14
1 Einleitung
Die Theorie von Regelschleifen basierte ursprünglich auf analogen, zeitkontinuierlichen Rückkopplungen. Für digitale, zeitdiskrete Rückkopplungen wurde
standardmäßig über Jahrzehnte hinweg eine periodische Abtastung eingesetzt
und diese funktionierte hinreichend. Dennoch ist die periodische Abtastung
nicht der bestmögliche Weg. Wir können Ressourcen einsparen, indem wir die
Abtastintervalle in Zeiten relativ konstanter Signale vergrößern. Dies ist die
Idee der adaptiven Abtastung. Adaptive Abtastung ist Gegenstand aktiver
Forschung [210].
– Traditionelle sequentielle Programmiersprachen sind nicht der beste Weg,
nebenläufige, zeitbehaftete Systeme zu beschreiben.
– Traditionellerweise liefert die Überprüfung einer korrekten Implementierung
einer Spezifikation ein Boolesches Ergebnis: entweder ist die Implementierung
korrekt oder nicht. Allerdings sind zwei physikalisch vorhandene Implementierungen nie exakt identisch, sie könnten beispielsweise in ihren Abmessungen geringfügig voneinander abweichen. Dies führt zu einer Unschärfe in
der Beurteilung und die Boolesche Verifikation müsste durch eine unscharfe
Verifikation (engl. fuzzy verification) ersetzt werden [446, 184].
– Nach Edward Lee [332] kann die Kombination eines deterministischen physikalischen Modells und eines deterministischen Cyber-Modells möglicherweise ein nicht-deterministisches Modell sein. Nicht-deterministische Abtastung
kann dafür eine Ursache sein.
Insgesamt beobachten wir eine Diskrepanz zwischen der physischen und der
Cyber-Welt. Dementsprechend suchen wir nach geeigneten Modellen für cyberphysikalische Systeme, aber wir können nicht erwarten, dass wir diese Diskrepanz
vollkommen beseitigen können.
• Eingebettete Systeme müssen effizient mit Ressourcen umgehen. Dazu müssen
wir uns der verwendeten Ressourcen gewahr sein. Die folgenden Metriken können
verwendet werden, um die Effizienz eingebetteter Systeme zu bewerten:
1. Energie: Die elektronische Datenverarbeitung (EDV) benötigt, wie der Name
es erwarten lässt, für die Verarbeitung von Daten elektrische Energie. Die
Menge der benötigten Energie wird häufig „verbrauchte Energie” genannt.
Streng genommen ist das falsch, denn die Energie bleibt insgesamt erhalten.
Tatsächlich wandeln wir (nur) elektrische Energie in eine andere Form der
Energie, üblicherweise in thermische Energie. Für eingebettete Systeme ist die
Verfügbarkeit elektrischer Leistung und Energie (als Integral der Leistung
über der Zeit) ein entscheidender Faktor. Dies wurde bereits im Rahmen einer niederländischen Technologievorhersage bemerkt: „(elektrische) Leistung
wird als die wichtigste Randbedingung bei eingebetteten Systemen betrachtet”
[150].
Warum sollten wir uns der Menge der umgewandelten Energie gewahr sein,
d.h. uns um diese Menge kümmern (und sie auch so sparsam wie möglich
einsetzen)? Dafür gibt es viele Gründe, ein großer Teil davon ist für alle
Systemklassen anwendbar, aber es gibt auch weniger relevante Kombinationen
von Gründen und Systemklassen, wie in Tabelle 1.1 zu sehen ist.
1 Einleitung
Die Theorie von Regelschleifen basierte ursprünglich auf analogen, zeitkontinuierlichen Rückkopplungen. Für digitale, zeitdiskrete Rückkopplungen wurde
standardmäßig über Jahrzehnte hinweg eine periodische Abtastung eingesetzt
und diese funktionierte hinreichend. Dennoch ist die periodische Abtastung
nicht der bestmögliche Weg. Wir können Ressourcen einsparen, indem wir die
Abtastintervalle in Zeiten relativ konstanter Signale vergrößern. Dies ist die
Idee der adaptiven Abtastung. Adaptive Abtastung ist Gegenstand aktiver
Forschung [210].
– Traditionelle sequentielle Programmiersprachen sind nicht der beste Weg,
nebenläufige, zeitbehaftete Systeme zu beschreiben.
– Traditionellerweise liefert die Überprüfung einer korrekten Implementierung
einer Spezifikation ein Boolesches Ergebnis: entweder ist die Implementierung
korrekt oder nicht. Allerdings sind zwei physikalisch vorhandene Implementierungen nie exakt identisch, sie könnten beispielsweise in ihren Abmessungen geringfügig voneinander abweichen. Dies führt zu einer Unschärfe in
der Beurteilung und die Boolesche Verifikation müsste durch eine unscharfe
Verifikation (engl. fuzzy verification) ersetzt werden [446, 184].
– Nach Edward Lee [332] kann die Kombination eines deterministischen physikalischen Modells und eines deterministischen Cyber-Modells möglicherweise ein nicht-deterministisches Modell sein. Nicht-deterministische Abtastung
kann dafür eine Ursache sein.
Insgesamt beobachten wir eine Diskrepanz zwischen der physischen und der
Cyber-Welt. Dementsprechend suchen wir nach geeigneten Modellen für cyberphysikalische Systeme, aber wir können nicht erwarten, dass wir diese Diskrepanz
vollkommen beseitigen können.
• Eingebettete Systeme müssen effizient mit Ressourcen umgehen. Dazu müssen
wir uns der verwendeten Ressourcen gewahr sein. Die folgenden Metriken können
verwendet werden, um die Effizienz eingebetteter Systeme zu bewerten:
1. Energie: Die elektronische Datenverarbeitung (EDV) benötigt, wie der Name
es erwarten lässt, für die Verarbeitung von Daten elektrische Energie. Die
Menge der benötigten Energie wird häufig „verbrauchte Energie” genannt.
Streng genommen ist das falsch, denn die Energie bleibt insgesamt erhalten.
Tatsächlich wandeln wir (nur) elektrische Energie in eine andere Form der
Energie, üblicherweise in thermische Energie. Für eingebettete Systeme ist die
Verfügbarkeit elektrischer Leistung und Energie (als Integral der Leistung
über der Zeit) ein entscheidender Faktor. Dies wurde bereits im Rahmen einer niederländischen Technologievorhersage bemerkt: „(elektrische) Leistung
wird als die wichtigste Randbedingung bei eingebetteten Systemen betrachtet”
[150].
Warum sollten wir uns der Menge der umgewandelten Energie gewahr sein,
d.h. uns um diese Menge kümmern (und sie auch so sparsam wie möglich
einsetzen)? Dafür gibt es viele Gründe, ein großer Teil davon ist für alle
Systemklassen anwendbar, aber es gibt auch weniger relevante Kombinationen
von Gründen und Systemklassen, wie in Tabelle 1.1 zu sehen ist.