孫鵬躍,呂晟萊,毛二坤,張書政,陳 雷,周 歡,黃仰博,樓生強

(國防科技大學(xué) 電子科學(xué)學(xué)院, 湖南 長沙 410073)

靜態(tài)隨機存取存儲器(static random access memory,SRAM)型現(xiàn)場可編程門陣列(field programmable gate array,FPGA)憑借其高性能、低成本、低功耗、可重配置等優(yōu)點,以及隨著其集成度的不斷提高,逐漸開始應(yīng)用于航空航天領(lǐng)域[1-3]。但是由于SRAM型FPGA的結(jié)構(gòu)特點,以及空間中強輻射環(huán)境的作用,SRAM型FPGA容易受到外太空中的高能粒子作用而發(fā)生單粒子效應(yīng),其主要表現(xiàn)為單粒子翻轉(zhuǎn)(single event upset, SEU)[4-6]。2007年至2010年我國航天器單粒子效應(yīng)故障的統(tǒng)計表明,單粒子效應(yīng)在空間環(huán)境輻射效應(yīng)中占據(jù)主導(dǎo)地位,對航天器的危害日益嚴重。

當(dāng)前針對SRAM型FPGA中單粒子效應(yīng)的評估方法主要由四種:一是利用航天器搭載FPGA進行高輻射試驗,該方法雖然準確性高,但是成本高,周期長[7-8];二是利用高能粒子輻射,該方法雖是目前業(yè)界公認的權(quán)威方法,但其不能實現(xiàn)準確注入,試驗機時十分緊張,且對器件存在一定的損傷[9-10];三是使用特定工具生成脈沖激光進行單粒子效應(yīng)模擬,但其成本較高,且試驗技術(shù)復(fù)雜[11-12];四是基于故障注入的單粒子效應(yīng)模擬方法,其成本低、周期短、可控性高、復(fù)雜性低[13-15],能夠?qū)崿F(xiàn)衛(wèi)星載荷抗輻照加固設(shè)計的快速迭代和優(yōu)化。

目前故障注入方法主要是通過人為改變FPGA配置存儲器內(nèi)容的方式來實現(xiàn)故障注入。傳統(tǒng)逐位翻轉(zhuǎn)故障注入方法的優(yōu)點是能精準全面定位敏感位(sensitive bit, SB),找到可恢復(fù)異常比特位(recoverable-SB,R-SB)和不可恢復(fù)異常比特位(unrecoverable-SB,UR-SB)[16-17]。但由于SRAM型FPGA配置數(shù)據(jù)比特位數(shù)量龐大,逐位翻轉(zhuǎn)耗時太長,效率低,無法在設(shè)計前期快速迭代。大量逐位翻轉(zhuǎn)試驗結(jié)果表明,造成整個設(shè)計功能異常的大多是R-SB,這類異常可通過刷新修復(fù),不會造成持續(xù)性的功能異常;只有少量的異常比特位會造成持續(xù)性的功能異常,必須通過在軌重加載恢復(fù),這類異常的影響極大,會造成在軌服務(wù)的長時間中斷。工程中更加關(guān)注會造成持續(xù)異常的情況,即UR-SB,但由于UR-SB占比很少,若采用傳統(tǒng)逐位翻轉(zhuǎn)的測試方法,耗時太長,不利于抗輻照設(shè)計優(yōu)化快速迭代,因此,必須設(shè)計一種快速發(fā)現(xiàn)UR-SB的加速故障測試方法。

為了解決UR-SB的快速定位問題,本文提出一種基于整幀翻轉(zhuǎn)的SRAM型FPGA的故障注入加速試驗方法,該方法不再采用傳統(tǒng)逐位翻轉(zhuǎn)的思路,而是對配置文件進行整幀注錯,刷新修復(fù)后驗證整個設(shè)計的功能異常,以快速模擬故障注入,縮短試驗耗時,快速定位UR-SB精確位置。

1 傳統(tǒng)逐位翻轉(zhuǎn)故障注入算法

建立故障注入試驗?zāi)Ｐ?其中包含被測單元(unit under test, UUT)、參考單元(reference unit, RU)、刷新單元(scrub unit, SU)以及控制單元(control unit,CU)組成。其中:UUT運行待測試配置項,并接受控制單元的故障注入;RU運行與被測單元功能相同的配置項,作為功能參考標準;SU通過動態(tài)局部刷新實現(xiàn)對UUT的故障注入,并完成對UUT和RU等的全局加載;CU完成對UUT和RU的配置,并負責(zé)結(jié)果比對、記錄和整個故障注入過程的控制。整個模型設(shè)計如圖1所示。

圖1 故障注入試驗?zāi)Ｐ虵ig.1 Test model of fault injection

傳統(tǒng)逐位翻轉(zhuǎn)故障注入算法流程簡述如下:

Step1:配置初始化。完成對整個故障注入平臺的加載和功能配置。

Step2:UUT逐位翻轉(zhuǎn)。當(dāng)未達到最大比特數(shù)時,SU逐比特對UUT配置數(shù)據(jù)進行取反,實現(xiàn)故障注入,否則執(zhí)行Step 5。

Step3:結(jié)果判定。CU對UUT和RU的數(shù)據(jù)流進行比對并記錄,若正確,則返回Step 2,否則執(zhí)行Step 4。

Step4:刷新后再驗證。SU修復(fù)當(dāng)前注入的錯誤比特,再次判定比對結(jié)果并記錄,若正確,則返回Step 2,否則,記錄當(dāng)前注錯位置,返回Step 1。

Step5:統(tǒng)計結(jié)果,完成測試。

從上面的逐位翻轉(zhuǎn)故障注入測試過程可知,其能全面、精準定位所有敏感位,發(fā)現(xiàn)R-SB和UR-SB。但FPGA配置數(shù)據(jù)比特位數(shù)量龐大,逐位翻轉(zhuǎn)耗時太長。衛(wèi)星載荷在軌運行情況表明,UR-SB無法通過定時刷新修復(fù),必須通過在軌重新加載恢復(fù),會造成在軌服務(wù)的長時間中斷。而大量故障注入結(jié)果表明,UR-SB僅占整個SB中的極少部分,若采用傳統(tǒng)逐位翻轉(zhuǎn)的測試方法,效率極低。

2 基于整幀翻轉(zhuǎn)的UR-SB快速定位算法

基于整幀翻轉(zhuǎn)和二分法的UR-SB快速定位算法的整體思路為:首先對UUT配置數(shù)據(jù)進行整幀翻轉(zhuǎn);然后通過SU修復(fù)之前的整幀翻轉(zhuǎn)操作;最后由CU比對數(shù)據(jù)流,若正確,則直接跳轉(zhuǎn)到下一幀,否則,通過二分法對當(dāng)前幀進行UR-SB定位。具體算法流程如圖2所示。

圖2 基于整幀翻轉(zhuǎn)的故障注入加速算法流程Fig.2 Algorithm flow of fault injection based on the whole frame upset

基于整幀翻轉(zhuǎn)的故障注入加速算法步驟如下:

Step1:配置初始化。

Step2:UUT整幀翻轉(zhuǎn)。當(dāng)未達到最后1幀時,SU依次對UUT進行整幀翻轉(zhuǎn),實現(xiàn)整幀故障注入。

Step3:刷新后驗證。SU修復(fù)當(dāng)前幀的整幀翻轉(zhuǎn),由CU對UUT和RU的數(shù)據(jù)流進行比對;若正確,則說明當(dāng)前幀不存在UR-SB,返回Step 2,否則執(zhí)行Step 4。

Step4:二分法精確定位UR-SB。執(zhí)行配置初始化,采用二分法重新對當(dāng)前幀進行故障注入。當(dāng)?shù)趍次采用二分法時,對每段1/2m幀的所有配置數(shù)據(jù)進行翻轉(zhuǎn),返回Step 3比對結(jié)果,若正確,則說明該段1/2m幀不存在UR-SB,否則,說明該段存在UR-SB。如此反復(fù),當(dāng)二分后每段范圍足夠小時,直接采用傳統(tǒng)逐位翻轉(zhuǎn)故障注入,即可精確定位UR-SB位置。當(dāng)前幀測試完成后記錄結(jié)果,并返回Step 1,繼續(xù)下一幀測試。

Step5:統(tǒng)計結(jié)果,完成測試。

可以看到,上述算法流程在整幀翻轉(zhuǎn)后并沒有馬上比對UUT和RU結(jié)果,故無法發(fā)現(xiàn)R-SB,且整幀翻轉(zhuǎn)大概率會造成UUT功能異常。相比于傳統(tǒng)逐位翻轉(zhuǎn)的故障注入方法,本文提出的基于整幀翻轉(zhuǎn)的故障注入快速算法的有效性分析如下:

假設(shè)SRAM型FPGA配置文件總比特數(shù)為M,UR-SB總數(shù)為N,配置文件總幀數(shù)為L,每一幀有K比特,異常幀采用m次二分法。由于不同衛(wèi)星載荷FPGA設(shè)計差異明顯,難以分析SB在整個配置文件中的具體分析,故本文設(shè)定相對最優(yōu)和較差的兩種情況,以測試流程中的比對次數(shù)為指標,分別分析整幀翻轉(zhuǎn)算法的有效性。

假設(shè)最優(yōu)情況下,所有UR-SB均位于同一幀的同一段內(nèi),則這種情況下的測試次數(shù)為:

(1)

對于假定的一種較差情況,假設(shè)配置文件中每一幀都恰好包含有1 bit UR-SB,則測試次數(shù)為:

(2)

式中,N為配置文件總幀數(shù)。

對于傳統(tǒng)逐位翻轉(zhuǎn)測試方法而言,其總測試次數(shù)為M,則本文方法的測試效率相比傳統(tǒng)方法的提升倍數(shù)P可計算為:

(3)

以目前在軌載荷應(yīng)用最為廣泛的XQR2V3000器件為例,其配置文件總比特數(shù)為9 582 848,總幀數(shù)為1 804,每幀有5 312 bit,假設(shè)每幀采用5次二分法。上文分析的最優(yōu)情況的測試次數(shù)為1 980,較差情況的測試次數(shù)為319 308。因此,相比傳統(tǒng)逐位翻轉(zhuǎn)測試方法,本文所提算法在XQR2V3000平臺上的測試效率提升倍數(shù)P為:

30≤P≤4 839.8

(4)

可以看到,本文算法的測試效率提升明顯,盡管假設(shè)的較差情況和最優(yōu)情況在工程實際中出現(xiàn)的概率均不大,但即使在較差情況下,也提升了30倍,這充分證明了本文算法的有效性。

3 試驗驗證

前面對本文算法在假定條件下的性能進行了理論分析,但毫無疑問,二分法次數(shù)m、配置文件總比特數(shù)M等參數(shù)必然會對算法的性能產(chǎn)生影響。因此,本節(jié)首先對不同參數(shù)在假定較差條件下的性能進行仿真分析,以確定在實際測試環(huán)境下的最優(yōu)參數(shù)選擇;在此基礎(chǔ)上,針對本單位在軌運行的信號生成載荷的故障注入測試結(jié)果進行分析,以實測結(jié)果進一步驗證算法的有效性。

針對衛(wèi)星載荷在軌常用的Xilinx公司XQR2V1000、XQR2V3000、XQR2V6000型,以及目前國產(chǎn)化的XQR4VSX55和JFM7K325T型共5種FPGA,分析不同二分法次數(shù)m對式(3)所示的較差情況下加速測試相比于傳統(tǒng)逐位翻轉(zhuǎn)測試提升倍速的影響,如圖3所示。

圖3 不同F(xiàn)PGA注錯測試加速效率Fig.3 Accelerated efficiency of different FPGAs in fault injection results

可以看到,5型FPGA的加速效率均有顯著提升,特別是隨著二分法次數(shù)的增加,測試效率提升倍數(shù)也越來越高。盡管這主要是由于本文假定每一幀僅有1 bit錯誤,但實測情況下,UR-SB本來就相對極少,且二分次數(shù)不可能太高,針對分析的5款器件,最大二分次數(shù)僅為11,即使因為二分操作會增加一部分試驗次數(shù),但這相比于百萬甚至千萬量級的總比特數(shù),可忽略不計。故在實際工程中,建議選取最大的二分法次數(shù)。目前在軌載荷最常用的XQR2V3000型FPGA最大提升倍數(shù)為207,這意味著對于動輒需要幾個月的逐位翻轉(zhuǎn)試驗,若采用本文所述的基于整幀翻轉(zhuǎn)的加速注錯方法,可在幾天之內(nèi)完成所有UR-SB的精確定位,這在衛(wèi)星載荷研制初期,對于載荷配置項的抗輻照加固設(shè)計評估和提升具有重要意義。

結(jié)合針對在軌信號生成載荷的故障注入試驗測試結(jié)果,進一步分析本方法在實際工程中的有效性。該載荷采用XQR2V3000器件,故障注入試驗平臺設(shè)計如圖4所示,主要包含:被測FPGA、參考FPGA、測試FPGA、刷新控制器以及上位機組成。其中被測FPGA由1片SRAM型FPGA實現(xiàn),運行被測試設(shè)計的三模加固配置項,提供實際運行場景;參考FPGA由1片SRAM型FPGA實現(xiàn),運行被測試設(shè)計的單模配置項,作為功能參考標準;測試FPGA由1片SRAM型FPGA實現(xiàn),負責(zé)比對被測FPGA和參考FPGA的數(shù)據(jù)流是否一致;刷新控制器由1片SRAM型FPGA實現(xiàn),負責(zé)通過SelectMAP接口對被測FPGA、參考FPGA、測試FPGA進行全局加載,并實現(xiàn)對被測FPGA的動態(tài)局部刷新;上位機(處理器)由1片數(shù)字信號處理(digital signal process, DSP)芯片實現(xiàn),與FPGA通過總線交互,所有的寄存器均可通過DSP處理器訪問,控制被測FPGA、參考FPGA輸出數(shù)據(jù)流,獲取數(shù)據(jù)流比對結(jié)果,控制整個故障注入試驗過程。

圖4 XQR2V3000 FPGA故障注入試驗平臺Fig.4 Fault injection test system based on XQR2V3000 FPGA

在上述試驗平臺上對信號生成載荷逐位翻轉(zhuǎn)測試方法的測試結(jié)果如下:共測試1 420幀(BRAM的對應(yīng)384幀一般不進行故障注入測試),共7 543 040 bit,最終定位292個UR-SB。分析UR-SB分布情況發(fā)現(xiàn),大部分幀不存在UR-SB,部分幀存在1 bit UR-SB,少數(shù)幀中存在多個UR-SB。采用本文所述的整幀翻轉(zhuǎn)加速方法后,5次二分法和10次二分法的總試驗次數(shù)分別為46 522和7 948,總試驗次數(shù)相比傳統(tǒng)逐位翻轉(zhuǎn)測試方法的7 543 040次顯著下降,不同方法的測試結(jié)果對比如表1所示。

表1 實測結(jié)果分析Tab.1 Analysis of the experiment results

實測結(jié)果表明:85.3%(1 212幀)的整幀不存在UR-SB,這表明采用本文整幀翻轉(zhuǎn)加速算法必然能大幅提升測試效率。當(dāng)采用5次二分法時,測試次數(shù)共為46 522,是傳統(tǒng)逐位翻轉(zhuǎn)測試法的1/162,即約加速了162倍,而當(dāng)采用10次二分法時,該加速倍數(shù)增加949倍,上述結(jié)果充分證明了本文基于整幀翻轉(zhuǎn)測試方法的有效性。

4 結(jié)論

衛(wèi)星載荷在軌發(fā)生不可恢復(fù)的SEU是目前影響在軌服務(wù)連續(xù)性的最大因素,盡管傳統(tǒng)逐位翻轉(zhuǎn)能夠更加全面地定位在軌設(shè)計的敏感位分布情況,但其測試效率太低,特別是針對UR-SB的定位。本文提出了基于整幀翻轉(zhuǎn)的加速故障注入算法,并采用二分法對存在UR-SB的配置幀進行快速搜索,仿真和實測結(jié)果表明,該方法能夠顯著提升故障測試效率。然而,整幀翻轉(zhuǎn)算法無法定位R-SB,評估結(jié)果不夠全面,需要根據(jù)工程應(yīng)用的實際需求,與傳統(tǒng)故障注入算法結(jié)合運用,以支撐衛(wèi)星載荷在軌抗空間輻照可靠性設(shè)計。