汽车雷达集成电路设计的环内环境验证

在恩智浦半导体，我和我的团队开发了一种验证汽车雷达集成电路(IC)设计的新方法。这左移位方法结合了数据表级指标与虚拟现场试验的早期验证。通过关注规范级别而不是硬件实现级别的度量，我们确保我们用来评估设计的验证签名标准与我们的客户最感兴趣的标准保持一致。并且，通过在虚拟现场试验中模拟道路场景，我们可以通过雷达IC硬件的真实测试刺激实现环内环境验证。

我们的客户，包括许多一级汽车供应商，最感兴趣的是数据表上捕获的各种性能指标，如信噪比(SNR)和总谐波失真(THD)。他们对单个组件测试结果、代码覆盖结果和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验证团队主要关注的问题。此外，我们的客户使用现场试验和真实世界的驾驶场景来评估完整的雷达系统，而IC验证团队经常使用远离真实世界信号的测试模式来评估单个RF、模拟和数字组件(图1)。

我和我的团队定义和实施的左移方法使我们用来验证IC设计的过程与客户用来评估它们的标准保持一致。我们为虚拟现场试验开发的道路驾驶场景是基于我们许多客户遵循的欧洲新车评估计划(Euro NCAP)标准，我们生产的功能和性能指标(例如，信噪比)与我们的客户用于评估其产品中的IC组件的指标相同。2022世界杯八强谁会赢？

数据表级指标的早期验证

在过去验证汽车雷达系统的数字部分时，我的团队采用了基于通用验证方法(UVM)的方法。这种方法涉及到用高级语言创建的参考模型复制被测设计(DUT)的功能。然后将DUT的输出与给定输入测试向量的参考模型的输出进行比较。UVM测试没有捕获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。保持测试台架与实现同步需要大量的努力和时间。

考虑到这种方法的缺点和局限性，我们决定将我们的验证工作集中在我们设计的功能和性能上，而不是在实现和参考模型之间一对一的等价性上。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验证器™，我们从这些MATLAB算法生成SystemVerilog DPI组件，并将它们集成到Cadence的HDL测试台中^®仿真环境(图2)。

采样信号数据从被测件中采集，并传递给由MATLAB验证代码生成的DPI-C函数。我们绘制结果(图3)，并根据系统需求检查它们，以确保设计符合规范。

使用MATLAB生成的DPI-C模型使我们能够在Cadence HDL验证环境中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，并在抽象层次上进行测试，与客户感兴趣的度量更紧密地结合在一起。

我们还可以重用从MATLAB生成的C代码来分析初始硅的测试结果。例如，我们从雷达传感器IC中收集样本数据，并将其通过从MATLAB生成的相同的信噪比计算C函数传递，我们使用该函数在SystemVerilog中验证我们的设计。

虚拟田间试验

在向指标驱动验证方法过渡的过程中，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，我们分别对RF、模拟和数字子系统进行验证，对每个子系统使用不同的测试向量集。这些测试向量中很少有来自于在道路测试中获得的雷达反射。

我们已经扩展了我们的方法，包括environment-in-the-loop验证。我们现在使用自动驾驶工具箱™中的驾驶场景设计器应用程序构建驾驶场景(图4)。应用程序中的预构建场景代表了欧洲NCAP测试协议，这是我们客户评估雷达系统性能的基准。

接下来，我们使用相控阵工具箱™构建雷达传感器模型。为了使该模型与实际传感器的数据表规格相匹配，我们调整了天线孔径、峰值发射功率、接收器噪声系数和天线单元数量等参数。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我们之前创建的驾驶场景中，虚拟地将雷达传感器安装在自我车辆上(图5)。

然后，我们执行驾驶场景并捕获传感器的混频器输出，这是一个从场景中物体的雷达反射中解密的信号。我们通过Simulink传递解码后的信号^®我们的ADC设计模型，以产生数字IQ数据，我们将其馈送到我们的数字基带处理链。

通过这种设置，我们可以基于Euro NCAP驱动场景生成IQ数据，并在开发阶段的早期对我们的数字处理链进行虚拟现场试验-可能在第一个硅之前一年或更长时间(图6)。

未来的工作

我们已经将新方法和工作流程扩展到下一代雷达收发器。对于这些产品，我们将2022世界杯八强谁会赢？把环境影响纳入到我们的场景中，这样我们就可以看到设计在下雨或有雾的情况下的表现。

认识到没有什么限制这种新的验证方法仅限于汽车雷达系统的数字组件，我们期待着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及时提供技术支持。