圖 4：使用 PIL 測試驗證可執(zhí)行目標代碼。

代碼特性執(zhí)行報告在PIL測試過程中生成，用于評估瓶頸和優(yōu)化設計，例如使用代碼替換技術，這項技術以單指令/多數(shù)據(jù)(SIMD)和Intel集成性能基元(IPP)優(yōu)化代替默認的ANSI/ISO C自動生成代碼。MATLAB可基于代碼特性執(zhí)行數(shù)據(jù)生成圖形，以便將來進行分析。DO-178和相關標準要求在復雜飛行硬件上驗證復雜飛行軟件，使PIL測試成為高完整性系統(tǒng)的關鍵驗證環(huán)節(jié)(圖5)。

圖 5：使用 MATLAB 對執(zhí)行周期進行特性分析。

2. 代碼驗證

借助基于模型的設計，可將用于驗證模型的同樣基于需求的仿真測試用例重用于SIL和PIL測試。工程師可應用模型仿真中使用的相同輸入數(shù)據(jù)，然后使用Simulink Data Inspector工具將SIL和 PIL測試結果與模型仿真結果進行比較，以確定它們在數(shù)值上是否相等(圖6)。

圖 6：使用 Simulation Data Inspector 比較仿真和 PIL 測試結果。

DO-178B還需要進行軟件的結構覆蓋率分析，包括修正的判定覆蓋率(MC/DC)，以評估代碼在測試過程中是否完全被執(zhí)行。模型覆蓋率分析是模型級的類似概念，它通過Simulink Verification and Validation工具實現(xiàn)，用于評估模型是否已完全測試?？偟膩碚f，模型和代碼覆蓋率分析可檢測設計、實現(xiàn)和測試中的潛在錯誤。Simulink Verification and Validation可提供模型覆蓋率分析功能。在R2011b版中，Embedded Coder與LDRA Testbed集成在一起，從而支持代碼覆蓋率分析和其他DO-178工作流程。

總之，基于模型的設計可實現(xiàn)自動生成既高效又能夠在模型、源代碼和可執(zhí)行目標代碼級別輕松進行驗證的飛行代碼。通過將開發(fā)和驗證集中在Simulink模型和仿真測試用例上這種方式可以使模型和測試用例得到重用，并有助于滿足DO-178B和DO-178C軟件目標，這樣企業(yè)可極大地降低成本并縮短產(chǎn)品上市時間。集成和已發(fā)布的API可通過DO-178開發(fā)項目中使用的第三方工具實現(xiàn)整體解決方案。為補充這些軟件開發(fā)過程改進，Simulink在與MathWorks產(chǎn)品搭配使用以進行系統(tǒng)物理建模、硬件在環(huán)(HIL)測試和FPGA的HDL代碼生成時，通過其對系統(tǒng)工程和相關標準(例如，ARP 4754)以及硬件開發(fā)和相關標準(例如，DO-254)的支持提供了附加優(yōu)勢。

圖 7：使用 Simulink 模型覆蓋率分析工具和 LDRA Testbed 測量模型和代碼覆蓋率。