本發(fā)明涉及fpga單粒子翻轉故障注入，特別是一種基于配置碼流的fpga故障注入復合模型，屬于fpga可靠性測試領域。

背景技術：

空間應用的fpga電路易受輻射環(huán)境中單粒子翻轉效應影響，導致sram存儲單元的數(shù)據(jù)損壞，電路功能由此改變。單粒子翻轉效應由空間中的高能帶電粒子撞擊fpga的sram單元產(chǎn)生，機理較為復雜，而表征在配置碼流上，僅表現(xiàn)為配置位邏輯狀態(tài)的翻轉。由于帶電粒子入射位置、粒子能量、器件工藝、電路設計的差異，單粒子翻轉效應通常有配置位的一位翻轉和多位翻轉兩種形式，目前隨著工藝進步，器件敏感性增大，多位翻轉發(fā)生的概率越來越高。

在地面上進行單粒子翻轉故障注入是評估fpga可靠性的有效手段。利用重離子源或質子源對fpga做輻照實驗對空間輻射環(huán)境的還原度高、數(shù)據(jù)可靠，但成本高昂、可控性差，因此，通常采用另一種方法，即建立一個基于fpga配置碼流、借助動態(tài)可重構特性來人為翻轉配置位的故障注入系統(tǒng)。現(xiàn)有的基于配置碼流的單粒子翻轉故障注入系統(tǒng)常采用對全部配置空間逐位翻轉的模型，能夠得到較為全面的敏感位的分布信息，實現(xiàn)對器件整體單粒子敏感程度的評估。但也存在下列問題：

(1)由于器件規(guī)模不斷擴大，逐位翻轉效率低的缺點逐漸暴露出來；

(2)逐位翻轉獲得無差別的碼流故障位的信息，對seu敏感度的評估作用不大，隨著fpga片上資源更加多樣化，對可靠性的要求更高，需要通過多種故障翻轉方式研究fpga單粒子翻轉效應，從而為seu敏感度評估提供更詳細的數(shù)據(jù)；

(3)器件特征尺寸縮小，敏感性增大，導致多位翻轉存在的可能性不容忽視，現(xiàn)有的故障注入模型不能一次實現(xiàn)多位翻轉；

(4)單一的故障注入模型不適用于當前多研究目的、多類型電路設計的fpga單粒子翻轉效應敏感度的研究。

技術實現(xiàn)要素：

本發(fā)明的技術解決問題是：克服現(xiàn)有技術的不足，提供一種基于配置碼流的fpga故障注入復合模型，具備多種故障翻轉方式，工作效率高，可以從整體、從局部、從不同研究目的、從不同電路類型多個角度評估fpga電路對單粒子翻轉效應的敏感度，克服了現(xiàn)有模型應用范圍和應用情境的單一性。

本發(fā)明的技術解決方案是：一種基于配置碼流的fpga故障注入復合模型，包括空間遍歷模型、環(huán)境重建模型、定點精確模型、資源導向模型和多位翻轉模型；

空間遍歷模型：對用戶選定空間內(nèi)的全部配置位進行逐位翻轉，所述用戶選定空間為目標fpga器件的整個配置存儲空間或使用區(qū)域布局約束之后確定的目標電路模塊占用的部分配置存儲空間；

環(huán)境重建模型：生成偽隨機數(shù)，作為配置存儲器中的地址，將該地址對應的配置位進行隨機翻轉；

定點精確模型：對用戶感興趣的電路結構對應的配置位進行翻轉；

資源導向模型：選擇一種或幾種類型的數(shù)據(jù)幀進行所有配置位的翻轉，所述數(shù)據(jù)幀為與可編程資源關聯(lián)的配置數(shù)據(jù)幀；

多位翻轉模型：對物理相鄰的n個配置位同時進行翻轉，n為大于1的自然數(shù)。

通過配置位在配置存儲器中的幀地址和位偏移來尋址配置位。

所述環(huán)境重建模型采用線性反饋移位寄存器的方式生成偽隨機數(shù)，作為配置存儲器中的地址，具體方法如下：

(3.1)設置偽隨機數(shù)的位寬；

(3.2)選定一個生成多項式；

(3.3)當線性反饋移位寄存器開始循環(huán)時，每個時鐘周期生成一個偽隨機數(shù)，將該偽隨機數(shù)轉換成幀地址和位偏移的數(shù)據(jù)組合格式，據(jù)此得到配置位的地址。

所述定點精確模型的實現(xiàn)方法為：

(4.1)分析電路設計的xdl文件，獲取用戶感興趣的電路結構占據(jù)的可編程資源在器件物理結構上的位置坐標；

(4.2)解析配置碼流文件，找到步驟(4.1)獲得的位置坐標與配置碼流在配置存儲器中地址的映射關系，獲取該位置坐標對應的配置位，對其進行翻轉。

所述資源導向模型的實現(xiàn)方法為：

(5.1)資源導向模型將可編程資源的每一列資源以配置數(shù)據(jù)幀為基本單位細分，分成布線訪問幀、接口訪問幀、功能訪問幀三種類型；

(5.2)針對每一列資源，選擇一種或幾種類型的數(shù)據(jù)幀進行所有配置位的翻轉。

本發(fā)明與現(xiàn)有技術相比的有益效果是：

(1)空間遍歷模型對于大規(guī)模的電路設計，可以遍歷部分配置存儲空間，對于小規(guī)模的電路設計，可以遍歷整個配置存儲空間，使用方式靈活，評估的是區(qū)域的整體單粒子敏感程度。

(2)環(huán)境重建模型在一定程度上還原真實空間輻射環(huán)境，隨機式翻轉可用于產(chǎn)品的抽樣檢測，測試產(chǎn)品抗單粒子翻轉效應的能力。

(3)定點精確模型對特定位置的若干配置位進行單粒子翻轉故障注入，滿足了用戶的特殊研究目的，使研究更加深入，提高了故障注入的針對性。

(4)資源導向模型對可編程資源按照特定的規(guī)則進行劃分，在此基礎上的故障注入可以單獨獲取不同類型配置數(shù)據(jù)幀的單粒子翻轉效應敏感度，是一種局部的單粒子敏感度，同樣提高了故障注入的針對性。

(5)多位翻轉模型采用n比特掩膜，能夠一次實現(xiàn)多位翻轉，擴大了單粒子翻轉故障注入的研究范圍，提高了研究的廣度。

(6)故障注入系統(tǒng)可以選擇本發(fā)明復合模型中的一個或多個進行故障注入，選中復合模型中的任何模型，都是根據(jù)需求對配置碼流的選擇性故障注入，與傳統(tǒng)對目標不加以區(qū)分的大面積的故障注入相比，顯著提高了系統(tǒng)工作的效率。同時選擇幾個模型，可以實現(xiàn)多種故障翻轉方式，為seu敏感度評估提供更詳細的數(shù)據(jù)。

附圖說明

圖1是本發(fā)明基于碼流的fpga故障注入復合模型示意圖；

圖2是應用本發(fā)明復合模型的單粒子翻轉故障注入系統(tǒng)的工作流程示意圖。

具體實施方式

如圖1所示，本發(fā)明提出的一種基于配置碼流的fpga故障注入復合模型包括空間遍歷模型1、環(huán)境重建模型2、定點精確模型3、資源導向模型4和多位翻轉模型5。各模型的功能如下：

(1)空間遍歷模型：根據(jù)用戶需求和電路規(guī)模，可選擇整個配置存儲空間1或部分配置存儲空間7(用戶選定空間)作為單粒子翻轉故障注入的目標，一旦空間大小確定，空間中可訪問的配置位被逐位翻轉；全部空間的配置位的幀地址和位偏移一般從0開始，幀地址初始為00000000(十六進制)，位偏移初始為0，遍歷范圍與器件型號有關；部分空間的配置位的起始地址是由用戶指定的。

(2)空間輻射環(huán)境的不確定性使得fpga單粒子翻轉效應的發(fā)生是不可預測和不可再現(xiàn)的，環(huán)境重建模型采用基于線性反饋移位寄存器的偽隨機數(shù)生成方法生成目標配置位的地址，將該地址對應的配置位進行隨機翻轉，以此來還原輻射環(huán)境的不確定性。

環(huán)境重建模型生成目標配置位地址的方法如下：

首先設置偽隨機數(shù)的位寬，再選定一個生成多項式，當移位寄存器開始循環(huán)時，每個時鐘周期生成一個偽隨機數(shù)，將該偽隨機數(shù)轉換成幀地址和位偏移的數(shù)據(jù)組合格式，據(jù)此得到目標配置位的地址。

(3)定點精確模型：首先分析電路設計的xdl文件，該文件指明電路設計中典型電路結構與可編程資源的映射關系，用戶選取少量的、感興趣的電路結構作為故障注入的目標，可直接獲取該電路結構占據(jù)的可編程資源在器件物理結構上的位置坐標；再解析配置碼流文件，找到可編程資源的物理位置與配置碼流在配置存儲空間中的地址的映射關系，獲取確定位置的可編程資源對應的配置位，因此該配置位是用戶指定的有確切含義的配置位，對該配置位進行翻轉。

(4)資源導向模型：fpga的可編程片上資源有iob、clb、bram、dsp、gtp等，在器件物理結構的每一行內(nèi)部，以上資源以列為單位排列，而在每列資源內(nèi)部，以配置數(shù)據(jù)幀為基本單位還可以繼續(xù)細分為布線訪問幀、接口訪問幀、功能訪問幀三種類型，以iob列和clb列為例，iob列分成布線訪問幀10、接口訪問幀11、iob功能訪問幀12，clb列分成布線訪問幀13、接口訪問幀15、功能訪問幀(包括slice_l訪問幀14和slice_m訪問幀16)。用戶選擇其中一種或幾種數(shù)據(jù)幀，進行所有配置位的翻轉。

(5)考慮單粒子翻轉效應會造成fpga配置位一位翻轉與多位翻轉兩種情境，而且當前主流器件由于工藝因素發(fā)生多位翻轉的概率上升，提供多位翻轉模型以模擬fpga多位翻轉故障。從物理結構上看，多位翻轉模型是相鄰的sram存儲單元被同時打翻產(chǎn)生的，本發(fā)明多位翻轉模型是對物理相鄰的n個配置位進行翻轉，n為大于1的自然數(shù)。如五位翻轉模型采用5比特掩膜，將物理相鄰的5個存儲單元的多位翻轉掩膜映射到配置數(shù)據(jù)幀8和與其左右相鄰的兩幀上，得到幀地址和位偏移組成的地址元素為(fa，bo)、(fa，bo-1)、(fa，bo+1)、(fa-1，bo)、(fa+1，bo)的5個配置位，獲取對應的5比特配置位作為故障注入的對象，同時進行翻轉。

將本發(fā)明的故障注入復合模型應用到故障注入系統(tǒng)中，故障注入系統(tǒng)可以根據(jù)需要選擇其中的一個或多個模型，通過人為翻轉所選模型確定的配置位的邏輯狀態(tài)實現(xiàn)對單粒子翻轉效應的模擬。圖2所示是基于本發(fā)明的故障注入復合模型，fpga單粒子翻轉故障注入系統(tǒng)執(zhí)行故障注入的流程，具體解釋如下：

a1初始化故障注入系統(tǒng)：設置器件參數(shù)、電路參數(shù)和系統(tǒng)參數(shù)；

a2選擇故障注入模型：根據(jù)需求從故障注入復合模型中選擇適合的故障注入模型，實現(xiàn)對配置碼流區(qū)域上的限定或特定電路結構的映射或特定可編程資源的映射；

a3生成每個故障注入模型目標配置位的集合：對選中的碼流按照(幀地址，位偏移)的數(shù)據(jù)格式組合，整理得到每個故障注入模型對應的目標配置位地址信息的集合；

a4執(zhí)行單粒子翻轉故障注入：

對于空間遍歷模型、環(huán)境重建模型、定點精確模型和資源導向模型，每次讀取集合中的一個地址進行故障注入(翻轉)；對于多位翻轉模型，集合中的地址以n個配置位的地址為一個單位，每次對這n個配置位進行同時翻轉；單次執(zhí)行完畢之后首先保存得到的電路運行數(shù)據(jù)，然后對當前翻轉的配置位進行修復之后再執(zhí)行下一次的故障注入；

a5對全部目標配置位的故障注入執(zhí)行完畢之后，整理得到反映電路單粒子敏感度的運行數(shù)據(jù)，結束流程。

本發(fā)明說明書中未作詳細描述的內(nèi)容屬本領域技術人員的公知技術。