CN109145395A - 中子单粒子效应故障率的评估方法及评估装置 - Google Patents
中子单粒子效应故障率的评估方法及评估装置 Download PDFInfo
- Publication number
- CN109145395A CN109145395A CN201810844226.8A CN201810844226A CN109145395A CN 109145395 A CN109145395 A CN 109145395A CN 201810844226 A CN201810844226 A CN 201810844226A CN 109145395 A CN109145395 A CN 109145395A
- Authority
- CN
- China
- Prior art keywords
- nsee
- section
- failure
- rate
- fault
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000694 effects Effects 0.000 title claims abstract description 79
- 239000002245 particle Substances 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012360 testing method Methods 0.000 claims abstract description 24
- 241000274177 Juniperus sabina Species 0.000 claims description 20
- 230000002085 persistent effect Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000001052 transient effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012356 Product development Methods 0.000 abstract description 6
- 238000007619 statistical method Methods 0.000 description 14
- 238000013461 design Methods 0.000 description 10
- 230000004888 barrier function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明实施例提供一种中子单粒子效应故障率的评估方法及评估装置，该方法包括：获取评估对象NSEE截面；根据所述NSEE截面和应用环境下的中子注量率，计算所述评估对象的NSEE故障率；其中，所述NSEE截面是根据所述评估对象中元器件的中子单粒子效应历史试验数据所确定的。本发明实施例提供的中子单粒子效应故障率的评估方法，利用评估对象的NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率，由于评估对象中元器件的NSEE截面是根据历史试验数据所确定的，从而可以在产品研制的初步设计阶段评估产品的NSEE故障率。
Description
技术领域
本发明涉及航空电子系统技术领域，特别是涉及一种中子单粒子效应故障率的评估方法及评估装置。
背景技术
单粒子效应是指单个高能粒子作用于半导体器件引发的翻转、锁定、烧毁和栅穿等现象。以往研究表面单粒子效应主要发生在航天领域，但国外近年来的研究表明在航空领域中，各类飞机在3000 米至20000米的自然空间环境中，同样会产生单粒子效应。航空领域中，诱发单粒子效应的高能粒子辐射源主要为中子，中子辐射应力一般用注量率来表征，中子注量率一般为单位时间内穿过单位截面积的中子数。中子的穿透力强，金属材料几乎没有阻挡作用，因此中子会穿透机舱蒙皮，打在电子设备的核心指令控制单元或关键数据存储单元上，产生中子单粒子效应(Neutron Single Event Effect，简称NSEE)，从而导致飞行控制系统、航电系统等出现黑屏、死机、复位、重启、数据丢失及命令错误等故障现象。上述故障会直接影响飞机的安全性与可靠性，或误导飞机驾驶员产生错误判断与错误操作，从而间接影响飞机的安全性与可靠性。
为了保证航空电子设备的可靠性，在相关产品设计过程中及时对相关产品的中子单粒子效应故障率进行评估就显得尤为重要。一般获取产品的NSEE故障率主要是通过以下如下两种方法：第一种方法，主要是通过对整个产品进行中子单粒子效应试验获得产品的NSEE截面，进而计算获得产品的NSEE故障率。第二种方法，主要是针对产品所用的具体元器件，通过NSEE试验、建模仿真或其它方法确定器件的NSEE截面并计算其NSEE故障率，最终通过单粒子效应传递分析预计整个产品的NSEE故障率。
以上这些方法在实际操作中都存在一定的局限性：第一种方法适用于产品研制过程中的样机阶段，需要有已经成型的产品；第二种方法适用于产品的研制阶段，此阶段已经具有详细的元器件清单，并已经确定了元器件所承受的应力。以上两种方法均无法在产品研制的初步设计阶段提供产品NSEE故障率的预计评估，一旦NSEE 故障率设计不满足要求，则需要重新调整设计，从而增加设计成本和设计周期。
发明内容
本发明为了解决上述问题，提供一种中子单粒子效应故障率的评估方法及评估装置。
第一方面，本发明提供一种中子单粒子效应故障率的评估方法，包括：获取评估对象NSEE截面；根据所述NSEE截面和应用环境下的中子注量率，计算所述评估对象的NSEE故障率；其中，所述 NSEE截面是根据所述评估对象中元器件的中子单粒子效应历史试验数据所确定的。
第二方面，本发明提供一种中子单粒子效应故障率的评估装置，包括：获取模块，用于获取评估对象NSEE截面；处理模块，用于根据所述NSEE截面和应用环境下的中子注量率，计算所述评估对象的NSEE故障率；其中，所述NSEE截面是根据所述评估对象中元器件的中子单粒子效应历史试验数据所确定的。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本发明第一方面中子单粒子效应故障率的评估方法的步骤。
第四方面，本发明提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第一方面中子单粒子效应故障率的评估方法的步骤。
本发明实施例提供的中子单粒子效应故障率的评估方法，利用评估对象的NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率，由于评估对象中元器件的NSEE截面是根据历史试验数据所确定的，从而可以在产品研制的初步设计阶段评估产品的NSEE故障率。
附图说明
图1为本发明实施例提供的中子单粒子效应故障率的评估方法的流程图；
图2为本发明实施例提供的中子单粒子效应故障率的评估装置的结构图；
图3为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
单粒子效应是单个高能粒子穿过微电子器件的灵敏区时造成器件状态的非正常改变的一种辐射效应。单粒子效应一方面会造成电路逻辑状态的翻转、存储数据的随机改变，如果再次写入相同的错误，错误会在其他位置出现，可以通过软复位恢复正常功能；另一方面单粒子入射产生的瞬态电流会导致元器件本身永久性的损坏。
目前对NSEE故障评估为通过对具体元器件或整个设备进行 NSEE试验、建模仿真等方法获得产品的NSEE截面，进而计算获得产品的NSEE故障率。以上方法无法在产品研制的初步设计阶段提供产品NSEE故障率的预计评估，一旦NSEE设计不满足要求需要重新调整设计时，将增加设计成本和设计周期。
为解决这一问题，本发明提供一种中子单粒子效应故障率的评估方法。该方法可以用于航空应用场景，也可以用于受到中子单粒子效应影响的其它场景，本发明实施例对此不作具体限定，在下述实施例的描述中仅对航空应用场景进行描述。本发明中的评估对象可以为单个或多个元器件，也可以为包含多个元器件的电子设备，本发明实施例对此不作具体限定，在下述实施例的描述中仅对包含多个元器件的单个电子设备进行描述。本发明提供一种中子单粒子效应故障率的评估方法，参见图1，该方法包括：
101，获取评估对象NSEE截面。
在执行上述101之前，可先获取各广泛使用的元器件NSEE截面。本发明实施例不对获取元器件NSEE截面的方法作具体限定，包括但不限于：根据航空电子设备中广泛使用的元器件的中子单粒子效应历史试验数据进行统计分析，根据统计分析的结果确定元器件的NSEE截面典型值，NSEE截面典型值用于表征对应类别元器件的NSEE截面。广泛使用的元器件为航空电子设备所用到的多个电子设备综合体现出的使用率较高的元器件的集合，针对此类元器件已经通过NSEE试验、建模仿真等方法确定了NSEE截面的数据。对已经确定的NSEE截面进行统计分析，得出特定类型元器件的 NSEE截面的一个参考值。将此NSEE截面的参考值作为NSEE截面典型值，以表征此类别元器件的NSEE截面。
在101中，先确定评估对象，根据评估对象中的各元器件类型，在根据统计分析得到的广泛使用的元器件NSEE截面典型值中查找评估对象中元器件对应的NSEE截面典型值，根据查找到的NSEE 截面典型值确定评估对象的NSEE截面。若评估对象为单个元器件，则评估对象的NSEE截面为查找到的NSEE截面典型值；因本实施例中以电子设备作为评估对象，故其NSEE截面为查找到的各元器件NSEE截面典型值之和。
102，根据NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率。
其中，NSEE截面是根据评估对象中元器件的中子单粒子效应历史试验数据所确定的。
在102中，根据计算得到的评估对象的NSEE截面和评估对象应用环境下的中子注量率，计算评估对象的NSEE故障率。应用环境为电子设备使用时所处的环境，若为航空飞行场景则为对应飞行器所处的大气层，若为试验场景则为待试电子设备所处的试验环境，本发明实施例对此不作具体限定。本发明实施例不对故障率的表示方式作具体限定，包括但不限于：以获取到的评估对象的NSEE截面和评估对象应用环境下的中子注量率的乘积作为评估对象的中子单粒子效应故障率。以评估对象为单个元器件且元器件为CPU为例，在上述步骤中若查找到评估对象CPU的NSEE截面为σCPU，应用环境下的中子注量率为f，则该元器件的故障率为λCPU＝σCPU×f。
本发明实施例提供的中子单粒子效应故障率的评估方法，利用评估对象的NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率，由于评估对象中元器件的NSEE截面是根据历史试验数据所确定的，从而可以在产品研制的初步设计阶段评估产品的NSEE故障率。
考虑到需要对评估对象进行不同类型故障的评估，基于上述实施例的内容，作为一种可选实施例，NSEE截面包括NSEE软故障截面、NSEE固定故障截面及NSEE硬故障截面；其中，NSEE软故障截面包括单粒子翻转SEU故障截面和单粒子瞬态SET故障截面， NSEE固定故障截面包括单粒子功能中断SEFI故障截面，NSEE硬故障截面包括单粒子锁定SEL故障截面和单粒子烧毁SEB故障。
NSEE诱发设备产生的故障由三部分组成，分别为软错误导致的软故障，固定错误导致的固定故障及硬错误导致的硬故障。其中，软错误是可以通过软复位恢复正常功能的错误，固定错误是可以通过断电重启恢复正常的错误，硬错误是无法恢复正常功能，需要等待维修的错误。相应地，NSEE截面包括NSEE软故障截面、NSEE 固定故障截面及NSEE硬故障截面。软错误在单粒子翻转(Single event upset，简称SEU)效应和单粒子瞬态(Singleevent transient，简称SET)效应时产生，固定错误在单粒子功能中断(Single EventFunctional Interrupt，简称SEFI)效应时产生，硬错误在单粒子锁定 (Single eventlatchup，简称SEL)效应和单粒子烧毁(Single event burnout，简称SEB)效应时产生。进一步地，NSEE截面包括SEU 故障截面、SET故障截面、SEFI故障截面、SEL故障截面及SEB故障截面。
相应地，本发明实施例不对获取广泛使用的元器件NSEE截面的方法作具体限定，包括但不限于：根据目前电子产品中广泛使用的元器件按照不同故障类型的中子单粒子效应历史试验数据进行统计分析，根据统计分析的结果确定广泛使用的元器件不同故障类型的NSEE截面典型值。故障类型包括上述提到的软故障、固定故障及硬故障，也可以具体包括SEU故障、SET故障、SEFI故障、SEL 故障及SEB故障。
相应地，本发明实施例不对单个故障类型的故障率的表示方式作具体限定，包括但不限于：以相应故障类型的截面与评估对象应用环境下的中子注量率的乘积作为评估对象相应故障类型的故障率。
本发明实施例提供的中子单粒子效应故障率的评估方法，NSEE 截面包括NSEE软故障截面、NSEE固定故障截面及NSEE硬故障截面。由于软错误在SEU效应和SET效应时产生，固定错误在SEFI 效应时产生，硬错误在SEL效应和SEB效应时产生，从而NSEE截面包括SEU故障截面、SET故障截面、SEFI故障截面、SEL故障截面及SEB故障截面，由于可按照故障类型获取相应的截面，从而可以单独计算并分析相应故障类型对应的故障率。
结合本实施例，为了更具体的对NSEE截面各故障类型和相应的截面进行说明，将确定的元器件各故障类型NSEE截面的结果在表1示出。表1中包括了CPU、DSP、FPGA等15类器件按照对应的SEU、SEFI、SET、SEL及SEB等五类故障获取得到的NSEE截面。表中的数据主要通过对目前航空电子设备中广泛使用的元器件的NSEE试验数据进行统计分析而得到，可以作为航空用元器件 NSEE截面各故障类型的典型值。
表1
基于上述实施例的内容，作为一种可选实施例，本发明实施例不对根据NSEE截面和应用环境下的中子注量率，计算评估对象的 NSEE故障率的方式做具体限定，包括但不限于按照以下公式计算：
λNSEE＝λsoft-fault+λfirm-fault+λhard-fault；
其中，λNSEE为评估对象NSEE故障率，λsoft-fault为评估对象 NSEE软故障率，λfirm-fault为评估对象NSEE固定故障率，λhard-fault为评估对象NSEE硬故障率。
NSEE诱发设备产生故障由软错误、固定错误及硬错误三部分组成，相应的NSEE故障率包括NSEE软故障率、NSEE固定故障率及 NSEE固定故障率。该三类故障率共同组成NSEE故障率。通过获取的NSEE软故障截面、NSEE固定故障截面及NSEE硬故障截面分别与应用环境下中子注量率f的乘积得出对应故障的故障率，NSEE 故障率为上述三类故障率之和。
基于上述实施例的内容，作为一种可选实施例，本发明实施例不对评估对象NSEE软故障率的计算方式做具体限定，包括但不限于按以下公式计算：
其中，Πerror-T为评估对象NSEE软故障率传递因子；λSEU-i为第i个器件的SEU故障率；λSET-i为第i个器件的SET故障率；
其中，λSEU-i和λSET-i是按下式计算的：
λSEU-i＝σSEU-i×f；
λSET-i＝σSET-i×f；
其中，σSEU-i为第i个器件的SEU故障截面；σSET-i为第i个器件的SET故障截面；f为应用环境下的中子注量率。
由于软错误引发的NSEE软故障主要在SEU效应和SET效应时产生，从而对航空电子设备中广泛使用的元器件的中子单粒子效应历史试验数据进行统计分析时，可根据统计分析的结果确定广泛使用的元器件SEU故障截面典型值和SET故障截面典型值。根据评估对象中的元器件类型，在根据统计分析得到的广泛使用的元器件 NSEE截面典型值中查找评估对象中元器件对应的SEU故障截面典型值和SET故障截面典型值。根据查找到的SEU故障截面典型值和 SET故障截面典型值，确定评估对象的SEU故障截面和SET故障截面。根据SEU故障截面和SET故障截面与应用环境下中子注量率 f，计算SEU故障率和SET故障率。
考虑到设备设计和设备架构的屏蔽作用，并非SEU故障和SET 故障都能导致设备功能故障，引入软故障率传递因子来表征若SEU 效应和SET效应发生的情况下电子设备发生NSEE软故障的概率，软故障率传递因子可通过统计分析得到。因此，NSEE软故障率为评估对象中所有元器件SEU故障率和SET故障率的总和与软故障率传递因子的乘积。
本发明实施例提供的中子单粒子效应故障率的评估方法，利用评估对象的NSEE软故障截面、应用环境下的中子注量率及软故障率传递因子，计算评估对象的NSEE软故障率，一方面可以单独计算评估评估对象的NSEE软故障率；另一方面由于软故障率传递因子的引入，从而使NSEE软故障率的计算结果更为可靠。
基于上述实施例的内容，作为一种可选实施例，NSEE软故障率传递因子为1/52。在航空场景中，设备设计和设备架构对单粒子效应具有一定屏蔽作用，并非SEU故障和SET故障都能导致设备功能故障。为了准确的表示若SEU效应和SET效应发生的情况下NSEE 软故障的概率，根据统计的四十余个航空机载电子设备的故障率进行分析，得到NSEE软故障率传递因子的典型值为1/52。
基于上述实施例的内容，作为一种可选实施例，本发明实施例不对评估对象NSEE固定故障率的计算方式做具体限定，包括但不限于按以下公式计算：
其中，λSEFI-i为第i个器件的中子SEFI故障率；
其中，λSEFI-i是按下式计算的：
λSEFI-i＝σSEFI-i×f；
其中，σSEFI-i为第i个器件SEFI故障截面；f为应用环境下的中子注量率。
由于固定错误引发的NSEE固定故障主要在SEFI效应时产生，因此根据航空电子产品中广泛使用的元器件的中子单粒子效应历史试验数据进行统计分析时，应根据统计分析的结果确定广泛使用的元器件SEFI故障截面典型值。根据评估对象中的元器件类型，在根据统计分析得到的广泛使用的元器件NSEE截面典型值中查找评估对象中元器件对应的SEFI故障截面典型值。根据查找到的SEFI故障截面典型值，确定评估对象的SEFI故障截面。根据SEFI故障截面与应用环境下中子注量率f，计算SEFI故障率。NSEE固定故障率为评估对象中所有元器件SEFI故障率之和。
本发明实施例提供的中子单粒子效应故障率的评估方法，利用评估对象的NSEE固定故障截面、应用环境下的中子注量率，计算评估对象的NSEE固定故障截面，从而可以单独计算评估评估对象的NSEE固定故障率。
基于上述实施例的内容，作为一种可选实施例，本发明实施例不对评估对象NSEE硬故障率的计算方式做具体限定，包括但不限于按以下公式计算：
其中，λSEL-i为第i个器件的中子SEL故障率；λSEB-i为第i个器件的中子SEB故障率；
其中，λSEL-i和λSEB-i是按下式计算的：
λSEL-i＝σSEL-i×f；
λSEB-i＝σSEB-i×f；
其中，σSEL-i为第i个器件SEL故障截面；σSEB-i为第i个器件SEB故障截面；f为应用环境下的中子注量率。
由于硬错误引发的NSEE软故障主要在SEL效应和SEB效应时产生，因此根据航空电子产品中广泛使用的元器件的中子单粒子效应历史试验数据进行统计分析时，应根据统计分析的结果确定广泛使用的元器件SEL故障截面典型值和SEB故障截面典型值。根据评估对象中的元器件类型，在根据统计分析得到的广泛使用的元器件 NSEE截面典型值中查找评估对象中元器件对应的SEL故障截面典型值和SEB故障截面典型值。根据查找到的SEL故障截面典型值和 SEB故障截面典型值，确定评估对象的SEL故障截面和SEB故障截面。根据SEL故障截面和SEB故障截面与应用环境下中子注量率 f，计算SEL故障率和SEB故障率。NSEE硬故障率为评估对象中所有元器件SEL故障率和SEB故障率之和。
本发明实施例提供的中子单粒子效应故障率的评估方法，利用评估对象的NSEE硬故障截面、应用环境下的中子注量率，计算评估对象的NSEE硬故障率，从而可以单独计算评估评估对象的NSEE 硬故障率。
基于上述实施例的内容，本发明提供一种中子单粒子效应故障率的评估装置，该装置用于执行上述各方法实施例中提供的中子单粒子效应故障率的评估方法。图2为本发明实施例提供的中子单粒子效应故障率的评估装置的结构图，如图2所示，一种设备中子单粒子效应故障率的评估装置，包括：获取模块201和处理模块202。其中，获取模块201，用于获取评估对象NSEE截面；处理模块202，用于根据截面和应用环境下的中子注量率，计算评估对象的NSEE故障率；其中，截面是根据评估对象中元器件的中子单粒子效应历史试验数据所确定的。
获取模块201根据评估对象中的各元器件类型，在根据统计分析得到的广泛使用的元器件NSEE截面典型值中查找评估对象中元器件对应的NSEE截面典型值。根据查找到的NSEE截面典型值确定评估对象的NSEE截面，NSEE截面为查找到的各元器件NSEE 截面典型值之和。处理模块202据计算得到的评估对象的NSEE截面和评估对象应用环境下的中子注量率，计算评估对象的NSEE故障率。故障率的表示方式包括但不限于，以获取到的评估对象的 NSEE截面和评估对象应用环境下的中子注量率的乘积作为评估对象的中子单粒子效应故障率。
本发明实施例提供的中子单粒子效应故障率的评估装置，通过处理模块利用评估对象的NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率，由于评估对象中元器件的NSEE截面是根据历史试验数据所确定的，从而可以在产品研制的初步设计阶段评估产品的NSEE故障率。
本发明实施例提供的装置实施例是为了实现上述各方法实施例的，具体流程和详细内容请参照上述方法实施例，此处不再赘述。
图3为本发明实施例提供的一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和总线304，其中，处理器301，通信接口302，存储器303通过总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取评估对象NSEE截面；根据NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率；其中，NSEE 截面是根据评估对象中元器件的中子单粒子效应历史试验数据所确定的。
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令使计算机执行上述实施例所提供的中子单粒子效应故障率的评估方法，例如包括：获取评估对象NSEE截面；根据NSEE截面和应用环境下的中子注量率，计算评估对象的NSEE故障率；其中，NSEE截面是根据评估对象中元器件的中子单粒子效应历史试验数据所确定的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种中子单粒子效应故障率的评估方法，其特征在于，包括：
获取评估对象中子单粒子效应NSEE截面；
根据所述NSEE截面和应用环境下的中子注量率，计算所述评估对象的NSEE故障率；
其中，所述NSEE截面是根据所述评估对象中元器件的中子单粒子效应历史试验数据所确定的。
2.根据权利要求1所述的方法，其特征在于，所述NSEE截面包括NSEE软故障截面、NSEE固定故障截面及NSEE硬故障截面；
其中，所述NSEE软故障截面包括单粒子翻转SEU故障截面和单粒子瞬态SET故障截面，所述NSEE固定故障截面包括单粒子功能中断SEFI故障截面，所述NSEE硬故障截面包括单粒子锁定SEL故障截面和单粒子烧毁SEB故障截面。
3.根据权利要求2所述的方法，其特征在于，所述根据NSEE截面和应用环境下的中子注量率，计算所述评估对象的NSEE故障率，包括按照以下公式计算：
λNSEE＝λsoft-fault+λfirm-fault+λhard-fault；
其中，λNSEE为评估对象NSEE故障率，λsoft-fault为评估对象NSEE软故障率，λfirm-fault为评估对象NSEE固定故障率，λhard-fault为评估对象NSEE硬故障率。
4.根据权利要求3所述的方法，其特征在于，所述评估对象NSEE软故障率的计算方法，包括按以下公式计算：
其中，Πerror-T为评估对象NSEE软故障率传递因子；λSEU-i为第i个器件的SEU故障率；λSET-i为第i个器件的SET故障率；
其中，λSEU-i和λSET-i的计算方法，包括按以下公式计算：
λSEU-i＝σSEU-i×f；
λSET-i＝σSET-i×f；
其中，σSEU-i为第i个器件的SEU故障截面；σSET-i为第i个器件的SET故障截面；f为应用环境下的中子注量率。
5.根据权利要求3所述的方法，其特征在于，所述评估对象NSEE固定故障率的计算方法，包括按以下公式计算：
其中，λSEFI-i为第i个器件的SEFI故障率；
其中，λSEFI-i的计算方法，包括按以下公式计算：
λSEFI-i＝σSEFI-i×f；
其中，σSEFI-i为第i个器件SEFI故障截面；f为应用环境下的中子注量率。
6.根据权利要求3所述的方法，其特征在于，所述评估对象NSEE硬故障率的计算方法，包括按以下公式计算：
其中，λSEL-i为第i个器件的SEL故障率；λSEB-i为第i个器件的SEB故障率；
其中，λSEL-i和λSEB-i是按下式计算的：
λSEL-i＝σSEL-i×f；
λSEB-i＝σSEB-i×f；
其中，σSEL-i为第i个器件SEL故障截面；σSEB-i为第i个器件SEB故障截面；f为应用环境下的中子注量率。
7.根据权利要求4所述的方法，其特征在于，所述NSEE软故障率传递因子为1/52。
8.一种设备中子单粒子效应故障率的评估装置，其特征在于，包括：
获取模块，用于获取评估对象NSEE截面；
处理模块，用于根据所述NSEE截面和应用环境下的中子注量率，计算所述评估对象的NSEE故障率；
其中，所述NSEE截面是根据所述评估对象中元器件的中子单粒子效应历史试验数据所确定的。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述中子单粒子效应故障率的评估方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述中子单粒子效应故障率的评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810844226.8A CN109145395A (zh) | 2018-07-27 | 2018-07-27 | 中子单粒子效应故障率的评估方法及评估装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810844226.8A CN109145395A (zh) | 2018-07-27 | 2018-07-27 | 中子单粒子效应故障率的评估方法及评估装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109145395A true CN109145395A (zh) | 2019-01-04 |
Family
ID=64798327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810844226.8A Pending CN109145395A (zh) | 2018-07-27 | 2018-07-27 | 中子单粒子效应故障率的评估方法及评估装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109145395A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111650452A (zh) * | 2020-05-07 | 2020-09-11 | 西北核技术研究院 | 一种预估器件空间在轨低能质子单粒子翻转率的方法 |
| CN112858818A (zh) * | 2021-01-15 | 2021-05-28 | 北京圣涛平试验工程技术研究院有限责任公司 | 航空电子设备单粒子效应故障率计算方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120144244A1 (en) * | 2010-12-07 | 2012-06-07 | Yie-Fong Dan | Single-event-upset controller wrapper that facilitates fault injection |
| CN105717385A (zh) * | 2015-05-12 | 2016-06-29 | 北京圣涛平试验工程技术研究院有限责任公司 | 航空电子设备抗nsee能力的检测方法 |
| CN105740596A (zh) * | 2015-08-31 | 2016-07-06 | 北京圣涛平试验工程技术研究院有限责任公司 | 航空电子系统大气中子单粒子效应的分析方法及系统 |
-
2018
- 2018-07-27 CN CN201810844226.8A patent/CN109145395A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120144244A1 (en) * | 2010-12-07 | 2012-06-07 | Yie-Fong Dan | Single-event-upset controller wrapper that facilitates fault injection |
| CN105717385A (zh) * | 2015-05-12 | 2016-06-29 | 北京圣涛平试验工程技术研究院有限责任公司 | 航空电子设备抗nsee能力的检测方法 |
| CN105740596A (zh) * | 2015-08-31 | 2016-07-06 | 北京圣涛平试验工程技术研究院有限责任公司 | 航空电子系统大气中子单粒子效应的分析方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111650452A (zh) * | 2020-05-07 | 2020-09-11 | 西北核技术研究院 | 一种预估器件空间在轨低能质子单粒子翻转率的方法 |
| CN112858818A (zh) * | 2021-01-15 | 2021-05-28 | 北京圣涛平试验工程技术研究院有限责任公司 | 航空电子设备单粒子效应故障率计算方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| de Oliveira et al. | Lockstep dual-core ARM A9: Implementation and resilience analysis under heavy ion-induced soft errors | |
| Xing et al. | Reliability of systems subject to failures with dependent propagation effect | |
| CN109145395A (zh) | 中子单粒子效应故障率的评估方法及评估装置 | |
| CN109492253A (zh) | 半导体器件的辐射损伤可靠性评估方法及装置 | |
| CN111756687B (zh) | 一种应对网络攻击的防御措施配置方法及系统 | |
| Beyer et al. | Quantification of the impact of random hardware faults on safety-critical ai applications: Cnn-based traffic sign recognition case study | |
| CN111276247A (zh) | 一种基于大数据处理的飞参数据健康评估方法，设备及可读存储介质 | |
| Di Martino | One size does not fit all: Clustering supercomputer failures using a multiple time window approach | |
| Yang | Software safety testing based on STPA | |
| CN110389892A (zh) | 一种基于云平台历史故障数据的故障注入方法 | |
| Ballan et al. | Evaluation of ISO 26262 and IEC 61508 metrics for transient faults of a multi-processor system-on-chip through radiation testing | |
| Fedi et al. | High-energy neutrons characterization of a safety critical computing system | |
| Agiakatsikas et al. | Single event effects assessment of ultrascale+ mpsoc systems under atmospheric radiation | |
| CN109145432B (zh) | 地面至空中100公里飞行器单粒子效应影响的评估方法 | |
| Ferris et al. | The fundamental nature of resilience of engineered systems | |
| US20210294277A1 (en) | Enhanced Dynamic Contingency Analysis for Power Systems | |
| Kang et al. | Critical nodes identification of power grids based on network efficiency | |
| Karanki et al. | Uncertainty analysis in PSA with correlated input parameters | |
| CN104849648A (zh) | 一种提高木马活性的测试向量生成方法 | |
| Du et al. | Analysis and mitigation of SEUs in ARM-based SoC on Xilinx Virtex-V SRAM-based FPGAs | |
| Hsu et al. | Processor ser estimation with ace bit analysis | |
| Kang et al. | An approach to the construction of a one top fire event PSA model | |
| Zhao et al. | An empirical study of the influence of software trustworthy attributes to software trustworthiness | |
| Drozd et al. | The use of natural resources for increasing a checkability of the digital components in safety-critical systems | |
| Bai et al. | Reliability modeling method for dependent competing failure system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |