71feae9e79
Config-driven random number generation with model templates in JSON and signal-to-model binding via DB2 tables[1] field. Supports 9 analog modes, 4 boolean modes including valve_pair timing simulation.
235 lines
9.8 KiB
Markdown
235 lines
9.8 KiB
Markdown
# RNG 参数化随机数生成 — 设计规格
|
||
|
||
## 概述
|
||
|
||
将 RNG 从硬编码的信号→数据源映射重构为配置驱动的参数化模型架构，使随机数/仿真数据的生成完全由外部配置控制，无需修改 C++ 代码即可定义新的信号行为。
|
||
|
||
## 核心设计决策
|
||
|
||
- **模型模板与信号绑定分离**：模型模板定义在 `rng_models.json`，每个信号通过 DB2 表 `T_LOV_FDAAITEM` 的 `tables[1]` 字段引用模型名
|
||
- **每个信号独立实例化**：即使 100 个信号用同一个模型模板，各自创建独立实例，状态不共享
|
||
- **基值参数取自 defaultValue**：`TeleItem.defaultValue` 天然作为 `c`(constant)、`b`(linear)、`offset`(sine)、`base`(spike/drift)、`mean`(normal) 的默认值
|
||
- **纯 JSON 参数透传**：模型构造函数直接解析 JSON params key-value，工厂不关心具体参数内容
|
||
|
||
## 模型模式
|
||
|
||
### 模拟量模式
|
||
|
||
| mode | 函数 | 从 defaultValue 取的基值 | 模板 params |
|
||
|------|------|------------------------|------------|
|
||
| `constant` | y = c | c | — |
|
||
| `linear` | y = k·t + b | b | k |
|
||
| `sine` | y = A·sin(ω·t + φ) + offset | offset | A, ω, φ |
|
||
| `normal` | y = μ + σ·N(0,1) | μ | σ |
|
||
| `uniform` | y = random(−Δ, +Δ) + center | center | Δ |
|
||
| `spike` | y = base + spike(t) | base | amplitude, probability |
|
||
| `drift` | y = base + rate·t | base | drift_rate |
|
||
| `csv` | y = csv(t, col) | — | file, column |
|
||
| `composite` | y = base(t) + noise(t) | — | base_model, noise_model |
|
||
|
||
t 为时间索引，从进程启动起每周期（~20ms）递增。
|
||
|
||
### 布尔量模式
|
||
|
||
| mode | 行为 | 模板 params |
|
||
|------|------|------------|
|
||
| `bool_random` | 随机 0/1，可配置为 1 的概率 | prob_true (default 0.5) |
|
||
| `bool_toggle` | 固定周期 0/1 翻转 | period_ms |
|
||
| `bool_csv` | CSV 数据回放（int 列） | file, column |
|
||
| `valve_pair` | 跟随另一个信号，加延迟/闪断 | on_delay_ms, off_delay_ms, flash_prob |
|
||
|
||
### spike 毛刺行为
|
||
|
||
- 每个周期以 `probability` 概率触发毛刺
|
||
- 触发时 y = base ± amplitude（符号随机）
|
||
- 毛刺持续 1 个周期后恢复
|
||
|
||
### drift 漂移行为
|
||
|
||
- y = base + drift_rate × t
|
||
- 漂移累加无上限，模拟传感器退化趋势
|
||
|
||
### valve_pair 时序模型
|
||
|
||
不模拟动作信号本身，而是通过模型名引用另一个信号（如 `bool_toggle`）的当前值，模拟传感器对动作的响应延迟。
|
||
|
||
```
|
||
动作信号 A (如 toggle_2s):
|
||
t: 0 1 2 3 4 5 6 7 8 9
|
||
0────1──────────────────────────────0──────────
|
||
|
||
到位传感器 B (valve_px_std:toggle_2s):
|
||
0─────────1────────────────────0───1──0────────
|
||
↑ on_delay=200ms ↑闪断(2%) ↑ off_delay=150ms
|
||
```
|
||
|
||
- B 在 A 变为 1 后延迟 `on_delay_ms` 才变为 1
|
||
- B 在 A 变为 0 后延迟 `off_delay_ms` 才变为 0
|
||
- B 在高电平期间有 `flash_prob` 概率出现短暂闪断（单周期归零后自动恢复）
|
||
|
||
配对方式：B 的 `tables[1]` = `valve_px_std:toggle_2s`，其中 `toggle_2s` 是 A 的模型名。运行时通过模型名查找动作信号的 IModel 实例。
|
||
|
||
一对多自然支持：同一个动作信号可被多个 valve_pair 传感器跟随，各自维护独立的延迟/闪断状态。
|
||
|
||
## JSON 配置格式
|
||
|
||
文件路径：`<config_dir>/rng_models.json`
|
||
|
||
```json
|
||
{
|
||
"models": {
|
||
"normal_tiny": { "mode": "normal", "params": { "sigma": 0.01 } },
|
||
"normal_med": { "mode": "normal", "params": { "sigma": 0.5 } },
|
||
"linear_slow": { "mode": "linear", "params": { "k": 0.001 } },
|
||
"linear_fast": { "mode": "linear", "params": { "k": 0.05 } },
|
||
"sine_ecc1": { "mode": "sine", "params": { "A": 5.0, "omega": 0.314, "phi": 0 } },
|
||
"sine_ecc2": { "mode": "sine", "params": { "A": 3.0, "omega": 0.628, "phi": 1.57 } },
|
||
"spike_sharp": { "mode": "spike", "params": { "amplitude": 50, "probability": 0.05 } },
|
||
"spike_mild": { "mode": "spike", "params": { "amplitude": 10, "probability": 0.15 } },
|
||
"drift_slow": { "mode": "drift", "params": { "drift_rate": 0.0001 } },
|
||
"drift_fast": { "mode": "drift", "params": { "drift_rate": 0.005 } },
|
||
"toggle_2s": { "mode": "bool_toggle", "params": { "period_ms": 2000 } },
|
||
"toggle_5s": { "mode": "bool_toggle", "params": { "period_ms": 5000 } },
|
||
"toggle_10s": { "mode": "bool_toggle", "params": { "period_ms": 10000 } },
|
||
"valve_px_std": { "mode": "valve_pair", "params": { "on_delay_ms": 200, "off_delay_ms": 150, "flash_prob": 0.02 } },
|
||
"valve_px_fast": { "mode": "valve_pair", "params": { "on_delay_ms": 80, "off_delay_ms": 60, "flash_prob": 0.01 } }
|
||
}
|
||
}
|
||
```
|
||
|
||
## DB2 信号绑定
|
||
|
||
每个信号在 `T_LOV_FDAAITEM` 表中通过 `tables[1]` 字段指定模型引用。
|
||
|
||
### tables[1] 语法
|
||
|
||
| 格式 | 含义 | 示例 |
|
||
|------|------|------|
|
||
| `model_name` | JSON 中定义的模型 | `normal_tiny` |
|
||
| `csv:file_name:col` | CSV 文件回放（内联简写） | `csv:C308速度毛刺仿真.csv:1` |
|
||
| `base_model+noise_model` | 组合模型 | `linear_slow+normal_tiny` |
|
||
| `pair_model:action_model` | 布尔配对模型（仅 valve_pair） | `valve_px_std:toggle_2s` |
|
||
| 空 / `default` | 默认模型 `normal_tiny` | — |
|
||
|
||
### 示例数据行
|
||
|
||
| item | defaultValue | tables[1] | 说明 |
|
||
|------|-------------|-----------|------|
|
||
| BR1_1_V_act | 100.0 | `normal_tiny` | 均值100的正态噪声 |
|
||
| BR1_2_V_act | 120.0 | `normal_tiny` | 同上模板，独立实例 |
|
||
| BR2_2_I_act | 0.0 | `csv:spbdata:1` | CSV第1列回放 |
|
||
| TCM-4-82-BD-1-101 | 80.0 | `sine_ecc1` | 幅值5周期0.314的正弦 |
|
||
| TCM-72-150-BD-5-117 | 75.0 | `sine_ecc1` | 同上模板，独立实例 |
|
||
| RW_o_Drv_SpdErr | 0.0 | `linear_slow+spike_mild` | 线性爬升叠加毛刺 |
|
||
| 3G-DSA-B01-01B | 0 | `toggle_2s` | 2秒周期翻转（动作阀） |
|
||
| 3G-PX-B01-01 | 0 | `valve_px_std:toggle_2s` | 跟随动作阀的到位传感器 |
|
||
|
||
## 软件架构
|
||
|
||
### 文件结构
|
||
|
||
```
|
||
TestProject/RNG/
|
||
├── model/
|
||
│ ├── IModel.h # 统一接口
|
||
│ ├── ModelRegistry.h/cc # 工厂 + tables[1] 解析
|
||
│ ├── NormalModel.h
|
||
│ ├── LinearModel.h
|
||
│ ├── SineModel.h
|
||
│ ├── UniformModel.h
|
||
│ ├── SpikeModel.h
|
||
│ ├── DriftModel.h
|
||
│ ├── CsvReplayModel.h
|
||
│ ├── BoolRandomModel.h
|
||
│ ├── BoolToggleModel.h
|
||
│ ├── BoolCsvModel.h
|
||
│ ├── ValvePairModel.h
|
||
│ └── CompositeModel.h
|
||
├── json/ # nlohmann_json (已有)
|
||
├── Generator.h/cc # 重构：去掉硬编码，走 ModelRegistry
|
||
├── RNG_icei.h/cc # 不变
|
||
├── RNG.h/cc # 启动时加载 rng_models.json
|
||
├── RandT.h # 保留，底层数学工具
|
||
├── read_csv.hpp # 保留，CsvReplayModel 内部使用
|
||
└── CMakeLists.txt # 新增 model/ 源文件
|
||
```
|
||
|
||
### 关键接口
|
||
|
||
```cpp
|
||
// IModel.h — 所有模型的基类
|
||
class IModel {
|
||
public:
|
||
virtual ~IModel() = default;
|
||
virtual float evaluate(size_t t_index); // 模拟量，默认返回0
|
||
virtual bool evaluateBool(size_t t_index); // 布尔量，默认返回false
|
||
virtual void linkPeers(ModelRegistry& reg); // 配对信号关联，默认空
|
||
virtual void reset(); // 重置内部状态
|
||
};
|
||
|
||
// ModelRegistry — 单例
|
||
class ModelRegistry {
|
||
public:
|
||
using Ctor = std::function<std::unique_ptr<IModel>(const json& params, float defaultVal)>;
|
||
|
||
void loadModels(const std::string& jsonPath); // 加载 rng_models.json
|
||
IModel* getOrCreate(const std::string& tables1Spec, // 解析并创建实例
|
||
float defaultValue);
|
||
|
||
// 按模型名查找所有使用该模型的信号实例（valve_pair 查询动作信号用）
|
||
std::vector<IModel*> findByModelName(const std::string& modelName);
|
||
|
||
void registerMode(const std::string& mode, Ctor ctor); // 注册新模型类型
|
||
};
|
||
```
|
||
|
||
### 数据流（每周期 TimeNotify）
|
||
|
||
```
|
||
TimeNotify(eventNo)
|
||
→ BinaryTele.ReBuild(eventNo)
|
||
→ for i in 0..BinaryTele.size():
|
||
item = BinaryTele[i]
|
||
spec = item.tables[1]
|
||
model = ModelRegistry::getOrCreate(spec, atof(item.defaultValue))
|
||
if item.type[0] == 'b':
|
||
item = model->evaluateBool(timeIndex)
|
||
else:
|
||
item = model->evaluate(timeIndex) (float)
|
||
→ BinaryTele.GetTeleData() → m_mapfix[eventNo]->push(buff)
|
||
```
|
||
|
||
### 启动流程
|
||
|
||
```
|
||
RNG::start()
|
||
→ con_mag_->dbLogin()
|
||
→ ModelRegistry::instance().loadModels("rng_models.json")
|
||
→ RNG_server = new RNGICEI()
|
||
→ PACE 服务注册
|
||
```
|
||
|
||
## 扩展流程
|
||
|
||
新增一个模型模式（如指数衰减 `exponential`）只需要：
|
||
|
||
1. 新建 `model/ExponentialModel.h`，实现 `IModel::evaluate(t)`
|
||
2. 在 `ModelRegistry` 构造函数中注册一行：`reg("exponential", ExponentialModel::create)`
|
||
3. 在 `rng_models.json` 中添加模板：`"exp_decay": { "mode": "exponential", "params": { "lambda": 0.01 } }`
|
||
|
||
JSON params 以通用 map 形式透传给模型构造函数，工厂不需要理解新参数。
|
||
|
||
## 存量兼容
|
||
|
||
- `RandT.h` 保留，底层随机数工具被各 Model 内部使用
|
||
- `read_csv.hpp` 保留，`CsvReplayModel` 内部使用
|
||
- `Generator.cc` 中所有硬编码的 if-else 信号映射删除
|
||
- `BinaryTele` + `CMemFix<PLC_DATA>` 共享内存写入逻辑保持不变
|
||
- ICE 接口 `RNGICEI` 不变
|
||
- DB2 中已有的 `tables[1]` 为空的行走默认模型 `normal_tiny`，保持向后兼容
|
||
|
||
## 约束
|
||
|
||
- `tables[1]` 字段长度 40 字符（`name_type` = `char[40]`），模型名 + 引用语法需控制在此范围内
|
||
- 时间索引 `t_index` 从进程启动起单调递增，每周期（~20ms）加 1，不持久化
|