Seminar Eclipse Papyrus – MARTE für Echtzeit- und eingebettete Systeme

Das Seminar überträgt Echtzeit-, Ressourcen- und Performanceanforderungen in präzise UML-Modelle mit dem MARTE-Profil. Nichtfunktionale Eigenschaften, Zeit, Nebenläufigkeit, Plattformressourcen, Allokationen und Analyseparameter werden in einem konsistenten Embedded-System-Modell zusammengeführt.

Inhaltsverzeichnis

• Lernziele und fachliche Einordnung
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Lernziele

• MARTE-Pakete und Stereotypen zielgerichtet auf UML-Modelle anwenden.
• Nichtfunktionale Eigenschaften mit Einheiten, Wertebereichen und Unsicherheiten beschreiben.
• Zeit, Nebenläufigkeit, Ressourcen und Ausführungsplattformen konsistent modellieren.
• Softwareelemente auf Plattformressourcen allokieren und Analyseparameter vorbereiten.
• Modelle für Performance- und Schedulability-Bewertungen prüfen und dokumentieren.

Schrittweise Seminarinhalte

1. MARTE-Zielbild und Profilstruktur

Schwerpunkt: Echtzeitbelange, Analyseziele, MARTE-Pakete, Stereotypen und Anwendungsgrenzen.

1. Fragestellung, Systemgrenze und Entscheidungskriterien für den Themenblock „MARTE-Zielbild und Profilstruktur“ festlegen.
2. Folgende Größen, Rollen, Elemente und Annahmen werden strukturiert: Echtzeitbelange, Analyseziele, MARTE-Pakete, Stereotypen und Anwendungsgrenzen.
3. Das Analyse- oder Entscheidungsmodell in Papyrus schrittweise aufbauen und mit prüfbaren Daten versehen.
4. Alternativen, Randbedingungen, Lücken und widersprüchliche Annahmen mit definierten Szenarien untersuchen.
5. Als Arbeitsergebnis ein abgegrenztes MARTE-Modellierungskonzept dokumentieren und als nachvollziehbare Entscheidungsbasis freigeben.

2. Nichtfunktionale Eigenschaften

Schwerpunkt: NFP-Typen, Einheiten, Werte, Intervalle, Wahrscheinlichkeiten und Ursachen von Unsicherheit.

1. Modellierungsziel, Abgrenzung und Qualitätskriterien für den Themenblock „Nichtfunktionale Eigenschaften“ festlegen.
2. Folgende Modellelemente, Beziehungen und Regeln werden strukturiert: NFP-Typen, Einheiten, Werte, Intervalle, Wahrscheinlichkeiten und Ursachen von Unsicherheit.
3. Das Modell in Papyrus schrittweise anlegen, verknüpfen und in geeigneten Repräsentationen darstellen.
4. Semantik, Konsistenz, Vollständigkeit, Lesbarkeit und Fehlerfälle mit definierten Prüfschritten kontrollieren.
5. Als Arbeitsergebnis eine konsistente Bibliothek nichtfunktionaler Eigenschaften dokumentieren, fachlich abnehmen und in einen wiederholbaren Modellierungsstandard überführen.

3. Zeit, Uhren und Ereignisse

Schwerpunkt: Zeitbasen, Clock-Beziehungen, Dauer, Periodizität, Deadlines und zeitliche Constraints.

1. Modellierungsziel, Abgrenzung und Qualitätskriterien für den Themenblock „Zeit, Uhren und Ereignisse“ festlegen.
2. Folgende Modellelemente, Beziehungen und Regeln werden strukturiert: Zeitbasen, Clock-Beziehungen, Dauer, Periodizität, Deadlines und zeitliche Constraints.
3. Das Modell in Papyrus schrittweise anlegen, verknüpfen und in geeigneten Repräsentationen darstellen.
4. Semantik, Konsistenz, Vollständigkeit, Lesbarkeit und Fehlerfälle mit definierten Prüfschritten kontrollieren.
5. Als Arbeitsergebnis ein überprüfbares Zeitmodell dokumentieren, fachlich abnehmen und in einen wiederholbaren Modellierungsstandard überführen.

4. Nebenläufigkeit und Ausführungseinheiten

Schwerpunkt: Tasks, Threads, aktive Klassen, Synchronisation, Kommunikationswege und Prioritäten.

1. Modellierungsziel, Abgrenzung und Qualitätskriterien für den Themenblock „Nebenläufigkeit und Ausführungseinheiten“ festlegen.
2. Folgende Modellelemente, Beziehungen und Regeln werden strukturiert: Tasks, Threads, aktive Klassen, Synchronisation, Kommunikationswege und Prioritäten.
3. Das Modell in Papyrus schrittweise anlegen, verknüpfen und in geeigneten Repräsentationen darstellen.
4. Semantik, Konsistenz, Vollständigkeit, Lesbarkeit und Fehlerfälle mit definierten Prüfschritten kontrollieren.
5. Als Arbeitsergebnis ein strukturiertes Nebenläufigkeitsmodell dokumentieren, fachlich abnehmen und in einen wiederholbaren Modellierungsstandard überführen.

5. Ressourcen und Plattformmodell

Schwerpunkt: Rechenressourcen, Speicher, Kommunikation, Betriebssystemdienste und Ressourcenangebote.

1. Modellierungsziel, Abgrenzung und Qualitätskriterien für den Themenblock „Ressourcen und Plattformmodell“ festlegen.
2. Folgende Modellelemente, Beziehungen und Regeln werden strukturiert: Rechenressourcen, Speicher, Kommunikation, Betriebssystemdienste und Ressourcenangebote.
3. Das Modell in Papyrus schrittweise anlegen, verknüpfen und in geeigneten Repräsentationen darstellen.
4. Semantik, Konsistenz, Vollständigkeit, Lesbarkeit und Fehlerfälle mit definierten Prüfschritten kontrollieren.
5. Als Arbeitsergebnis ein abstrahiertes Ausführungsplattformmodell dokumentieren, fachlich abnehmen und in einen wiederholbaren Modellierungsstandard überführen.

6. Allokation und Deployment

Schwerpunkt: Softwarekomponenten, Ressourcenanforderungen, Zuordnungen, Alternativen und Restriktionen.

1. Modellierungsziel, Abgrenzung und Qualitätskriterien für den Themenblock „Allokation und Deployment“ festlegen.
2. Folgende Modellelemente, Beziehungen und Regeln werden strukturiert: Softwarekomponenten, Ressourcenanforderungen, Zuordnungen, Alternativen und Restriktionen.
3. Das Modell in Papyrus schrittweise anlegen, verknüpfen und in geeigneten Repräsentationen darstellen.
4. Semantik, Konsistenz, Vollständigkeit, Lesbarkeit und Fehlerfälle mit definierten Prüfschritten kontrollieren.
5. Als Arbeitsergebnis eine nachvollziehbare Software-Plattform-Allokation dokumentieren, fachlich abnehmen und in einen wiederholbaren Modellierungsstandard überführen.

7. Performance- und Schedulability-Parameter

Schwerpunkt: Workloads, Ausführungszeiten, Prioritäten, Latenzen, Durchsatz und Analysekontexte.

1. Fragestellung, Systemgrenze und Entscheidungskriterien für den Themenblock „Performance- und Schedulability-Parameter“ festlegen.
2. Folgende Größen, Rollen, Elemente und Annahmen werden strukturiert: Workloads, Ausführungszeiten, Prioritäten, Latenzen, Durchsatz und Analysekontexte.
3. Das Analyse- oder Entscheidungsmodell in Papyrus schrittweise aufbauen und mit prüfbaren Daten versehen.
4. Alternativen, Randbedingungen, Lücken und widersprüchliche Annahmen mit definierten Szenarien untersuchen.
5. Als Arbeitsergebnis ein analysebereites Parameter- und Szenariomodell dokumentieren und als nachvollziehbare Entscheidungsbasis freigeben.

8. Validierung und Analyseübergabe

Schwerpunkt: Stereotypvollständigkeit, Einheiten, Constraints, Szenarien, Varianten und Ergebnisdokumentation.

1. Serviceziele, Verantwortlichkeiten und Kontrollpunkte für den Themenblock „Validierung und Analyseübergabe“ definieren.
2. Folgende Betriebsobjekte und Abhängigkeiten werden erfasst und priorisiert: Stereotypvollständigkeit, Einheiten, Constraints, Szenarien, Varianten und Ergebnisdokumentation.
3. Kontrollen, Runbooks oder Betriebsabläufe in der Laborumgebung beziehungsweise am Prozessmodell umsetzen.
4. Regelbetrieb, Störung, Wiederanlauf und Nachkontrolle mit festgelegten Szenarien prüfen.
5. Als Arbeitsergebnis einen validierten Analyse- und Übergabestand freigeben und in einen wiederholbaren Arbeits- oder Betriebsstandard übernehmen.

Praxisübungen und Laborszenarien

• Erstellung einer NFP- und Einheitentypbibliothek für ein Embedded-Beispiel.
• Modellierung von Tasks, Ressourcen, Zeitbedingungen und Softwareallokationen.
• Aufbau eines Analysekontexts mit Performance- und Schedulability-Parametern.
• Durchführung einer Konsistenz- und Vollständigkeitsprüfung.

Zielgruppe und Voraussetzungen

Zielgruppe: Embedded- und Echtzeitentwicklung, Systemarchitektur, Performance Engineering, Safety Engineering, MBSE und technische Analyse.

Voraussetzungen: Sichere UML-Kenntnisse, Grundverständnis von Echtzeitsystemen, Scheduling, Ressourcen und eingebetteten Plattformen.

Didaktik und Arbeitsweise

Die Themenblöcke verbinden Fachkonzept, Demonstration, eigenständige Modellierung, Qualitätsprüfung und Dokumentation. Ein durchgängiges Laborszenario sorgt dafür, dass die Ergebnisse technisch und methodisch zusammenpassen.