技術落地，測試先行。展望2019年，5G箭在弦上，自動駕駛將有企業進行商業化試水，物聯網應用也不斷深化，新技術工程化落地帶來新商機，同時也給工程人員帶來了更大的挑戰。技術發展跨過某個門限之后，系統復雜度幾何級增長，給測試測量帶來的困難度也往往是幾何級增長。以5G為例，2019年將是5G商業化部署的關鍵一年，而與過去相比，5G系統對測試測量的要求有了很多變化。

OTA或是5G天線測試的唯一選擇

“在3G與4G時代，可以通過物理鏈路去連接被測試對象，從而完成測量任務，但是5G不一樣。”在NI Days（美國國家儀器（NI）公司每年舉辦的技術論壇）召開前一天的媒體會上，NI大中華區市場經理劉旭陽向TechSugar等媒體介紹了NI公司對2019年的產業趨勢展望，他表示，高速率、高容量和低延遲的5G應用場景對通信系統技術實現產生了巨大影響。為達到5G的規格要求，多用戶多入多出技術（Multi User Multi Inputs and Multi Outputs，簡稱MU-MIMO）被引入到移動通信中，該技術允許用戶通過波束成形技術同時共享相同的頻帶，為每個用戶建立唯一的集中無線連接，這需要多組天線來實現，而5G規劃了毫米波頻段，將毫米波技術應用到民用通信中，也需要使用比前幾代蜂窩標準更多的天線元件。

NI大中華區市場經理劉旭陽

簡而言之，天線陣列將成為5G設備的標配，工程師在對將來的5G手機天線陣列進行測量時將遇到困難。為方便放入手機，天線陣列很可能采用集成天線封裝（AiP）技術，以將多個天線封裝在一起，利用AiP技術，可以將天線陣列集成到智能手機的狹小空間內，但天線陣列可能完全封閉，沒有任何可直接接觸的測試點，“5G天線模塊將天線封裝在一起，很難通過物理連接來進行測試，這時候需要采用空口測試技術（Over The Air， 簡稱OTA）來進行測試測量。”劉旭陽說道。

因為天線陣列集成在封裝內，無法通過導線直接連接陣列元件，OTA測試幾乎是采用AiP封裝天線陣列的唯一選擇。即使測試工程師可以使用傳導測試方法連接各個天線元件，他們也面臨著選擇并行測試（購買更多儀器帶來的資本支出）還是連續測試（測試時間和吞吐量增加帶來的運營成本）的困難。雖然許多技術問題仍有待解決，但OTA測試提供了將陣列作為一個系統進行測試的可能性，與測量一組獨立元件的方法相比，OTA能提供系統級測試的高效率。

OTA測試設置示意圖

不過OTA測試目前還不成熟，工程化上面臨很多挑戰。首先，測量精度是一大挑戰。與有線測試不同，在進行OTA測量時，測試工程師需要處理天線校準和精度、連接件公差和信號反射等引起的額外測量不確定性。其次，設備測試計劃必須納入全新的測量方法，以進行消聲室集成、波束特性分析、最佳碼本計算和天線參數特性分析。第三，隨著射頻帶寬不斷增加，在射頻帶寬上進行校準和測量所需的處理量也會增加，進而導致測試時間增加。最后，項目測試總負責人必須考慮更多的經濟因素，以在確保產品質量的同時，最大限度地減少對上市時間、資本成本、運營成本和占地面積（以適應OTA測試暗室的面積）的影響。

劉旭陽表示，要應對這些挑戰，測試團隊應考慮高度靈活的軟件定義測試策略和平臺，以確保其測試成本支出能夠跟上這一快速創新周期。

自動駕駛測試強調融合

如果說5G天線測試方法的特色是創新，那么在自動駕駛領域測試方法的特色就是融合。當前自動駕駛方案中，沒有一種傳感器可以包打天下，攝像頭、雷達、激光雷達各有優劣，整車廠要實現較高級別的自動駕駛通常需要在一部車上采用多種傳感器。作為世界上第一款提供L3級別自動駕駛技術的量產車，2019款奧迪A8就配備了六個攝像頭、五個雷達設備、一個激光雷達設備和12個超聲波傳感器。

不同傳感器的特色比較

在高級別自動駕駛技術中，除了使用多傳感器相互配合，還需要強大的處理器來實時處理傳感器采集到的外部環境數據，從而實現自主駕駛。據NI介紹，為實現L5級別自動駕駛，自動駕駛汽車的處理器需要具備比當前微處理器高出2000倍的處理能力，這種微處理器的成本，可能很快就比毫米波雷達傳感器系統中的射頻組件更加昂貴。對傳感器及處理器性能要求的發展，讓車載系統技術迭代周期加快，同時，新能源與自動駕駛技術發展引入了更多的半導體器件，據UBS估計，雪佛蘭Bolt電動動力系統的半導體器件要比同等內燃機汽車多6到10倍。

半導體器件在汽車應用中的前景已經引發NVIDIA等非傳統汽車芯片廠商的關注與投入，NVIDIA改進了最初為消費電子產品開發的Tegra平臺，以滿足汽車ADAS應用的需求，經過多年耕耘，在汽車領域創出一片天地，在不久前舉行的2018年NVIDIA技術大會中國站（2018 GTC China）上，黃仁勛就宣布，已經有超過370家廠商采用NVIDIA的DRIVE平臺做開發。另外，日本電裝已開始設計和制造自己的人工智能微處理器以降低成本和能耗，電裝的子公司NSITEXE Inc.計劃在2022年發布一款數據流處理器（DFP），即下一代處理器IP，電裝最近還宣布入股車載半導體大廠英飛凌。車載電子化領域的比賽已然開跑。

“行業和行業之間的界限在慢慢消失，不同行業因為新熱點和趨勢在逐漸地融合，”劉旭陽指出，自動駕駛汽車測試，不僅會涉及到傳統機械動力總成，還有電池性能、網絡連接能力、傳感器等測試需求，“不斷有新東西加入到汽車測試平臺中來，所以對測試系統的要求會更加開放和模塊化。”

物聯網可借鑒金融行業安全經驗

廣義上看，5G和自動駕駛汽車都是構成物聯網的一部分。經過多年發展，物聯網市場已經邁過從原型到部署的門檻，應用越來越廣泛，也對產業產生了更多影響。NI在今年NI Days上重點介紹的將是如何將物聯網的思維與方法應用到自動化測試系統中去。“物聯網測試管理工具的目的是管理大量的在線檢測裝備，來保證關鍵資產健康和持續運行。大型自動化測試系統也是一種關鍵平臺，是否可以用相同的方法來管理自動化測試系統。”劉旭陽說道。

目前許多分布式測試系統并沒有實現互聯或有效的設備管理。通常，測試工程師難以跟蹤在任何一臺硬件設備上運行的軟件，或者只知道系統的位置，而無法獲知其性能、使用率和健康狀況。好在大多數現代測試系統都基于PC或PXI，可以直接連接到企業系統，從而實現在線管理軟件和硬件組件、跟蹤使用情況以及執行預測性維護，從而最大限度地提高測試投資的價值。NI亞太區市場總監湯敏就表示，目前測試數據只有10%真正被利用，約90%測試數據被存在孤島節點，沒有發揮作用，如何發揮物聯網互連特點，把測試設備連起來，將是NI在物聯網領域關注的重點。

NI亞太區市場總監湯敏

在線設備接入越多，數據管理與維護就越方便，但也帶來安全性風險。臺積電在2018年就爆發出因為電腦感染病毒導致的某個工廠全線停產的生產事故。

對于物聯網安全問題，NI市場營銷副總裁 John Pasquarette認為是全行業面臨的考驗，也需要全行業通力合作去防范安全性風險。

NI市場營銷副總裁 John Pasquarette

NI在數據傳輸上有很多安全經驗的累積，PXI總線作為一種工業標準總線，在設計架構及更新規范時就考慮了安全問題。工業領域的信息安全也可以借鑒其他行業的成功經驗，比如在金融領域就有成熟的安全性規則，工業領域可以借鑒金融領域的安全協議與安全標準，“NI需要做的是保證系統的開放與平臺化，只有這樣，我們才可以不斷借鑒其他的安全標準與協議，迭代更新系統以保證系統在其應用時是安全可靠的。”John Pasquarette總結道。