在恩智浦半导体公司，我和我的团队开发了一种用于验证汽车雷达集成电路(IC)设计的新方法。这左移位该方法结合了数据表级指标的早期验证和虚拟现场试验。通过关注规范级别的度量而不是硬件实现级别的度量，我们确保我们用于评估设计的验证签到标准与我们的客户最感兴趣的一致。并且，通过在虚拟现场试验中模拟道路场景，我们能够使用真实的测试刺激对雷达IC硬件进行环内环境验证。
我们的客户，包括许多一级汽车供应商，最感兴趣的是在数据表上捕获的性能指标，如信噪比(SNR)和总谐波失真(THD)。他们对单个组件测试结果、代码覆盖结果以及硬件实现级别的其他度量不太感兴趣，尽管这些结果是大多数IC验证团队的主要关注点。此外，我们的客户使用现场试验和真实驾驶场景来评估完整的雷达系统，而IC验证团队通常使用远离真实信号的测试模式来评估单个RF、模拟和数字组件(图1)。
我和我的团队定义并实施的向左偏移方法将我们用于验证IC设计的过程与我们的客户用于评估它们的标准相一致。行车驾驶场景我们开发了虚拟实地试验是基于欧洲新车评估项目(欧洲五星)标准,我们的许多客户,和我们生产功能和性能指标(例如,信噪比)是相同的规格,我们的客户使用评估集成电路组件在他们自己的产品。下载188bet金宝搏
图1所示。显示射频、模拟和数字子系统的汽车雷达系统架构。
数据表级度量的早期验证
在过去对汽车雷达系统的数字部分进行验证时，我的团队采用了基于通用验证方法(Universal Verification Methodology, UVM)的方法。这种方法涉及使用高级语言创建的参考模型复制被测试设计(DUT)的功能。对于给定的输入测试向量，DUT的输出与参考模型的输出进行比较。UVM测试没有捕捉到我们的客户感兴趣的信噪比测量和其他指标，即使是相对较小的实现更改，例如更新有限脉冲响应(FIR)滤波器的系数，也需要在测试台中进行相应的更改。保持测试平台与实现同步需要大量的工作和时间。
考虑到这种方法的缺点和局限性，我们决定将验证工作集中在设计的功能和性能上，而不是实现和参考模型之间的一对一等价性上。现在，我们开发MATLAB®计算高级设计指标的算法，如信噪比、THD和功率谱密度(PSD)，以及滤波器和其他组件的指标，如阻带衰减和通带纹波。使用HDL Verifier™，我们从这些MATLAB算法生成SystemVerilog DPI组件，并将它们集成到Cadence的HDL测试平台中®仿真环境(图2)。
图2。一个测试环境使用MATLAB验证函数实现在SystemVerilog包装器通过DPI-C与HDL验证器。
采样信号数据从DUT采集，并传递给由我们的MATLAB验证码生成的DPI-C函数。我们绘制结果(图3)，并根据系统需求检查它们，以确保设计与规格相符。
图3。使用MATLAB计算的样本信号(上)和功率谱密度图(下)。
使用由MATLAB生成的DPI-C模型，我们能够在Cadence HDL验证环境的多个接口上计算功能和性能指标。我们可以将设计实现从验证中分离出来，并在一个与客户感兴趣的度量更紧密一致的抽象级别上进行测试。
我们也可以重用由MATLAB生成的C代码来分析初始硅的测试结果。例如，我们从我们的雷达传感器IC收集样本数据，并将其通过从MATLAB生成的相同的信噪比计算C函数，我们使用SystemVerilog来验证我们的设计。
虚拟实地试验
在向参数驱动验证方法的过渡过程中，我们使用来自真实驾驶场景的数据进行虚拟现场试验。在过去，我们分别验证射频、模拟和数字子系统，对每个子系统使用不同的测试矢量集。这些测试矢量中很少是从道路测试中获得的雷达反射得到的。
我们扩展了我们的方法，包括environment-in-the-loop验证。我们现在使用自动驾驶工具箱™中的driving Scenario Designer应用程序来构建驾驶场景(图4)。应用程序中的预构建场景代表了Euro NCAP测试协议，这是我们的客户评估雷达系统性能的基准。
图4。自动驾驶工具箱中的驾驶场景设计程序。
接下来，我们使用相控阵工具箱™构建雷达传感器模型。为了使这个模型与我们实际传感器的数据表规格相匹配，我们调整了天线孔径、发射功率峰值、接收机噪声图和天线元件数量的参数。我们还调整了影响调频连续波(FMCW)波形的参数，包括最大范围，啁啾持续时间，扫描带宽和采样率。我们将传感器模型集成到前面创建的驾驶场景中，将雷达传感器虚拟地安装在自我汽车上(图5)。
图5。管理在自我车辆上放置雷达传感器的接口。
然后我们执行驾驶场景并捕获传感器的混频器输出，这是场景中物体的雷达反射信号。我们把这个脱鞘信号传送给Simulink金宝app®我们的ADC设计模型，以产生数字IQ数据，我们把这些数据输入我们的数字基带处理链。
有了这种设置，我们可以基于Euro NCAP驾驶场景生成IQ数据，并在开发阶段的早期(可能在首次硅之前一年或更长时间)对我们的数字处理链进行虚拟现场试验(图6)。
图6。追逐相机视图(左上)和鸟瞰图(右)，从一个虚拟场地的试验。
未来的工作
我们已经将新方法和工作流程的应用扩展到下一代雷达收发器。对于这些产品，我们将下载188bet金宝搏把环境影响融入到我们的场景中，这样我们就可以看到设计在雨或雾等情况下的表现。
认识到没有什么限制这种新的验证方法对汽车雷达系统的数字组件，我们期待将虚拟现场试验应用于模拟组件和其他应用，如车对车通信系统。本文的重点是验证传感器实现的数字部分，但这种环内环境方法可以很容易地扩展到验证混合信号和RF设计(如传感器设计中的ADC)。
非常感谢我的NXP Semi团队成员Kaushik Vasanth实施了我们的环内环境验证方法，并感谢MathWorks的Vidya Viswanathan提供及时的技术支持。金宝app
