模型代碼生成器系統(tǒng)測式

1、SystematicTestingofModelBasedCodeGenerats譯文第1頁622622基于模型的系統(tǒng)的測試基于模型的系統(tǒng)的測試代碼生成程序代碼生成程序IngoSturmerMirkoConradHeikoDorrPeterPepper，成員，IEEE摘要：摘要：不象常見命令式程序語言(如C或者ADA)編譯器，維護了基于模型的代碼生成器生成的構件沒有既定的方法存在盡管在形式驗證領域取得進展。幾種測試方法在工程實踐中處于支

2、配地位。這篇文章為使用在基于模型開發(fā)的代碼生成器描述一個通用和工具獨立的測試體系。我們通過測試TargetLink代碼生成程序執(zhí)行的最優(yōu)化評價我們的方法的有效性。TargetLink代碼生成器在基于模型自動化開發(fā)中是一個被廣泛地接受和復雜開發(fā)工具。索引索引術語術語測試和調試。1緒論緒論汽車的嵌入軟件被開發(fā)方式已經改變?？蓤?zhí)行的模型現(xiàn)在被使用在開發(fā)的全部階段，從起初設計到到實現(xiàn)(基于模型的發(fā)展)。用大眾流行圖形建模語言進行模型設計，象來自

3、MathWks[1]的SimulinkStateflow。新的方法允許通過所謂的代碼生成器直接從Simulink和Stateflow自動生成可控有效的代碼，象dSPACE[2]的TargetLink或者MathWks[3]的實時工作室嵌入代碼編碼器。一個代碼生成器本質上是一個編譯器，它把一個用圖形建模語言表示的源程序翻譯成象C或者ADA一樣的一個命令式語言。代碼生成器相當?shù)亟档蛙浖崿F(xiàn)的努力。也，通過在模型級早期的質量保證獲得質量級別可

4、以導致高質量代碼，提供代碼生成器工作正確。由于這些特征，代碼生成器有一個強大工業(yè)需求?；谀Ｐ痛a生成器與傳統(tǒng)編譯器不同有幾個方面。1）目標語言和源語言兩者都可執(zhí)行的。因此，代碼生成器的可執(zhí)行行為能直接與模型的仿真行為比較。2）模型語言的語義經常不是明確的定義。語義可依賴信息的布局（例，位置的狀態(tài)）及內部模型設置（例，塊參數(shù)，數(shù)據(jù)類型的處理）。所以，語義被嵌入在模擬器的解釋算法中［4］。3）特別，象被Simulink定義數(shù)據(jù)驅動語言生成

5、器組成一類新的開發(fā)工具。代碼生成器不能簡單執(zhí)行逐步翻譯從模型分層體系結構到一個抽象的目標語言語法樹。相反，他們必須分析數(shù)據(jù)依賴源于一個適當?shù)挠嬎銠C序列，這是代碼生成器的精髓。在目前，基于模型的代碼生成器不是同已制定的C或者ADA那樣成熟。代碼生成器的技術風險是高的，因為他們1)是被一個相當小的開發(fā)團隊使用和2）面對一個高效率的技術革新引起一個新版本的出現(xiàn)在一個短周期內。因此，一個正式化代碼生成器正確性的證據(jù)在實際中是不可實行的。因此，通

6、過基于建模工具代碼生成器的使用取得生產效率的提高不能完全開采的。代碼生成器與手工寫代碼一樣必須用同樣昂貴的精力檢查，即使緊張的質量度量已經花費在模型上。這篇論文為基于建模的代碼生成器介紹了一種通用、切合實際的的測試方法。該方法大量使用代碼生成器的輸入和輸出是可執(zhí)行的事實。方法的目的有三點：1）測試案例的系統(tǒng)來歷必須在測試包中執(zhí)行的信心，因此它可以用服務于驗證代碼生成器。2）測試案例必須能自動產生覆蓋高可變的模型。3）測試包必須能執(zhí)行和自

7、動評價，處理代碼生成器的快發(fā)布周期。SystematicTestingofModelBasedCodeGenerats譯文第3頁623623這篇論文的剩余部分的結構如下：第二節(jié)介紹基于模型的代碼生成。第三節(jié)描述了代碼生成器的優(yōu)化。第四節(jié)支撐一個系統(tǒng)的代碼器測試理論線索的概要。第五節(jié)通過一個例了描述了系統(tǒng)代碼生成器測試方法。第六節(jié)介紹了從三個案例獲得測試結果第七節(jié)討論了結果和局限性，和通過總結他的貢獻和暗示未來研究方面結束論文。圖.1基于

8、模型的代碼生成原理.2.2.基于模型的代碼生成基于模型的代碼生成在基于模型的開發(fā)中，一個控制算法的實現(xiàn)通過模型的逐步求精來開發(fā)，一個所謂的的物理模型起源于軟件元件（圖1.左上）的功能需求說明書，物理模型捕獲控制算法和依賴于（連續(xù)）輸入信號和（內部或外部）事件的控制功能的描述行為。物理模型有代表性地使用浮點算法（FLP）和被用來驗證關于在需求說明書規(guī)定需求的模型的功能行為。在機動機工程領域，嵌入式系統(tǒng)被定義作電子控制器(ECUs)。由于硬

9、件資源的限制，ECU需要一個很小開銷（例，有限或者沒有抽象）和能有效的利用系統(tǒng)資源的（高級）編程語言。由于經濟原因，使用在一個ECU的微處理器是更適宜8，16，或者32位固定點處理器。因此，物理模型不得不被實現(xiàn)專家手工精煉；例如，功能部分被分配到不同的任務和用必需的實現(xiàn)細節(jié)增強。而且，用在物理模型的FLP算法是適合嵌入式目標處理機（看[5]詳細）的固定(FXP)算法。為了保持FXP數(shù)誤差精度盡可能低，固定點的數(shù)據(jù)類型被護展以適宜伸縮信息