[论文解读] Stochastic Assume-Guarantee Contracts for Cyber-Physical System Design Under Probabilistic Requirements

Jiwei Li, Pierluigi Nuzzo+3 more|arXiv (Cornell University)|May 25, 2017

Formal Methods in Verification参考文献 18被引用 3

一句话总结

该论文提出了一种基于随机假设-保证契约框架的网络物理系统形式化方法，采用随机信号时序逻辑（StSTL）来指定概率性需求。通过保守近似概率约束，将契约兼容性、一致性和细化形式化为混合整数规划（MIP），实现了对线性随机系统的高效验证与随机模型预测控制（MPC）综合，应用于飞机电源分配网络时，电池电量约束满足率达95%。

ABSTRACT

We develop an assume-guarantee contract framework for the design of cyber-physical systems, modeled as closed-loop control systems, under probabilistic requirements. We use a variant of signal temporal logic, namely, Stochastic Signal Temporal Logic (StSTL) to specify system behaviors as well as contract assumptions and guarantees, thus enabling automatic reasoning about requirements of stochastic systems. Given a stochastic linear system representation and a set of requirements captured by bounded StSTL contracts, we propose algorithms that can check contract compatibility, consistency, and refinement, and generate a controller to guarantee that a contract is satisfied, following a stochastic model predictive control approach. Our algorithms leverage encodings of the verification and control synthesis tasks into mixed integer optimization problems, and conservative approximations of probabilistic constraints that produce both sound and tractable problem formulations. We illustrate the effectiveness of our approach on a few examples, including the design of embedded controllers for aircraft power distribution networks.

研究动机与目标

• 解决缺乏针对具有概率需求的随机网络物理系统的形式化契约框架的问题。
• 通过组合式验证实现复杂网络物理系统设计中集成错误的早期检测。
• 通过将需求表达为概率约束而非确定性的最坏情况边界，支持稳健且非最坏情况的设计。
• 在不确定性存在的情况下，开发可扩展且可处理的契约操作与控制器综合算法。
• 在真实应用场景（如飞机电能分配系统）中展示该框架的有效性。

提出的方法

• 论文使用随机信号时序逻辑（StSTL）正式指定系统行为、契约假设与保证，包含概率谓词。
• 通过概率约束的保守近似，将契约验证任务——兼容性、一致性与细化——形式化为混合整数规划问题（MIP）。
• 该方法利用StSTL公式的混合整数线性下近似，以处理复杂约束，如瞬态行为与电池电量阈值。
• 在每10秒间隔合成一种随机模型预测控制（MPC）方案，利用MIP形式化生成满足契约的控制动作。
• 框架集成分层控制：高层LMS（HL-LMS）每10秒计算最优配置，而低层LMS（LL-LMS）负责对故障事件即时响应。
• 系统使用原子命题编码，如$(0.3 - B_j)^{[0.95]}$，表示以95%置信度对电池充电水平施加概率约束。

实验结果

研究问题

• RQ1 能否为具有概率需求的随机线性系统开发一种正式的假设-保证契约框架？
• RQ2 如何高效且可靠地编码系统契约中的概率约束，以支持验证与控制综合？
• RQ3 契约操作（如兼容性、一致性与细化）能否被简化为可处理的优化问题？
• RQ4 该框架在安全关键型网络物理系统中支持实时控制综合的程度如何？
• RQ5 与先前方法相比，该框架在处理复杂瞬态行为与动态故障方面表现如何？

主要发现

• 该框架成功验证了飞机电源分配系统中系统级契约$C_S$的一致性，依据定理5。
• 随机MPC方案在500次仿真运行中实现了超过95%的电池电量满足率，满足概率约束$(B_j \geq 0.3)^{[0.95]}$。
• 在时间0之后的大部分仿真时间内，电池充电水平保持在0.3以上，证实了约束(36)的有效性。
• 在50次仿真中，当初始电量为0.225时，电池电量在时间5前上升至0.4以上，与需求(37)一致。
• LL-LMS在时间34检测到发电机故障后立即响应，将GEN3连接至母线2并切除负荷；HL-LMS在时间40检测到该事件并重新计算最优配置。
• 优化后的配置减少了负荷切除，提升了资源利用率，通过启用电池充电及GEN1与GEN3之间的功率共享，同时保持切换频率在要求范围内。