49
2018 年，我们看到了半导体元器件和汽车的高效融合，看到了人工智能产业的落地艰辛，当然还有 5G 技术和测试飞速发展将商用时间提前等等。在即将到来的 2019 年，我们关注的重点和难点又在哪里呢？11 月 13 日，NI (美国国家仪器公司，National Instruments，简称 NI)发布了《NI 趋势展望报告 2019》。报告探讨了日新月异的技术发展所面临的关键工程趋势和挑战，包括物联网（IoT）、从原型验证到商业化部署的 5G 技术推进以及大众自动驾驶等领域。
NI 全球营销副总裁 Shelley Gretlein 表示：“这些工程趋势正在打破传统的行业和产品测试，带来了前所未有的复杂挑战。 然而，这也极大地推动了创新，促使我们从根本上转变自动化测试和自动化测量方法，向“软件定义的系统”做出关键的转变。”
在 NI 的上海新办公室，NI 市场营销副总裁 John Pasquarette，NI 亚太区市场总监汤敏和 NI 大中华区市场经理刘旭阳一起为大家解读了《NI 趋势展望报告 2019》。
左一：NI 大中华区市场经理刘旭阳，中间：NI 市场营销副总裁 John Pasquarette，右一：NI 亚太区市场总监汤敏
5G 迎来新的无线测试时代
2018 年 6 月，全球首个 5G 核心标准落地。大规模网络部署与应用测试即将到来。传统的数据通信测试是通过线缆直连的方式完成数据传输信道的性能指标、终端设备的规程协议、产品在符合标准方面的一致性测试等测试。5G 具有高频、高带宽、大规模天线、复杂的三维建模等特点，使得 5G 测试与 4G 相比区别很大。
《NI 趋势展望报告 2019》中重点解读了 5G 中 MU-MIMO 和 mmWave 技术的测试难点，NI 业务和技术首席研究员 Charles Schroeder 负责完成这一部分的报告。报告指出，MU-MIMO 和 mmWave 技术的物理实现需要使用比前几代蜂窝标准更多的天线元件。根据物理学定律，mmWave 频率的信号在通过自由空间时将比当前蜂窝频率的信号衰减得更快。因此，在发射功率电平近似的情况下，mmWave 蜂窝频率的范围将比当前蜂窝频带小得多。
为了克服这种路径损耗，5G 发射器和接收器将利用并行工作的天线阵列，并使用波束成形技术来提升信号功率，而不是像目前的设备那样每个频带使用一个天线。这些天线阵列和波束成形技术不仅对于增加信号功率很重要，对于实现 MU-MIMO 技术也同样至关重要。
那如何将所有这些天线安装到未来的手机中？幸运的是，mmWave 频率的天线将比用于当前标准的蜂窝天线小得多。新的封装技术，如集成天线封装（antenna in package，AiP，即天线阵列位于芯片的封装内），将使得这些天线更容易集成到现代智能手机的小空间内，但天线阵列可能完全封闭，没有任何可直接接触的测试点。
《NI 趋势展望报告 2019》指出，将使用 OTA 解决新挑战。OTA 是 AiP 技术的唯一选择，因为天线阵列集成在封装内，无法通过导线直接连接阵列元件。即使测试工程师可以使用传导测试方法连接各个天线元件，他们也面临着选择并行测试（购买更多仪器带来的资本支出）还是连续测试（测试时间和吞吐量增加带来的运营成本）的困难。虽然许多技术问题，测量精度问题、全新的测量方法、RF 带宽上进行校准和测量所需的处理量增加等，仍有待解决，但 OTA 测试提供了将阵列作为一个系统而不是一组独立元件进行测试的可能性，这有望提供系统级测试的高效率。
实现安全自动驾驶所需的权衡迫在眉睫
这部分报告由 NI 汽车市场总监 Jeff Phillip 提供。根据世界卫生组织的统计，每年因交通事故导致超过 125 万人丧生，这些事故造成的政府损失约占 GDP 的 3％。虽然自动驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但拯救生命这一作用本身就意味着自动驾驶可能是我们这个时代最具革命性的发明。
高级驾驶辅助系统（ADAS）是传感器、处理器和软件的融合，旨在提高安全性并最终提供自动驾驶功能。如今，大多数 ADAS 系统使用单个传感器，例如雷达或摄像头，并且已经产生了可量化的影响。2019 年奥迪 A8 将成为世界上第一辆提供 L3 级别自主驾驶技术的量产车。它配备了六个摄像头、五个雷达设备、一个激光雷达设备和 12 个超声波传感器。为什么要使用这么多传感器？简单来说，每种传感器都有其独特的优势和劣势。例如，雷达显示的是物体的移动速度，而不是物体的样子。这时就需要进行传感器融合，因为物体的移动速度和物体的样子对于预测对象的行为都是至关重要，而冗余则是为了克服每个传感器的缺陷。
并且，《NI 趋势展望报告 2019》指出，随着控制器及其处理能力的发展，工程师的偏好可能会在分布式和集中式架构设计之间交替，这意味着软件定义的测试仪设计对于跟上这一演变至关重要。而且，为实现 L5 级别自动驾驶，自动驾驶汽车的微处理器需要具备比当前微处理器高出 2000 倍的处理能力；因此，这种微处理器的成本很快就比 mmWave 雷达传感器系统中的 RF 组件更加昂贵。
紧跟标准化开发的趋势
测试工程师正在利用旧趋势来跟上快速现代化的测试环境。 他们不仅需要标准化硬件和软件，还需要对测试架构的构建和维护过程进行标准化。NI 国防和航空航天市场总监 Nicholas Butler 在《NI 趋势展望报告 2019》表示，由于严苛的安全要求和快节奏的变化，现代测试组织需要做的远不只是硬件标准化。他们现在非常重视软件层及其开发过程。测试工程团队必须开始采用和标准化迭代式软件开发方法，以跟上产品开发团队的步伐以及在快速现代化的行业中维持项目进度。
Nicholas 强调软件是标准化的核心，领先的测试软件工程团队正在开发抽象化的测试软件，与抽象化的硬件相比，抽象化软件提供了更多好处。抽象化软件平台包括执行特定功能的层。这允许团队单独修复和升级每个模块，同时通过保持相同的输入和输出来隔离其他层。
按照当今市场发布新产品和功能的速度，仅仅正确构建测试软件架构是远远不够的。测试软件组织必须采用更灵活的方法来更快速地向制造部门和客户交付产品。为了提供所有所需的功能，现代软件工程团队开始采用 Agile 等连续迭代式软件开发方法。迭代式软件开发需要能够相互密切配合的团队，而且与硬件平台和软件架构抽象类似，还包含共享和重复的概念和任务。负责代码库的团队必须就源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具达成一致并进行标准化。另外一个日益增加的担忧是网络安全。
借助物联网优化系统测试
NI 业务和技术首席研究员 Mike Santori 在这部分表示，物联网可以大大增强自动化测试的工作效率。将系统管理、数据管理、可视化和分析以及应用程序支持等物联网功能应用于自动化测试工作流程，可以帮助测试工程师更轻松地应对物联网的挑战。
IoT 和 IIoT 的基础是设备互联及统一管理。然而，目前许多分布式测试系统并没有实现互联或有效的设备管理。通常，测试工程师难以跟踪在任何一台硬件设备上运行的软件，或者只知道系统的位置，而无法获知其性能、使用率和健康状况。幸运的是，大多数现代测试系统都基于 PC 或 PXI，可以直接连接到企业系统，从而实现额外的功能，如管理软件和硬件组件、跟踪使用情况以及执行预测性维护，从而最大限度地提高测试投资的价值。
物联网的商业价值来自互联系统生成的海量数据。 然而，由于存在各种数据格式和来源，有效利用测试数据变得非常困难，从时域和频域的原始模拟和数字波形到参数测量等数据通常以远高于消费者或工业设备的速度和数量进行采集。 更糟糕的是，测试数据通常存储在没有标准化的“孤岛”（silos）中。 因此，这些数据对企业来说是“不可见的”，因此很容易错过产品生命周期其他阶段的有用信息。
将 IoT 功能应用于自动化测试数据，首先需要一套即用型的软件适配器，用于接入标准数据格式。这些适配器必须基于开放的文档化架构，以便能够接收新的和唯一的数据，包括来自设计和生产的非测试数据。测试系统必须能够与标准 IoT 和 IIoT 平台共享其数据，以从企业级数据中提取有用信息。
利用物联网进行测试并不是一个未来设想，而是在当下切切实实可实现的。 一个组织的能力取决于其当前的自动化测试基础架构和最迫切的业务需求。 需要考虑的一些常见领域是改进测试系统管理、提高测试设备利用率、从测试数据中获得更有意义的信息，以及远程访问共享测试系统。 具有高度模块化的软件定义方法可让企业专注于最有价值的领域，而无需做出高风险的决策。
多行业融合颠覆传统的测试策略
NI 自动化测试副总裁 Luke Schreier 在这一部分报告指出，行业融合并不是一个新概念；甚至可能是历史最悠久的概念之一。对于测试组织来说，这个机会将来自于利用和学习其他行业、以及将资源集中以加速创新。
融合的核心是观点共享。在产品创新方面，人们经常讨论通过利用和学习其他行业来避免将时间和精力浪费在创造已有的东西上，这一概念同样可以应用在测试策略中。随着行业之间开始互相利用彼此的技术，它们需要对这些新技术领域进行测试并具备相关的专业知识。如果组织不知道下一步应该做什么，就更具挑战性。在融合的时代，未来更加渺茫。公司、测试策略和测试平台都应快速适应未来的发展方向。
此外，与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况以及利用其他行业的最佳工程实践。 这些公司可以将他们最头疼的问题外包给已经解决这些问题的第三方，或者在 5G 和物联网等迫在眉睫的趋势中寻找其他行业的战略合作伙伴。
下载ECAD模型
