通信设备软错误防护研究 本文关键词：通信设备，防护，错误，研究
通信设备软错误防护研究 本文简介：【摘要】随着集成电路特征尺寸进入纳米级，高能粒子造成的软错误已对电路的正常工作构成严重威胁。现代通信设备的集成电路具有工作频率高、存储单元数量多的特点，易受软错误影响。本文简述了软错误的原理与现象，并列举了现代通信设备中软错误造成的影响以及防护措施实例。【关键词】软错误；DSP；防护软错误（soft
通信设备软错误防护研究 本文内容：
【摘要】随着集成电路特征尺寸进入纳米级，高能粒子造成的软错误已对电路的正常工作构成严重威胁。现代通信设备的集成电路具有工作频率高、存储单元数量多的特点，易受软错误影响。本文简述了软错误的原理与现象，并列举了现代通信设备中软错误造成的影响以及防护措施实例。
【关键词】软错误；DSP；防护
软错误（softerror）也被称为单事件翻转（SEU,SingleEventUpset），是由宇宙辐射中的中子和封装材料中的α粒子轰击电路所造成的瞬态错误[1]。它是一种间歇性的不可预测的硬件工作错误。过去曾经认为高能粒子在穿越大气层时能量迅速减弱，将不会引起地面上的集成电路发生功能性错误。但是随着集成电路特征尺寸的急剧减小，单芯片中的节点迅速增加，并且由于供电电压的降低，节点的电量也随之降低，较低能量的粒子也有可能影响集成电路的正常运行[2]。当粒子轰击集成电路时，粒子与硅晶格在库伦力的作用下会产生沉积电荷。当电荷累计到一定量时，受影响节点会翻转到一个错误的逻辑值。对于存储器或触发器等时序逻辑电路，错误的值将被保持直到下一个值写入，这种现象被称为SEU。对于组合逻辑电路，错误值只会形成一个宽0.35ns～1.3ns的毛刺[3]，称为单事件瞬态（SET,SingleEventTransient）。SEU的发生频率很高，商用MIPS处理器在500公里地球近地轨道上大约每分钟发生一次SEU[2]。
1通信系统中的软错误现象
在现代通信系统中，存储单元软错误的发生极为常见。TI的文档中将单事件翻转造成的原因归纳为以下两点：
1.1α粒子排放
包装材料（通常238U和232Th的）会发生自发辐射事件，这些事件将创造α粒子通过半导体并引起跳变，发生率是由所使用的包装材料来确定。
1.2中子罢工
大气里的中子会撞击材料在芯片内引起连锁反应，导致生成阿尔法粒子，发生率是由该装置的地理位置和周围的环境来确定。1bit跳变在一个关键的DSP内存空间会导致DSP的即时异常，引发的DSP资源不可用告警。由于现在1bit跳变检测是对片内代码段进行检测的，但是如果发生在其他地方，如数据段等，那样就检测不出来（代码就会跑飞），或者发生1bit跳变时并没有检测到的时候，业务也会有问题，但是不会上报任何告警，DSP也不会复位。在上报DSP资源不可用告警的时候，DSP的所有服务将被释放，然后在DSP内存信息将存储在一个黑盒内。在收集DSP的黑盒信息期间，业务将建立在其它DSP上。收集完成时，DSP将被重置并重新加载。DSP的重装过程完成后，告警将被清除。整个过程如图1所示。1bit跳变在非关键的DSP存储器空间不会导致DSP的即时异常。在这种情况下，为了避免这种不正常的DSP上运行的服务，该内存将被定期检查，它被定义为内存软校验。
2通信设备的软错误防护实例
某通信公司处理的故障某日接到用户投诉，表示连续呼叫多次均自动释放，后台查看该用户呼叫记录，释放原因为“28:IU-UP失败”，
IU-UP消息属于RANAP消息，一般出现在RNC到MGW承载建立过程中。通过当天全时段查询，失败原因为“28:IU-UP失败”的记录只有在无线主设备RNCX下存在，单小时可达165次，而在该时间段，RNCX下的呼叫记录有34854条，发生概率非常低，约0.34%。通过系统继续分析其他RNC业务信道指配成功率，发现RNCX成功率为99.35%，远低于其他RNC（一般为99.7%以上）。而失败原因为“28:IU-UP失败”的只有RNCX下存在上百次统计，其余RNC均为0。问题初步定位为RNCX承载建立过程存在问题。通过后台告警、性能进行分析发现RNCX电路域RAB指派建立失败的RAB数目指标中确实存在少量的IUUP建立失败的情况，通过历史性能查询发现该问题从投诉发生前一日中午开始出现。后将该设备前后的配置及参数数据进行比对未发现有异常数据修改。通过获取RNCX的关联日志以及系统日志分析发现，IUUP失败集中在某块DSP模块上面，怀疑是由于DSP异常引起。
该公司当晚将异常DSP进行复位操作，“IU-UP失败”现象消失，问题得到解决。通过获取黑盒再次进行分析发现giErrorCode=190，该代码对应到的DSP故障原因为DSP出现1bit跳变。随后对设备打开如下功能，问题得到解决：
2.1打开内存软校验
DSP的内存会定期检查。如果MemChkFailReSwi开关处于ON，当发现一个DSP的位跳变，DSP将被重置。如果MemChkFailReSwi为OFF时，将不对DSP做任何操作。
2.2打开ECC的逻辑功能
当ECC逻辑被使用（SlaveEccSwitch为ON），1bit错误可以被校正。但是，在代码存储区被限制。根据TI的文档中，ECC逻辑功能的主要目的是为了保护该程序代码和静态数据，是不经常改变。ECC逻辑能够检测双位错误，并在每个256位对齐访问纠正单比特错误。
作者：吴珍妮 单位：中国联合网络通信有限公司合肥市分公司
通信设备软错误防护研究 来源：网络整理
免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
相关文章