[發明專利]用于驗證仿真模型的方法

在審

• 申請號: 202111215412.3
• 申請日: 2021-10-19
• 公開（公告）號: CN114385479A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: J·施密特
• 申請（專利權）人: 羅伯特·博世有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 張濤;劉春元

用于驗證技術系統的仿真模型的仿真數據（SD）的計算機實現的方法（100）；所述方法（100）包括以下步驟：提供（110）包括一定數量仿真信號的仿真數據（SD）和提供（110）包括一定數量參考信號的參考數據（RD），其中仿真信號和參考信號是多維信號，至少是二維信號，以及使用1?Wasserstein度量確定（120）包括所述仿真數據（SD）的第一概率分布和包括所述參考數據（RD）的第二概率分布之間的度量。

技術領域

本公開涉及一種用于驗證技術系統的仿真模型的仿真數據的計算機實現的方法。

其他實施例涉及一種用于執行所述方法的計算機程序。

其他實施例涉及所述計算機實現的方法和/或所述計算機程序用于驗證技術系統的仿真模型的用途，特別是在所述技術系統的開發中，所述技術系統特別是軟件、硬件或嵌入式系統。

背景技術

為了驗證仿真模型，通常在所述仿真模型的參數空間中的特定點（所謂的驗證點）處收集參考數據。這些參考數據通常來自真實的驗證實驗或來自高精度參考模型的仿真運行。在所述驗證點處計算所謂的模型誤差，這是真實的標量變量，其表明所述仿真模型與參考之間的偏差。

為了驗證標量信號，例如已知基于所謂的面積驗證度量（Area ValidationMetric）的驗證框架，其例如在Oberkampf、William L.和Christopher J. Roy的“Verification and validation in scientific computing”，Cambridge UniversityPress, 2010中進行了描述。通常，仿真結果和參考測量（所述參考測量理想情況下是真實實驗）都被理解為來自兩個不同隨機分布的隨機采樣。也就是說，既針對來自數據的仿真又針對來自數據的參考創建（經驗）分布函數（英語：Cumulative distribution function，累積分布函數，CDF）。然后將這些分布函數與用于分布函數的度量（例如面積驗證度量）相互比較。在面積驗證度量中，兩個分布函數之間的面積用作衡量兩個分布之間不一致的度量。

然而，已知的面積驗證度量在相當簡單的情況下已經達到了它的極限，在所述相當簡單的情況下，記錄的信號是平面中的點。在已知的驗證框架中，不可能將仿真和參考進行統計比較。如果針對仿真和參考已經分別記錄了多個數據點，在最佳情況下是非常多的數據點，則迄今為止還不可能將兩個數據集作為一個整體進行比較并計算不一致的客觀值。

此外，已知的面積驗證度量不能輕松地擴展到多維信號。一方面，擴展到超體積驗證度量（Hypervolume Validation Metric）并不容易，因為由兩次測量包圍的體積已經無限大了。此外，當簡單地將各個度量結果相加時，沒有完全考慮兩個信號之間的相關性。這在輸出高度相關（如時間序列的各個時間點）的情況下尤其成問題。

發明內容

因此，本發明所基于的任務是克服現有技術已知的缺點。

一個實施方式涉及一種用于驗證技術系統的仿真模型的仿真數據的計算機實現的方法；

所述方法包括以下步驟：

提供包括一定數量仿真信號的仿真數據和提供包括一定數量參考信號的參考數據，其中仿真信號和參考信號是多維信號，至少是二維信號，以及使用1-Wasserstein度量確定包括所述仿真數據的第一概率分布和包括所述參考數據的第二概率分布之間的度量。