[论文解读] Hierarchical Triple-Modular Redundancy (H-TMR) Network For Digital Systems

Barış Baykant Alagöz|ArXiv.org|Feb 2, 2009

Radiation Effects in Electronics参考文献 9被引用 9

一句话总结

本文提出了一种分层三重模块冗余（H-TMR）网络，通过在多个层级上递归应用TMR，以增强数字集成电路的容错能力。基于概率模型，结果表明，二级H-TMR网络相比一级TMR显著提升了故障掩蔽性能，在面积和延迟开销极小的情况下，展现出更强的抗硬件故障能力。

ABSTRACT

Hierarchical application of Triple-Modular Redundancy (TMR) increases fault tolerance of digital Integrated Circuit (IC). In this paper, a simple probabilistic model was proposed for analysis of fault masking performance of hierarchical TMR networks. Performance improvements obtained by second order TMR network were theoretically compared with first order TMR network.

研究动机与目标

• 通过分层TMR提升数字集成电路的容错能力。
• 开发一种概率模型，用于分析H-TMR网络中的故障掩蔽性能。
• 比较二级H-TMR相较于一级TMR在容错能力上的提升效果。
• 评估递归应用TMR在降低系统故障概率方面的有效性。

提出的方法

• 本文提出一种分层TMR架构，其中TMR在系统的多个层级上递归应用。
• 建立了一个概率故障模型，基于组件故障率和冗余级别来量化故障掩蔽概率。
• 通过分析单个故障因冗余而未被检测到的概率，评估故障掩蔽性能。
• 分析比较了一级TMR（基本三重冗余）与二级TMR（在冗余模块上应用冗余）的性能。
• 采用统计分析方法，计算在各种故障场景下未被检测到的故障的可能性。
• 理论推导基于可靠性理论，并假设组件故障相互独立。

实验结果

研究问题

• RQ1 与平面TMR相比，分层TMR在数字IC中如何提升故障掩蔽能力？
• RQ2 与一级TMR相比，应用二级TMR在容错能力上带来了多大程度的定量提升？
• RQ3 递归冗余如何在控制面积和延迟开销的前提下影响系统可靠性？
• RQ4 组件故障率如何影响分层TMR的有效性？
• RQ5 概率模型能否准确预测多级TMR系统中的故障掩蔽性能？

主要发现

• 二级H-TMR网络相比一级TMR网络展现出显著更优的故障掩蔽性能。
• TMR的分层应用比平面TMR配置更有效地降低未被检测到的故障概率。
• 概率模型成功量化了不同冗余层级下的故障掩蔽增益。
• 在中等至较高的组件故障率下，容错能力的提升最为显著。
• 模型表明，递归TMR在不带来过度面积或延迟开销的前提下，显著提升了系统可靠性。
• 理论分析证实，H-TMR是一种可扩展且高效的高可靠性数字系统实现方法。