账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
车用雷达IC设计之环境回圈验证
 

【作者: Sainath Karlapalem】2020年09月23日 星期三

浏览人次:【9212】

在恩智浦半导体(NXP Semiconductors),我与团队共同开发了一种验证车用雷达积体电路(integrated circuit;IC)设计的新方法。这种左移(shift-left)的方法结合了前期资料表层级度量指标的验证以及虚拟现场试验。借着专注于规格层级而不是硬体实现层级的度量指标,可确保使用来评估设计的验证签核(signoff)准则与客户最为注重的准则相符。而且,藉由在虚拟现场试验模拟路上情境,能够以逼真的雷达IC硬体测试刺激物来实现环境回圈(environment-in-the-loop)验证。


我们的客户之中包含了一级的汽车供应商,他们最关心信噪比(signal-to-noise ratio;SNR)和总谐波失真(total harmonic distortion;THD)等几种被撷取于资料表上的性能表现度量指标。他们对于个别元件的测试结果、程式码覆盖结果、以及其他硬体实现层级的度量指标比较不感兴趣,不过对大部分IC验证团队来说,这些结果却是他们最主要的考量。


除此之外,客户使用现场试验及真实世界的驾驶情境来评估完整的雷达系统,而IC验证团队则经常使用与真实世界讯号相距甚远的测试型态,用来评估个别的RF、类比,以及数位元件(图1)。



图1 : 显示RF、类比、数位子系统的车用雷达系统架构。
图1 : 显示RF、类比、数位子系统的车用雷达系统架构。

本团队定义并执行的左移方法(shift-left methodology),并且使用此方法来验证IC设计的流程和客户们使用来评估设计的标准能够相符。我们为虚拟的现场试验所开发的道路驾驶情境,以许多客户遵循的欧盟新车安全评鉴协会(European New Car Assessment Programme;Euro NCAP)标准为基础,而且产生的功能和性能度量资料(例如SNR),与客户用来对他们产品的IC元件进行评估的度量资料相同。


资料表层级之度量资料的早期验证

以前在验证车用雷达系统数位部分的时候,本团队采用一种以通用验证方法学(Universal Verification Methodology;UVM)为基础的方法。这种方法包含以一个使用高阶语言建立的参考模型来复制在测设计(design under test;DUT)的功能。接着针对给定的输入测试向量,将DUT的输出值与参考模型的输出值进行比对。


这一个UVM测试并没有撷取客户所关注的SNR量测值和其他度量指标,而且即便是相对较小的实现改变,像是更新有限脉冲响应(finite impulse response;FIR)滤波器系数等,也会需要在测试台进行相对应的变更。维持测试台与实现的同步,需要大量的精力和时间。


鉴于这种方法的缺点和限制,我们决定让验证精力着重在设计的功能性和性能表现,而不是将实现和参考模型一一对应。现在,我们开发了可以计算高阶设计度量指标,像是SNR、THD、和功率谱密度(power spectral density;PSD)等的MATLAB演算法,以及阻带衰减和通带涟波等用于滤波器和其他元件的度量指标。利用HDL设计验证工具(HDL Verifier),可以从这些MATLAB演算法产生SystemVerilog DPI元件,并整合至用于Cadence模拟环境的HDL测试台(图2)。



图2 : 使用以HDL设计验证工具透过DPI-C实现在SystemVerilog包装器上的MATLAB验证函式的测试环境。
图2 : 使用以HDL设计验证工具透过DPI-C实现在SystemVerilog包装器上的MATLAB验证函式的测试环境。

从DUT收集而来的样本讯号资料会被传送到从MATLAB验证程式码产生的DPI-C函式。我们将结果绘制出来(图3),并且进行系统要求的检查,以确保设计符合规格。



图3 : 使用MATLAB计算的样本讯号(上)和功率谱密度图表(下)。
图3 : 使用MATLAB计算的样本讯号(上)和功率谱密度图表(下)。

使用从MATLAB产生的DPI-C模型,能够在Cadence HDL验证环境的多个介面计算功能与性能上的度量指标。我们可以从验证进行设计实现的解耦,并且以与客户感兴趣的度量指标更接近的抽象程度执行测试。


也可以重复利用从MATLAB产生的C程式码,分析初次在矽晶片上的测试结果。举例来说,从我们的雷达感测器IC收集样本资料,并将资料传送至由MATLAB产生的相同SNR计算C函式,该函式被用在SystemVerilog的设计验证。


虚拟场域试验

在转换到度量指标导向的验证法时,利用从真实世界驾驶情境产生的资料执行了虚拟场域试验。以前,我们使用不同组的测试向量来分别验证RF、类比、和数位子系统。其中某些测试向量是从在道路测试时取得的雷达反射推导而来。


我们再将此方法延伸至包含环境回圈(environment-in-the-loop)验证。现在可使用自动驾驶工具箱(Automated Driving Toolbox)中的Driving Scenario Designer app建立驾驶情境(图4)。 App里面的预建立情境代表了Euro NCAP测试协议,也就是客户评估雷达系统性能的基准。



图4 : 自动驾驶工具箱的Driving Scenario Designer app。
图4 : 自动驾驶工具箱的Driving Scenario Designer app。

接下来,透过相位阵列工具箱(Phased Array Toolbox)建立一个雷达感测器模型。为了要让这个模型符合实际感测器资料表上的规格,我们调整天线孔径、峰值传输功率、接收器杂讯数字、以及天线元件数量等参数。


同时也调整会影响到频率调变连续波(frequency-modulated continuous-wave;FMCW)波形的参数,包含最大范围、线性调频讯号的持续时间、扫描带宽(sweep bandwidth)、和取样频率等。我们将感测器模型整合至稍早建立的驾驶情境,虚拟地在自主车辆上装置雷达感测器(图5)。



图5 : 管理自主车辆上雷达感测器配置的介面。
图5 : 管理自主车辆上雷达感测器配置的介面。

接着执行驾驶情境并撷取感测器混合器的输出,也就是一个从情境中雷达经物体反射的解线性调频(dechirped)讯号。我们透过ADC设计的Simulink模型传送这组经过解线性调频的讯号,以产生要喂入数位基频处理链的数位IQ资料。


有了这样的设置,我们可以依据Euro NCAP驾驶情境产生IQ资料,并且在开发阶段的初期即执行数位处理链的虚拟场域试验—可能比第一次实现在矽晶片的时间早了一年或什至更多(图6)。



图6 : 虚拟场域试验的追踪摄影机视角(左上)和鸟瞰图(右)。
图6 : 虚拟场域试验的追踪摄影机视角(左上)和鸟瞰图(右)。

未来的任务

我们已将新方法与工作流程的使用延伸至下一代的雷达收发器。之后,会再将这些产品与环境效应整合至场景,借此了解设计在如雨中或雾中等环境下的表现如何。


使用这项新的方法来进行车辆雷达系统数位元件的验证不会受到任何限制,因此,我们期待将虚拟场域试验运用在类比元件和其他应用上,像是车对车的通讯系统。本文聚焦于感测器实现数位部分的验证,但这个环境回圈方法可以很容易地延伸到验证混合讯号和RF设计,如感测器设计的ADC。


(本文由钛思科技提供,作者Sainath Karlapalem任职于恩智浦半导体)


相关文章
NASA太空飞行器任务开发光学导航软体
近即时模拟与控制协助自主水下载具机动运行
资料科学与机器学习协助改善颈部损伤评估
配电网路的即时模拟环境开发
MATLAB与Simulink整合自动化机器学习与DevOps
comments powered by Disqus
相关讨论
  相关新闻
» Embedded World 2024:德承全面展示Edge AI运算解决方案
» 帆宣与隹世达合组「达宣智慧」公司 启动智慧医疗引擎
» 台湾三丰携手SAP 转型上云 巩固量测仪器市场优势
» 经济部提供融资协助工具机拓展海外市场
» 海大与法国浜海大学合作推升智慧永续海洋


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83J9TEO2MSTACUK0
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw