|
作者：MathWorks嵌入式應用程序經(jīng)理Tom Erkkinen 從仿真模型自動(dòng)生成代碼是基于模型設計中的關(guān)鍵開(kāi)發(fā)環(huán)節，可實(shí)質(zhì)性地減少開(kāi)發(fā)團隊手寫(xiě)代碼所花費的時(shí)間和工作量。要想成功開(kāi)發(fā)高性能的嵌入式系統，就必須生成非常高效的代碼。代碼效率目標包括內存使用的最小化和執行速度的最大化。要想成功部署軍用和國防系統，還需要嚴格的代碼驗證能力。代碼驗證目標包括需求符合性和標準符合性。 本文介紹如何使用2011b版MATLAB和Simulink產(chǎn)品系列(包括用于飛行代碼生成的Embedded Coder)測量代碼效率和進(jìn)行代碼驗證。所討論的開(kāi)發(fā)和驗證活動(dòng)用于滿(mǎn)足DO-178B和DO-178C要求，同時(shí)也用于滿(mǎn)足與DO-178C更新一同發(fā)布的基于模型的開(kāi)發(fā)和驗證的補充說(shuō)明。本文并非介紹產(chǎn)品系列中的每個(gè)工具或DO-178標準的所有條款；恰恰相反，本文關(guān)注的重點(diǎn)是新技術(shù)。 Qualification Kit可用于本文介紹的驗證工具。 源代碼評估 1. 代碼效率 代碼效率指標分為兩個(gè)廣泛的類(lèi)別。第一個(gè)測量RAM、ROM的內存使用率和堆棧大��；第二個(gè)測量執行周期計數或速度。Embedded Coder在生成代碼后生成代碼指標報告，從而幫助軟件工程師分析和優(yōu)化所生成代碼的內存占用率。此報告可根據源代碼的靜態(tài)分析和對目標硬件特性的了解(如整型字長(cháng))顯示各行代碼、全局RAM和堆棧大小。分析是靜態(tài)的，因為它并不考慮交叉編譯和代碼執行。這樣，工程師可以快速的根據源代碼優(yōu)化內存使用率，例如，通過(guò)嘗試不同的數據類(lèi)型或修改模型中的邏輯。但是，接下來(lái)的分析和優(yōu)化階段將需要完整的嵌入式工具鏈來(lái)進(jìn)行板上內存利用和執行時(shí)間評估，如下文中的可執行目標代碼評估中所述(圖1)。 
圖 1：靜態(tài)代碼指標報告 。 2. 代碼驗證 源代碼驗證很大程度上依賴(lài)于代碼審查和需求可追溯性分析。MathWorks的新產(chǎn)品Simulink Code Inspector可對生成的源代碼自動(dòng)執行結構化分析并評估代碼是否符合詳細設計(low-level requirements)模型。該檢查可檢測每一行代碼在模型中是否都具有相應的元素或模塊。同樣，它還可以檢測模型中的元素以確定它們在結構上是否相當于生成代碼中的操作、運算符和數據。然后，它會(huì )生成詳細的模型到代碼和代碼到模型的可追溯性分析報告(圖2)。
圖 2：Simulink Code Inspector 報告。 其他源代碼驗證活動(dòng)包括確保符合行業(yè)代碼標準(如MISRA AC AGC：有關(guān)在自動(dòng)代碼生成過(guò)程中應用MISRA-C:2004的指南)。借助R2011a版，Embedded Coder允許開(kāi)發(fā)人員基于MISRA-C標準影響代碼生成器的輸出。這樣MISRA-C分析工具就可以應用于代碼檢查。例如，Polyspace代碼驗證產(chǎn)品可分析MISRA AC AGC和MISRA-C:2004代碼。Polyspace還可檢測代碼是否具有除零和數組超出邊界條件等運行時(shí)錯誤。Simulink Code Inspector結合Polyspace，可用于處理DO-178表A5中的所有涉及源代碼分析的代碼驗證目標。最差情形執行時(shí)間等目標將需要使用可執行目標代碼以及如下所述的其它技術(shù)和工具(圖3)。
圖 3：MISRA-C:2004 代碼生成目標規格。 可執行目標代碼評估 1. 代碼效率 Simulink通過(guò)使用軟件在回路(SIL)和處理器在回路(PIL)測試進(jìn)行評估分析來(lái)支持可執行目標代碼驗證。借助SIL測試，可對生成的代碼進(jìn)行編譯并在主機上運行，以便使用Simulink作為測試裝置提供的測試數據進(jìn)行代碼執行的快速評估。通過(guò)PIL測試，可將生成的代碼交叉編譯成可執行目標代碼(EOC)，并且在真正的飛行處理器或指令集模擬器上運行，同樣使用Simulink作為在環(huán)測試裝置。 對于任何使用可定制API和參考實(shí)現的嵌入式處理器的裸機或實(shí)時(shí)操作系統執行，Embedded Coder 都支持處理器在回路(PIL)測試。有這樣一個(gè)示例可供觀(guān)看和下載，這個(gè)示例中用到Green Hills MULTI IDE和用于Freescale MPC8620處理器的Integrity RTOS(圖4)。
圖 4：使用 PIL 測試驗證可執行目標代碼。 代碼特性執行報告在PIL測試過(guò)程中生成，用于評估瓶頸和優(yōu)化設計，例如使用代碼替換技術(shù)，這項技術(shù)以單指令/多數據(SIMD)和Intel集成性能基元(IPP)優(yōu)化代替默認的ANSI/ISO C自動(dòng)生成代碼。MATLAB可基于代碼特性執行數據生成圖形，以便將來(lái)進(jìn)行分析。DO-178和相關(guān)標準要求在復雜飛行硬件上驗證復雜飛行軟件，使PIL測試成為高完整性系統的關(guān)鍵驗證環(huán)節(圖5)。
圖 5：使用 MATLAB 對執行周期進(jìn)行特性分析。 2. 代碼驗證 借助基于模型的設計，可將用于驗證模型的同樣基于需求的仿真測試用例重用于SIL和PIL測試。工程師可應用模型仿真中使用的相同輸入數據，然后使用Simulink Data Inspector工具將SIL和 PIL測試結果與模型仿真結果進(jìn)行比較，以確定它們在數值上是否相等(圖6)。
圖 6：使用 Simulation Data Inspector 比較仿真和 PIL 測試結果。 DO-178B還需要進(jìn)行軟件的結構覆蓋率分析，包括修正的判定覆蓋率(MC/DC)，以評估代碼在測試過(guò)程中是否完全被執行。模型覆蓋率分析是模型級的類(lèi)似概念，它通過(guò)Simulink Verification and Validation工具實(shí)現，用于評估模型是否已完全測試�？偟膩�(lái)說(shuō)，模型和代碼覆蓋率分析可檢測設計、實(shí)現和測試中的潛在錯誤。Simulink Verification and Validation可提供模型覆蓋率分析功能。在R2011b版中，Embedded Coder與LDRA Testbed集成在一起，從而支持代碼覆蓋率分析和其他DO-178工作流程。 總之，基于模型的設計可實(shí)現自動(dòng)生成既高效又能夠在模型、源代碼和可執行目標代碼級別輕松進(jìn)行驗證的飛行代碼。通過(guò)將開(kāi)發(fā)和驗證集中在Simulink模型和仿真測試用例上這種方式可以使模型和測試用例得到重用，并有助于滿(mǎn)足DO-178B和DO-178C軟件目標，這樣企業(yè)可極大地降低成本并縮短產(chǎn)品上市時(shí)間。集成和已發(fā)布的API可通過(guò)DO-178開(kāi)發(fā)項目中使用的第三方工具實(shí)現整體解決方案。為補充這些軟件開(kāi)發(fā)過(guò)程改進(jìn)，Simulink在與MathWorks產(chǎn)品搭配使用以進(jìn)行系統物理建模、硬件在環(huán)(HIL)測試和FPGA的HDL代碼生成時(shí)，通過(guò)其對系統工程和相關(guān)標準(例如，ARP 4754)以及硬件開(kāi)發(fā)和相關(guān)標準(例如，DO-254)的支持提供了附加優(yōu)勢。
圖 7：使用 Simulink 模型覆蓋率分析工具和 LDRA Testbed 測量模型和代碼覆蓋率。 |
