CN104461808A

CN104461808A - 一种fpga单粒子软错误影响评估方法

Info

Publication number: CN104461808A
Application number: CN201410636120.0A
Authority: CN
Inventors: 郑玉展; 蔡震波; 张庆祥; 赵小宇
Original assignee: Beijing Institute of Spacecraft System Engineering
Current assignee: Beijing Institute of Spacecraft System Engineering
Priority date: 2014-11-06
Filing date: 2014-11-06
Publication date: 2015-03-25
Anticipated expiration: 2034-11-06
Also published as: CN104461808B

Abstract

本发明公开了一种FPGA单粒子软错误影响评估方法，能够针对未采取防护措施的SRAM型FPGA的具体配置，综合考虑SRAM型FPGA的设计结构和资源占用量，获得了FPGA内部单元单粒子软错误故障的传递概率，并分析得到单粒子软错误对SRAM型FPGA的整体影响，使得卫星电子产品设计师能够掌握单粒子软错误对SRAM型FPGA的整体影响，有利于指导SRAM型FPGA的抗单粒子软错误设计。

Description

一种FPGA单粒子软错误影响评估方法

技术领域

本发明涉及集成电路抗辐射加固设计领域，尤其涉及一种基于故障模式的单粒子软错误对SRAM型FPGA整体影响的评估方法。

背景技术

SRAM型FPGA以其高集成度、丰富的逻辑资源、动态可配置等特点，已被越来越多地应用在高性能航天设备上，如作为信号处理的关键器件。然而，由于空间轨道上存在大量高能带电粒子，如质子和重离子等，高能带电粒子与SRAM型FPGA相互作用，引起电路逻辑翻转、瞬态脉冲干扰和功能中断等单粒子软错误。所谓单粒子软错误，顾名思义就是单个高能粒子的作用未造成器件或电路的物理损伤，所引起的故障可以通过重新加载、刷新、复位重写等措施予以恢复的单粒子效应类型，具体包括单粒子翻转(Single Event Upset，SEU)、单粒子瞬态(Single Event Transient，SET)和单粒子功能中断(Single Event Function Interruption，SEFI)。

目前，国内外对逻辑器件已经建立了传统的单粒子软错误表征分析方法，如σ-LET曲线法和在轨单粒子软错误率法。σ-LET曲线法是采用不同LET值的高能质子或重离子辐照器件，在一定的高能粒子注量(N_p)下获得SRAM型FPGA某一区域“位”的翻转次数N_seu。然后可以通过N_seu与单位面积上入射粒子总数N_p之比获得该区域的翻转截面σ_seu。对应不同的LET值，可以获得不同的翻转截面，从而获得了表征FPGA该区域单粒子软错误敏感性的σ-LET曲线。该方法认为SRAM型FPGA内全部是由于物理位组成的，而物理位在半导体物理中是有特殊定义的，一般是指有4个或6个晶体管构成的信息存储基本单元，对应于 SRAM型FPGA内部的可配置逻辑单元。但FPGA内其他的功能单元如上电复位(Power-On Reset,POR)、开关矩阵、输入输出模块(IOB)等物理位的概念并不明显。采用σ-LET曲线法来分析，存在着物理概念的混淆。

在轨单粒子软错误率，如常用的在轨翻转率，虽然可以表征器件或电路在特定环境下单粒子软错误的影响，但是该方法必须结合具体的空间辐射环境，如专利CN101887088B公开的“一种卫星用器件单粒子效应指标的评估方法”，采用RDM的方法表征星用器件抗单粒子翻转水平，其中使用了在轨空间环境数据来预示器件的在轨翻转率。同一电路，环境不同其在轨单粒子软错误率会产生较大差异。该方法未能直接反映单粒子软错误对SRAM型FPGA自身的影响。因此，采用传统的σ-LET曲线法和在轨单粒子软错误率方法表征单粒子软错误对SRAM型FPGA的影响各具有其局限性。

发明内容

有鉴于此，本发明提供了一种基于故障模式的SRAM型FPGA单粒子软错误影响评估方法，可以从整体上定量评估单粒子软错误对未采取防护措施的SRAM型FPGA的影响，指导星用SRAM型FPGA的抗单粒子软错误设计。

为了解决上述技术问题，本发明是这样实现的：

本发明的一种FPGA单粒子软错误影响评估方法，包括如下步骤：

步骤1、确定FPGA中用户所使用的内部单元；

步骤2、确定每个所述内部单元的单粒子软错误故障，并确认每个内部单元的单粒子软错误故障所属的故障模式：单粒子翻转故障模式或者单粒子功能中断故障模式；将故障模式属于单粒子功能中断故障模式的所有内部单元作为一个内部单元处理；基于各内部单元的故障之间的逻辑关系，建立单粒子软错误故障模式树；

步骤3、计算单粒子软错误故障模式树中的各层输入节点的单粒子软错误故障传递概率，具体为：

S1、针对单粒子软错误故障模式树中第i层中属于同一个输出节点的所有输入节点，先判断各输入节点的故障模式，当属于单粒子功能中断故障模式，该输入节点的单粒子软错误故障传递概率P_out-in为1，当属于单粒子翻转故障模式时，该输入节点的单粒子软错误故障传递概率P_out-in为J×B×P_IN；

其中，J表示该输入节点的输入分布率，B表示对应输出节点的可能故障数量与输入节点的可能故障数量之比；P_IN表示该输入节点所代表内部单元的逻辑位数量与所有输入节点逻辑位总数的比值；

S2、确定单粒子软错误故障模式树中第i层的输入节点的单粒子软错误故障概率E_IN；针对属于同一个输出节点的所有输入节点，获得各输入节点的单粒子软错误故障传递概率P_out-in与单粒子软错误故障概率E_IN乘积P_out-in×E_IN，将各输入节点对应的乘积求和，得到对应的输出节点的单粒子软错误故障概率；其中，i＝1,2...,L,L为单粒子软错误故障模式树的层数；

S3、将第i层的输出节点作为第i+1层的输入节点，采用步骤S1和S2的方法，依次类推，直至得到单粒子软错误故障模式树最顶层的输出节点的单粒子软错误故障概率；

步骤4、根据步骤3获得的单粒子软错误故障模式树最顶层的输出节点的单粒子软错误故障概率对SRAM型FPGA单粒子软错误的整体影响进行评估。

所述步骤3中，计算对应输出节点的可能故障数量与输入节点的可能故障数量之比B的方法为：

首先判断属于同一输出节点的各个输入节点的逻辑关系，其中所述逻辑关系包括：表征输出节点在所有输入节点同时出现故障情况下才出现故障的逻辑“与”关系和表征输出节点在其中一个输入节点出现故障情况下即出现故障的逻辑“或”关系；根据确认的输入节点间的逻辑关系，罗列各输入节点的所有可能出现的故障状态的集合，以及输出节点对应输出的故障状态；得到集合中当前输入节点处在故障状态的数量M，以及输出节点处于故障状态的数量N，则得到当前输入节点对应输出节点的可能故障数量与其自身可能故障数量之比

所述步骤3中，通过仿真分析方法或者单粒子辐照试验获得单粒子软错误故障模式树中最底层中单粒子软错误故障概率。

所述步骤3中，当采用单粒子辐照试验获得单粒子软错误故障概率时，选择具有不同LET值的重离子辐照各个内部单元，获得各LET值的重离子辐照下内部单元输出管脚在单位时间内的错误数与入射粒子通量之比，即得到单粒子软错误故障概率。

本发明具有如下有益效果：

本发明的方法能够针对未采取防护措施的SRAM型FPGA的具体配置，综合考虑SRAM型FPGA的设计结构和资源占用量，获得了FPGA内部单元单粒子软错误故障的传递概率，并分析得到单粒子软错误对SRAM型FPGA的整体影响，使得卫星电子产品设计师能够掌握单粒子软错误对SRAM型FPGA的整体影响，有利于指导SRAM型FPGA的抗单粒子软错误设计。

附图说明

图1是Xilinx SRAM型FPGA的内部结构示意图。

图2是本发明实施例所提供的基于SRAM型FPGA故障模式的单粒子软错误影响分析流程图。

图3是故障树中的逻辑关系图。

图4是本发明实施例SRAM型FPGA故障模式树。

图5是本发明实施例分析获得的SRAM型FPGA单粒子软错误的整体影响分析结果。

其中，1-可配置逻辑单元(CLB)，2-输入输出模块(IOB)3-开关矩阵(SM)，4-互连线。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明的一种基于故障模式的SRAM型FPGA单粒子软错误整体影响评估方法，如图2所示，包括如下步骤：

S1：确定SRAM型FPGA中用户所使用的内部单元：

SRAM型FPGA的结构主要由可编程布线资源和逻辑资源组成。由下载到芯片内部SRAM单元中的配置位流决定这些资源的配置，从而实现不同的设计功能。同时，SRAM型FPGA内部结构也存在着其他功能单元，如IOB、时钟管理单元(DCM)、开关矩阵等。因此，一个配置完整的SRAM型FPGA使用的典型内部单元有可配置逻辑单元、互连线、开关矩阵和IOB等。

S2：分析SRAM型FPGA单粒子软错误故障模式，建立单粒子软错误故障模式树：

SRAM型FPGA单粒子软错误的故障一般归为两类：一类是由用户存储器、配置存储器、触发器发生单粒子翻转引起的故障，简称为单粒子翻转故障模式，也称配置位翻转故障。另一类是由配置状态机、上电复位状态机、输入输出模块等发生单粒子瞬态脉冲效应和单粒子功能中断效应引起的故障，简称为单粒子功能中断故障模式。

单粒子翻转故障模式(配置位翻转)主要指配置比特流中配置信息的改变，即配置信息由“0->1”或“1->0”。它主要发生于配置存储器、用户存储器和触发器。在配置存储器中，配置位发生SEU并不能直接导致用户逻辑的输出错误，它往往通过配置位影响用户逻辑的描述方式，进而产生错误输出。主要表现形式有：查找表故障、可配置控制位故障、开关矩阵和可编程互连点故障、缓冲器故障和多路切换器故障等。

FPGA中的POR、JTAG配置接口、SelectMAP配置接口等其他功能型模块，受高通量的高能粒子轰击后会产生单粒子功能中断，即SEFI。POR中的SEFI将会使FPGA器件内部的存储单元复位，造成用户逻辑电路状态的丢失，从而使FPGA丧失功能。SelectMAP接口是FPGA并行配置接口，如果发生SEFI，外部控制器将不能通过该接口获得正确的数据，还有可能造成配置状态机中控制寄存器的错误，进而无法写入数据。JTAG配置接口发生SEFI时，用户无法通过JTAG接口对FPGA配置存储器进行读写。

根据上述分析，可以建立具有一定电路功能的SRAM型FPGA的故障模式树。一般来说，SRAM型FPGA整体故障有输出数据错误和功能异常等形式。以输出数据错误为例进行分析，以此为顶事件，借助故障树分析方法(Fault Tree Analysis,FTA)，可以知道所有可能导致输出数据错误是配置位的故障，具体包括配置存储器、用户存储器和触发器中内容的错误。

S3：计算SRAM型FPGA内部单元单粒子软错误故障传递概率：

对于一定的电路单元，如图3所示。有一个输入节点IN，一个输出节点OUT，并且输入节点故障到输出节点故障间的故障传递概率为P_out，in。那么，输出节点OUT的错误概率为：

E_out＝P_out，in×E_in (1)

其中，E_in为输入节点发生故障的概率。单粒子功能中断类型的故障错误对应于此类模型，且单粒子功能中断一旦发生就会导致系统出现功能错误，可以认为故障传递概率P_out，in＝1。

对于具有多种单元故障模式的单粒子效应故障模式树来说，故障传递之间的关系包括逻辑“与”和逻辑“或”模型。逻辑“与”表示其中任意输入正常，则系统功能正常，只有当所有输入均发生故障时，输出才出现故障。而逻辑“或”则是所有输入均正常，系统才会功能正常，只有一个输入故障，则输出即出现故障。对于图3中的二输入的逻辑“与”模型，其中IN1和IN2为两个输入节点，OUT为输出节点，P_out-in1和P_out-in2分别为输入节点IN1和IN2的故障传递概率。则该逻辑“与”模型输出节点的故障概率为：

E_out＝P_out-in1×E_in1+P_out-in2×E_in2 (2)；

因此，SRAM型FPGA的第j个输出OUTj，对应于n个输入IN1，IN2，IN3，…，INn，则OUTj的故障概率为：

E_{outj} = Σ_{i = 1}^{n} E_{INi} \times P_{outj - ini} - - - (3)

其中,P_outj-ini为输入节点INi的故障传递概率。SRAM型FPGA系统中上下两层的故障概率关系均可用上式表示。以此类推，根据SRAM型FPGA单粒子软错误故障树的最底层输入节点单元的单粒子软错误故障概率和单粒子软错误故障传递概率就可以得到整体输出的单粒子故障概率。

由于故障之间的逻辑关系(逻辑“与”或逻辑“或”)影响输入节点之间的故障传递概率。因此，分别就两种逻辑关系讨论故障传递概率的计算方法。故障逻辑“与”关系及故障传递概率见表1，其中×表示故障，〇表示无故障。

表1逻辑“与”故障关系及故障传递概率

其中PIN1，PIN2分别为输入节点IN1和IN2电路占用的逻辑位数量与所有输入节点总逻辑位数量之比；输入均一分布表示所有输入节点都正确的概率分布；1/2表示对应输出节点的可能故障数量与输入节点的可能故障数量之比，即任一输入发生两次故障导致输出的一次故障。以此类推，对于单粒子软错误故障模式树的逻辑“或”(见图3中下图)来说，故障逻辑“或”关系及故障传递概率见表2，其中×表示故障，〇表示无故障。

表2逻辑或故障关系及故障传递概率

其中3/2对应输出节点的可能故障数量与输入节点的可能故障数量之比，即输入节点IN1有2次故障，输出节点对应3次故障。

针对多个输入节点的情况，计算对应输出节点的可能故障数量与输入节点的可能故障数量之比B的方法为：首先判断属于同一输出节点的各个输入节点的逻辑关系，其中所述逻辑关系包括：表征输出节点在所有输入节点同时出现故障情况下才出现故障的逻辑“与”关系和表征输出节点在其中一个输入节点出现故障情况下即出现故障的逻辑“或”关系；根据确认的输入节点间的逻辑关系，罗列各输入节点的所有可能出现的故障状态的集合，以及输出节点对应输出的故障状态；得到集合中当前输入节点处在故障状态的数量M，以及输出节点处于故障状态的数量N，则得到当前输入节点对应输出节点的可能故障数量与其自身可能故障数量之比

针对逻辑关系属于“或”的输入节点对应的输出节点，其故障概率也应用公式(3)计算。

S4：获取SRAM型FPGA各内部单元的单粒子软错误特性：

通过单粒子辐照试验或仿真分析方法获取SRAM型FPGA各内部单元单粒子软错误特性(错误故障概率)，即获得FPGA各内部单元的错误截面与入射高能粒子线性能量传输值(LET)的关系。如背景技术中所述，错误截面与LET关系仅适用于存储器类单元。因此，对于FPGA其他类型的功能单元的错误截面可以通过重离子辐照试验获得，即在试验中监测对应的输出管脚在单位时间内的错误数与入射粒子通量之比获得。

S5：基于S4获得的故障树最底层各输入节点的故障概率E_IN，根据公式(3)，再结合S3得到的各输入节点的故障传递概率P_out-in，可获得对应的输出节点的故障概率E_IN′。由于该输出节点是上一层的输入节点，因此，根据上述计算故障传递概率的方法，可以得到上一层输入节点的故障传递概率P_out-in′，由于上面已经得到该上一层输入节点的故障概率E_IN′，由此，可根据公式(3)获得上一层的输出节点的故障概率。如此类推，就可以求得粒子软错误故障模式树最顶层的输出节点的单粒子软错误故障概率，该故障概率即为SRAM型FPGA单粒子软错误的整体的故障概率。

S6、根据S5获得的单粒子软错误故障模式树最顶层的输出节点的单粒子软错误故障概率对SRAM型FPGA单粒子软错误的整体影响进行评估。

实施例：

以Xilinx SRAM型FPGA XQVR300为例说明本发明的具体实施方式。

S1：确定SRAM型FPGA所使用的内部单元：

Virtex FPGA XQVR300是由Xilinx公司在0.22μm工艺线上生产的SRAM型FPGA，允许进行在轨实施重配置。将该FPGA配置成14个寄存器链。同时采用了输入输出模块IOB、互连线和开关矩阵。

由于输入输出模块IOB和开关矩阵的故障模式属于功能中断故障模式，因此，为有利于实现计算，将两者合并为一个内部单元。由于互连线和开关矩阵部分使用了布线资源，与寄存器一起可以归类于存储器模块，属于单粒子翻转故障模式。根据前述的SRAM型FPGA的单粒子软错误故障模式，可以建立基于存储器模块、输入输出模块、互连线和开关矩阵的单粒子软错误故障模式树。其中，存储器模块的故障包括了寄存器故障和布线资源的故障。这二者之一发生故障会有一定的概率导致SRAM型FPGA的整体故障，因此，可以将这二者作为逻辑或的两个输入。将输入输出输出模块和开关矩阵等其他功能模块的故障归结为单粒子功能中断故障。所建立的实施例的单粒子软错误的故障模式树见图4。

S3：计算SRAM型FPGA内部单元单粒子软错误故障传递概率

由于IOB和开关矩阵等功能模块一旦发生单粒子功能中断，则一定会导致SRAM型FPGA的故障，这些模块到整体的单粒子软错误故障传递概率为1。

对于存储器模块来说，每个寄存器链使用了可配置存储器的逻辑位为144位。因此，14条寄存器链共使用了14×144＝2016位。布线资源占用的逻辑位数量是135位。假设整个SRAM型FPGA的可配置位数量为6720位，依据前述，寄存器链和布线资源的单粒子软错误传递概率为：

P_{寄存器-out}＝0.25×3/2×2016/6720＝0.1125

P_{布线资源-out}＝0.25×3/2×135/6720＝0.0075

S4：获取SRAM型FPGA各内部单元的单粒子软错误特性：

通过单粒子辐照试验，获得布线资源和寄存器的单粒子翻转数目以及入射粒子总量。通过二者之比，获得布线资源和寄存器的单粒子翻转截面。在单粒子辐照试验中，使用采用了四个LET值，分别为2.97MeV.cm²/mg、5.85MeV.cm²/mg、14.1MeV.cm²/mg和34MeV.cm²/mg。在每种LET值下，获得布线资源和寄存器单粒子翻转截面，以及IOB和开关矩阵的单粒子功能中断截面，具体见表3。

表3不同LET值下，各内部单元的单粒子软错误截面

S5：获取SRAM型FPGA单粒子软错误的整体影响

根据SRAM型FPGA内部单元单粒子软错误故障模式树，采用S3步骤中的算法计算获得特定LET值下的SRAM型FPGA整体的单粒子软错误影响：

E_FPGA＝E_{配置存储器}+E_{IOB、开关矩阵}

＝σ_寄存器×P_{寄存器-out}+σ_布线资源×P_{布线资源-out}

+σ_{IOB、开关矩阵}×P_{IOB、开关矩阵-out}

其中，σ_寄存器为寄存器单粒子翻转截面(故障概率)，σ_布线资源为布线资源单粒子翻转截面，σ_{IOB、开关矩阵}为IOB和开关矩阵的单粒子功能中断截面。P_{寄存器-out}＝0.1125为寄存器单粒子翻转传递概率，P_{布线资源-out}＝0.0075为布线资源单粒子翻转传递概率，P_{IOB、开关矩阵-out}＝1为IOB和开关矩阵的单粒子功能中断传递概率。

经计算获得单粒子软错误对SRAM型FPGA的整体影响见表4和图5。

表4单粒子软错误对SRAM型FPGA的整体影响

S6、根据S5获得的单粒子软错误故障模式树最顶层的输出节点的单粒子软错误故障概率对SRAM型FPGA整体的单粒子软错误影响进行评估。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种FPGA单粒子软错误影响评估方法，其特征在于，包括如下步骤：

步骤1、确定FPGA中用户所使用的内部单元；

2.如权利要求1所述的一种FPGA单粒子软错误影响评估方法，其特征在于，所述步骤3中，计算对应输出节点的可能故障数量与输入节点的可能故障数量之比B的方法为：

3.如权利要求1或2所述的一种FPGA单粒子软错误影响评估方法，其特征在于，所述步骤3中，通过仿真分析方法或者单粒子辐照试验获得单粒子软错误故障模式树中最底层中单粒子软错误故障概率。

4.如权利要求3所述的一种FPGA单粒子软错误影响评估方法，其特征在于，所述步骤3中，当采用单粒子辐照试验获得单粒子软错误故障概率时，选择具有不同LET值的重离子辐照各个内部单元，获得各LET值的重离子辐照下内部单元输出管脚在单位时间内的错误数与入射粒子通量之比，即得到单粒子软错误故障概率。