CN105869679A - 一种sram型fpga单粒子软错误与电路失效率关系快速测定方法 - Google Patents

Abstract

本发明涉及一种SRAM型FPGA单粒子软错误与电路失效率关系快速测定方法，步骤如下：(1)选定初始向配置区注入的翻转位数N；(2)随机选择FPGA配置区N位进行故障注入，运行FPGA，记录FPGA输出是否出现错误；(3)重复第(2)k次，直到失效率在30％到70％；(4)根据实际条件，按照最终选定的N，进行尽量多次的故障注入，获得较好的统计性，推荐注入以N位随机翻转的故障注入试验次数不的小于30次；(5)最终得到注入N位随机故障后电路失效率为λ_N，然后用1‑(1‑λ_N)^M/N估计电路的失效率上限，得到电路设计的SEU数目M‑电路失效率λ_M评估结果。采用本发明的方法通过次数很少的故障注入，即可对FPGA电路设计抗SEU性能作出有效评价，大大减少了实验的次数和评估的周期。

Description

一种SRAM型FPGA单粒子软错误与电路失效率关系快速测定 方法

技术领域

本发明涉及一种SRAM型FPGA单粒子软错误与电路失效率关系的快速测定方法，属于FPGA设计领域。

背景技术

卫星运行在空间辐射环境，星上的电子设备会受到空间质子、电子以及其它类型的辐照，并产生辐照效应。单粒子翻转(SEU)是由于空间质子、重离子引起的一种辐照效应，发生SEU时，电子器件的存储器的逻辑状态会发生改变，进而引起程序执行错误，甚至电路失效。目前，空间电子系统设计中一般选择SEU阈值满足设计需求的抗辐射加固的器件，并采取诸如三模冗余等加固措施来缓解SEU问题。然而随着卫星数据处理能力需求的增加、以及来自低成本和快速研发进度的需求，经过抗辐射加固的电子器件的性能与成本已经开始不能够满足航天领域的需求，而商用SRAM(静态随机存取存储器)型的FPGA(现场可编程逻辑门阵列)具有集成程度高、开发成本低、高性能、低功耗以及可在线重构等优点，已经被空间领域关注、并逐步得到应用，但同时，SRAM型FPGA容易发生SEU，SEU会引起FPGA配置的电路结构改变、失效。在空间领域应用SRAM型FPGA(现场可编程逻辑门阵列)时，需要进行SEU防护设计，并验证SEU防护设计的有效性。

验证SEU防护设计的有效性时，其中一项重要工作是考察电路设计的SEU敏感性，即当发生FPGA内部已经发生SEU时，电路设计仍然能够正常工作、不发生异常的能力。对于电路结构已知的情况下，可以通过理论分析、仿真故障注入等方式来考察电路设计的SEU敏感性；而当电路结构未知时(评估人员无法获得电路设计源文件或者电路中应用了结构不公开IP核)，通过故障注入方式直接修改FPGA的配置区，模拟单粒子引起配置区的SEU，并通过多次故障注入试验统计获得FPGA电路设计的敏感性。

要获取SRAM型FPGA的SEU敏感性，需要进行足够多次的故障注入试验。一般而言，故障注入需要经历生成故障序列、注入故障、配置FPGA、运行应用、分类并记录故障等步骤，而这些步骤并不总是能在较短时间内完成。以故障分类为例，假如应用电路的运行周期时间较长，则仅当电路运行一个完整周期并且电路未出现故障时，才能判定该次故障注入试验不会引起电路错误或失效。由于故障分类需要时间较长，因此一次故障注入需要的时间也相应较长。一次故障注入需要较长时间的情况，需要采取合理的故障注入方案，减少应用电路SEU敏感性评估所需的故障注入次数。

发明内容

本发明的目的在于优化故障注入策略，提供一种SRAM型FPGA单粒子软错误与电路失效率关系的快速测定方法，通过少的故障注入次数来考察FPGA的电路设计的单粒子效应敏感性，获得FPGA配置区翻转数目与电路失效率的关系曲线。

本发明目的通过如下技术方案予以实现：

(1)选定初始向FPGA配置区注入的翻转位数为N位；

(2)随机选择FPGA配置区中的N位进行故障注入，运行FPGA，记录FPGA输出是否出现错误；

(3)重复步骤(2)k次，计算FPGA的失效率λ_N；如果失效率λ_N小于30％，则增大翻转位数N，返回步骤(2)；如果失效率λ_N超过70％，则减小翻转位数N，返回步骤(2)；如果失效率λ_N在30％到70％，则固定N值，进入步骤(4)；

(4)按照固定的N值，进行n次的故障注入，记录FPGA输出是否出现错误；

(5)计算注入N位随机故障后电路失效率λ_N，然后用1-(1-λ_N)^M/N估计翻转位数M<N时电路的失效率λ_M的上限。

优选的，步骤(1)中选定初始向FPGA配置区注入的翻转位数为N位，N＝1/a，a为FPGA中资源占用率。

优选的，步骤(1)中选定初始向FPGA配置区注入的翻转位数为N位，N选择大于100。

优选的，步骤(3)中还包括，如果失效率λ_N小于30％或超过70％，则设定目标失效率λ₀，30％≤λ₀≤70％，利用公式λ₀＝1-(1-λ_N)^i/N，计算i值，作为下一次故障注入的N值。

优选的，所述步骤(3)中k的取值大于10。

优选的，所述步骤(4)中n的取值大于30。

本发明与现有技术相比具有如下优点：

(1)采用本发明的评估方法进行电路设计的SEU敏感性评估，通过次数很少的故障注入，即可获得FPGA电路设计单粒子软错误与电路失效率关系，对电路设计的SEU敏感性做出有效评价，大大减少了实验所需的故障注入的次数和单次评估的周期。

(2)本发明的评估方法可以对翻转位数小于N时FPGA电路设计的翻转位数-失效率关系进行偏保守的评估，而对于冗余结构较少的电路，该方法评估结果将更加准确。采用本方法获得现有FPGA设计的SEU敏感性评估结果，然后结合空间单粒子环境可以对电路设计在空间任务中错误率进行预测，确定FPGA电路设计能够适应空间环境。本方法对FPGA电路的SEU容错设计具有验证作用。

(3)本发明的评估方法采用随机故障注入的方法，无需了解具体的电路结构，仅需要有电路设计的配置文件即可执行，实验方法简单有效。

附图说明

图1是本发明建立快速获取FPGA单粒子敏感性方法的流程图；

图2是一非三模冗余FPGA电路故障注入结果与本方法预测的比较示意图；

图3是一典型三模冗余电路故障注入结果与本方法预测结果比较示意图。

具体实施方式

如果不采用动态刷新策略，在轨运行卫星电子系统中FPGA配置区的SEU位数会随着时间的推移逐步积累，从而导致FPGA中电路应用失效；如果采用了动态刷新策略，由于单粒子效应的随机性，在一个刷新周期内，FPGA配置区也有可能发生多次SEU。在评估单粒子敏感性时，需要掌握不同翻转位数M下应用电路的失效率λ_M，获得应用电路的翻转位数M-失效率λ_M关系曲线。

对于运行在某种型号FPGA的一个应用电路，FPGA配置区的配置位数目一般可以达到百万至千万量级，一般应用电路只利用了FPGA的部分资源，也就是说，FPGA配置区的一部分配置位并未被使用。这里所指的“未被应用”到意味着这些配置位无论别写成0或者1，电路均可以正常工作；配置位被“用到”则意味着这些配置位发生改变，或者一些特定配置位的组合发生改变时，应用电路会失效。这些被用到配置位中，一些配置位是电路中的冗余结构，即其该配置位单独发生翻转并不会引起电路的失效，仅当该配置位与一些特定配置位的同时发生翻转时，电路才会失效；而另外一些配置位在电路中没有冗余，即只要这些配置位发生翻转，电路就会失效。

这里可以将FPGA中的配置位分为三类，形成三个集合R，U_N，U_R：

R{配置位b|配置位b无论是0还是1，均不影响应用电路的状态}

U_N{配置位b|只要配置位b发生翻转，应用电路就会失效}

U_R{配置位b|配置位b单独翻转时并不引起电路失效，仅当其与本集合中其他一些特定配置位{b_i}共同翻转时，才能引起应用电路将失效}

假设FPGA配置区三个集合R，U_N，U_R中配置位的占总配置位比例分别为r,u_N,u_R，显然有r+u_N+u_R＝1。如果向FPGA的配置区随机注入了N位翻转，则有以下三种可能性：

1)这N位翻转均属于集合R中，应用电路正常工作，出现该情况的概率为：P₁＝r^N(确定正常工作)

2)这N位翻转至少有一位属于集合U_N中，应用电路失效，出现该情况的概率为：P₂＝1-(1-u_N)^N＝1-(r+u_R)^N(确定失效)

3)这N位翻转部分属于集合U_R中，部分属于集合R中，无法判定应用电路是否失效，出现该情况的概率为：P₃＝1-P₁-P₂＝(r+u_R)^N-r^N(状态不定)

这里要评估U_R集合中的元素引起FPGA电路设计的失效率理论上较为复杂，同时，本方法主要应用目标是对电路设计结构未知的情况下评估电路的SEU敏感性，所以P₃中有多大比例电路正常工作，有多大比例电离失效，在评估中无法确切知道。但是在本模型中，P₁(确定正常工作)与P₂(确定失效)是确定的，但可以据此给出对FPGA失效率上限与下限的估计。随机注入N位翻转之后，FPGA失效率至少为P₂，即至少有一位翻转属于集合U_N的概率；失效率至之多为P₂+P₃，或者1-P₁，即属于U_R集合中的翻转位也均会引起失效：

P₂＝1-(r+u_R)^N≤P(失效)≤1-r^N＝P₂+P₃

电路实际的失效率应该在P₂到P₂+P₃之间。当注入故障位数较少时，随机选出并翻转的配置位组合正好是导致电路失效的特定配置位组合的概率较低，此时电路失效率接近P₂，也就是1-(r+u_R)^N，随着故障注入位数的增加，随机选出翻转的配置位组合正好是导致电路失效的配置位组合的概率开始不断增加。

假设某配置位α₀∈U_R，存在着(α₀,α₁),...,(α₀,α_k)等k个配置位两两组合，当(α₀,α_i)同时发生翻转时，会导致应用电路失效。如果在故障注入中并未抽中α₀,...α_k的任意一位，则接下来只抽到α₀,...α_k中的任意一位是不会引起电路失效的；如果在故障注入试验时，α₀被抽中并翻转后，在接下来只要α₁,...α_k中任意一位，电路将会失效。换而言之，在α₀∈U_R被在故障注入中抽中后，接下来随机选取一位翻转并引起电路失效的概率提高了。

假设目前已经向FPGA的配置区注入了M-1位翻转，此时电路尚未失效，将FPGA剩余的配置位分成两部分，形成两个集合R_M与U_M：

R_M{配置位b|在注入M-1个特定翻转位后，配置位b无论是0或1，电路均不失效}

U_M{配置位b|在注入M-1个特定翻转位后，配置状态改变时，应用电路失效}

根据上面的定义，某配置位如果属于集合R，那么它必然属于集合R_M；某配置位如果属于集合U_N，那么它必然属于集合U_M；某配置位如果属于集合U_R，则其可能属于R_M，也可能属于U_M。当M的值较小时，U_R中的大部分元素属于R_M，而随着M的增加，U_R中的元素会逐步转移到U_M中。不妨设r_M为R_M元素在剩余配置位中所占的比例，随着M的增加，r_M的期望将单调递减，向配置区注入M个翻转后，电路失效率λ_M为：

${\mathrm{\&lambda;}}_M=1-\underset{i=1}{\overset{M}{\&Pi;}}{r}_i=1-{\stackrel{\&OverBar;}{r\left(M\right)}}^M$

这里定义是r_i,i＝1,...,M的几何平均数，由于r_i是单调递减，故随着M的增加也是单调递减的。向配置区写入M个翻转，反应了平均每个翻转位不引起电路失效的概率。计算向FPGA随机注入M位翻转时，计算电路失效率λ_M可以用公式

${\mathrm{\&lambda;}}_M=1-{\stackrel{\&OverBar;}{r\left(M\right)}}^M$

$\stackrel{\&OverBar;}{r\left(M\right)}=\sqrt[M]{1-{\mathrm{\&lambda;}}_M}$

由于是单调递减的，如果向配置区分别注入M位翻转与N位翻转(M<N),有当已经知道注入N位翻转后，应用电路失效率可以预测，当FPGA的配置区发生M位翻转之后λ_N，可以估计注入M位故障时电路失效率λ_M：

${\mathrm{\&lambda;}}_M=1-{\stackrel{\&OverBar;}{r\left(M\right)}}^M\&le;1-{\stackrel{\&OverBar;}{r\left(N\right)}}^M=1-{(1-{\mathrm{\&lambda;}}_N)}^{M/N}$

上式中小于等于号处是因为当M<N,有实际上，可以通过预测到了FPGA的配置区发生M(M<N)位翻转后电路失效率的上限。

根据上述结论，通过故障注入来评估电路设计的SEU敏感性时，并不一定需要注入不同位数的故障，来获取一条完整的翻转位数M-失效率λ_M关系曲线，可以仅按照N位翻转进行故障注入试验并获得电路失效率λ_N，然后当配置区翻转位数为M(M<N)时，电路设计的失效率用本方法给出的上限来估计：

${\mathrm{\&lambda;}}_M\&le;1-{(1-{\mathrm{\&lambda;}}_N)}^{\frac{M}{N}}$

注入故障位数N的选择是一个关键问题：出于减少故障注入次数的目的，N不宜太小或者太大，选择的N应当使得电路失效率λ_N在0.3到0.7之间。

图1为电路设计SEU评价的步骤，具体步骤如下：

(1)选定初始向配置区注入的翻转位数N；

这里N的初始值选择随意，如果已经知道电路设计的在FPGA中资源占用率为a,那么可以选择N＝1/a，如果对FPGA的电路设计完全处于黑盒状态，那么选择N＝100或者其它数值均可以。

(2)随机选择FPGA配置区N位进行故障注入，运行FPGA，记录FPGA输出是否出现错误；

(3)重复第(2)K次(推荐不少于10次)，如果发现在K次故障注入中，失效率小于30％，则适当增大一次注入的翻转位数N₀，重复第(2)步；如果失效率超过70％，则适当减小一次注入的翻转位数N₀，重复第(2)步；直到失效率在30％到70％，则进入第(4)步；

这里可以利用λ_M≤1-(1-λ_N)^M/N来估计下一次故障注入的N，不妨假设我们期望注入N’位翻转后，电路失效率为50％，前一次故障注入得到的失效率为λ_N，那么不妨选择

(4)根据实际条件，按照最终选定的N，进行尽量多次的故障注入，获得较好的统计性，推荐注入以N位随机翻转的故障注入试验次数不的小于30次；

(5)最终得到注入N位随机故障后电路失效率为λ_N，然后用1-(1-λ_N)^M/N估计M<N时电路的失效率上限，得到电路设计的单粒子敏感性评估结果。

这里以两个典型电路的故障注入试验进行了验证，其结果如图2与图3所示。图2为一个由一个计数器与一个移位寄存器组成，不包含冗余结构电路的故障注入结果；图3为一个由一个计数器与一个移位寄存器组成，并经过三模冗余加固的电路的故障注入结果。

在无冗余电路故障注入中，经过(1)(2)(3)步的试验，确定一次注入故障位数N＝3000，以3000位进行故障注入100次，其中58次电路失效，因此得到λ₃₀₀₀＝0.58，同时，得到λ_M≤1-(1-0.58)^M/3000＝1-(1-0.000289)^M。

图2中黑色的线条即为上述公式预测出的理论曲线，而点为实际故障注入试验结果，可以看出，本方法可通过少量故障注入试验较为准确给出无冗余结果电路的翻转位数M-失效率λ_M关系，即使M大于3000，该方法也能给出准确的评估结果。

对于有冗余的电路，经过(1)(2)(3)步的试验，确定一次注入故障位数N＝300，以300位进行故障注入100次，其中44次电路失效，因此得到λ₃₀₀＝0.44，同时，得到

图3中黑色的线条即为上述公式预测出的理论曲线，而点为实际故障注入试验结果，可以看出，本方法当M<N时，本方法可以给出偏保守的估计，即本方法预测的失效率要大于实际失效率，而当M>N时，本方法将给出偏乐观的失效率估计，不再适合工程应用。而在N的选取中，如果电路翻转位数超过N，将意味着电路失效率已经超过30％，实际应用中，电路失效率超过30％意味着电路无法稳定工作，可以断定电路设计不适用工作在配置区翻转超过N的单粒子环境中，所以对于实际应用场合，无需了解M超过N时，无必要了解电路失准确的效率。

通过本方法，通过次数很少的故障注入。可以对翻转位数小于N时FPGA电路设计的翻转位数M-失效率λ_M关系进行偏保守的评估，而对于冗余结构较少的电路，该方法评估结果将更加准确。

以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (6)

1.一种SRAM型FPGA单粒子软错误与电路失效率关系快速测定方法，其特征在于包括如下步骤：

(1)选定初始向FPGA配置区注入的翻转位数为N位；

(2)随机选择FPGA配置区中的N位进行故障注入，运行FPGA，记录FPGA输出是否出现错误；

(3)重复步骤(2)k次，计算FPGA的失效率λ_N；如果失效率λ_N小于30％，则增大翻转位数N，返回步骤(2)；如果失效率λ_N超过70％，则减小翻转位数N，返回步骤(2)；如果失效率λ_N在30％到70％，则固定N值，进入步骤(4)；

(4)按照固定的N值，进行n次的故障注入，记录FPGA输出是否出现错误；

(5)计算注入N位随机故障后电路失效率λ_N，然后计算1-(1-λ_N)^M/N，作为翻转位数M时电路的失效率λ_M的上限，其中M<N。

2.根据权利要求1所述方法，其特征在于，步骤(1)中选定初始向FPGA配置区注入的翻转位数为N位，N＝1/a，a为FPGA中资源占用率。

3.根据权利要求1所述方法，其特征在于，步骤(1)中选定初始向FPGA配置区注入的翻转位数为N位，N选择大于100。

4.根据权利要求1所述方法，其特征在于，所述步骤(3)中如果失效率λ_N小于30％或超过70％，N值通过如下方法获得：，设定目标失效率λ₀，30％≤λ₀≤70％，利用公式λ₀＝1-(1-λ_N)^i/N，计算i值，作为下一次故障注入的N值。

5.根据权利要求1所述方法，其特征在于，所述步骤(3)中k的取值大于10。

6.根据权利要求1所述方法，其特征在于，所述步骤(4)中n的取值大于30。