简化汽车电子的时钟树设计

发布者:未来感知最新更新时间:2020-12-01 关键字:汽车电子  时钟树  自动驾驶 手机看文章 扫描二维码
随时随地手机看文章

现在汽车电子产品的发展比以往任何时候都快,特别是在各制造商都在将功能丰富的信息娱乐系统和高级驾驶辅助系统(ADAS)导入到产品线,并同时开发全自动驾驶汽车的时候。先进的半导体技术有助于这些新型汽车系统的快速开发和部署,半导体制造商也将越来越多汽车级产品推向市场,包括更高带宽的处理器、GPU、高速 PCI-Express 交换机和以太网交换机 SoC/PHY 以及 FPGA。采用最新一代的汽车级 IC 平台和连接解决方案,可在系统能力、功能、性能和成本方面带来显著的效益改善,但设计的复杂性也为系统设计人员带来了新的挑战。


这些挑战之一就是满足处理器、FPGA、交换机 SoC、以太网 PHY、USB PHY 和 PCI-Express Gen3/4 端点中高速 SerDes 对高精度、低抖动参考时钟日益增长的需求,进而满足汽车网络网关、信息娱乐系统、数字驾驶舱、ADAS、激光雷达和自动驾驶控制单元的需要。在这些不断发展的新应用中,精密参考时钟所需的数量正在稳定增加,需要对不同时钟同时提供单端和差分时钟格式,以及低至 300fs 的 RMS 相位抖动要求。


汽车电子技术的发展

过去,汽车系统设计使用较低带宽的处理器和微控制器,每块电路板设计只需要一到两个单端参考时钟频率。满足这些时序要求很简单,因为它们只需使用一两个石英晶体或晶体振荡器。随着现代汽车电子设计所使用参考时钟的数量增加,满足时序要求最简单的方法是添加更多的石英晶体或振荡器,然而,调整石英元件数量的方法有许多缺点和局限性。除了会增加电路板空间和成本外,石英晶体和振荡器先天上容易遭受冲击和振动故障,有很高的时间故障(FIT)率。增加石英晶体和振荡器的数量,会增加系统设计的故障点数,以及长期可靠性风险。

多年来,通信、运算、工业和消费类市场一直使用集成式硅基时钟发生器解决方案,而非石英晶体和振荡器,来满足对精确参考时钟时序的要求。为确保系统正常工作并将误码率降至最低,高精准度、低抖动的参考时钟在高速设计中至关重要。随着处理器速度和 SerDes 带宽水平的提高,对参考时钟的抖动要求也越来越难以满足。最新一代汽车网络网关、ADAS 传感器和自动驾驶平台目前正使用高带宽处理器、FPGA、1G/10GbE 连接和 PCI-Express Gen3/4/5 数据总线,它们要求差分时钟的相位抖动低于 500fs RMS。时钟发生器可以将多达八个石英晶体或振荡器的功能集成到一个 IC 中,并能在时钟输出上提供优异的 RMS 相位抖动性能(<300fs RMS),同时提供许多附加功能和优点,而有助于系统简化参考时钟的设计。


时钟树要求持续增长

通过整理系统设计所需的参考时钟组合,可以简化选择和确定最佳时序解决方案。一组参考时钟通常被称为“时钟树”。时钟树通常包括输入参考时钟、端点所需的输出时钟频率、时钟输出电平格式,以及每个参考时钟的最大抖动性能水平——其通常由每个端点器件制造商指定(表 1)。

 

时钟树指标。


除了新的汽车处理器、FPGA、连接和数据总线半导体解决方案正投入市场之外,经过 AEC-Q100 认证的硅基时钟解决方案现在也可用于简化汽车应用中日益复杂的时钟树设计问题。通过将参考时钟集成到时钟发生器 IC 中,系统设计人员可以减少故障点,提高系统可靠性,并在抖动性能和频率灵活性方面获得显著优势(图 1)。与传统的石英器件相比,额外的优点包括减少电路板空间面积以及降低解决方案的总成本。

 

时钟树实现——传统的多器件方法 vs 最新的优化解决方案。


汽车时序解决方案的进展

除了可在同一器件上产生分数和整数相关输出频率以外,最新一代符合 AEC-Q100 标准的时钟发生器还配备了完整的全新功能,而能够帮助简化汽车电子时序设计——所有这些都是传统石英晶体或振荡器解决方案所无法具备的。


在导入 ISO 26262 和 ASIL 的要求之下,安全性一直是所有汽车电子产品设计的首要任务。这些要求也会带来新的设计挑战。要在时序设计方面达到系统安全水平的目标,系统设计人员所使用的时钟发生器应具备冗余的主要和备用参考输入、健康状态监测功能,以及可直接与系统安全管理 IC 通信的故障检测指示器。


过去,汽车电子系统设计者一直不愿意采用时钟发生器,因为潜在的电磁辐射问题可能无法符合 CISPR25 Class4 或 Class5 的限制要求。扩频已经成为减少电磁辐射的一种通用做法,但是能够容许参考时钟扩频的频率和端点数量有限。最近由 Silicon Labs 完成的研究和 CISPR25 测试显示,使用互补式 LVCMOS 输出驱动器生成单端时钟,结合新的布局指南和实践,可大幅减少时钟的电磁波辐射,并且在 CISPR25 Class4 和 Class5 的测试上展现出优异的效果。


最新一代符合 AEC-Q100 标准的时钟发生器也可以实现完全编程,使系统设计人员能够在几分钟之内完全根据一组特定的时钟树要求完全定制出一套解决方案,而无需苦等定制器件的开发。如果在产品开发过程中需要更改,则可以通过简易的软件或使用 I2C 端口直接在系统内轻松地进行更改。


为提高乘客的安全性和体验,汽车制造商的自动驾驶系统正迅速采用新的网络、ADAS,以及利用先进的半导体处理器、FPGA、GPU 和以太网交换机 SoC/PHY。这些更高带宽新平台的采用,增加了设计的复杂性,同时也增加了对高精度、低抖动、单端和差分参考时钟的需求。汽车级 AEC-Q100 时钟发生器的推出,为系统设计人员提供集成式高性能解决方案,能够将整个时钟树集成到单个 IC 电路中,与传统的石英晶体和振荡器解决方案相比,可提高可靠性和降低系统成本。


关键字:汽车电子  时钟树  自动驾驶 引用地址:简化汽车电子的时钟树设计

上一篇:采用DC/DC降压稳压器优化汽车的EMI
下一篇:日本研发超高速电光调制器降低数据中心的冷却成本 推广用于汽车

推荐阅读最新更新时间:2024-11-09 07:37

自动驾驶和联网汽车的安全性分析
结语 确保整辆车的安全不是一件容易的事。领域分离是一个核心概念。。自动驾驶汽车的威胁模型还不完全清楚。必须从一开始就考虑安全性。
[嵌入式]
<font color='red'>自动驾驶</font>和联网汽车的安全性分析
我国汽车工业的崛起急需培育发展自主研发能力
近年来,我国汽车电子行业在汽车国内汽车行业飞速发展的带动下发展迅速,行业的战略地位和市场规模都得到较大提升。未来,随着汽车高端新型汽车系统渗透率的提升和智能网联汽车行业整体的发展,我国汽车电子行业的规模有望将继续扩大。汽车电子是将电子信息技术应用到汽车所形成的新兴行业。从广义上讲,汽车电子从基础元器件、电子零部件、车载电子整机、机电一体化的电子控制系统(ECU)、整车分布式电子控制系统、与汽车电子有关的车外电子系统等软硬件。 国家对汽车电子产业发展给予持续的政策支持,主要政策着眼点包括三方面:一是高度关注智能网联汽车领域的开发应用;二是支持先进汽车电子核心技术研发,如车规级芯片、车载高精度传感器、车载智能终端等;三是支持汽车电
[嵌入式]
落地加速,L3级自动驾驶进入快车道
当下,随着新能源汽车市场的逐渐火爆,越来越多的消费者在购车时也将车辆的智能驾驶功能纳入到了考虑之中,希望爱车能够帮助自己减小开车时遇到的困难与烦恼。与此同时,市场目光也渐渐投向了自动驾驶领域,L3级以及更高级别的自动驾驶商业化进程正驶入“快车道”。 当前,智能驾驶功能快速上车,L2级辅助驾驶技术已经成熟,市场对更高级别智能驾驶的需求正在逐步增大。有数据显示,2023年1-3月,乘用车行业L2级及以上渗透率为33.4%,同比提升9个百分点;新势力品牌L2级及以上渗透率基本在70%以上,头部自主品牌L2级及以上渗透率在30%以上。与此同时,逐渐放开的政策也在助力更高级别辅助驾驶的落地,种种迹象已经表明,国内自动驾驶从L2到L3跃升
[汽车电子]
辅助驾驶和自动驾驶系统的基础 博世推出与硬件解耦的视觉感知软件模块
对于SAE L0 – L4级自动驾驶,对车辆周边环境的视觉感知是辅助与自动驾驶及泊车功能的基础 与硬件解耦的博世视觉感知软件模块可应用于多种片上系统(SoC) 客户可整合不同来源的产品技术,打造更契合自身需求的个性化解决方案 德国斯图加特——面对单调的驾驶环境、漫长的车程和堵车,很多驾驶员都希望能在驾驶过程中除了关注路况还能有精力顾及别的事务。 博世正为日益增强的自动驾驶功能打造技术基石,令驾驶员能够在短时间内无需关注路况。在辅助驾驶向自动驾驶发展的过程中,基于视频图像的环境感知发挥着关键作用。可靠的车辆周边环境信息能够确保自动、安全且轻松的驾驶。博世不仅能提供软硬件协同的解决方案,还推出了与硬件解耦的视觉感
[汽车电子]
辅助驾驶和<font color='red'>自动驾驶</font>系统的基础  博世推出与硬件解耦的视觉感知软件模块
奔驰击败特斯拉,拿下加州首张自动驾驶许可证
6 月 9 日消息,据路透社报道,美国加州机动车辆管理局(DMV)周四向梅赛德斯-奔驰颁发了加州首张自动驾驶车辆部署许可证,批准奔驰的驾驶辅助系统“Drive Pilot”可在指定高速公路上无需驾驶员介入。 ▲ 图源:奔驰 报道称,DMV 将许可证授予了奔驰 L3 级“Drive Pilot”系统,该系统允许驾驶员合法地将视线从方向盘上移开,但必须能够在需要时介入控制。DMV 在声明中表示,“Drive Pilot”系统只能在白天以不超过每小时 40 英里(IT之家备注:约 64.37 公里)的速度在高速公路上运行。 ▲ 图源:奔驰 据介绍,此次 DMV 颁发的自动驾驶车辆部署许可证允许梅赛德斯-奔驰在加州湾区、中
[汽车电子]
奔驰击败特斯拉,拿下加州首张<font color='red'>自动驾驶</font>许可证
如何提高自动驾驶汽车感知模型的训练效率和GPU利用率
由于采用了多摄像头输入和深度卷积骨干网络,用于训练自动驾驶感知模型的 GPU 内存占用很大。当前减少内存占用的方法往往会导致额外的计算开销或工作负载的失衡。 本文介绍了 NVIDIA 和智能电动汽车开发商蔚来的联合研究。具体来说,文中探讨了张量并行卷积神经网络(CNN)训练如何有助于减少 GPU 内存占用,并展示了蔚来如何提高自动驾驶汽车感知模型的训练效率和 GPU 利用率。 自动驾驶的感知模型训练 自动驾驶感知任务采用多摄像头数据作为输入,卷积神经网络(CNN)作为骨干(backbone)来提取特征。由于 CNN 的前向激活值(activations)都是形状为(N, C, H, W)的特征图(feature maps)
[嵌入式]
如何提高<font color='red'>自动驾驶</font>汽车感知模型的训练效率和GPU利用率
基于仿真的自动驾驶可靠性分析算法
随着自动驾驶技术的加速发展与应用落地,如何检验和验证自动驾驶车辆及系统的可靠性变得至关重要。自动驾驶系统存在的风险可以通过该系统发生事故即失效的概率衡量,因此,验证自动驾驶系统失效的概率是否低至可以接受水平是自动驾驶验证的一个重要目标。为了验证或估计这个极低的概率,需要高昂的时间及安全成本完成实车路测——根据相关分析,为了得到失效概率的一个可靠置信区间(95%置信度,相对误差20%)需要超过五千万英里的道路测试。故高成本效益的仿真模拟测试成为验证自动驾驶系统可靠性的重要手段。 本文简要阐述和分析蒙特卡罗方法面对小概率事件时的困难,如何通过可靠性分析算法估计自动驾驶系统在逻辑场景中的失效概率,并将基于场景的测试结果转化为整体失效
[嵌入式]
基于仿真的<font color='red'>自动驾驶</font>可靠性分析算法
MIT研究人员使用AI预测其他道路行为 提高自动驾驶安全
人类可能是全自动驾驶汽车进入城市街道的最大障碍之一。机器人必须能够预测附近驾驶员、骑自行车的人和行人的行为,才能在波士顿市中心安全地驾驶车辆。然而行为预测问题很难解决,当前的人工智能解决方案要么过于简单(可能假设行人总是走直线),要么过于保守(为了避开行人,机器人只是把车停在公园里),或者只能预测一个代理的下一步动作(道路通常同时承载许多用户。) 据外媒报道,麻省理工学院(MIT)的研究人员设计出一种看似简单的解决方案,通过将多智能体行为预测问题分解成更小的部分并单独处理每个部分,使得计算机可以实时解决这一复杂任务。 图片来源:arxiv 研究人员的行为预测框架首先会猜测两个道路使用者之间的关系,哪辆车、骑自行车
[汽车电子]
MIT研究人员使用AI预测其他道路行为 提高<font color='red'>自动驾驶</font>安全
小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved