在 NXP，我們團隊開發了一種新方法學來驗證汽車雷達集成電路 (IC) 的設計。該左移（或稱“流程前置”）方法學將規格書級別指標的早期驗證與虛擬現場試驗相結合。

我們關注規格書級別的指標而不是硬件實現級別的指標，從而確保用來評估設計的驗證簽核 (signoff) 標準與客戶最關心的標準一致。

此外，通過在虛擬現場試驗中仿真路試場景，我們可以使用真實測試激勵對雷達 IC 硬件進行環境在環驗證。

我們的客戶中有相當一部分是一線汽車供應商，他們最關心的就是規格書中的各項性能指標，比如信噪比 (SNR) 和總諧波失真 (THD)。

他們反倒不太關心大多數 IC 驗證團隊會關心的一些主要指標，比如單個組件測試結果、代碼覆蓋率結果，以及其他硬件實現級別的指標。

另外，我們的客戶利用現場試驗和真實駕駛場景來評估完整的雷達系統，而 IC 驗證團隊則使用與真實信號相去甚遠的測試圖形來評估單個射頻、模擬和數字組件（圖 1）。

我和所在團隊定義并實現了左移（或稱“流程前置”）方法學，使得我們驗證 IC 設計的流程與客戶評估 IC 設計的標準保持一致。

我們開發用于虛擬現場試驗的路試駕駛場景基于許多客戶所遵循的 Euro NCAP 標準。

我們生成的功能和性能指標（如 SNR）與客戶評估自己產品中的 IC 組件所用的指標相同。

圖 1.包含射頻、模擬和數字子系統的汽車雷達系統架構

規格書級別指標的早期驗證

過去，我的團隊采用一種基于通用驗證方法學 (UVM) 的方法來驗證汽車雷達系統的數字部分。這種方法需要使用高級語言創建一個參考模型來復制待測設計 (DUT) 的功能。給定輸入測試向量，比較 DUT 的輸出與參考模型的輸出。UVM 測試并不捕獲 SNR 測量值或者客戶關心的其他指標。并且，即使實現只有相對很小的更改（比如更新有限脈沖響應 (FIR) 濾波器的系數），測試平臺都要做出相應更改。保持測試平臺與實現的同步需要相當多的精力和時間。

鑒于此方法的缺點和局限性，我們沒有把驗證精力放在實現與參考模型的一一對應上，而是決定重點關注設計的功能和性能。我們開發了 MATLAB算法，不僅能計算 SNR、THD 和功率譜密度 (PSD) 等高級設計指標，也能計算濾波器和其他組件的指標，比如阻帶衰減和通帶波紋。我們使用 HDL Verifier，基于這些 MATLAB 算法生成 SystemVerilog DPI 組件，并將它們集成到 HDL 測試平臺，用于 Cadence 仿真環境（圖 2）。

圖 2：一個使用 MATLAB 驗證函數的測試環境，函數借助 HDL Verifier 通過 DPI-C 在 SystemVerilog 封裝中實現。

采樣信號數據通過 DUT 進行采集，然后傳遞給 MATLAB 驗證代碼所產生的 DPI-C 函數。繪制測試結果圖（圖 3），并與系統需求進行對比，以確保設計符合規格書。

圖 3：采樣信號（上）和 MATLAB 計算得出的功率譜密度圖（下）。

使用 MATLAB 生成的 DPI-C 模型，我們可以在 Cadence HDL 驗證環境中的多個接口上對功能指標和性能指標進行計算。我們可以將設計的實現和驗證分離開來，并在更契合客戶所關心指標的抽象級別上進行測試。

我們還可以重用 MATLAB 生成的 C 代碼，對初次流片的測試結果進行分析。比如，我們從雷達傳感器 IC 收集采樣數據，然后將這些數據傳遞給用于計算 SNR 的 C 函數。這些函數由 MATLAB 生成，同時也用于在 SystemVerilog 中驗證我們的設計。

虛擬現場試驗

在過渡到指標驅動的驗證方法時，我們使用真實駕駛場景數據進行虛擬現場試驗。以前，我們使用不同的測試向量集分別驗證每個射頻、模擬和數字子系統。這些測試向量中，只有極少數提取自路試過程中所捕獲的雷達反射。

如今，我們已在這一方法學中納入環境在環驗證。現在，我們利用 Automated Driving Toolbox 中的駕駛場景設計器（圖 4）構建駕駛場景。該 App 中的預置場景代表了 Euro NCAP 測試協議。這些協議正是客戶評估雷達系統性能的基準。

圖 4：Automated Driving Toolbox 中的駕駛場景設計器。

下一步，我們用 Phased Array Toolbox 構建一個雷達傳感器模型。為了讓此模型符合實際所用傳感器的規格書，我們調整了有關天線孔徑、峰值發射功率、接收機噪聲系數以及天線單元數量的參數。此外還調整了影響調頻連續波 (FMCW) 波形的某些參數，比如最大距離、線性調頻時長、掃描帶寬和采樣率。我們把這個傳感器模型集成到之前構建的駕駛場景中，將雷達傳感器虛擬地安裝在自主車輛上（圖 5）。

圖 5：用于管理自主車輛上雷達傳感器位置的界面。

接下來我們執行這個駕駛場景，并捕獲傳感器的混頻器輸出，即場景中目標的雷達反射的解線性調頻信號。我們將這個解線性調頻信號傳遞給 ADC 設計中的 Simulink 模型，以生成數字 IQ 數據，然后把這些數據饋送給數字基帶處理鏈。

如此一來，我們就可以生成基于 Euro NCAP 駕駛場景的 IQ 數據，并在研發的早期階段（可能早于初次流片一年甚至更多）進行數字處理鏈的虛擬現場試驗（圖 6）。

圖 6：虛擬現場試驗的跟拍視圖（左上）和鳥瞰視圖（右）。

后續工作

新的方法學和工作流現已推廣應用至下一代的雷達收發機。對于這些產品，我們會在場景中納入環境效應，以了解我們的設計在雨霧天氣等情況下的性能表現。

我們認識到，這一新的驗證方法學并不僅僅適用于汽車雷達系統的數字組件，所以我們也期望將虛擬現場試驗用于模擬組件和其他應用場景，比如車輛之間的通信系統。

這篇文章重點介紹了傳感器實現中數字部分的驗證，但是這一環境在環方法也可輕松推廣應用到混合信號和射頻設計中，比如傳感器設計中的 ADC。

審核編輯：郭婷