望获取的对象实体集合，也是感知控制域实体感知和控制的对象。
36.以智慧城市感知体系为例，用户角色域包括居民、管理人员、运维人员等，信息服务域包括环境监测、智慧安消、智慧用能、智慧交通等，感知控制域包括传感器网络、终端网络、供电设备、通讯模块、存储设备等，目标对象域包括空气质量、电压、电流、火情等。智慧城市感知体系实体域中的具体实体如表1所示。
37.表1智慧城市感知体系实体域
38.实体域内容用户角色域居民、管理人员、运维人员等信息服务域环境监测、智慧安消、智慧用能、智慧交通等感知控制域传感器网络、终端网络、供电设备、通讯模块、存储设备等目标对象域空气质量、电压、电流、火情等
39.在获取到待分析智能感知体系实体域之后，便可以根据实体域元素及之间关系对智能感知体系的逻辑模型进行建模。
40.可选地，在本发明实施例中，逻辑模型包括：需求模型、用例模型、活动模型、时序模型、结构模型、正常故障状态转移模型和参数模型。
41.图2为根据本发明实施例提供的一种分域建立智能感知体系的逻辑模型的方法流程图。如图2所示，步骤s104具体包括如下步骤：
42.步骤s201，基于信息服务域，建立智能感知体系的需求模型。
43.步骤s202，基于需求模型和信息服务域与用户角色域之间的映射关系，构建智能感知体系的用例模型。
44.步骤s203，基于智能感知体系的业务功能逻辑关系，深化用例模型中的功能用例，并建立智能感知体系的活动模型和时序模型。
45.步骤s204，基于信息服务域和感知控制域之间的功能分配关系，建立智能感知体系的结构模型。
46.步骤s205，基于可靠性设计需求，捕捉智能感知体系的各模块的状态并建立正常故障状态转移模型。
47.步骤s206，基于目标对象域和需求模型，建立参数模型。
48.下面以建立一个具体的智能感知体系的逻辑模型为例进行介绍。
49.在本发明实施例中，智能感知体系的逻辑模型以sysml语言为建模语言，基于图3所给出的智能感知体系建模框架路线进行建模。具体的，根据信息服务实体域建立智能感知体系的需求模型，细化信息服务实体的需求，以智慧城市感知体系实体域中的空气监测实体为例，主要需求包括功能需求(污染物监测、数据多源融合、数据存储、数据传输、数据显示等)、非功能需求(响应可靠度、传感器接入数、传感器接入方式、覆盖范围、体积、重量、数据处理频率、数据处理精度、存储空间、存储频率等)。
50.基于所得到的空气质量监测的需求模型，结合用户角色实体域中的用户角色进行功能需求用例与角色的关联，形成智慧城市感知体系的用例模型，例如管理人员通过后端平台进行宏观的数据分析、系统运行管理、决策等，运维人员负责系统软硬件的日常维护，保障系统正常运行；居民通过客户端app等方式获取系统提供的空气质量。
51.基于用例模型通过活动模型对用例模型中的功能用例进行功能流捕捉，将用例细化为功能步骤，或者用功能流将用例串联起来，使之拥有明确、详细的流程步骤，形成智能感知体系活动模型。例如，空气质量监测主要功能流为：(1)污染物监测(2)数据多源融合得到空气质量指数(3)数据结果存储(4)数据显示；另外，通过时序模型捕捉功能用例的信息流，描述系统各模块或实体之间的信息交互关系。例如，空气质量监测主要信息流为：各污染物浓度信息首先由传感器网络获取，传给终端进行多源融合得到空气质量指数，并进行数据存储。
52.基于感知控制域的实体元素以及信息服务域和感知控制域的功能分配关系，建立智能感知体系结构模型，包括内部块模型和块定义模型。内部块模型主要描述感知体系模块内部结构，块定义模型主要描述感知体系顶层结构。例如智能感知体系结构包括传感器网络和终端，块定义模型描述了传感器网络和终端网络整体顶层的结构，内部块模型分别描述传感器网络和终端网络内部的结构。
53.基于感知控制域中实体元素和智能感知体系的可靠性设计需求，捕捉智能感知体系各模块的状态，包括正常、故障等状态，并设置转移条件，建立正常故障状态转移模型。例如智慧城市感知体系中传感器和终端主要状态有正常工作和故障两种状态，转移条件为两者系统功能发生故障，无法执行正常任务功能。
54.基于目标对象域以及需求模型，捕获目标对象域中的元素，并细化非功能需求，建立智能感知体系的参数指标体系，从而建立参数模型。参数模型包括参数图和块图属性，参数图描述了智能感知体系参数间的约束，块图属性描述了智能感知体系的具体参数指标。例如，空气质量监测中参数模型包括空气质量指数aqi、pm2.5浓度、so2浓度等功能参数和覆盖度、数据处理频率、响应可靠度等性能参数，以及他们之间的约束关系。
55.在根据实体域以及业务需求驱动的建模方法分域建立智能感知体系逻辑模型之后，便可以根据逻辑模型以及模型驱动方法构建智能感知体系的物理仿真模型。
56.可选地，图4为根据本发明实施例提供的一种构建智能感知体系的物理仿真模型的方法流程图。如图4所示，步骤s106具体包括如下步骤：
57.步骤s401，基于结构模型，搭建智能感知体系的多智能体仿真的架构。
58.步骤s402，基于活动模型，构建多智能体仿真中各智能体的行动图。
59.步骤s403，基于正常故障状态转移模型，构建多智能体仿真中各智能体的状态图。
60.步骤s404，基于时序模型，构建多智能体仿真中各智能体的协议图。
61.步骤s405，基于参数模型，设计多智能体仿真的输入输出参数。
62.下面以建立一个具体的空气质量监测智能感知体系的物理仿真模型为例进行介绍。
63.智能感知体系的仿真物理模型基于多智能体仿真原理，并通过图5所示的模型驱动机制进行建模。
64.具体的，智能感知体系逻辑模型的结构模型输出智能感知体系的组织层级结构给多智能体仿真，形成基础的多智能体仿真架构。对于一个空气质量监测的智能感知体系来说，结构模型包括了传感器网络和终端网络整体顶层的结构以及内部结构，将结构中传感器和终端实体实现成各智能体，并对照结构模型赋予各智能体的层级组织关系。
65.智能感知体系逻辑模型的活动模型输出智能感知体系的行为活动逻辑给多智能体仿真，形成智能体的行动图，描述了各智能体功能活动流程，建立起智能感知体系仿真架构之间的功能流传递关系，从而从内部驱动起仿真运行。对于一个空气质量监测的智能感知体系来说，活动模型描述了空气质量监测的功能流程，主要有(1)污染物监测(2)数据多源融合得到空气质量指数(3)数据结果存储(4)数据显示，在仿真中可用多个流程模块来表示以上功能流。
66.智能感知体系逻辑模型的状态模型输出模块状态和状态转移条件给多智能体仿真，状态图是体系各模块的属性，因此在每个模块智能体中建立状态图，赋予模块正常、故障等状态，并设置转移条件。
67.智能感知体系逻辑模型的时序模型输出信息数据交互关系给多智能体仿真，在针对智能感知体系的多智能体仿真中形成协议图，协议图用于描述各模块之间的信息、数据交互内容和关系。
68.智能感知体系逻辑模型的参数模型输出参数和参数约束给多智能体仿真，参数是智能感知体系仿真的实验和验证对象，通过设置智能感知体系多智能体仿真参数，并利用仿真得到参数指标结果，以结果评价感知体系设计优劣。参数设置依赖于仿真架构、活动图和状态图，参数可以分为智能体自身性能参数，直接赋予给传感器和终端等智能体，例如数据处理频率、接入数和覆盖范围等；以及功能参数，赋予给活动图，例如空气质量指数aqi、pm2.5浓度、so2浓度等。
69.在根据智能感知体系逻辑模型建立物理仿真模型之后，可以根据仿真物理模型对智能感知体系的响应可靠度进行分析。
70.可选地，在本发明实施例中，响应可靠性被定义为在规定时间内，给定系统各单元信息偏移量和信息时延的条件下，感知结果影响执行机构做出正确响应的能力。
71.信息时延指的是单位信息从采集开始到识别结束的时长，主要来自于信息在采集、交互(传输)和识别过程所花费的时间，设单位信息时延为t。当单位信息时延大于阈值
δ
t
时，则视单位信息为超时状态即单位信息感知体系无法使执行机构及时响应，如下式所示：
[0072][0073]
其中，1(t)是单位信息为超时状态的指示函数。
[0074]
信息精度指的是单位信息经过采集、识别单元观测值与真值的偏移程度，当偏移一旦大于阈值，则视信息出现错误。设单位信息精度为
△
，采集、识别过程精度分别为
△c，
△s，当单位信息偏移量大于阈值δc，δs时，则视单位信息为偏移状态即单位信息感知体系无法使执行机构正确响应，如下式所示：
[0075][0076]
其中，1(
△
)是单位信息为偏移状态的指示函数。
[0077]
那么，本发明实施例提供的方法，利用如下算式计算智能感知体系的响应可靠度：
[0078][0079][0080]
其中，r
response
为响应可靠度，n为单位信号总数，r(t)为t时刻能及时正确响应单位信息的数量。
[0081]
在根据仿真物理模型对智能感知体系的响应可靠度进行分析之后，可以根据智能感知体系的响应可靠度对智能感知体系可靠性设计进行优化。下面对步骤s110进行详细的介绍。
[0082]
步骤s110主要是根据仿真得到的该智能感知体系的响应可靠度，来与设计的响应可靠度需求进行比较，验证其是否达到需求，如果没有达到目标需求则需要重复步骤s104，重新设计和优化智能感知体系的逻辑模型。
[0083]
下面以建立一个具体的空气质量监测的智能感知体系的响应可靠度分析为例进行介绍。
[0084]
给定参数方案(各单元偏移量以及延迟)，对模型进行离散事件仿真，计算智慧城市架构环境监测功能的执行可靠度，以及响应精度和响应时间，从而对参数配置方案进行优选，进一步对架构设计、单元设计进行优化。信号转换为偏移状态的阈值为0.1，转换为超时状态的阈值为0.1(单位：ms)，试验参数配置方案一如表2所示。在离散仿真实验配置界面，依次设置仿真参数取值如表2，运行仿真系统3600s(1h)，系统可靠度在0.968左右波动，结果较符合对智慧城市架构的可靠性要求。
[0085]
试验参数配置方案二如表3所示。得到结果，系统响应可靠度在0.755左右波动，相较于参数配置方案二，方案一更符合智慧城市架构对响应可靠度的要求。
[0086]
由参数配置方案一和方案二可靠度的不同上，可得出对传感器和终端响应延迟与
偏移量控制的设计指导优化，通过提高传感器和终端的响应准确率和响应时间，从而提高系统的可靠度，用仿真结果优化设计，优选设计方案，使得设计在可靠度与设计预算达到平衡。
[0087]
表1参数配置方案一
[0088]
事件偏移量延迟so2传感器normal(0.01,0.01)normal(0.01,0.04)no2传感器normal(0.01,0.01)normal(0.01,0.04)co传感器normal(0.01,0.01)normal(0.01,0.04)o3传感器normal(0.01,0.01)normal(0.01,0.01)pm10传感器normal(0.01,0.01)normal(0.01,0.01)pm2.5传感器normal(0.01,0.01)normal(0.01,0.01)so2终端normal(0.01,0.01)normal(0.01,0.01)no2终端normal(0.01,0.01)normal(0.01,0.01)co终端normal(0.01,0.01)normal(0.01,0.01)o3终端normal(0.01,0.01)normal(0.01,0.01)pm10终端normal(0.01,0.01)normal(0.01,0.01)pm2.5终端normal(0.01,0.01)normal(0.01,0.01)
[0089]
表2参数配置方案二
[0090][0091][0092]
由以上描述可知，本发明实施例提供了一种基于mbse的智能感知体系的可靠性设
计方法，通过规范化的设计思路和方法体系，建立感知体系的实体域，并根据实体域基于规范化和灵活的sysml语言创建图像化的感知体系逻辑模型，并基于逻辑模型建立仿真模型对感知体系可靠性设计进行验证，形成不断迭代不断更新的感知体系可靠性设计和验证方法论，为感知体系的可靠性设计问题提供普遍的解决思路。
[0093]
实施例二：
[0094]
图6为根据本发明实施例提供的一种基于mbse的智能感知体系的可靠性设计系统的示意图。如图6所示，该系统包括：第一建立模块10，第二建立模块20，第三建立模块30，计算模块40和优化模块50。
[0095]
具体地，第一建立模块10，用于基于智能感知体系的结构，建立智能感知体系的实体域。
[0096]
可选地，在本发明实施例中，实体域包括：智能感知体系的用户角色域、信息服务域、感知控制域、目标对象域和实体之间的映射关系。
[0097]
第二建立模块20，用于基于实体域和业务需求驱动的建模方法，分域建立智能感知体系的逻辑模型。
[0098]
第三建立模块30，用于基于逻辑模型和模型驱动方法，构建智能感知体系的物理仿真模型。
[0099]
计算模块40，用于基于物理仿真模型，计算智能感知体系的响应可靠度。
[0100]
具体地，计算模块40，还用于：利用如下算式计算智能感知体系的响应可靠度：
[0101][0102][0103]
其中，r
response
为响应可靠度，n为单位信号总数，r(t)为t时刻能及时正确响应单位信息的数量，1(t)是单位信息为超时状态的指示函数，t为单位信息时延，1(
△
)是单位信息为偏移状态的指示函数，
△
为单位信息精度。
[0104]
优化模块50，用于基于响应可靠度，优化智能感知体系的可靠性设计。
[0105]
本发明实施例提供了一种基于mbse的智能感知体系的可靠性设计系统，通过规范化的设计思路和方法体系，建立智能感知体系的实体域，并根据实体域创建图像化的智能感知体系逻辑模型，并基于逻辑模型建立仿真模型对智能感知体系可靠性设计进行验证，形成不断迭代不断更新的智能感知体系可靠性设计和验证方法论，为智能感知体系的可靠性设计问题提供普遍的解决思路，缓解了现有技术中存在的效率低下、迭代不易的技术问题。
[0106]
可选地，在本发明实施例中，逻辑模型包括：需求模型、用例模型、活动模型、时序模型、结构模型、正常故障状态转移模型和参数模型；第二建立模块20，还用于：
[0107]
基于信息服务域，建立智能感知体系的需求模型；基于需求模型和信息服务域与用户角色域之间的映射关系，构建智能感知体系的用例模型；基于智能感知体系的业务功能逻辑关系，深化用例模型中的功能用例，并建立智能感知体系的活动模型和时序模型；基于信息服务域和感知控制域之间的功能分配关系，建立智能感知体系的结构模型；基于可
靠性设计需求，捕捉智能感知体系的各模块的状态并建立正常故障状态转移模型；基于目标对象域和需求模型，建立参数模型。
[0108]
可选地，在本发明实施例中，第三建立模块30，还用于：基于结构模型，搭建智能感知体系的多智能体仿真的架构；基于活动模型，构建多智能体仿真中各智能体的行动图；基于正常故障状态转移模型，构建多智能体仿真中各智能体的状态图；基于时序模型，构建多智能体仿真中各智能体的协议图；基于参数模型，设计多智能体仿真的输入输出参数。
[0109]
本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一中的方法的步骤。
[0110]
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述实施例一中的方法。
[0111]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。