Modellbasierte Software-Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer Institut für Rechnerarchitektur und Softwaretechnik

Lehr-Evaluation! Um die Evaluation Ihrer Lehrveranstaltung zu starten, geben Sie den Studierenden bitte folgenden Link bekannt: https://evaluation.hu-berlin.de/evaluation/ Von da aus wird der Benutzer/die Benutzerein über die Math. Nat. Fakultät II zu seinem/ihrem Institut geführt und findet dort die zu evaluierende Lehrveranstaltung. Er/sie muss den folgenden Token eingeben eva11zuse und kann dann den Fragebogen ausfüllen.

Diskrete Modellierung Prozess = Änderung des Zustands eines Objektes technische und informationsverarbeitende Prozesse kontinuierliche und diskrete Zustandsänderungen Zustand = Beschreibung aller beobachtbaren Größen eines Objekts physikalische Objekte: Größe, Gewicht, Temperatur, Druck, ... logische Objekte: Funktions- und Variablenwerte Beschreibung eines Zustands durch Zustandsvariablen formal: Zustand = Abbildung Zustandsvariablen auf Werte Beschreibung eines Prozesses durch Zustandsübergänge Ereignis = diskreter Zustandsübergang Signal = kontinuierlich veränderbare Zustandskomponente

Ein wenig Formalismus Labelled Transition System M=(₳,S,T,s0) ₳ : endliches nichtleeres Alphabet der Label S: endliche nichtleere Menge von Zuständen T: endliche Menge von Transitionen, T  S × A × S s0: Anfangszustand, s0  S In UML wird s0 Pseudozustand genannt Einfache Zustandsmaschine (E,C,A); ₳ =2E × C × 2A E: Menge möglicher Ereignisse (Trigger einer Transition) C: Bedingungen (Wächter der Transition) A: Aktionen (Effekt der Transition)

Semantik Ablauf: w=(s0,t0,s1,t1,...,tn-1,sn) s0 ist der Anfangszustand, und (si,ti,si+1)  T Spur (trace) eines Ablaufs w: (t0,t1,...,tn-1) Auswertungsrelation |=  S × C Ablauf einer Zustandsmaschine wenn ti=(ei,ci,ai), dann si |= ci entweder ei = 0 und (si,ti,si+1)  T, oder ei = {e} und (si, (ei‘,ci,ai),si+1)  T für ein ei‘ , e  ei‘, oder ei = {e} und (si, (ei‘,ci,ai),si+1)  T für jedes ei‘ welches e, enthält und si+1=si

Daten Variablen x1,...,xn mit Domänen D1,...,Dn Predikate / Relationen auf den Domänen p  D, R  D × D Erweiterte Zustandsmaschine Zustand weist Variablen Werte zu Bedingung darf Ralationen auf Variablen verwenden Effekt kann Variablen verändern Beispiel: inc (i) [i<max] / i := i+1

Parallelität und Hierarchie Komplexe Systemmodelle können „viele“ Zustände besitzen „Divide et impera“: Parallelisierung und Verschachtelung

UML Zustandsmaschinen UML Zustandsmaschine: Menge von Regionen Region: enthält Knoten und Transitionen Knoten: Zustand, Pseudostate, Verbindungspunkt Zustand: einfach oder zusammengesetzt (ein zusammengesetzter Zustand enthält Regionen) Pseudostate: Anfangszustand, Verzweigungszustand Transition: verbindet Quell- und Zielknoten Trigger: Ereignis (msg rec, op exec) Wächter: OCL Ausdruck Effekt: Zuweisung, Auslösen eines Ereignisses

Metamodell für Zustandsmaschinen

Beispiele Druckschalter

Videokamera-Schalter Video Camcorder unverständliches Benutzermanual typisch für solche Geräte Multifunktionaler Ein/Aus-Schalter: up: off down: zyklisch "tape", "memory“ und "play/edit“ Modus Intuitiv bedeutet “Tape” Videoaufnahme, “Memory” Photos und “Play” Wiedergabe aufgenommenen Materials

Transitionssystem Zustände: {off, tape, memory, play} Ereignisse: {up(), dn()}

Ein Toaster Benutzerinterface: Drehregler, Seitenhebel, Stopp-Knopf Interna: Heizelement, Auswurf Extra: Auftauen-Option Erster Ansatz: Realzeit vernachlässigt (timer event) Verfeinert: Röstzeit hängt von verschiedenen Parametern ab, z.B. Resthitze im Gerät

Toaster – Einfache Zustandsmaschine

Toaster – Hierarchisches Design

Toaster – mit Variablen

Systematik der Modellerstellung Für jedes Bedienelement (Schalter, Knopf, Sensor) die verschiedenen Positionen als Zustand und die Benutzereingaben als Ereignis Für jedes Ausgabeelement die verschiedenen physikalischen Zustände modellieren Steuerung zur Verbindung der Ein- und Ausgaben Parallelschaltung dieser Automaten ergibt Modell der Steuerung Umgebungsmodell zur Modellierung der physikalischen Realität (z.B. Sensorereignis falls Motor am Anschlag) Parallelschaltung dieser Automaten ergibt Systemmodell