量化FMEDA安全指标中的不确定性：一种用于增强ASIC验证的误差传播方法
硬件体系结构
2026-03-26 v2 软件工程
摘要
准确可靠的安全指标对于汽车系统中ASIC的功能安全验证至关重要。传统的FMEDA（失效模式、影响和诊断分析）指标，如SPFM（单点故障度量）和LFM（潜在故障度量），依赖于失效模式分布（FMD）和诊断覆盖率（DC）估计的精度。这种依赖性常常导致显著的、未量化的不确定性以及对专家判断的依赖，从而损害了安全分析的质量。本文提出了一种新颖的方法，将误差传播理论引入FMEDA安全指标的计算中。通过量化SPFM和LFM的最大偏差并提供置信区间，我们的方法为分析质量提供了一种直接的度量。此外，我们引入了一个误差重要性标识符（EII）来精确定位不确定性的主要来源，从而指导有针对性的改进。这种方法显著增强了FMEDA的透明度和可信度，为满足ISO 26262合规性提供了更稳健的ASIC安全验证，解决了功能安全领域一个长期悬而未决的问题。
引用
@article{arxiv.2603.21770,
title = {Quantifying Uncertainty in FMEDA Safety Metrics: An Error Propagation Approach for Enhanced ASIC Verification},
author = {Antonino Armato and Christian Kehl and Sebastian Fischer},
journal= {arXiv preprint arXiv:2603.21770},
year = {2026}
}
备注
11 pages, 7 figures