從仿真模型自動生成代碼是基于模型設計中的關鍵開發(fā)環(huán)節(jié)，可實質(zhì)性地減少開發(fā)團隊手寫代碼所花費的時間和工作量。要想成功開發(fā)高性能的嵌入式系統(tǒng)，就必須生成非常高效的代碼。代碼效率目標包括內(nèi)存使用的最小化和執(zhí)行速度的最大化。要想成功部署軍用和國防系統(tǒng)，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)測量代碼效率和進行代碼驗證。所討論的開發(fā)和驗證活動用于滿足DO-178B和DO-178C要求，同時也用于滿足與DO-178C更新一同發(fā)布的基于模型的開發(fā)和驗證的補充說明。本文并非介紹產(chǎn)品系列中的每個工具或DO-178標準的所有條款；恰恰相反，本文關注的重點是新技術。

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廣泛的類別。第一個測量RAM、ROM的內(nèi)存使用率和堆棧大??；第二個測量執(zhí)行周期計數(shù)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(nèi)存占用率。此報告可根據(jù)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)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(zhí)行。這樣，工程師可以快速的根據(jù)源代碼優(yōu)化內(nèi)存使用率，例如，通過嘗試不同的數(shù)據(jù)類型或修改模型中的邏輯。但是，接下來的分析和優(yōu)化階段將需要完整的嵌入式工具鏈來進行板上內(nèi)存利用和執(zhí)行時間評估，如下文中的可執(zhí)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執(zhí)行結(jié)構(gòu)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(jié)構(gòu)上是否相當于生成代碼中的操作、運算符和數(shù)據(jù)。然后，它會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包括確保符合行業(yè)代碼標準(如MISRA AC AGC：有關在自動代碼生成過程中應用MISRA-C:2004的指南)。借助R2011a版，Embedded Coder允許開發(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(shù)組超出邊界條件等運行時錯誤。Simulink Code Inspector結(jié)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(zhí)行時間等目標將需要使用可執(zhí)行目標代碼以及如下所述的其它技術和工具(圖3)。

圖 3：MISRA-C:2004 代碼生成目標規(guī)格。

可執(zhí)行目標代碼評估

1. 代碼效率

Simulink通過使用軟件在回路(SIL)和處理器在回路(PIL)測試進行評估分析來支持可執(zhí)行目標代碼驗證。借助SIL測試，可對生成的代碼進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(shù)據(jù)進行代碼執(zhí)行的快速評估。通過PIL測試，可將生成的代碼交叉編譯成可執(zhí)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和參考實現(xiàn)的嵌入式處理器的裸機或?qū)崟r操作系統(tǒng)執(zhí)行，Embedded Coder 都支持處理器在回路(PIL)測試。有這樣一個示例可供觀看和下載，這個示例中用到Green Hills MULTI IDE和用于Freescale MPC8620處理器的Integrity RTOS(圖4)。[!--empirenews.page--]

圖 4：使用 PIL 測試驗證可執(zhí)行目標代碼。

代碼特性執(zhí)行報告在PIL測試過程中生成，用于評估瓶頸和優(yōu)化設計，例如使用代碼替換技術，這項技術以單指令/多數(shù)據(jù)(SIMD)和Intel集成性能基元(IPP)優(yōu)化代替默認的ANSI/ISO C自動生成代碼。MATLAB可基于代碼特性執(zhí)行數(shù)據(jù)生成圖形，以便將來進行分析。DO-178和相關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(tǒng)的關鍵驗證環(huán)節(jié)(圖5)。

圖 5：使用 MATLAB 對執(zhí)行周期進行特性分析。

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(shù)據(jù)，然后使用Simulink Data Inspector工具將SIL和 PIL測試結(jié)果與模型仿真結(jié)果進行比較，以確定它們在數(shù)值上是否相等(圖6)。

圖 6：使用 Simulation Data Inspector 比較仿真和 PIL 測試結(jié)果。

DO-178B還需要進行軟件的結(jié)構(gòu)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程中是否完全被執(zhí)行。模型覆蓋率分析是模型級的類似概念，它通過Simulink Verification and Validation工具實現(xiàn)，用于評估模型是否已完全測試?？偟膩碚f，模型和代碼覆蓋率分析可檢測設計、實現(xiàn)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現(xiàn)自動生成既高效又能夠在模型、源代碼和可執(zhí)行目標代碼級別輕松進行驗證的飛行代碼。通過將開發(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)品上市時間。集成和已發(fā)布的API可通過DO-178開發(fā)項目中使用的第三方工具實現(xiàn)整體解決方案。為補充這些軟件開發(fā)過程改進，Simulink在與MathWorks產(chǎn)品搭配使用以進行系統(tǒng)物理建模、硬件在環(huán)(HIL)測試和FPGA的HDL代碼生成時，通過其對系統(tǒng)工程和相關標準(例如，ARP 4754)以及硬件開發(fā)和相關標準(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。