3. 自动化测试概述
在SDR（软件定义无线电）系统中，信号链长、参数组合多、硬件与软件耦合紧密，手工测试往往只能覆盖少量典型场景。自动化测试的核心价值，是把“可重复的验证动作”交给脚本与框架执行，让工程师把精力集中在异常分析、算法优化和边界探索上。它不仅是效率工具，更是质量工程的基础设施。
3.1 测试金字塔：分层投入与反馈速度
测试金字塔描述的是不同粒度测试的投入比例。底层是单元测试，数量最多、执行最快、定位最准；中层是集成/接口测试，验证模块间数据流与协议；顶层是系统级端到端测试，数量少但最接近真实业务。对SDR自动化测试而言，金字塔不是“越底层越好”，而是让每一层承担它最擅长的验证职责。
在SDR项目中，单元测试可以验证QAM映射、根升余弦滤波、CRC校验等纯算法逻辑；集成测试验证“基带→上变频→信道→下变频→基带”的数据流与接口一致性；系统级测试则用真实或回放的IQ数据验证端到端误码率、频谱合规性和吞吐量。金字塔倒置——即大量依赖端到端测试——会导致反馈慢、定位难、维护成本高。
3.2 持续集成：让每次提交都经过验证
持续集成（CI）的核心是“频繁合并、自动构建、自动测试”。在SDR自动化测试系统中，CI流水线通常包含以下阶段：
- 代码拉取与静态检查：检查编码规范、潜在空指针、未使用变量。
- 编译与固件构建：生成FPGA比特流、DSP库、上位机可执行文件。
- 单元测试：运行算法层测试，快速失败。
- 集成测试：加载IQ回放数据，验证调制解调链路指标。
- 硬件在环测试：连接SDR设备，执行参数扫描与射频指标测量。
- 报告归档：生成测试报告，记录通过率、耗时、失败用例。
# 示例：CI流水线配置片段（伪代码）
stages:
- build
- unit_test
- integration_test
- hil_test
- report
unit_test:
script:
- make test_unit
- ./run_tests --suite=modem --report=junit.xml
integration_test:
script:
- ./sdr_auto --playback iq_data/qpsk_1ms.bin --gain 20 --freq 2.4e9
- ./check_evm --threshold 3.5%
3.3 测试用例管理：从散落到体系化
测试用例管理解决的是“测什么、怎么测、测过没有、结果如何”的问题。在SDR自动化测试中，用例通常包含：用例ID、测试目标、前置条件、输入数据（IQ文件/参数组合）、执行步骤、预期结果、实际结果、优先级、关联需求。建议使用表格或测试管理工具统一维护。
| 用例ID | 测试目标 | 输入/参数 | 预期结果 | 优先级 |
|---|---|---|---|---|
| TC-MOD-001 | QPSK调制EVM验证 | iq_qpsk.bin, 增益20dB, 2.4GHz | EVM ≤ 3.5% | 高 |
| TC-MOD-002 | 16QAM解调误码率 | iq_16qam.bin, SNR=20dB | BER ≤ 1e-5 | 高 |
| TC-RF-003 | 发射频谱模板合规 | 频点2.4GHz, 带宽20MHz | 带外抑制 ≥ 40dB | 中 |
| TC-SYS-004 | 端到端吞吐量 | 连续回放10s, 64QAM | 吞吐 ≥ 80Mbps | 中 |
用例管理的关键是“可追溯”和“可复用”。每个用例应关联到具体需求或缺陷编号；输入数据应版本化，避免“上次能跑，这次跑不了”却找不到原因。对于参数扫描类测试，可以用数据驱动方式生成大量用例，而不是手工复制。
3.4 测试报告与质量度量
测试报告不是简单的“通过/失败”列表，而是质量决策的依据。一份有效的SDR自动化测试报告应包含：执行时间、环境配置（设备型号、固件版本、采样率）、用例通过率、失败用例详情、关键指标趋势（EVM、BER、吞吐量）、以及回归对比。质量度量则把这些数据转化为可跟踪的指标。
- 用例通过率：反映当前版本的基本健康度。
- 缺陷逃逸率：测试后仍流入现场的缺陷比例，衡量测试有效性。
- 回归失败率：修改后旧用例失败的比例，反映变更影响面。
- 平均修复时间（MTTR）：从失败到修复的耗时，反映团队响应效率。
- 指标趋势：EVM、BER等随版本变化的曲线，提前发现性能退化。
3.5 案例场景：一次参数扫描的自动化闭环
假设需要验证接收机在不同增益下的解调性能。手工测试需要反复调整增益、记录EVM、整理表格；自动化测试则可以这样组织：
# 参数扫描自动化脚本示例
for gain in 10 20 30 40; do
for freq in 2.40e9 2.45e9 2.50e9; do
./sdr_auto --playback iq_qpsk.bin --gain $gain --freq $freq \
--output result_gain${gain}_freq${freq}.json
done
done
./report_gen --input result_*.json --format html --output report.html
执行完成后，报告自动汇总每个增益/频点组合的EVM与BER，并标记超出阈值的组合。工程师只需查看报告中的异常点，再决定是否深入分析。这就是“自动化测试+数据回放”在SDR场景中的典型价值：把重复劳动交给系统，把判断留给工程师。
总结来看，自动化测试的意义在于建立可重复、可度量、可回归的质量防线；测试金字塔指导我们合理分配测试层级；持续集成让验证成为每次提交的默认动作；测试用例管理保证覆盖与追溯；测试报告与质量度量则把结果转化为改进依据。五者结合，才能让SDR自动化测试从“能跑”走向“可信”。