基于FPGA的TMR方法改進(jìn)策略

　　因為TMR資源消耗較大，一般方法中由于布線以及表決器的實現(xiàn)，當(dāng)粒度越小耗費的資源更多。文獻(xiàn)提出了一種比較新穎的小粒度的方法，它對基于SRAM的FPGA的結(jié)構(gòu)進(jìn)行了一些改變(LUT及CLB結(jié)構(gòu))，以小粒度來實現(xiàn)TMR但資源消耗卻得到降低。

　　文中選用Xilinx Virtex-5系列芯片。其基本結(jié)構(gòu)是由兩個5輸入的LUT實現(xiàn)的一個6輸入的LUT。如圖3所示。如果低五位輸入數(shù)據(jù)相同那么可以實現(xiàn)兩個5輸入的LUT。在有些情況下，只需要5輸入的LUT，此時另一個LUT沒有被使用。如果在布局時使其總滿足這種情況，那么可以用留下的資源來實現(xiàn)TMR。

　　一個TMR需要兩個LUT，而兩個TMR只需要三個LUT，需要在LUT內(nèi)部實現(xiàn)表決器、報錯電路以及其他的一些控制線，這增加了LUT內(nèi)部的布線和延遲。

　　這種方法的優(yōu)點是粒度減小，可靠性增加，資源消耗少，可通過檢錯和定位進(jìn)行有條件的重構(gòu)，減少了功耗和配置時間。實驗結(jié)過表明，相比于傳統(tǒng)的小粒度的TMR，這種方法額外資源消耗只為76.5%，而傳統(tǒng)的則達(dá)到242%。

　　2.4 基于空間搜索方法的TMR技術(shù)

　　由于部分以及小粒度TMR的出現(xiàn)，在FPGA和設(shè)計約束的情況下，對粒度以及電路模塊的選擇是一個關(guān)鍵的問題，而往往只知道資源、功耗及可靠性等要求，實際的布局與實現(xiàn)是一個棘手的問題。文獻(xiàn)都提出了基于空間搜索的方法。這種方法是提供資源、功耗與可靠性等參數(shù)，在各種可能的解決方法中進(jìn)行搜索而得到最優(yōu)的結(jié)果。

　　2.5 基于時間的TMR技術(shù)

　　基于時間的基本思想是通過多次計算進(jìn)行故障屏蔽，是對相同的計算重復(fù)進(jìn)行兩次或者多次并比較結(jié)果以檢測和克服錯誤。當(dāng)對某一部分的電路得到一個結(jié)果后，暫時將其存儲起來，延遲一定時間后再進(jìn)行一次計算并輸出存儲，若比較結(jié)果不一致則出現(xiàn)了錯誤，此時再延遲相同的時間，將其輸出作為正確的結(jié)果輸出。

　　這種方法對于檢測瞬時故障很有效，但其容錯效果與延遲時間有關(guān)系。此方法實際上使用時間的延長換取了資源的節(jié)省，對于實時性較高的系統(tǒng)使用性較差。

　　2.6 基于軟、硬件冗余的TMR技術(shù)

　　對于在硬件上出現(xiàn)的不可修復(fù)的損壞，上面的方法將都會失效。此時對每個模塊中采用三個不同的版本的文件(一個使用，兩個備份)且每個模塊還有1/4的硬件冗余資源。如果出現(xiàn)了硬件故障，則首先用其他版本對其進(jìn)行重新配置，如果這樣問題還得不到解決，那么通過使用額外的冗余資源重新布局以繞過出錯的部分。但是由于對冗余資源及存儲單元的要求，這種方法進(jìn)一步增加了資源的消耗。

　　3 TMR技術(shù)發(fā)展展望

　　基于以上的分析，用圖4所示的框圖來描述TMR技術(shù)出現(xiàn)的問題與改進(jìn)方法之間的關(guān)系。由于硬件存在故障積累的問題，所以在系統(tǒng)可靠性的要求下產(chǎn)生出了多種新的基于TMR的解決辦法，不過這些技術(shù)都只是針對某些問題而提出的，它只解決了部分問題同時也帶來了一些新的問題，所以基于TMR的容錯技術(shù)仍然不夠成熟。

　　不過其中小粒度的TMR技術(shù)是一種靈活性很大的方法，它結(jié)合其他的一些方法可以在節(jié)約資源的基礎(chǔ)上達(dá)到較好的性能，基于小粒度的TMR的技術(shù)將會是TMR技術(shù)的一個主要發(fā)展方向，需要進(jìn)一步解決由于布線資源相對增多而對系統(tǒng)可靠性的影響。另外，由于小粒度TMR的實現(xiàn)需要對系統(tǒng)的各部分電路進(jìn)行選擇并進(jìn)行布局，所以TMR實現(xiàn)的自動化也是一個需要研究的方向。

　　4 結(jié)語

　　總結(jié)了TMR技術(shù)存在的突出問題，研究了這些新方法，分析了其優(yōu)勢以及存在的問題并指出了相應(yīng)的解決辦法。TMR技術(shù)的發(fā)展應(yīng)該以高效的實現(xiàn)方法及可靠性為方向，以穩(wěn)健的評估策略為基礎(chǔ)，根據(jù)所要達(dá)到的參數(shù)要求，以較高的自動化的方式在不同的粒度和布局上進(jìn)行權(quán)衡而得到最終的TMR解決方案。