FPGA 与数字 IC 设计 / 系统课时
识别数字故障现象
识别数字故障现象
本课解决“板卡不工作但不知道从哪里查”的问题。先把现象按启动、功能输出、时序、偶发性和链路连续性分类,再用可观测证据缩小故障边界,避免一上来就改代码或换器件。
学习目标
- 能区分不启动、错误输出、时序异常、偶发故障和链路中断。
- 能把故障描述转换成可测量的信号、状态和时间关系。
- 能根据现象选择第一批最有价值的观测点。
先把“故障”改写成“现象”
“系统坏了”不是可操作的故障描述。调试需要回答三个问题:什么信号不对、从什么时候开始不对、在什么条件下出现。例如“按键后 LED 不亮”仍然太粗,应继续拆成“按键输入是否翻转、时钟是否存在、状态机是否进入目标状态、LED 输出是否保持为 0”。
常见数字故障可以先按以下特征分类:
| 现象 | 首要观察点 | 常见边界 |
|---|---|---|
| 不启动 | 电源、复位、时钟、启动状态 | 输入条件未满足、时钟未到达、复位未释放 |
| 错误输出 | 输入与输出对应关系 | 逻辑表达式、状态转移、位宽或极性错误 |
| 时序异常 | 边沿位置、建立保持关系、周期 | 时钟质量、延迟、竞争冒险、跨时钟域 |
| 偶发故障 | 触发条件、发生时刻与复现概率 | 异步输入、噪声、边界时序、初始化状态 |
| 链路中断 | 上下游握手、使能与数据连续性 | enable、valid/ready、串并转换或接口时序 |
不要只记录“错误”,还要记录正常与异常的差异。例如正常情况是“复位释放后 3 个时钟周期产生 valid”,异常情况是“同条件下 valid 永远为 0”。这种描述可以直接转化为后续触发条件和测量点。
用最小观测集合建立故障边界
面对一个数字模块,第一轮通常只需要检查少数关键节点:电源或复位状态、参考时钟、关键输入、关键内部状态、关键输出。先判断故障发生在“输入之前、模块内部还是输出之后”,再决定是否继续下钻。
一个实用原则是:优先观察能把问题一分为二的信号。例如输出错误时,不要马上同时抓几十根总线;先看输入是否正确,再看状态机是否进入预期状态。如果输入已经错误,就不应继续把主要精力放在输出逻辑上。

下面的可运行示例把现场观察结果转换成统一的现象标签,适合在团队排障记录中保持口径一致。
from dataclasses import dataclass
@dataclass
class Observation:
clock_present: bool
reset_released: bool
output_changes: bool
timing_stable: bool
link_continuous: bool
def classify(o: Observation) -> str:
# 先检查基础运行条件,再判断链路、时序与功能现象。
if not o.clock_present or not o.reset_released:
return "不启动"
if not o.link_continuous:
return "链路中断"
if not o.timing_stable:
return "时序异常"
if not o.output_changes:
return "错误输出"
return "基本运行正常"
obs = Observation(
clock_present=True,
reset_released=True,
output_changes=False,
timing_stable=True,
link_continuous=True,
)
print(classify(obs))预期输出
错误输出这个分类器只用于统一现象描述,并不能替代实际测量。例如 output_changes=False 只能说明当前观察到输出没有变化,根因仍需结合输入、状态和时序继续定位。
区分“稳定错误”和“偶发错误”
稳定错误通常容易复现,重点是寻找固定错误边界;偶发错误则必须记录触发条件、持续时间和复现概率。比如“每次复位后第一次发送失败”比“偶尔发送失败”有更高的信息量,因为它暗示问题可能与初始化、首个事务或状态建立有关。
对于偶发故障,至少记录输入条件、时钟状态、复位状态、发生次数和最近一次发生时间。不要把“很少发生”当成结论;只有把事件与可观测条件关联起来,才可能设计有效触发。
从现象走向第一处测量
当现象已经分类后,第一处测量应满足两个条件:一是靠近故障边界,二是结果能够明确排除一类根因。比如“模块没有输出”时,先确认时钟和复位,而不是直接检查最深层的状态机;“链路中断”时,先判断发送端是否给出有效数据、接收端是否允许接收,再检查两端之间的数据与握手是否连续;“输出偶发错误”时,则优先抓住异常发生前后的输入、状态和时序关系。
最终得到的不是一句“某模块有 bug”,而是一条可验证的描述:在条件 X 下,信号 A 正常,信号 B 异常,异常从时刻 T 开始,并表现为某种稳定或偶发模式。这才是数字逻辑调试真正可以执行的起点。