本發(fā)明屬于邏輯分析儀、示波器技術(shù)領(lǐng)域，用于邏輯分析儀與示波器中的協(xié)議解析功能。

背景技術(shù)：

在電子系統(tǒng)中存在著眾多的通信協(xié)議，總計(jì)約有上百種。例如，有負(fù)責(zé)不同產(chǎn)品或模塊之間通信的：如RS232/485、USB、CAN等，有負(fù)責(zé)板級(jí)通信的：如I2C、SPI、SDIO等。

電子工程師們在設(shè)計(jì)、調(diào)試系統(tǒng)的時(shí)候往往需要實(shí)際測量采集這些通信信號(hào)和數(shù)據(jù)，以幫助其查找問題、優(yōu)化系統(tǒng)等。邏輯分析儀是專門用來應(yīng)對(duì)此類任務(wù)的設(shè)備，它一般可以支持十幾種至幾十種標(biāo)準(zhǔn)協(xié)議的解析。某些示波器中也具備此功能，但受限于通道數(shù)量較少，所以支持的協(xié)議種類通常也少得多。

無論是邏輯分析儀還是示波器，目前要使用其協(xié)議解析功能，通常都需要以下步驟：首先要確定當(dāng)前信號(hào)采用的是何種協(xié)議，然后在儀器或其軟件中找到相應(yīng)的協(xié)議解析器，然后需要手動(dòng)設(shè)置一些必要的參數(shù)，最后儀器或其軟件根據(jù)上述設(shè)置解析出通信數(shù)據(jù)供用戶使用。

如果用戶不知道被測信號(hào)基于哪種協(xié)議，那么就無法使用解析功能，而這在初學(xué)者和初級(jí)工程師群體中是很常見的。即便確定了是哪種協(xié)議，接下來還要對(duì)協(xié)議的各種參數(shù)做出恰當(dāng)?shù)脑O(shè)置，而某些協(xié)議又會(huì)包含多項(xiàng)復(fù)雜的參數(shù)，這就導(dǎo)致用戶在使用過程中會(huì)經(jīng)常出錯(cuò)，而錯(cuò)誤的數(shù)據(jù)又會(huì)導(dǎo)致錯(cuò)誤的分析結(jié)果，從而浪費(fèi)掉使用者大量的時(shí)間和精力。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)目前協(xié)議解析器在使用上存在的操作步驟繁瑣及對(duì)使用者要求較高的問題，提出了一種基于云計(jì)算與大數(shù)據(jù)深度學(xué)習(xí)為基礎(chǔ)的通信協(xié)議智能識(shí)別并自動(dòng)解析的方案。

本發(fā)明的技術(shù)方案如下：

一種基于云計(jì)算實(shí)現(xiàn)通信協(xié)議智能解析的方法，包括如下步驟：

S1，支持多通信協(xié)議解析的信號(hào)采集及顯示客戶端在采集信號(hào)后，向云端服務(wù)器發(fā)送請求以獲取特征碼生成算法；

S2，服務(wù)器下發(fā)特征碼生成算法至客戶端；

S3，利用特征碼生成算法對(duì)本次采集的信號(hào)數(shù)據(jù)處理，得到特征碼并截取一段信號(hào)片段，并將該特征碼及信號(hào)片段上傳至云端服務(wù)器；

S4，云端服務(wù)器根據(jù)上述特征碼及信號(hào)片段在樣本數(shù)據(jù)庫中搜索匹配的解析算法；

當(dāng)搜索到匹配的解析算法時(shí)將其下發(fā)給客戶端，客戶端根據(jù)該算法解析信號(hào)數(shù)據(jù)后顯示解析結(jié)果以及自我統(tǒng)計(jì)本次解析的相關(guān)數(shù)據(jù)，將統(tǒng)計(jì)結(jié)果上傳至服務(wù)器，服務(wù)器根據(jù)統(tǒng)計(jì)信息判斷有無錯(cuò)誤或缺陷；如無，服務(wù)器將統(tǒng)計(jì)信息輸入至特征碼算法學(xué)習(xí)器和樣本數(shù)據(jù)庫，學(xué)習(xí)器自我迭代改進(jìn)，并更新樣本數(shù)據(jù)與解析算法的對(duì)應(yīng)關(guān)系；如有，進(jìn)行人工分析，將人工糾正后的對(duì)應(yīng)關(guān)系及統(tǒng)計(jì)信息輸入至特征碼算法學(xué)習(xí)器及樣本數(shù)據(jù)庫，學(xué)習(xí)器自我迭代改進(jìn)，并更新樣本數(shù)據(jù)與解析算法的對(duì)應(yīng)關(guān)系；

當(dāng)未搜索到匹配的解析算法時(shí)，通知客戶端無法解析，并由人工確定此信號(hào)是否屬于某種協(xié)議解析，如是，將對(duì)應(yīng)關(guān)系反饋至特征碼算法學(xué)習(xí)器并由其自我迭代改進(jìn)算法，同時(shí)添加特征碼與信號(hào)片段到數(shù)據(jù)庫并指定與解析算法的對(duì)應(yīng)關(guān)系，如不屬于任何協(xié)議不做處理。

優(yōu)選的，所述客戶端為運(yùn)行在電腦上的邏輯分析儀或示波器軟件，或者為具備聯(lián)網(wǎng)功能的獨(dú)立式邏輯分析儀或示波器設(shè)備。

優(yōu)選的，所述客戶端自我統(tǒng)計(jì)的相關(guān)數(shù)據(jù)包括誤碼率、與標(biāo)準(zhǔn)協(xié)議的相似度以及誤碼產(chǎn)生位置。

優(yōu)選的，所述步驟S4中，所述云端服務(wù)器接接收到客戶端上傳的特征碼與信號(hào)片段后，先根據(jù)特征碼在樣本數(shù)據(jù)庫中查找匹配度最高的記錄，

如特征碼匹配相似度達(dá)到95％以上，則直接提取該特征碼對(duì)應(yīng)的解析算法并下發(fā)給客戶端；

如特征碼匹配度小于95％時(shí)，啟動(dòng)信號(hào)片段相似搜索，查找匹配度最高的記錄，如信號(hào)片段匹配度達(dá)到80％以上，則提取該片段對(duì)應(yīng)的解析算法，將其下發(fā)給客戶端；

如片段匹配度小于80％時(shí)，通知客戶端無法解析，并生成一個(gè)人工處理請求，發(fā)送到后臺(tái)專業(yè)工程師的維護(hù)界面上，由工程師確定此信號(hào)是否可按某種標(biāo)準(zhǔn)協(xié)議解析，如可以則將對(duì)應(yīng)關(guān)系反饋至特征碼算法學(xué)習(xí)器，學(xué)習(xí)器自我迭代調(diào)整算法，同時(shí)添加特征碼與信號(hào)片段到數(shù)據(jù)庫中，并指定對(duì)應(yīng)關(guān)系，如不屬于任何協(xié)議則不做處理。

優(yōu)選的，所述步驟S4中，當(dāng)云端服務(wù)器接收到客戶端上傳的統(tǒng)計(jì)數(shù)據(jù)后，

如誤碼率小于1％且與標(biāo)準(zhǔn)協(xié)議相似度大于90％，服務(wù)器將此統(tǒng)計(jì)信息直接輸入到特征碼算法學(xué)習(xí)器及樣本數(shù)據(jù)庫中，學(xué)習(xí)器進(jìn)行自我迭代學(xué)習(xí)，進(jìn)一步精確化特征碼生成算法，添加樣本數(shù)據(jù)與解析算法對(duì)應(yīng)關(guān)系到數(shù)據(jù)庫；

如誤碼率大于1％或與標(biāo)準(zhǔn)協(xié)議相似度小于90％，則說明本次協(xié)議識(shí)別可能存在錯(cuò)誤，此時(shí)服務(wù)器將生成一個(gè)人工處理請求，發(fā)送給后臺(tái)工程師，由工程師分析問題，將人工糾正的對(duì)應(yīng)關(guān)系與本次統(tǒng)計(jì)信息一同輸入到特征碼算法學(xué)習(xí)器及樣本數(shù)據(jù)庫中，人工調(diào)整特征碼算法并結(jié)合原始的特征碼和信號(hào)片段添加新的對(duì)應(yīng)關(guān)系到數(shù)據(jù)庫中。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：

本發(fā)明實(shí)現(xiàn)了通信協(xié)議的智能化自動(dòng)解析，不需要用戶提前確定協(xié)議類型，省去了繁雜的協(xié)議設(shè)置步驟，從而極大的降低了對(duì)用戶專業(yè)技術(shù)水平的要求，大幅提升工作效率、降低出錯(cuò)概率。

附圖說明

圖1為本發(fā)明的系統(tǒng)結(jié)構(gòu)圖。

圖2為Kingst VIS軟件界面。

具體實(shí)施方式

為了能夠更加清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明做進(jìn)一步說明。在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用不同于在此描述的其他方式來實(shí)施，因此，本發(fā)明并不限于下面公開的具體實(shí)施例。

參考圖1，本發(fā)明包括客戶端和服務(wù)器，二者之間通過公共因特網(wǎng)實(shí)現(xiàn)連接。本發(fā)明所述的客戶端可支持多通信協(xié)議解析的信號(hào)采集及顯示，其可以是運(yùn)行在電腦上的邏輯分析儀或示波器軟件，也可以是具備聯(lián)網(wǎng)功能的獨(dú)立式邏輯分析儀或示波器設(shè)備。服務(wù)器是基于云端的軟件系統(tǒng)，該服務(wù)器具備大量通信樣本數(shù)據(jù)以及適用于客戶端軟件的各種協(xié)議解析算法，并可為客戶端提供基于自我迭代的深度學(xué)習(xí)能力所得來的特征碼生成算法。

本發(fā)明一種基于云計(jì)算實(shí)現(xiàn)通信協(xié)議智能解析的方法，該方法具體包括如下步驟：

S1，客戶端在完成一次信號(hào)采集后，向云端服務(wù)器發(fā)送請求以獲取特征碼生成算法；

S2，服務(wù)器下發(fā)特征碼生成算法至客戶端；

S3，利用此算法對(duì)本次采集的信號(hào)數(shù)據(jù)進(jìn)行處理，得到特征碼并截取一段信號(hào)片段；然后向云端服務(wù)器上傳本次特征碼與信號(hào)片段；

S4，云端服務(wù)器據(jù)此在樣本數(shù)據(jù)庫中進(jìn)行搜索匹配，

當(dāng)搜索到匹配的解析算法時(shí)，將該解析算法下發(fā)給客戶端，客戶端得到該解析算法后利用該算法對(duì)被測信號(hào)進(jìn)行解析，客戶端解析出數(shù)據(jù)后，一方面將解析結(jié)果呈現(xiàn)在用戶界面上供用戶使用，另一方面，客戶端自我統(tǒng)計(jì)本次解析的相關(guān)數(shù)據(jù)，包括本次解析的誤碼率、與標(biāo)準(zhǔn)協(xié)議的相似度以及誤碼產(chǎn)生位置鞥數(shù)據(jù)，并將該統(tǒng)計(jì)結(jié)果上傳至服務(wù)器，服務(wù)器接收統(tǒng)計(jì)信息后據(jù)此判斷有無錯(cuò)誤或缺陷；如無錯(cuò)誤或缺陷(也就是誤碼率低，相似度高)，服務(wù)器將接收到的統(tǒng)計(jì)信息反饋至算法學(xué)習(xí)器并更新樣本數(shù)據(jù)庫，算法學(xué)習(xí)器自我迭代改進(jìn)特征碼生成算法，并添加樣本數(shù)據(jù)與解析算法的對(duì)應(yīng)關(guān)系，這一過程是數(shù)據(jù)積累的過程，以便以后能夠找到越來越精確的匹配；如有錯(cuò)誤或缺陷(也就是誤碼率高，相似度低)，服務(wù)器則提交一份人工處理請求，由專業(yè)工程師分析原因何在，人工糾正這次錯(cuò)誤的匹配，然后將人工糾正后的對(duì)應(yīng)關(guān)系及本次的統(tǒng)計(jì)信息反饋給算法學(xué)習(xí)器及樣本數(shù)據(jù)庫，學(xué)習(xí)器迭代調(diào)整自身的算法，添加樣本數(shù)據(jù)與解析算法的對(duì)應(yīng)關(guān)系；

當(dāng)未搜索到匹配的解析算法時(shí)，通知客戶端無法解析，如得到的是無法解析的通知?jiǎng)t在用戶界面上告知客戶無法解析數(shù)據(jù)，同時(shí)提交一份人工處理請求，由專業(yè)工程師確定此信號(hào)是否可按某種協(xié)議解析，如確定屬于某種協(xié)議，將對(duì)應(yīng)關(guān)系反饋至特征碼算法學(xué)習(xí)器，學(xué)習(xí)器自我迭代調(diào)整算法，同時(shí)添加特征碼與信號(hào)片段到數(shù)據(jù)庫并指定與解析算法的對(duì)應(yīng)關(guān)系；如不屬于任何協(xié)議則不做處理。

在本系統(tǒng)運(yùn)行初期，樣本數(shù)據(jù)主要來自于實(shí)驗(yàn)室與前期有限的積累，樣本數(shù)據(jù)庫較小，特征提取算法尚不完善，所以會(huì)經(jīng)常需要人工介入幫助完善算法與數(shù)據(jù)庫；隨著系統(tǒng)的運(yùn)行，各類不同領(lǐng)域用戶的增加，積累的樣本數(shù)據(jù)將迅速增多，匹配搜索的成功率將越來越高，系統(tǒng)的智能化、自動(dòng)化程度也就越來越高，經(jīng)過一段時(shí)間的積累后將基本不需要人工的介入，從而實(shí)現(xiàn)通信協(xié)議的智能識(shí)別與自動(dòng)解析。

實(shí)施例：

下面結(jié)合具體實(shí)施例對(duì)發(fā)明作進(jìn)一步說明，利用本公司自行開發(fā)的系統(tǒng)進(jìn)行具體說明：

客戶端由運(yùn)行于電腦上的KingstVIS軟件搭配KingstLA系列邏輯分析儀硬件設(shè)備組成，服務(wù)器則建立在阿里云ECS上，以便提供優(yōu)質(zhì)的網(wǎng)絡(luò)連接服務(wù)。

VIS軟件用戶界面如圖2所示，用戶在使用時(shí)只需要添加名為“AutoAnalyzer”的解析器即可。在用戶完成一次信號(hào)采集后，VIS軟件自動(dòng)啟動(dòng)智能解析過程，具體步驟如下：

通過公網(wǎng)IP地址與阿里云ECS建立TCP連接，通過此連接發(fā)送特征碼生成算法獲取請求，服務(wù)器收到請求后立即下發(fā)當(dāng)前特征碼生成算法的dll文件；

VIS軟件接收到特征碼算法dll文件后，立即動(dòng)態(tài)加載該文件，將本次采樣結(jié)果作為輸入，運(yùn)行算法得出特征碼，并根據(jù)算法截取一段信號(hào)片段作為原始數(shù)據(jù)與特征碼一起上傳到服務(wù)器；

服務(wù)器接收到特征碼與信號(hào)片段后，首先根據(jù)特征碼搜索數(shù)據(jù)庫，查找匹配度最高的記錄，若匹配相似度達(dá)到95％以上，則直接提取該特征碼對(duì)應(yīng)的解析算法(dll文件)并下發(fā)給客戶端；特征碼匹配度小于95％時(shí)，啟動(dòng)信號(hào)片段相似搜索，查找匹配度最高的記錄，若匹配度達(dá)到80％以上，則提取該片段對(duì)應(yīng)的解析算法(dll文件)下發(fā)給客戶端；片段匹配度小于80％時(shí)，通知客戶端無法解析，客戶端如收到無法解析的通知，則直接在VIS軟件界面上提示用戶解析失敗，并生成一個(gè)人工處理請求，發(fā)送到后臺(tái)專業(yè)工程師的維護(hù)界面上，由工程師確定此信號(hào)是否可按某種標(biāo)準(zhǔn)協(xié)議解析，如屬于其中的某種協(xié)議，則將對(duì)應(yīng)關(guān)系反饋至特征碼算法學(xué)習(xí)器，學(xué)習(xí)器自我迭代調(diào)整算法，同時(shí)添加特征碼與信號(hào)片段到樣本數(shù)據(jù)庫中，并分別指定特征碼及信號(hào)片段與解析算法的對(duì)應(yīng)關(guān)系，并將該協(xié)議解析算法反饋給特征碼生成算法學(xué)習(xí)器，如不屬于任何協(xié)議則不做處理。

如客戶端收到解析算法的dll文件，則立即動(dòng)態(tài)加載該文件，并將采樣結(jié)果作為輸入運(yùn)行解析算法，將最終解析出的數(shù)據(jù)顯示到用戶界面上(如圖2中通道0/1上的數(shù)據(jù))，以供用戶做進(jìn)一步分析使用。同時(shí)，客戶端還會(huì)在VIS軟件后臺(tái)統(tǒng)計(jì)本次解析的誤碼率、誤碼產(chǎn)生位置、與標(biāo)準(zhǔn)協(xié)議信號(hào)的整體相似度等信息，將其反饋上傳到服務(wù)器。

服務(wù)器接收到反饋信息后，如誤碼率小于1％且與標(biāo)準(zhǔn)協(xié)議相似度大于90％，則將此反饋信息直接輸入到特征碼算法學(xué)習(xí)器及樣本數(shù)據(jù)庫中，學(xué)習(xí)器進(jìn)行自我迭代學(xué)習(xí)，進(jìn)一步精確化特征碼生成算法，添加樣本數(shù)據(jù)與解析算法對(duì)應(yīng)關(guān)系到數(shù)據(jù)庫中。

如誤碼率大于1％或與標(biāo)準(zhǔn)協(xié)議相似度小于90％，則說明本次協(xié)議識(shí)別可能存在錯(cuò)誤，此時(shí)服務(wù)器將生成一個(gè)人工處理請求，發(fā)送給后臺(tái)工程師，由工程師分析問題所在，將人工糾正的對(duì)應(yīng)關(guān)系與本次統(tǒng)計(jì)信息一同輸入到特征碼算法學(xué)習(xí)器及樣本數(shù)據(jù)庫中，人工調(diào)整特征碼算法，并結(jié)合原始的信號(hào)片段等數(shù)據(jù)一同添加新的對(duì)應(yīng)關(guān)系到數(shù)據(jù)庫中。

原始信息片段由全部原始采樣數(shù)據(jù)中截取(因原始數(shù)據(jù)可能很大，不適宜全部上傳，所以截取一段具備典型特征的片段上傳)，特征碼是由全部原始采樣數(shù)據(jù)為基礎(chǔ)經(jīng)過特征碼生成算法計(jì)算出來的一組數(shù)據(jù)(比較小，通常只有幾十個(gè)字節(jié))。解析算法是根據(jù)原始信息片段和特征碼一同作為條件從數(shù)據(jù)庫中搜索出來的，特征碼優(yōu)先，因?yàn)閿?shù)據(jù)量小，執(zhí)行起來比較快。

本發(fā)明實(shí)現(xiàn)了通信協(xié)議的智能化自動(dòng)解析，不需要用戶提前確定協(xié)議類型，省去了繁雜的協(xié)議設(shè)置步驟，從而極大的降低了對(duì)用戶專業(yè)技術(shù)水平的要求，大幅提升工作效率、降低出錯(cuò)概率。

以上所述，僅是本發(fā)明的較佳實(shí)施例而已，并非是對(duì)本發(fā)明作其它形式的限制，任何熟悉本專業(yè)的技術(shù)人員可能利用上述揭示的技術(shù)內(nèi)容加以變更或改型為等同變化的等效實(shí)施例應(yīng)用于其它領(lǐng)域，但是凡是未脫離本發(fā)明技術(shù)方案內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡單修改、等同變化與改型，仍屬于本發(fā)明技術(shù)方案的保護(hù)范圍。