随着信息技术的迅速发展,软件系统的安全性和可靠性越来越受到重视,以测试、定理证明、模型检验等为代表的验证技术应运而生。运行时验证是一种轻量级的动态验证技术,通过目标系统高层规约来描述监控需求,生成相应的运行时监控器,分析和验证系统的运行轨迹是否满足监控规约。运行时验证技术首要的是寻求合适的形式化逻辑语言来准确描述目标系统的监控性质。针对监控规约一般由人为直接指定,或指定规约公式结构再优化其参数,可能无法准确反映系统监控属性的问题,本文研究基于系统运行过程数据的监控规约自动获取方法,提出了适用于不同场景的信号时序逻辑（STL）描述的监控规约学习方法,开发了相应的界面友好、功能完善的图形化软件,并通过汽车空调涡旋压缩机控制场景进行实验验证。首先,本文定义了时序逻辑的学习问题,提出基于有向无环图（DAG）的监控规约学习方法。通过定义时序逻辑公式间的偏序关系,提出将STL公式表示在DAG中,利用信号对STL公式的量化满足程度即鲁棒度作为评价指标,在图中搜索描述监控性质的STL公式并优化其参数。搜索过程中可以对DAG进行动态扩展。其次,为适应监控性质快速提取的场景需求,本文提出基于决策树的监控性质快速学习方法。定义参数信号时序逻辑PSTL形式的原子公式作为决策树节点,引入不纯性度量并对其进行扩展作为节点优化损失函数,通过限制优化参数空间提升算法效率。构造的决策树经过逻辑运算转换为等价的STL公式。再次,基于MATLAB App Designer开发了相应的图形化软件。软件包括前端图形化操作界面和后端算法代码实现,完整实现了监控规约学习算法,并提供了状态显示、数据绘制、结果保存、错误处理等功能。用户无需具备过多的专业背景知识即可方便地使用该软件,执行算法运行、参数修改、数据显示等功能。最后,在汽车空调涡旋压缩机控制场景中进行了实验验证,实验结果表明提出的方法能够准确提取电机运行状态的STL监控规约,并在资源有限的MCU中实现高效的监控逻辑对电机进行最优实时控制,验证了本文方法的可行性和有效性。