吳 衛(wèi),曹元將

(中國船舶集團有限公司第八研究院,南京 211153)

0 引 言

隨著各種硬件設備的性能指標不斷提升,其接口數(shù)據(jù)傳輸設計也越來越復雜,因此硬件設備數(shù)據(jù)傳輸接口的故障檢測變得越來越重要,采用先進的故障檢測技術能大大提高硬件設備的維修效率和故障隔離率,一旦正在工作的數(shù)據(jù)傳輸通道出現(xiàn)故障,系統(tǒng)BIT能夠立即檢測到該故障,快速進行故障定位,縮短了維修時間,因此硬件設備數(shù)據(jù)傳輸接口的良好可測試性對于獲得高任務可靠性具有重要意義[1-3]。

1 硬件平臺構成及工作原理

本系統(tǒng)硬件平臺主要由同在一個VPX機箱中的多塊FPGA處理板和一塊故檢接口板組成,各FPGA處理板與故檢接口板通過背板的I2C總線連接。FPGA處理板搭載一片F(xiàn)PGA芯片和ARM芯片;故檢接口板搭載一片ARM芯片。數(shù)據(jù)傳輸接口故障檢驗工作流程如圖1所示。各FPGA處理板上的FPGA芯片對傳輸接口進行故障檢測,并將故檢結果通過UART串口送往本板ARM芯片,各FPGA處理板上的ARM芯片收到故檢信息后都通過背板的I2C總線送往故檢接口板上的ARM芯片,再由故檢接口板上的ARM芯片通過千兆網(wǎng)將故檢信息傳輸?shù)缴衔粰C進行后續(xù)匯總處理及故障顯示。

圖1 數(shù)據(jù)傳輸接口故障檢測數(shù)據(jù)流示意

2 傳輸接口故障檢測功能

FPGA硬件接口主要有RS422、RocketIO以及RapidIO等接口形式。

2.1 RS422傳輸接口故障檢測功能

RS422信號有效性檢測只能結合具體使用功能進行接口有效性監(jiān)測,這里針對RS422傳輸匿影通道控制脈沖功能進行故障檢測設計。

在匿影功能中,通道高電平有效比例過高通常會過度抑制輸出,或通道沒有高電平信號導致電磁兼容屏蔽功能失效,本文采用定時統(tǒng)計高電平點數(shù)的方式有效監(jiān)測RS422。

2.1.1 統(tǒng)計計算方法

統(tǒng)計T時間內(nèi)RS422接口中高電平點數(shù),即根據(jù)板卡時鐘讀取T時間內(nèi)高電平次數(shù)總和。在監(jiān)測周期到來時,根據(jù)占空比門限、計數(shù)器是否溢出判斷RS422接口是否異常,流程如圖2所示。

圖2 RS422接口異常判斷軟件流程

高電平次數(shù)總和采用26位計數(shù)器,在每個時鐘下時間計數(shù)器加1:當高電平時,高電平計數(shù)器加1;當時間計數(shù)器為0x3FFFFFF時,比較高電平計數(shù)值的高8位與占空比門限,以此判定通路是否正常,并且利用功能監(jiān)測輸出高電平計數(shù)值的高8位。

這時在50 M時鐘下,時間計數(shù)器從0計到0x3FFFFFF的時間約為1.34 s。高8位輸出有效值在[0,255],量綱為0.004,即輸出8位信息表示高電平有效占比,占比可從0到1,按照0.004的間隔精度表示。

2.1.2 參數(shù)化設計

可配置參數(shù)建議:高電平計數(shù)門限上限、高電平計數(shù)門限下限和輸出位數(shù)(默認為8位,可以根據(jù)實際情況靈活修改)。

當板卡啟動初始化時,必須配置占空比上限、占空比下限和輸出位數(shù)3個變量。

默認高電平計數(shù)門限上限204(對應占空比0.8),高電平計數(shù)門限下限0(對應占空比0);當高電平計數(shù)高8位大于204或小于0時,輸出RS422傳輸異常。計數(shù)門限默認值可以根據(jù)實際情況靈活修改。

2.1.3 監(jiān)測輸出信息

根據(jù)系統(tǒng)應用情況,定義多個字節(jié)用于在RS422接口監(jiān)測結果輸出。每個字節(jié)最多可以表示8路RS422狀態(tài),每路RS422信息監(jiān)測結果按位定義輸出,1表示RS422穩(wěn)定,0表示RS422故障。該狀態(tài)用ARM監(jiān)測輸出。

2.2 RocketIO傳輸接口故障檢測功能

通過檢測rxnotintable的狀態(tài)變化次數(shù)判定當前光纖鏈路狀態(tài)。當光纖鏈路穩(wěn)定時,valid=1,表明當前接收數(shù)據(jù)有效;當光纖鏈路不穩(wěn)定時,valid=0,表明當前接收數(shù)據(jù)可能存在誤碼,建議丟棄當前數(shù)據(jù)包。

光纖鏈路監(jiān)測是在監(jiān)測周期內(nèi)(秒級)統(tǒng)計valid狀態(tài)在多次時鐘周期下的變化次數(shù),共有3種狀態(tài):

當鏈路不通時,變化次數(shù)為0,且最近時鐘周期下valid狀態(tài)為0;

當鏈路不穩(wěn)定時,變化次數(shù)>0,最近時鐘周期下valid狀態(tài)不確定;

當鏈路穩(wěn)定時,變化次數(shù)=0,最近時鐘周期下valid狀態(tài)為1。

2.2.1 統(tǒng)計計算方法

在每個時鐘周期下,RocketIO鏈路狀態(tài)按圖3狀態(tài)機執(zhí)行。

圖3 RocketIO鏈路異常判斷狀態(tài)機

在光纖監(jiān)測周期內(nèi)統(tǒng)計valid變化次數(shù)。在監(jiān)測結果發(fā)送時鐘周期,獲取valid變化次數(shù)及當前valid狀態(tài),判斷光纖鏈路狀態(tài)并輸出,具體如圖4所示。

圖4 RocketIO鏈路異常判斷軟件流程

2.2.2 參數(shù)化設計

光纖狀態(tài)檢測涉及的參數(shù)包括:

(1)監(jiān)測時間間隔,建議1 s;

(2)在監(jiān)測時間間隔內(nèi),依據(jù)valid狀態(tài)變化次數(shù)判定光纖接口不穩(wěn)定的門限值,通常設置為0,即valid有變化就判定為鏈路不穩(wěn)定;該門限參數(shù)越大,表示對鏈路不穩(wěn)定的容忍度越大;

(3)在IDLE狀態(tài)中,監(jiān)測rxnotintable狀態(tài)的時鐘計數(shù)器門限,建議256或512;該參數(shù)影響傳輸鏈路從不穩(wěn)定到穩(wěn)定狀態(tài)轉換的嚴格程度,數(shù)值越大,表明對鏈路不穩(wěn)定的容忍度越差,丟棄的數(shù)據(jù)越多。在IDLE狀態(tài)下,通常后續(xù)處理的數(shù)據(jù)不進行輸出,因此這個門限對應的時間通常不超過數(shù)據(jù)包周期;

(4)SYNC1狀態(tài)轉IDLE狀態(tài),監(jiān)測rxnotintable=1統(tǒng)計次數(shù)門限,建議3～5之間;該參數(shù)影響傳輸鏈路從穩(wěn)定到不穩(wěn)定狀態(tài)轉換的嚴格程度,數(shù)值越大,表明對鏈路不穩(wěn)定的容忍度越好,鏈路導致的異常數(shù)據(jù)不會對系統(tǒng)影響太大;

(5)SYNC1狀態(tài)轉SYNC狀態(tài),監(jiān)測狀態(tài)的時鐘計數(shù)器門限,建議256或512。

注意事項:建議同時長時間(連續(xù)開機大于1 h)統(tǒng)計rxnotintable=1的次數(shù),該次數(shù)用來表征光纖總體的穩(wěn)定情況,例如通常情況下連續(xù)開機12 h,rxnotintable=1的總次數(shù)為50左右,若出現(xiàn)該次數(shù)統(tǒng)計為500,發(fā)生明顯變化,說明鏈路狀態(tài)有變化,須關注,這一點可作為健康管理中的監(jiān)測項目。

2.2.3 監(jiān)測輸出信息

根據(jù)系統(tǒng)應用情況,定義多個字節(jié)用來在光纖接口監(jiān)測結果輸出,每個字節(jié)最多可以表示8路光纖狀態(tài),每路光纖信息監(jiān)測結果按位定義輸出,1表示光纖穩(wěn)定,0表示光纖故障。該狀態(tài)用ARM監(jiān)測輸出。

針對詳細的接口監(jiān)測信息、每路光纖valid變化次數(shù)及當前時鐘周期下valid狀態(tài),用4位輸出狀態(tài)信息。輸出4位信息填充方式如圖5所示(當狀態(tài)次數(shù)變化統(tǒng)計值大于7時,低3位填寫7)。

圖5 4位信息填充方式

2.3 RapidIO傳輸接口故障檢測功能

在RapidIO初始化及通信過程中對3個狀態(tài)量進行監(jiān)測,以判斷鏈路穩(wěn)定性情況:

(1)port_initialized,鏈路兩端物理鏈路是否通,port_initialized=1表示成功;

(2)link_initialized,鏈路兩端通信協(xié)議是否一致,link_initialized=1表示協(xié)議一致;

(3)port_error,在通信過程中對誤碼、丟包等信息綜合后的判定狀態(tài),port_error=1表示通訊過程中的鏈路故障。

在之前關于RapidIO鏈路的故障排查中,當初始化正常后,通信過程中port_initialized和link_initialized一般不會出現(xiàn)問題,但建議在通訊過程中保持監(jiān)測,并根據(jù)狀態(tài)判斷鏈路穩(wěn)定性。

2.3.1 統(tǒng)計計算方法

在監(jiān)測時段內(nèi),根據(jù)RapidIO內(nèi)核中port_initialized、link_initialized和port_error的狀態(tài)統(tǒng)計,實現(xiàn)RapidIO鏈路監(jiān)測。

當傳輸鏈路穩(wěn)定時,在秒級宏觀統(tǒng)計下,port_initialized、link_initialized和port_error狀態(tài)變化次數(shù)為0,且當前時鐘周期下port_initialized、link_initialized狀態(tài)為1,port_error狀態(tài)為0。

其他均為鏈路不穩(wěn)定。

在RapidIO監(jiān)測周期內(nèi),統(tǒng)計port_initialized、link_initialized和port_error變化次數(shù)。在達到監(jiān)測周期時,根據(jù)狀態(tài)變化次數(shù)及當前狀態(tài)判別鏈路穩(wěn)定性,并發(fā)送監(jiān)測結果。具體流程如圖6所示。

圖6 RapidIO鏈路監(jiān)測軟件流程

RapidIO鏈路穩(wěn)定性判斷(流程如圖7所示):

圖7 RapidIO鏈路穩(wěn)定性判斷軟件流程

鏈路穩(wěn)定:port_initialized、link_initialized和port_error狀態(tài)變化次數(shù)為0,且最近時鐘周期下port_ini-tialized和link_initialized狀態(tài)為1,port_error狀態(tài)為0;鏈路不穩(wěn)定:不滿足上述RapidIO鏈路穩(wěn)定判定條件的,滿足下面任一條件,即為鏈路不穩(wěn)定:

(1)port_initialized狀態(tài)變化次數(shù)大于0;

(2)link_initialized狀態(tài)變化次數(shù)大于0;

(3)port_error狀態(tài)變化次數(shù)大于0;

(4)port_initialized狀態(tài)變化次數(shù)都為0,且最近時鐘周期下port_initialized狀態(tài)為0;

(5)link_initialized狀態(tài)變化次數(shù)都為0,且最近時鐘周期下link_initialized狀態(tài)為0;

(6)port_error狀態(tài)變化次數(shù)都為0,且最近時鐘周期下port_error狀態(tài)為1。

2.3.2 參數(shù)化設計

RapidIO狀態(tài)檢測涉及的參數(shù)包括監(jiān)測時間間隔,建議1 s。

在監(jiān)測時間間隔內(nèi),port_initialized、link_initialized和port_error變化次數(shù)門限不建議參數(shù)化,通常狀態(tài)發(fā)生變化就可以判斷為鏈路不穩(wěn)定。

2.3.3 監(jiān)測輸出信息

根據(jù)系統(tǒng)應用情況,定義多個字節(jié)用來監(jiān)測RapidIO接口,每個字節(jié)最多可以表示8路RapidIO狀態(tài),每路RapidIO信息監(jiān)測結果按位定義輸出,1表示RapidIO接口穩(wěn)定,0表示RapidIO接口故障。該狀態(tài)用ARM監(jiān)測輸出。

port_initialized、link_initialized和port_error變化次數(shù)及當前時鐘周期下的狀態(tài)用狀態(tài)監(jiān)測通道輸出。每路RapidIO接口用兩個字節(jié)輸出詳細狀態(tài)檢測信息,port_initialized、link_initialized和port_error分別用4位輸出狀態(tài)信息,剩余4位保留。輸出4位信息填充方式如圖5所示(當狀態(tài)次數(shù)變化統(tǒng)計值大于7時,低3位填寫7)。

3 結束語

隨著硬件設備日益復雜和用戶對設備全周期綜合保障需求的提高,硬件設備數(shù)據(jù)傳輸接口故障檢測變得越來越重要。本文根據(jù)目前硬件平臺故障檢測技術發(fā)展狀況,給出了數(shù)據(jù)傳輸接口的故障檢測設計方法,該設計能夠在各硬件平臺中實現(xiàn),并為設備故障定位,為維修保障提供有力的技術支撐。