[發(fā)明專利]一種基于嵌入式QNX操作系統(tǒng)的智能規(guī)約轉(zhuǎn)換裝置及方法

無效

• 申請(qǐng)?zhí)枺?/td>: 200810011327.3
• 申請(qǐng)日: 2008-05-09
• 公開（公告）號(hào): CN101267448A
• 公開（公告）日: 2008-09-17
• 發(fā)明（設(shè)計(jì)）人: 張化光;孫秋野;王占山;楊東升;柳昂;梁志珊;宋軒;宋武琪
• 申請(qǐng)（專利權(quán)）人: 東北大學(xué);中國(guó)石油大學(xué)(北京);東北電力大學(xué)
• 主分類號(hào): H04L29/08
• 分類號(hào): H04L29/08;G08C19/00
• 代理公司: 沈陽東大專利代理有限公司
• 代理人: 梁焱

1.一種基于嵌入式QNX操作系統(tǒng)的智能規(guī)約轉(zhuǎn)換方法，其特征在于在電力通信系統(tǒng)的 RTU和前置機(jī)間設(shè)置規(guī)約轉(zhuǎn)換器，應(yīng)用模糊專家系統(tǒng)對(duì)子站RTU的上傳通信協(xié)議進(jìn)行智能識(shí) 別，再將識(shí)別后的規(guī)約轉(zhuǎn)換為統(tǒng)一的規(guī)約格式，上傳到前置機(jī)，經(jīng)前置機(jī)上傳給各上級(jí)工作 站，所述應(yīng)用模糊專家系統(tǒng)對(duì)子站RTU的上傳通信協(xié)議進(jìn)行智能識(shí)別，主要包括知識(shí)庫(kù)的建 立和推理機(jī)的建立，其中，知識(shí)庫(kù)的建立過程如下：

(1)特征碼的定義，分為循環(huán)式和問答式：

其中，循環(huán)式規(guī)約特征碼提取規(guī)則如下：

1.循環(huán)式規(guī)約其幀結(jié)構(gòu)中同步字的符號(hào)和長(zhǎng)度通常是不同的，因此把各循環(huán)式規(guī)約中的 同步字作為特征碼；

2.控制字中控制字節(jié)的后四位作為特征碼，不同規(guī)約其幀類別代碼定義不同，這些代碼 也可以作為特征碼；

3.在控制字和信息字后都有一個(gè)校驗(yàn)碼，不同的規(guī)約定義的校驗(yàn)方式不同，通過上傳數(shù) 據(jù)中已知的校驗(yàn)碼和數(shù)據(jù)庫(kù)中定義的校驗(yàn)方式得出的效驗(yàn)碼相比較，也可以作為規(guī)約判斷的 標(biāo)準(zhǔn)，因此校驗(yàn)碼可以作為特征碼使用；

4.不同規(guī)約可能定義不同的功能碼代號(hào)，也可能定義相同的功能碼代號(hào)，這些功能碼代 號(hào)可能代表的用途相同，也可能不同，各功能碼對(duì)應(yīng)的信息字格式可能相同也可能不同，因 此可以分以下3種情況定義其特征碼：

(4-1)規(guī)約的功能碼代號(hào)是唯一的，與其它規(guī)約中特征碼相區(qū)別，則可以把功能碼定 義為規(guī)約識(shí)別特征碼；

(4-2)幾個(gè)規(guī)約中的功能碼代號(hào)相同，但其用途或信息數(shù)據(jù)格式不同，因此其功能代 碼對(duì)應(yīng)的信息數(shù)據(jù)的大小和范圍不同，可以把功能代碼和信息數(shù)據(jù)定義為特征碼；

(4-3)幾個(gè)規(guī)約中的功能碼代號(hào)相同，其定義的用途相同，定義的數(shù)據(jù)格式也相同， 則不把此功能碼和信息數(shù)據(jù)部分作為特征碼使用；

問答式規(guī)約特征碼提取規(guī)則如下：

1.問答式規(guī)約其幀結(jié)構(gòu)中的啟動(dòng)字符可能不同，啟動(dòng)字符個(gè)數(shù)也不同，因此把各循環(huán)式 規(guī)約中的啟動(dòng)字作為特征碼；

2.可變幀長(zhǎng)幀格式中的L和L重復(fù)代表控制域到鏈路用戶區(qū)的長(zhǎng)度，有的規(guī)約不存在L 和L重復(fù)，所以把連續(xù)且數(shù)值相同的L和L重復(fù)作為特征碼；

3.在規(guī)約最末尾或倒數(shù)第二個(gè)字節(jié)處都存在一個(gè)校驗(yàn)碼，不同的規(guī)約定義的校驗(yàn)方式不 同，通過上傳數(shù)據(jù)中已知的校驗(yàn)碼和數(shù)據(jù)庫(kù)中定義的校驗(yàn)方式得出的效驗(yàn)碼相比較，也可以 作為規(guī)約判斷的標(biāo)準(zhǔn)，因此校驗(yàn)碼可以作為特征碼使用；

4.問答式規(guī)約其幀結(jié)構(gòu)中的結(jié)束字符可能不同，因此把各循環(huán)式規(guī)約中的結(jié)束字符作為 特征碼；

5.控制域，鏈路數(shù)據(jù)用戶區(qū)包含不同的控制域定義格式，類型標(biāo)識(shí)符和傳送原因符各種 規(guī)約特征，也可以定義為特征碼使用；

6.對(duì)于SC-1801類型規(guī)約中的R，D和命令碼定義可能不同，也可以作為特征碼使用；

7.數(shù)據(jù)區(qū)中數(shù)據(jù)的格式，隨命令的不同而不同：當(dāng)兩規(guī)約命令碼相同，數(shù)據(jù)格式定義不 同時(shí)，可以根據(jù)各規(guī)約命令碼對(duì)應(yīng)的數(shù)據(jù)格式特征對(duì)規(guī)約識(shí)別，可以把數(shù)據(jù)區(qū)各種命令格式 作為特征碼；

(2)特征碼權(quán)重的錄入規(guī)則

一個(gè)規(guī)約有N條特征碼，這些特征碼有的只在一種規(guī)約中出現(xiàn)，有的在兩個(gè)或多個(gè)規(guī)約 中出現(xiàn)，因此每個(gè)特征碼在不同規(guī)約中的權(quán)重不同，根據(jù)以下規(guī)則對(duì)特征碼權(quán)重進(jìn)行專家定 義：

Wij為特征碼權(quán)重，代表特征碼i在第j條規(guī)約中的權(quán)重，Wij取值[-1?1]，對(duì)規(guī)約j， 與其特征碼不符的樣本數(shù)據(jù)特征碼出現(xiàn)，則樣本數(shù)據(jù)特征碼對(duì)應(yīng)的Wij＜0，在所有特征碼中 有n個(gè)與其特征碼不符的特征碼，則些特征碼對(duì)應(yīng)的權(quán)重和：所有特征碼中有n 個(gè)與其特征碼相符的特征碼，則些特征碼對(duì)應(yīng)的權(quán)重和：

(3)隸屬函數(shù)的確立

隸屬函數(shù)的建立根據(jù)特征碼的不同而不同：

1.當(dāng)把同步字，啟動(dòng)符，結(jié)束符這類固定不變的幀結(jié)構(gòu)特征當(dāng)做特征碼使用時(shí)，要求所 選的隸屬函數(shù)的統(tǒng)一表達(dá)式為：

因?yàn)樯蟼鞯臉颖拘畔?shù)據(jù)是由0，1組成的二進(jìn)制碼，因此當(dāng)特征碼的值固定時(shí)只允許隸 屬度取值0或1，當(dāng)隸屬度取1時(shí)表示樣本值和對(duì)應(yīng)特征值完全匹配，當(dāng)隸屬度取0時(shí)表示 樣本值和對(duì)應(yīng)特征值不完全匹配或完全不匹配；

2.當(dāng)把信息字結(jié)構(gòu)中的功能碼和信息數(shù)據(jù)這類不固定信息作為特征碼時(shí)，其功能碼部分 是定義好的一組固定字節(jié)，選用公式1作為隸屬函數(shù)的表達(dá)形式，而信息數(shù)據(jù)中的特征碼不 固定，參照以下標(biāo)準(zhǔn)進(jìn)行隸屬函數(shù)定義：

在知識(shí)庫(kù)中定義各規(guī)約功能碼對(duì)應(yīng)的信息數(shù)據(jù)的常用數(shù)據(jù)范圍和特定數(shù)據(jù)結(jié)構(gòu)，根據(jù)功 能碼與信息數(shù)據(jù)的匹配程度也可以做為規(guī)約判斷的標(biāo)準(zhǔn)，假設(shè)信息數(shù)據(jù)的常用范圍為min(x) -max(x)，數(shù)據(jù)結(jié)構(gòu)中的固定特征有m個(gè)，信息字對(duì)應(yīng)的信息數(shù)據(jù)的最大值為M，最小值為N， 當(dāng)采集的樣本信息數(shù)據(jù)＞a或＜b則可確定其功能碼與信息數(shù)據(jù)不符；

所選的隸屬函數(shù)的統(tǒng)一表達(dá)式為：

其中y代表采集到的樣本信息數(shù)據(jù)；a為數(shù)據(jù)范圍比照對(duì)隸屬函數(shù)的影響權(quán)重，b為數(shù)據(jù) 結(jié)構(gòu)中的固定特征比照對(duì)隸屬函數(shù)的影響權(quán)重，不同情況下a，b大小不同，但都滿足a+b ＝1；不同的規(guī)約，不同的信息字結(jié)構(gòu)定義的隸屬函數(shù)中的函數(shù)取值都不同，可以根據(jù)需要進(jìn) 行修改；

推理機(jī)的構(gòu)造過程如下：

推理機(jī)采用三元組決策推理方法，將規(guī)則實(shí)例轉(zhuǎn)換為模糊產(chǎn)生式規(guī)則：

定義模糊斷言為Pi，且有1≤i≤n；

定義μik為第k個(gè)數(shù)據(jù)樣本對(duì)應(yīng)的第i條特征碼的可信度即隸屬度；

定義Wij為Pi的權(quán)重，表示特征碼i在第j條規(guī)約中的權(quán)重，且有1≤j≤n；

將第1條特征碼的模糊斷言P1、第k個(gè)數(shù)據(jù)樣本對(duì)應(yīng)的第1條特征碼的可信度μ1k組成 的集合與第1條特征碼在第k條規(guī)約中權(quán)重w1k的乘積，至第n條特征碼的模糊斷言Pn、第 k個(gè)數(shù)據(jù)樣本對(duì)應(yīng)的第n條特征碼的可信度μnk組成的集合與第n條特征碼在第k條規(guī)約中 權(quán)重wnk的乘積，上述乘積所組成的集合為左集合；

將由第1條特征碼的模糊斷言P1、第k個(gè)數(shù)據(jù)樣本對(duì)應(yīng)的第1條特征碼的可信度μ1k組 成的集合與第1條特征碼在第j條規(guī)約中權(quán)重w1j的乘積、至由第n條特征碼的模糊斷言Pn、 第k個(gè)數(shù)據(jù)樣本對(duì)應(yīng)的第n條特征碼的可信度μnk組成的集合與第n條特征碼在第j條規(guī)約 中權(quán)重wnj的乘積，上述乘積所組成的集合為右集合；

j的取值為取除規(guī)約k外的其他所有規(guī)約，即1≤j≤n且j≠k，所以每取一個(gè)j都會(huì)形 成一個(gè)右集合，共有n-1個(gè)右集合，如果這n-1個(gè)右集合中最大的集合都包含于左集合，那么 上傳的樣本數(shù)據(jù)采用規(guī)約j；

根據(jù)知識(shí)庫(kù)中隸屬函數(shù)的建立規(guī)則得出樣本可信度表，將樣本數(shù)據(jù)分別與所有知識(shí)庫(kù)中 專家定義的特征碼比照，根據(jù)樣本可信度表的建立過程得出隸屬函數(shù)矩陣R，定義權(quán)重矩陣 為A，確定M列的評(píng)價(jià)指數(shù)矩陣M，得到一個(gè)完整的規(guī)約可信度評(píng)價(jià)行向量Mc：

Mc＝[Mc1?Mc2?Mc3…Mcm]，其中

Mcj可能為負(fù)值也可能為正值，Mcj的值越大，則其可信度越高，取Mc向量中的最大值 max(Mc1，Mc2，…Mcm)，則此最大值對(duì)應(yīng)的規(guī)約即為和樣本數(shù)據(jù)匹配程度最大的規(guī)約，此規(guī) 約作為識(shí)別后的標(biāo)準(zhǔn)規(guī)約；

所述將識(shí)別后的規(guī)約轉(zhuǎn)換為統(tǒng)一的規(guī)約格式，采用的方法為CDT規(guī)約轉(zhuǎn)換方式。