3. SIL测试基础
好，咱们进入实操环节。SIL测试环境搭建，说白了就是让代码在PC上跑起来，模拟ECU的行为。我见过不少团队，一上来就怼硬件，结果问题一大堆。其实，先把SIL环境搭稳了，很多坑在PC上就能发现。
3.1 基于Simulink的SIL环境搭建
Simulink做SIL，核心就是模型在环。但我们要的是代码在环，所以得把模型生成代码，再跑回Simulink里验证。我个人习惯，先搭一个干净的测试平台。
核心思路： 将Simulink模型通过Embedded Coder生成C代码，再通过S-Function或SIL模块，将代码集成回Simulink仿真环境。这样，仿真时跑的就是目标代码，而不是模型本身。
具体步骤，我列个清单：
- 准备被测模型：确保模型是离散的，固定步长。连续模型在SIL里跑，容易出时序问题。
- 配置数据字典：定义好输入输出接口，数据类型要跟目标芯片一致。我曾经遇到过，模型里用double，芯片用float，结果SIL通过，HIL就崩了。
- 创建SIL测试框架：在Simulink中新建一个模型，用
SIL模块（或Model block配置为SIL模式）替代原模型。 - 连接测试激励：用Signal Builder或From Workspace模块，注入测试用例。
- 设置数据记录：用To Workspace或Scope，抓取输出，用于后续比对。
小技巧： 我习惯在SIL模型里加一个Assertion模块，用来做运行时检查。比如，信号超出范围，直接报错，省得事后翻数据。
3.2 代码生成配置
代码生成配置，是SIL环境搭建的关键中的关键。配置不对，生成的代码跟模型行为不一致，SIL就白做了。你想想看，代码生成器也是软件，它有自己的脾气。
我常用的配置项，整理成了一张表：
| 配置项 | 推荐设置 | 说明 |
|---|---|---|
| System target file | ert.tlc |
嵌入式实时目标，生成效率高，适合SIL |
| Language | C |
别选C++，除非你有特殊需求 |
| Generate code only | off |
让Simulink自动编译，省事 |
| Support floating-point numbers | 匹配目标芯片 | 如果芯片不支持浮点，选single或fixed-point |
| Default parameter behavior | Tunable 或 Inlined |
SIL测试建议用Inlined，减少变量 |
| Generate report | on |
生成代码报告，方便追溯 |
注意： 代码生成配置，一定要跟最终产品的配置保持一致。我见过一个项目，SIL用ert.tlc，产品用grt.tlc，结果SIL过了，产品上跑出bug。说白了，SIL环境要跟目标环境对齐，否则就是自欺欺人。
配置好之后，生成代码。我个人习惯，生成后先看一眼model.c和model.h，确认接口函数名、参数类型跟模型一致。这一步，花不了几分钟，但能避免很多低级错误。
3.3 测试脚本框架搭建
测试脚本框架，是SIL测试的骨架。没有框架，测试就是一团乱麻。我建议，用MATLAB脚本或Python，搭建一个可复用的测试框架。
为什么？因为SIL测试要跑很多轮，手动点仿真，效率太低。而且，故障注入需要自动化，手动操作容易遗漏。
我常用的框架结构，画了个图：
框架搭好了，写脚本就快了。我贴一段核心代码，展示主控脚本怎么调用各模块：
% run_tests.m - SIL测试主控脚本
% 作者：资深工程师老李
% 功能：自动化执行SIL测试用例
clear; clc; close all;
% 1. 加载配置
config = load_config('config.m');
fprintf('[INFO] 配置加载完成\n');
% 2. 获取测试用例列表
test_cases = get_test_cases(config.test_dir);
fprintf('[INFO] 共发现 %d 个测试用例\n', length(test_cases));
% 3. 循环执行
for i = 1:length(test_cases)
tc = test_cases{i};
fprintf('[INFO] 执行测试用例: %s\n', tc.name);
% 生成激励
stimulus = generate_stimulus(tc, config);
% 运行SIL仿真
results = run_sil_simulation(config.model_name, stimulus, config.sim_time);
% 采集数据
data = collect_results(results, config.signals);
% 比对结果
[pass_flag, details] = compare_results(data, tc.expected, config.tolerance);
% 记录结果
record_result(tc.name, pass_flag, details, config.report_dir);
fprintf('[INFO] 测试用例 %s: %s\n', tc.name, iif(pass_flag, 'PASS', 'FAIL'));
end
fprintf('[INFO] 所有测试用例执行完毕\n');避坑指南： 我曾经在脚本里忘了加close_system，结果Simulink模型越开越多，内存爆了。建议每次仿真完，强制关闭模型，释放资源。
3.4 故障注入接口预留
SIL环境搭好了，别忘了预留故障注入接口。因为咱们这门课的核心就是故障注入。我一般会在模型里加一个故障注入层，通过一个全局结构体，控制故障的注入。
举个例子：
// 故障注入控制结构体
typedef struct {
uint8_t fault_id; // 故障ID
float fault_value; // 故障值
uint8_t fault_enable; // 使能标志
} FaultInjection_Type;
// 全局变量
FaultInjection_Type FaultCtrl;在Simulink模型里，用S-Function或MATLAB Function模块，读取这个结构体，修改信号值。这样，测试脚本就能通过修改FaultCtrl，实现故障注入。
注意： 故障注入接口，一定要在SIL环境搭建时就设计好。等测试用例写完了再补，容易漏掉关键信号。我建议，把模型中所有可能出问题的信号，都列出来，逐一考虑是否需要注入故障。
嗯，到这里，SIL环境搭建的核心内容就讲完了。记住，环境搭得越扎实，后面的测试就越顺利。别急着跑用例，先把地基打牢。