0 引言

隨著航天技術(shù)的發(fā)展，空間任務(wù)日益復(fù)雜化、多樣化，未來航天系統(tǒng)對處理器的性能要求越來越高。在一些航天設(shè)備如星載 ATP 等系統(tǒng)的電子模塊設(shè)計中，基于 SRAM 的現(xiàn)場可編程門陣列（FPGA）得到了日益廣泛的應(yīng)用?？臻g環(huán)境中的電子系統(tǒng)設(shè)計，不僅要滿足高性能，而且其數(shù)據(jù)處理、傳輸和控制的準(zhǔn)確性和可靠性也必須得到保證。對于機載、星載、空間武器和其他空間應(yīng)用電子系統(tǒng)，往往暴露在形形色色的電磁輻射環(huán)境中，如α粒子、宇宙射線、外太空強輻射等等惡劣環(huán)境，加之一些電子系統(tǒng)工作在地面的高電磁輻射環(huán)境中，這些輻射環(huán)境中充滿了各種高能粒子，高能粒子撞擊工作中的電子器件會引發(fā)輻射效應(yīng)，如單粒子翻轉(zhuǎn)（SEU）等，并導(dǎo)致器件發(fā)生故障，由輻射效應(yīng)引起的軟錯誤是導(dǎo)致空間環(huán)境中電子系統(tǒng)失效的重要原因之一［1］。

在提高系統(tǒng)可靠性與安全性方面，避錯與容錯技術(shù)是常用的兩種關(guān)鍵技術(shù)。微電子抗輻射加固技術(shù)［2］，通過對材料選取、工藝結(jié)構(gòu)設(shè)計等方面進(jìn)行加固設(shè)計，在物理層消除導(dǎo)致?lián)p傷的各類寄生參數(shù)， 能有效提高電子器件的抗輻射能力。但是僅在物理層上對系統(tǒng)進(jìn)行故障防護(hù)不能滿足惡劣環(huán)境中的系統(tǒng)可靠性要求，還需要從電路設(shè)計方面對系統(tǒng)功能進(jìn)行保護(hù)。運用錯誤校正碼（ECC）技術(shù)［3］，在數(shù)據(jù)包的后端添加額外的校驗數(shù)據(jù)位，來實現(xiàn)讀取 / 寫入數(shù)據(jù)的準(zhǔn)確性，能在一定程度上對存儲器進(jìn)行檢錯和糾錯。容錯設(shè)計技術(shù)，如采用冗余設(shè)計來“屏蔽”或“隔離”故障，如信息冗余［4］、硬件冗余［5］等，進(jìn)而在一定時期內(nèi)將故障的影響掩蓋起來，使發(fā)生故障的電子系統(tǒng)在一定時期內(nèi)仍能正常工作，但這種方式并未排除故障，隨著故障的累積和疊加，系統(tǒng)仍然可能失效，所以賦予系統(tǒng)故障自修復(fù)能力能有效減少故障累積，提高系統(tǒng)的可靠性。

本文從故障容錯和故障自修復(fù)角度對系統(tǒng)進(jìn)行芯片級的可靠性設(shè)計，提出了一種基于 SRAM 型 FPGA 的實時容錯自修復(fù)系統(tǒng)結(jié)構(gòu)，并將該設(shè)計結(jié)構(gòu)在 Xilinx Virtex-6 FPGA 上進(jìn)行了設(shè)計驗證。

1 基于動態(tài)部分重構(gòu)的模塊修復(fù)

FPGA 的配置可分為靜態(tài)配置和動態(tài)配置，靜態(tài)配置通常對整個 FPGA 模塊進(jìn)行重新配置，系統(tǒng)功能在配置過程時中斷，并在配置結(jié)束后改變系統(tǒng)功能。動態(tài)配置，又稱為動態(tài)部分重構(gòu)，能夠在不干擾 FPGA 內(nèi)部其他模塊工作的同時動態(tài)地對部分區(qū)域的邏輯功能進(jìn)行修改。其核心思想是將 FPGA 內(nèi)部的邏輯資源從物理布局上劃分為靜態(tài)區(qū)域和若干個動態(tài)區(qū)域。每個動態(tài)區(qū)域可以對應(yīng)有多個配置文件，以實現(xiàn)不同的功能，將這些配置文件事先存放在片外存儲器中。在系統(tǒng)運行的不同時刻，根據(jù)系統(tǒng)的實際需求加載不同的配置文件到同一個動態(tài)區(qū)域來實現(xiàn)相應(yīng)的邏輯功能。在某一動態(tài)區(qū)域進(jìn)行功能切換時，不影響靜態(tài)區(qū)域和其他動態(tài)區(qū)域的邏輯功能，系統(tǒng)依然處于連續(xù)運行狀態(tài)。

動態(tài)部分重構(gòu)技術(shù)能對 FPGA 的部分資源實現(xiàn)分時復(fù)用，使芯片能夠在不同時刻實現(xiàn)不同的功能，提高了芯片資源的利用率，已廣泛應(yīng)用于工業(yè)系統(tǒng)設(shè)計中，如文獻(xiàn)［6］中結(jié)合動態(tài)部分重構(gòu)技術(shù)對工業(yè)傳感器數(shù)據(jù)采集系統(tǒng)進(jìn)行設(shè)計，針對不同的傳感器切換不同的功能。該技術(shù)還可應(yīng)用于可重構(gòu)計算［7］、可進(jìn)化硬件［8-9］、容錯設(shè)計［10-14］等方面。將動態(tài)部分重構(gòu)技術(shù)和冗余技術(shù)結(jié)合，即將冗余設(shè)計中各冗余模塊分別置于一動態(tài)區(qū)域中，在故障發(fā)生時通過動態(tài)重構(gòu)對故障模塊進(jìn)行修復(fù)，可以避免故障的累積和疊加，在容錯的同時賦予系統(tǒng)故障自修復(fù)能力。

2 粗粒度和細(xì)粒度的三模冗余自修復(fù)結(jié)構(gòu)

2.1 粗粒度的三模冗余設(shè)計結(jié)構(gòu)

典型的模塊冗余技術(shù)——N 模冗余設(shè)計：將功能模塊復(fù)制為 N 份，N 個模塊具有相同的輸入，N 個模塊的輸出經(jīng)過多數(shù)表決器表決輸出。N 模冗余系統(tǒng)在工作過程中能同時容忍不超過半數(shù)的冗余模塊發(fā)生故障而不影響最終的系統(tǒng)輸出。隨著冗余模塊的數(shù)量增加，系統(tǒng)的容錯能力提高，但同時系統(tǒng)的硬件資源開銷和功耗增大，綜合考慮容錯能力和資源開銷，三模冗余（TMR）技術(shù)具有最高的性能表現(xiàn)。

FPGA 的系統(tǒng)通?？梢苑譃槎鄠€功能模塊，粗粒度的三模冗余設(shè)計結(jié)構(gòu)以整個功能模塊為單位進(jìn)行冗余設(shè)計，如圖 1 所示，即將整個功能模塊作為一個冗余單位，將整個功能模塊復(fù)制三份，將每個功能單元模塊 FU1～FU3 配置到單獨的部分重構(gòu)模塊（PRM）中，使得每個冗余模塊都可以獨立被修復(fù)。表決器選擇多數(shù)的輸入結(jié)果進(jìn)行輸出。在粗粒度的三模冗余設(shè)計結(jié)構(gòu)中，只要兩個冗余模塊的輸出結(jié)果正確，就能保證整個模塊輸出正常，當(dāng)其中任意模塊發(fā)生故障時，通過系統(tǒng)的故障檢測機制可進(jìn)行故障定位，隔離故障區(qū)域并進(jìn)行自修復(fù)操作。

2.2 細(xì)粒度的三模冗余設(shè)計結(jié)構(gòu)

采用粗粒度設(shè)計結(jié)構(gòu)能有效提高系統(tǒng)的可靠度，但其仍然存在一些不足，一是當(dāng)多數(shù)表決器出現(xiàn)故障時整個自修復(fù)結(jié)構(gòu)本身不可靠；二是由于模塊粒度較大，一些不能導(dǎo)致模塊功能失效的隱性故障持續(xù)累積，容易導(dǎo)致多個模塊同時故障，使得防護(hù)結(jié)構(gòu)失效。本文中細(xì)粒度的三模冗余設(shè)計結(jié)構(gòu)能有效減少故障累積，該設(shè)計結(jié)構(gòu)將一功能模塊拆分為若干個獨立的時序元件和組合邏輯部分，本文將該設(shè)計結(jié)構(gòu)利用圖形化表示來說明，將功能單元模塊中的組合邏輯表示為 CG，時序元件表示為 SE，則利用有向圖表示方法可以將圖 2（a）電路表示為圖 2（b）。

細(xì)粒度的三模冗余容錯自修復(fù)結(jié)構(gòu)建立在有向圖表示方法基礎(chǔ)之上，其核心思想是，將電路分割為邏輯電路和時序電路，在時序電路輸出插入多數(shù)表決器，然后再對原始電路進(jìn)行三模冗余設(shè)計，使得此自修復(fù)結(jié)構(gòu)具有三個表決器，因此加強了此結(jié)構(gòu)的故障容錯能力，同時減輕了時序電路引起的錯誤累積，可以成功避免域交叉錯誤的出現(xiàn)。圖 2（a）表示的原始電路，利用有向圖表示方法將原始電路分割開來如圖 2（b）所示，利用 TMR 三模冗余技術(shù)將其容錯化如圖 2（c）所示。MV 表示多數(shù)表決器（Multiple Voter）在電路時序元件輸出之后插入，利用其三模冗余結(jié)構(gòu)，增強了電路容錯能力。當(dāng) D1 模塊的組合、時序電路以及表決器出現(xiàn)故障時，D2 模塊和 D3 模塊通過多數(shù)表決器可以檢測到此類故障，并經(jīng)中斷喚醒處理器進(jìn)行部分動態(tài)重構(gòu)處理，使得 D1 部分重構(gòu)區(qū)域得以自修復(fù)。

細(xì)粒度的三模冗余容錯自修復(fù)結(jié)構(gòu)同時降低了時序電路引起的錯誤累積的概率，可以成功避免域交叉錯誤的產(chǎn)生。當(dāng) D1 模塊的 SE2 電路和 D3 模塊的 CG4 電路同時出現(xiàn)故障的時候，由于在時序電路的輸出端用表決器成功地將 SE2 故障進(jìn)行檢測和隔離，不會傳遞積累影響下一級的 CG4 錯誤，因此可以成功避免域交叉錯誤的產(chǎn)生。

2.3 可靠度對比

功能模塊在 FPGA 內(nèi)部的實現(xiàn)可以用邏輯資源來表示，如查找表（LUTs）、觸發(fā)器（Flip-Flops）、塊存儲器（BRAM）等。而各邏輯資源的連接和使用通過比特流文件配置來實現(xiàn)。比特流文件由若干個配置幀（frame）組成，配置幀又包含若干個表示配置信息的比特位。在輻射環(huán)境中，當(dāng) FPGA 中的電路模塊發(fā)生單粒子翻轉(zhuǎn)效應(yīng)時，并不是模塊任意比特位發(fā)生翻轉(zhuǎn)就會導(dǎo)致模塊功能失效，該模塊功能往往由一些關(guān)鍵比特位所決定?？紤]該粗粒度的三模冗余設(shè)計結(jié)構(gòu)的容錯能力，討論馬爾科夫模型下的三模冗余結(jié)構(gòu)［15］，假設(shè)功能模塊在時間 t 內(nèi)功能正常的可靠度隨著時間的推移呈指數(shù)遞減，其可靠度可以表示為：

其中λm 表示功能模塊 m 的故障率，其由比特位在單位時間內(nèi)的翻轉(zhuǎn)速率和模塊對應(yīng)的關(guān)鍵比特位數(shù)量所決定。對于一個三模冗余系統(tǒng)來說只有當(dāng)兩個或者兩個以上的模塊發(fā)生錯誤時系統(tǒng)防護(hù)功能才會失效，假設(shè)三模冗余系統(tǒng)表決邏輯功能正常，那么對于該粗粒度的三模冗余設(shè)計結(jié)構(gòu)其可靠度可以表示為：

將提出的細(xì)粒度的三模冗余結(jié)構(gòu)和粗粒度的三模冗余結(jié)構(gòu)的可靠度進(jìn)行比較，其可靠度示意圖如圖 3 所示。細(xì)粒度的三模冗余結(jié)構(gòu)容錯可靠度相對于粗粒度的可靠度有顯著的提高，但同時細(xì)粒度的三模冗余結(jié)構(gòu)會引入額外表決器和故障檢測邏輯，導(dǎo)致額外資源開銷的增加。細(xì)粒度的三模冗余結(jié)構(gòu)更適用于對故障率高的電路模塊進(jìn)行防護(hù)。

3 實時故障自修復(fù)系統(tǒng)設(shè)計

3.1 實時故障自修復(fù)系統(tǒng)整體設(shè)計結(jié)構(gòu)

圖 4 給出了一種基于 Xilinx FPGA 實現(xiàn)的故障自修復(fù)系統(tǒng)整體結(jié)構(gòu)設(shè)計方案。整個系統(tǒng)實現(xiàn)基于 MicroBlaze 軟核的片上微處理器系統(tǒng)，主要劃分為兩個部分：靜態(tài)區(qū)域和動態(tài)部分重構(gòu)區(qū)域。靜態(tài)區(qū)域主要包括：軟核 MicroBlaze、串口控制器、Flash 控制器等，這部分區(qū)域包括了整個關(guān)鍵處理模塊不適于動態(tài)重構(gòu)的模塊，主要負(fù)責(zé)運行低優(yōu)先級程序和檢測動態(tài)重構(gòu)區(qū)域的正常運行。動態(tài)部分重構(gòu)區(qū)域是整個電子系統(tǒng)自修復(fù)的基礎(chǔ)，所有的自修復(fù)操作都在其他模塊監(jiān)測、控制下有序地進(jìn)行，保證整個電子系統(tǒng)不間斷正常的工作，其中各個冗余模塊的標(biāo)準(zhǔn)配置文件存放于片外 Flash 中。當(dāng)系統(tǒng)收到重構(gòu)請求時，由 Flash 控制器讀取片外存儲器中對應(yīng)模塊的比特流文件并通過內(nèi)部配置訪問端口（ICAP）寫入重構(gòu)區(qū)域。動態(tài)部分重構(gòu)區(qū)域結(jié)合上文提出的容錯方案進(jìn)行容錯設(shè)計，同時 MicroBlaze 負(fù)責(zé)控制和監(jiān)測每個動態(tài)重構(gòu)單元的工作情況：比如當(dāng)設(shè)計動態(tài)重構(gòu)單元為三模冗余故障容錯模塊時，當(dāng)此模塊內(nèi)部故障檢測單元檢測到發(fā)生故障時，通過中斷的形式將信息發(fā)送到 MicroBlaze 中，MicroBlaze 讀取此模塊的狀態(tài)寄存器以判明故障類型和區(qū)域，根據(jù)應(yīng)用場合不同選擇不同的故障自修復(fù)策略將此模塊進(jìn)行有序的自重構(gòu)，實現(xiàn)故障自修復(fù)的同時并不影響系統(tǒng)正常運行。

3.2 內(nèi)嵌式故障檢測結(jié)構(gòu)

采用一內(nèi)嵌式故障檢測結(jié)構(gòu)對冗余模塊進(jìn)行故障檢測，該方案將故障檢測單元嵌入到冗余模塊中。圖 5（a）所示為三模冗余容錯自修復(fù)結(jié)構(gòu)中以邏輯門描述的故障檢測單元示意圖，該故障檢測單元由多數(shù)表決器和異或非門構(gòu)成，將多數(shù)表決器的輸出和檢測的冗余模塊的輸出接到異或非門的輸入端，多數(shù)表決器的輸出作為錯誤標(biāo)志信號 FLAG。當(dāng)檢測的冗余模塊的輸出和表決器的輸出相同，則異或門輸出為邏輯 1，表示該檢測的冗余模塊無故障發(fā)生，若異或門輸出邏輯為 0，則表明檢測的冗余模塊發(fā)生故障或故障檢測單元自身發(fā)生故障。具有該故障檢測單元的三模冗余結(jié)構(gòu)如圖 5（b）所示。

功能模塊在 FPGA 內(nèi)部的實現(xiàn)可以用邏輯資源來表示，如查找表（LUTs）、觸發(fā)器（Flip-Flops）、塊存儲器（BRAM）等。而各邏輯資源的連接和使用通過比特流文件（Bitstream）配置來實現(xiàn)。比特流文件由若干個配置幀（frame）組成，功能模塊大小也可通過配置幀的數(shù)量來表示。

該檢測單元從細(xì)粒度的角度對電路輸出的每一位進(jìn)行比較，也就是說對于一個輸出信號為 N 位的功能模塊來說，采用該故障檢測單元會對每一個冗余模塊會產(chǎn)生 N 個故障標(biāo)志信號。然而對于一個冗余模塊來說只需要一個標(biāo)志信號來表明該模塊是否發(fā)生故障。對此提出了一種將標(biāo)志信號進(jìn)行融合的邏輯結(jié)構(gòu)，該融合邏輯結(jié)構(gòu)采用 FPGA 片內(nèi)進(jìn)位鏈邏輯來實現(xiàn)。如圖 6 所示，以 4 位的輸出信號為例，故障檢測單元對 TR1 模塊的輸出位進(jìn)行檢測，將故障標(biāo)志信號分別接入進(jìn)位鏈的 C0～C3 端口。進(jìn)位鏈 CIN 端口輸入邏輯 1，當(dāng)無故障發(fā)生時進(jìn)位鏈輸出邏輯 1，當(dāng)其中一位或者多位錯誤發(fā)生時，進(jìn)位鏈中的二選一選擇器選擇故障標(biāo)志信號進(jìn)行傳遞，進(jìn)位鏈輸出邏輯 0，表示 TR1 模塊發(fā)生故障。對于模塊輸出信號位數(shù)少于 4 位的情況，可以將進(jìn)位鏈空閑的輸入端輸入邏輯 1 即可。對于模塊輸出信號位數(shù)大于 4 位的情況，可以將前一進(jìn)位鏈的標(biāo)志輸出 FLAG 接入后一進(jìn)位鏈的 CIN 輸入端，將進(jìn)位鏈串行連接。

4 實驗設(shè)計與分析

本節(jié)中將上文提出的故障自修系統(tǒng)在 Xilinx XC6VLX240T-1FF1156 FPGA 上進(jìn)行設(shè)計實現(xiàn)，實驗中靜態(tài)區(qū)域包含了一基于 MicroBlaze 核的片上微處理器系統(tǒng)，該微處理器系統(tǒng)主要負(fù)責(zé)與上位機進(jìn)行交互、響應(yīng)重構(gòu)請求、控制片外存儲器讀取比特文件數(shù)據(jù)和控制內(nèi)部配置訪問端口（ICAP）對重構(gòu)區(qū)域進(jìn)行重配置等任務(wù)。動態(tài)區(qū)域中將 ITC99 benchmark 電路中 8 個不同粒度的標(biāo)準(zhǔn)電路進(jìn)行冗余設(shè)計，以分析不同粒度模塊的故障自修復(fù)時間。

4.1 FPGA 系統(tǒng)設(shè)計流程

實驗中對系統(tǒng)進(jìn)行設(shè)計實現(xiàn)采用的是基于 Xilinx ISE 開發(fā)工具的設(shè)計流程，設(shè)計流程如圖 7 所示。在 ISE 頂層設(shè)計規(guī)劃中對系統(tǒng)各模塊進(jìn)行劃分，定義系統(tǒng)中的各靜態(tài)模塊和動態(tài)模塊，并對動態(tài)模塊進(jìn)行冗余保護(hù)設(shè)計。片上微處理器系統(tǒng)在 Xilinx 的 XPS 設(shè)計工具中進(jìn)行設(shè)計搭建，并在 SDK 設(shè)計工具中對微處理器系統(tǒng)進(jìn)行軟件功能編譯，PlanAhead 設(shè)計工具可通過圖形界面（GUI）對 FPGA 進(jìn)行早期分析和布局規(guī)劃功能，施加物理約束，分析布線和時序的結(jié)果。實驗中各動態(tài)模塊的區(qū)域劃分在 PlanAhead 中進(jìn)行設(shè)計。PlanAhead 中比特流文件生成完成后，需要進(jìn)行軟硬件協(xié)同處理，即將 XPS 生成的塊存儲器映射文件（*.bmm）、SDK 生成的可執(zhí)行文件（*.elf）和 PlanAhead 生成的全局比特流文件合為一個新的比特流文件，借助 Xilinx 命令行工具 ISE Design Suite Command Prompt，通過命令指令合成最終的比特流文件。

4.2 實驗結(jié)果分析

實驗中各動態(tài)模塊的區(qū)域劃分如圖 8 所示，動態(tài)區(qū)域內(nèi)的邏輯資源能夠滿足各模塊功能實現(xiàn)。各動態(tài)模塊的資源開銷如表 1 所示，由實驗結(jié)果可知，模塊粒度越小其冗余設(shè)計中表決器和故障檢測結(jié)構(gòu)所占的資源比例則越大，即系統(tǒng)模塊粒度劃分越小、重構(gòu)區(qū)域劃分越多，則容錯自修復(fù)設(shè)計所帶來的額外資源開銷越大。

各動態(tài)模塊重構(gòu)時間花費表 2 所示。實驗中所采取的故障注入方式同樣采取動態(tài)重構(gòu)方式，即通過 FPGA 的內(nèi)部配置訪問通道（ICAP）動態(tài)地對各模塊進(jìn)行錯誤配置來實現(xiàn)。實驗中故障檢測方案采用上文所提出的內(nèi)嵌式故障檢測結(jié)構(gòu)，其故障檢測延遲與信號在進(jìn)位鏈中的傳播延遲相關(guān)，即和進(jìn)位鏈的串聯(lián)個數(shù)相關(guān)，而進(jìn)位鏈中信號傳播延遲為納秒級，遠(yuǎn)小于模塊重構(gòu)時間，可認(rèn)為模塊的自修復(fù)時間近似于模塊的重構(gòu)時間。由實驗結(jié)果可看出模塊重構(gòu)時間與模塊占用資源數(shù)和模塊重構(gòu)區(qū)域大小成正比，即模塊占用資源數(shù)越多，其劃分的最小重構(gòu)區(qū)域則越大，模塊重構(gòu)時間花費越大。而同時，功能模塊劃分越小，其進(jìn)行冗余設(shè)計時所帶來的額外資源開銷比例則越大。故在系統(tǒng)設(shè)計時，需要綜合考慮資源分配情況和故障修復(fù)時間要求，合理地進(jìn)行模塊粒度劃分，實現(xiàn)粗粒度和細(xì)粒度的靈活組合。

5 結(jié)論

本文提出了一種基于 SRAM 型 FPGA 的實時容錯自修復(fù)系統(tǒng)結(jié)構(gòu)和設(shè)計方法。該設(shè)計方法將系統(tǒng)分為若干功能模塊，采用粗粒度三模冗余結(jié)構(gòu)和細(xì)粒度三模冗余結(jié)構(gòu)并結(jié)合動態(tài)重構(gòu)對系統(tǒng)進(jìn)行容錯自修復(fù)設(shè)計，實驗結(jié)果表明該設(shè)計結(jié)構(gòu)下故障修復(fù)時間短，系統(tǒng)的可靠性得到有效提高。在系統(tǒng)設(shè)計時，可以綜合考慮資源分配情況和故障修復(fù)時間要求，合理進(jìn)行模塊粒度劃分，實現(xiàn)粗粒度和細(xì)粒度的靈活組合。