談?wù)劙踩到y(tǒng)設(shè)計中應(yīng)用比較多的冗余技術(shù)

在安全系統(tǒng)設(shè)計中，為防護硬件隨機性故障造成的功能失效，會用到不同于一般電子產(chǎn)品的設(shè)計方法，這些設(shè)計方法在功能安全標(biāo)準(zhǔn)如IEC61508、ISO26262有推薦的方法列表，根據(jù)電子系統(tǒng)的不同組成部分，可以應(yīng)用不同的設(shè)計方法。本文來談?wù)剳?yīng)用比較多的冗余技術(shù)，具體有硬件冗余、信息冗余、軟件冗余。

硬件冗余： 硬件冗余是將多個硬件單元復(fù)制作為一個整體來提供功能。從組成部分來看，多個硬件單元可以是相同的，也可以是不同的，如使用相同的硬件，但是操作系統(tǒng)和應(yīng)用不同，或者只有應(yīng)用不同的。從最終輸出來看，可以沒有獨立的表決器，由其中一個處理單元準(zhǔn)備輸出，也可以有獨立的表決器。

下面介紹幾種典型的冗余架構(gòu)：

主/從控制架構(gòu)：以一個計算單元作為主控制輸出，另一個計算單元作為從控制。在下面的架構(gòu)中，主控制單元和從控制單元都對輸入數(shù)據(jù)進行處理，并進行互相交互的校核，當(dāng)從控制單元檢查主控制單元的輸出存在故障時，對主控制單元進行復(fù)位。該架構(gòu)中當(dāng)從控制單元的檢查存在時間上的延遲，需要對故障輸出的延遲時間影響增加分析。



雙核鎖步架構(gòu)：芯片內(nèi)的雙核鎖步架構(gòu)冗余技術(shù)，每條CPU指令都由兩個處理器獨立地執(zhí)行，每個處理器讀取、寫入數(shù)據(jù)后執(zhí)行下一條指令，主處理器控制總線，從控制器控制一個監(jiān)控器，當(dāng)兩個處理器發(fā)生不一致時，監(jiān)控器用來使芯片輸出導(dǎo)向安全，輸出報警給外部的監(jiān)控芯片。為了防止外部瞬態(tài)的電磁干擾，兩個處理器在執(zhí)行的時序上采用分時執(zhí)行的方法。



NooM架構(gòu)：由兩個硬件計算單元構(gòu)成的2oo2架構(gòu)，由2個以上的計算單元可以構(gòu)成2*2oo2或2oo3架構(gòu)。2oo2架構(gòu)能檢查單個單元的故障，但是無法容錯。它的共因故障是需要避免的，軟件要具備硬件同樣等級的安全性水平，硬件設(shè)計避免有共用部分，對CPU、內(nèi)存應(yīng)引入自檢機制，以避免潛伏故障。



2oo2架構(gòu)的一種近似架構(gòu)是1oo2D架構(gòu)，它也是由兩個處理單元組成，每個處理單元都有對應(yīng)的故障檢測模塊，比如說獨立的看門狗，看門狗的輸出用來控制選擇開關(guān)，授權(quán)哪個處理單元對外輸出。



多個處理單元的NooM架構(gòu)有2oo3，兼顧了安全性和可用性。對于單個處理單元的故障，通常是將其導(dǎo)向安全側(cè)輸出，但也有設(shè)計為故障后進行重置，分享其狀態(tài)給其它處理單元。舉Boeing 777中的飛控計算機為例，由三個處理單元PFC（Primary Flight Computer）組成，PFC之間通過獨立三個通信網(wǎng)絡(luò)進行通信，每個PFC內(nèi)部有三個異構(gòu)的處理器Intel、Motorola和AMD，從而避免處理器的共因故障。每個處理單元在三種狀態(tài)之間轉(zhuǎn)換：控制、待機和監(jiān)視，執(zhí)行器對處理單元的輸出進行選擇。



信息冗余： 信息冗余增加多余的信息碼，用于檢測傳輸數(shù)據(jù)的錯誤，也可用于糾錯，應(yīng)用于內(nèi)存，數(shù)據(jù)總線和通信網(wǎng)絡(luò)的數(shù)據(jù)錯誤。常用的有奇偶校驗，CRC校驗，海明碼和算術(shù)碼。奇偶校驗只能檢測單bit錯誤，無法檢測雙重bit錯誤。

CRC校驗還可以應(yīng)用于校驗存儲在內(nèi)存中的數(shù)據(jù)或程序是否被篡改。 海明碼用于存儲或傳輸數(shù)據(jù)時檢測和糾正錯誤，通過增加額外的奇偶校驗位實現(xiàn)。標(biāo)準(zhǔn)漢明碼只能檢測和糾正單bit錯誤。對于雙重bit錯誤，可以添加一個額外的總體奇偶校驗位，以可靠地檢測兩位中的錯誤。這稱為單糾錯/雙糾錯檢測（SECDED）。 算術(shù)編碼用包含兩個字段的編碼替代原來的數(shù)據(jù)：數(shù)據(jù)部分和編碼部分。能夠檢測三種類型的錯誤：

operation error（操作數(shù)錯誤）：計算機使用預(yù)期操作符處理操作數(shù)得到了錯誤的結(jié)果。這種類型的錯誤，非常類似于傳輸錯誤，但不會給代碼設(shè)計帶來新的約束。

operator error（操作符錯誤）：計算機使用好的操作數(shù)，但有一個非預(yù)期的運算符。例如，如果一個加法運算符被替換成乘法運算符，結(jié)果是假的，即使乘法計算的結(jié)果是正確的。對這種類型的錯誤的檢測，不是數(shù)據(jù)傳輸通道存在的錯誤，需要對運算符增加編碼。

operand error（操作錯誤）：一種情況是地址錯誤，相當(dāng)于用一個變量替換了另一個變量。這種類型的錯誤發(fā)生在傳輸系統(tǒng)中，在不同的通道之間發(fā)生了串?dāng)_。類似于傳輸過程中收到了發(fā)送到另一個接收者的數(shù)據(jù)。另一種情況是存儲錯誤，存儲的數(shù)據(jù)變化或者沒有被更新，是過時的數(shù)據(jù)。

編碼安全計算機SACEM中應(yīng)用了算術(shù)編碼技術(shù)，參見功能安全之SACEM安全計算機原理。

軟件冗余： 軟件在同一個處理器執(zhí)行兩次，由外部設(shè)備進行表決，可以用于檢測內(nèi)存錯誤。需要將軟件分別加載到不同的內(nèi)存區(qū)域，因此，各種內(nèi)存的故障如RAM、ROM、EPROM，都可以在運行過程中檢測出來。但軟件冗余屬于執(zhí)行程序的冗余，對于共享的硬件處理器故障無法檢測。

可以在執(zhí)行過程中加入指令的自測試，對不一致的數(shù)據(jù)進行比較，對處理器進行全面的功能測試。為了進行有效的檢測，測試覆蓋率必須足夠（覆蓋應(yīng)用指令等），并且必須在正確的時間執(zhí)行（初始化，在每個周期內(nèi)，定期，在任務(wù)結(jié)束時）。

這種做的缺點是增加了處理器的性能開銷。 軟件冗余相比硬件冗余更簡單，但檢測錯誤的有效性需要應(yīng)用其它技術(shù)進行彌補，采用軟件的多樣化和自檢測技術(shù)可以作為很好的補充。另外，由于軟件的冗余執(zhí)行，執(zhí)行時間較長，適用于對時間性能要求不高的系統(tǒng)。

總結(jié)

以上是三種冗余技術(shù)的介紹，都是通過增加冗余的資源以實現(xiàn)故障的檢測，有硬件資源的冗余，數(shù)據(jù)信息的冗余和軟件執(zhí)行層的冗余，通過一些簡單的示例進行了說明。在實際系統(tǒng)的設(shè)計中，往往不僅僅采用單一的技術(shù)，而是多種冗余技術(shù)相結(jié)合。同時，冗余技術(shù)在于它對隨機故障的檢測有效性，與異構(gòu)多樣化相結(jié)合，實際使用可以提高對系統(tǒng)性故障的檢測能力。




審核編輯：劉清