DSP錯誤檢測與糾正功能在基站中的應(yīng)用

2014-03-12 18:10:11鄭曉東楊潤豐卞建勇盧蕓

現(xiàn)代電子技術(shù) 2014年5期

鄭曉東　楊潤豐　卞建勇　盧蕓

摘要：通信系統(tǒng)要求高穩(wěn)定性，但外部惡劣的電磁環(huán)境會導(dǎo)致基帶板所使用DSP中的存儲器發(fā)生單粒子翻轉(zhuǎn)（SEU），從而導(dǎo)致系統(tǒng)異常復(fù)位。針對該問題，著重介紹了如何應(yīng)用DSP的錯誤檢測與糾正（EDAC）功能，以及如何解決EDAC應(yīng)用與cache操作之間的沖突。通過實際應(yīng)用，基站出現(xiàn)SEU異常的機率明顯降低，系統(tǒng)穩(wěn)定性得到提高。

關(guān)鍵詞：錯誤檢測與糾正；單粒子翻轉(zhuǎn)；基帶板；高速緩存

中圖分類號： TN710?34； TP368.1 文獻標識碼： A 文章編號： 1004?373X（2014）05?0047?03

0 引言

目前無線通信應(yīng)用極為廣泛，為了提高通信質(zhì)量和覆蓋區(qū)域，需要在不同的地區(qū)建立基站。在一些電磁環(huán)境比較惡劣的地點[1]，或者受外部輻射影響[2]，基站中的一些大規(guī)模集成電路常常會受到干擾，導(dǎo)致不能正常工作。德州儀器（TI）C64x+DSP在通信系統(tǒng)的基帶單板上具有廣泛應(yīng)用，在實際使用中，基帶板偶爾會出現(xiàn)異常復(fù)位，通過排查發(fā)現(xiàn)其中有些復(fù)位的原因是由于程序空間或數(shù)據(jù)空間的某個位發(fā)生了翻轉(zhuǎn)，導(dǎo)致指令改寫或是所使用的數(shù)據(jù)錯誤，最終導(dǎo)致程序跑飛或資源沖突異常而復(fù)位。為了能夠?qū)ξ诲e誤的異常進行檢測和處理，引入了EDAC功能來提高系統(tǒng)的可靠性。

本文TI公司生產(chǎn)的C64x+系列DSP中的EDAC基本原理與其他芯片EDAC的實現(xiàn)原理相類似，均是以漢明碼為基礎(chǔ)實現(xiàn)糾檢錯功能[2?6]，但也具有其自身的特點，首先對該DSP芯片的EDAC功能做一個簡要介紹。

1 C64x+EDAC功能說明

EDAC是TI C64x+DSP提供的用來對L1P和L2空間進行錯誤檢測和糾正的一項功能，該功能主要用來保護程序空間和不經(jīng)常更新的數(shù)據(jù)空間。當(dāng)對L1P、L2空間進行讀操作時，可以通過該功能來檢查此次讀取的數(shù)據(jù)是否發(fā)生某位錯誤的異常。如果發(fā)生了，則該功能可以對L1P空間的1位翻轉(zhuǎn)進行檢測；對L2 空間的1位的翻轉(zhuǎn)進行檢測與糾正，但多位的翻轉(zhuǎn)無法進行糾正，但是可以通過中斷事件通知CPU，CPU采取相應(yīng)的策略來降低基帶單板復(fù)位的風(fēng)險。

在DSP上電時EDAC功能是未使能的。當(dāng)錯誤檢測邏輯未使能時，對L1P、L2的寫操作將導(dǎo)致相關(guān)的有效位（valid bit）被清0。可以通過對寄存器設(shè)置來使能L1P、L2的錯誤檢測功能，同時也可以設(shè)置檢測L2空間的范圍。使能后，在寫操作的地址為256 b對齊，且數(shù)據(jù)長度為256 b時，將更新位于L2 RAM中存儲的校驗位和有效位，如果寫操作的數(shù)據(jù)小于256 b，則更新校驗位RAM空間相應(yīng)的有效位表明為“無效校驗位” [7?8]。

DSP通過漢明碼來檢查256 b內(nèi)的多位錯誤和糾正單位錯誤。在使能了EDAC功能后，CPU每次在對L1P、L2空間進行讀操作時，都會進行錯誤檢測，并且所有的讀操作都是256 b對齊。但在通過DMA/IDMA對L1P進行讀操作時，只有當(dāng)讀取的數(shù)據(jù)大小為256 b或256 b的整數(shù)倍時，才會進行EDAC的檢測。圖1是錯誤檢測的邏輯，從該邏輯圖中可以看到，錯誤檢測時先將讀到的256 b數(shù)據(jù)進行逐位異或計算的校驗位與寫操作時保存在L2 RAM中的校驗位進行異或比較，然后與有效位進行與操作，即最終的結(jié)果是由有效位和校驗位來共同決定的。

當(dāng)在進行讀取或DMA/IDMA讀訪問時檢測到位翻轉(zhuǎn)異常，則會輸出相應(yīng)的異常。L1P產(chǎn)生一種異常，L2空間能夠產(chǎn)生兩種異常，通過中斷處理器交給CPU進行異常處理。

2 EDAC功能實現(xiàn)

在調(diào)試EDAC功能的過程中，發(fā)現(xiàn)會發(fā)生SEU錯誤誤報的問題，通過定位和分析，確定與L2 cache 一致性（coherence）操作有關(guān)，通過與TI溝通，確認芯片的EDAC存在一個缺陷，最終TI發(fā)布了勘誤表并給出了具體的原因和規(guī)避方法。

產(chǎn)生該問題的原因是：當(dāng)L2在進行cache 一致性操作時，如果在操作完成之前，CPU的操作產(chǎn)生L1d cache victim，那么L1d victim操作會錯誤地將L1d EDAC的有效位置為1，導(dǎo)致CPU在從L1d進行讀操作時EDAC會對L1d空間進行檢測，而之前L1d空間并沒有生成校驗數(shù)據(jù)，從而使得EDAC錯誤的上報EDAC檢測到異常（雖然EDAC文檔中說其不監(jiān)測L1D空間，但是EDAC相關(guān)的有效位，校驗位仍存在，只是沒有去使用）。如果在cache操作的過程中存在CPU的操作，或者在cache操作的時候有中斷發(fā)生而進入中斷響應(yīng)函數(shù)，這些都會導(dǎo)致產(chǎn)生L1d cache victim[9]。

2.1 EDAC缺陷的規(guī)避方法

根據(jù)TI提供的解決方法和DSP使用cache的實際情況，通過以下方法來進行規(guī)避。首先在所有的cache操作之前進行中斷屏蔽，其次使用cache操作的匯編函數(shù)來避免cache操作本身產(chǎn)生L1d victim。在使用中斷屏蔽時，要注意cache操作的數(shù)據(jù)長度，如果數(shù)據(jù)長度過長的話，為了避免中斷屏蔽時間過長，需要對cache維護的空間進行分段cache操作，然后對各個小段進行中斷屏蔽，這樣其他的中斷仍可以在各個小段之間被響應(yīng)。

2.2 EDAC功能初始化

在初始化過程中，基本過程為：

（1）使用IDMA來擦除（scrub） L2 RAM空間，目的是將該空間對應(yīng)的EDAC有效位設(shè)為0（因為此時EDAC功能還沒有開啟）；

（2）清除L1p、L2的EDAC錯誤狀態(tài)；

（3）使能EDAC，并且設(shè)置EDAC監(jiān)測的L2 RAM范圍；

（4）再次通過IDMA來擦除L2 RAM空間，目的是生成有效位和校驗位，第一次進行的操作由于還沒有使能EDAC功能，因此有效位為0，這樣就能保證EDAC使能后，第二次scrub操作時，由于有效位為0而不會進行EDAC的檢測。如果僅僅是在EDAC使能后進行scrub操作，那么可能會由于某些地址的有效位為1（第一次為隨機值）而產(chǎn)生校驗錯誤。

（5）再次清除EDAC錯誤狀態(tài)；

注意：scrub的時候不要對L2 cache空間進行操作，同時配置檢測空間時也不要配置L2 cache空間，cache空間EDAC會自動進行維護，不需要軟件介入。

在初始化過程中可以利用TI CSL庫中提供的EDAC相關(guān)的函數(shù)，例如CSL_edcDisable（）、CSL_edcEnable（）、CSL_edcPageEnable（）等函數(shù)來提高軟件開發(fā)速度。

2.3 EDAC中斷處理

對于EDAC中斷響應(yīng)函數(shù)。EDAC會產(chǎn)生三種類型的事件，如表1所示，分別是L1p 1位翻轉(zhuǎn)，L2 1位翻轉(zhuǎn)以及L2 多位翻轉(zhuǎn)，這三個事件可以通過ECM路由到同一個中斷，或者每個事件直接路由到某個可屏蔽中斷。這個可以根據(jù)實時性需要，以及當(dāng)前剩余可用可屏蔽中斷個數(shù)來決定。

下面說明各種類型EDAC異常的處理方式。

（1）對于L2 多位翻轉(zhuǎn)（機率很低），EDAC也無能為力，遇到這種情況，可以直接上報嚴重告警，并復(fù)位DSP來解決。

（2）對于L1p 的1 b翻轉(zhuǎn)，糾正過程是：首先清除掉EDAC的所有錯誤狀態(tài)的標志位；然后進行糾正，由于通常L1p全部設(shè)置為cache空間，所以對于L1p的糾正，只需要進行cache的invalidate操作即可，即從L2的代碼段空間重新讀取正確的代碼數(shù)據(jù)，invalidate操作的起始地址為EDAC檢測到的錯誤地址，長度為L1p cache line。

（3）對于L2的1 b翻轉(zhuǎn)，糾正過程是：首先清除掉EDAC的所有錯誤狀態(tài)的標志位，如果對DSP代碼段進行了內(nèi)存保護，而糾正過程會有回寫糾正的操作，則需要在糾正代碼段之前先將當(dāng)前檢測到的錯誤地址所在頁（page）的內(nèi)存保護取消，然后進行糾正，糾正的操作很簡單只要對錯誤地址進行“讀—回寫”操作，EDAC硬件模塊就會自動完成，例如：EdacAddr是檢測到的錯誤地址，32字節(jié)對齊的，則可以使用IDMA進行讀寫操作來進行糾正。

中斷響應(yīng)函數(shù)處理的速度越快越好，如果ISR消耗的時間過長，可能會對后續(xù)代碼的運行造成影響。對于1位的錯誤其實完全可以不進中斷來糾正原始的代碼，因為在讀取的時候發(fā)現(xiàn)的1位翻轉(zhuǎn)在交給CPU的時候已經(jīng)是糾正后正確的值了，如果需要糾正L2中的數(shù)據(jù)，那么可以在中斷中post一個信號量，然后在CPU空閑的時候來糾正L2原始數(shù)據(jù)。

3 結(jié) 語

隨著芯片集成度的增加，以及各類電子系統(tǒng)工作的電磁環(huán)境的日益惡化，各類芯片發(fā)生單粒子翻轉(zhuǎn)錯誤的可能性也在增加。因此越來越多的高性能DSP提供了EDAC功能，但之前并未見應(yīng)用DSP EDAC功能應(yīng)用的介紹。該文針對TI DSP的EDAC功能給出了具體使用方法，并且對TI DSP EDAC功能的缺陷給出了規(guī)避方法。目前該功能已正式在基站的基帶板中應(yīng)用，在1 000多個基站出現(xiàn)SEU異常的次數(shù)由原來的每月1～2例，減少到6個月未發(fā)現(xiàn)1例，系統(tǒng)穩(wěn)定性得到提高。

參考資料

[1] 李飛，張志敏，王巖飛.錯誤檢測與糾正電路的設(shè)計與實現(xiàn)[J].單片機與嵌入式系統(tǒng)應(yīng)用，2003（2）：34?39.

[2] 張路，賀興華，盧煥章.空間DSP加載系統(tǒng)可靠性設(shè)計[J].計算機工程，2010，36（5）：15?17.

[3] 龔銳，陳微，劉芳，等.FT51：一種容軟錯誤高可靠微控制器[J].計算機學(xué)報，2007，30（10）：1662?1673.

[4] 薛挺，張開峰，張哲.基于漢明碼的32位數(shù)據(jù)糾錯電路設(shè)計[J].空間電子技術(shù)，2010（2）：67?70.

[5] 林博.存儲芯片糾檢錯電路設(shè)計與FPGA實現(xiàn)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2007.

[6] 陳微.高可靠性微處理器設(shè)計關(guān)鍵技術(shù)研究與實現(xiàn)[D].長沙：國防科學(xué)技術(shù)大學(xué)，2006.

[7] Texas Instruments. Error detection and correction （EDC） mechanism of C64x+ memories [M]. USA： Texas Instruments， 2010.

[8] Texas Instruments. TMS320C66x DSP CorePac user′s guide [EB/OL]. [[2011?07?07].] http：//www.ti.com/lit/ug/sprugw0b/sprugw0b.

[9] Texas Instruments. TMS320TCI6487/8 digital signal processor silicon revisions 2.1， 2.0， 1.3， 1.2， 1.1， 1.0 [EB/OL]. [2011?03?12].http：//www.ti.com/lit/er/sprz248h/sprz248h.pdf.