技术落地，测试先行。展望2019年，5G箭在弦上，自动驾驶将有企业进行商业化试水，物联网应用也不断深化，新技术工程化落地带来新商机，同时也给工程人员带来了更大的挑战。技术发展跨过某个门限之后，系统复杂度几何级增长，给测试测量带来的困难度也往往是几何级增长。以5G为例，2019年将是5G商业化部署的关键一年，而与过去相比，5G系统对测试测量的要求有了很多变化。

OTA或是5G天线测试的唯一选择

“在3G与4G时代，可以通过物理链路去连接被测试对象，从而完成测量任务，但是5G不一样。”在NI Days（美国国家仪器（NI）公司每年举办的技术论坛）召开前一天的媒体会上，NI大中华区市场经理刘旭阳向TechSugar等媒体介绍了NI公司对2019年的产业趋势展望，他表示，高速率、高容量和低延迟的5G应用场景对通信系统技术实现产生了巨大影响。为达到5G的规格要求，多用户多入多出技术（Multi User Multi Inputs and Multi Outputs，简称MU-MIMO）被引入到移动通信中，该技术允许用户通过波束成形技术同时共享相同的频带，为每个用户建立唯一的集中无线连接，这需要多组天线来实现，而5G规划了毫米波频段，将毫米波技术应用到民用通信中，也需要使用比前几代蜂窝标准更多的天线元件。

NI大中华区市场经理刘旭阳

简而言之，天线阵列将成为5G设备的标配，工程师在对将来的5G手机天线阵列进行测量时将遇到困难。为方便放入手机，天线阵列很可能采用集成天线封装（AiP）技术，以将多个天线封装在一起，利用AiP技术，可以将天线阵列集成到智能手机的狭小空间内，但天线阵列可能完全封闭，没有任何可直接接触的测试点，“5G天线模块将天线封装在一起，很难通过物理连接来进行测试，这时候需要采用空口测试技术（Over The Air， 简称OTA）来进行测试测量。”刘旭阳说道。

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，OTA测试几乎是采用AiP封装天线阵列的唯一选择。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。虽然许多技术问题仍有待解决，但OTA测试提供了将阵列作为一个系统进行测试的可能性，与测量一组独立元件的方法相比，OTA能提供系统级测试的高效率。

OTA测试设置示意图

不过OTA测试目前还不成熟，工程化上面临很多挑战。首先，测量精度是一大挑战。与有线测试不同，在进行OTA测量时，测试工程师需要处理天线校准和精度、连接件公差和信号反射等引起的额外测量不确定性。其次，设备测试计划必须纳入全新的测量方法，以进行消声室集成、波束特性分析、最佳码本计算和天线参数特性分析。第三，随着射频带宽不断增加，在射频带宽上进行校准和测量所需的处理量也会增加，进而导致测试时间增加。最后，项目测试总负责人必须考虑更多的经济因素，以在确保产品质量的同时，最大限度地减少对上市时间、资本成本、运营成本和占地面积（以适应OTA测试暗室的面积）的影响。

刘旭阳表示，要应对这些挑战，测试团队应考虑高度灵活的软件定义测试策略和平台，以确保其测试成本支出能够跟上这一快速创新周期。

自动驾驶测试强调融合

如果说5G天线测试方法的特色是创新，那么在自动驾驶领域测试方法的特色就是融合。当前自动驾驶方案中，没有一种传感器可以包打天下，摄像头、雷达、激光雷达各有优劣，整车厂要实现较高级别的自动驾驶通常需要在一部车上采用多种传感器。作为世界上第一款提供L3级别自动驾驶技术的量产车，2019款奥迪A8就配备了六个摄像头、五个雷达设备、一个激光雷达设备和12个超声波传感器。

不同传感器的特色比较

在高级别自动驾驶技术中，除了使用多传感器相互配合，还需要强大的处理器来实时处理传感器采集到的外部环境数据，从而实现自主驾驶。据NI介绍，为实现L5级别自动驾驶，自动驾驶汽车的处理器需要具备比当前微处理器高出2000倍的处理能力，这种微处理器的成本，可能很快就比毫米波雷达传感器系统中的射频组件更加昂贵。对传感器及处理器性能要求的发展，让车载系统技术迭代周期加快，同时，新能源与自动驾驶技术发展引入了更多的半导体器件，据UBS估计，雪佛兰Bolt电动动力系统的半导体器件要比同等内燃机汽车多6到10倍。

半导体器件在汽车应用中的前景已经引发NVIDIA等非传统汽车芯片厂商的关注与投入，NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需求，经过多年耕耘，在汽车领域创出一片天地，在不久前举行的2018年NVIDIA技术大会中国站（2018 GTC China）上，黄仁勋就宣布，已经有超过370家厂商采用NVIDIA的DRIVE平台做开发。另外，日本电装已开始设计和制造自己的人工智能微处理器以降低成本和能耗，电装的子公司NSITEXE Inc.计划在2022年发布一款数据流处理器（DFP），即下一代处理器IP，电装最近还宣布入股车载半导体大厂英飞凌。车载电子化领域的比赛已然开跑。

“行业和行业之间的界限在慢慢消失，不同行业因为新热点和趋势在逐渐地融合，”刘旭阳指出，自动驾驶汽车测试，不仅会涉及到传统机械动力总成，还有电池性能、网络连接能力、传感器等测试需求，“不断有新东西加入到汽车测试平台中来，所以对测试系统的要求会更加开放和模块化。”

物联网可借鉴金融行业安全经验

广义上看，5G和自动驾驶汽车都是构成物联网的一部分。经过多年发展，物联网市场已经迈过从原型到部署的门槛，应用越来越广泛，也对产业产生了更多影响。NI在今年NI Days上重点介绍的将是如何将物联网的思维与方法应用到自动化测试系统中去。“物联网测试管理工具的目的是管理大量的在线检测装备，来保证关键资产健康和持续运行。大型自动化测试系统也是一种关键平台，是否可以用相同的方法来管理自动化测试系统。”刘旭阳说道。

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。好在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，从而实现在线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。NI亚太区市场总监汤敏就表示，目前测试数据只有10%真正被利用，约90%测试数据被存在孤岛节点，没有发挥作用，如何发挥物联网互连特点，把测试设备连起来，将是NI在物联网领域关注的重点。

NI亚太区市场总监汤敏

在线设备接入越多，数据管理与维护就越方便，但也带来安全性风险。台积电在2018年就爆发出因为电脑感染病毒导致的某个工厂全线停产的生产事故。

对于物联网安全问题，NI市场营销副总裁 John Pasquarette认为是全行业面临的考验，也需要全行业通力合作去防范安全性风险。

NI市场营销副总裁 John Pasquarette

NI在数据传输上有很多安全经验的累积，PXI总线作为一种工业标准总线，在设计架构及更新规范时就考虑了安全问题。工业领域的信息安全也可以借鉴其他行业的成功经验，比如在金融领域就有成熟的安全性规则，工业领域可以借鉴金融领域的安全协议与安全标准，“NI需要做的是保证系统的开放与平台化，只有这样，我们才可以不断借鉴其他的安全标准与协议，迭代更新系统以保证系统在其应用时是安全可靠的。”John Pasquarette总结道。