《NI趋势展望报告2019》探讨工程大趋势
OTA测试带来了众多挑战，但也孕育着无数的机遇。对于那些投身于测试与测量行业的工程师来说，天线校准和精度、连接器公差和信号反射所带来的测量不确定性是他们必须面对的问题。电波暗室集成测量方法、波束特性分析、最优码本计算以及天线参数特性分析都是他们日常工作的重点。除此之外，测试经理还需考虑业务因素，确保产品质量，同时最小化对上市时间、资本成本、运营成本和楼层空间的影响。面对如此多的挑战，测试行业正经历一个快速响应的创新周期。
尽管OTA测试面临诸多困难，但它的出现也带来了诸多好处。OTA测试是AiP技术中唯一的选择，尤其在天线阵列集成在封装中的情况下。连接天线部件的插座需要在并行测试与连续测试之间做出选择，而OTA测试提供了一个将阵列当作一个系统来测试的可能性，大大提高了测试效率。尽管在5G时代仍面临挑战，但工程师们已经开发出新的测试仪器和方法，为5G的成功部署铺平了道路。
自主驾驶的潜力巨大，它不仅能影响个人生活，还能对经济和政治产生深远影响。高级驾驶辅助系统（ADAS）是向自主驾驶转变的关键步骤。今天的大多数ADAS系统依赖单一的传感器，但随着技术的进步，我们需要更多的传感器来获取更准确的数据。同步、大功率处理和传感器技术的融合是实现这一转变的关键。未来的自主驾驶汽车将配备多个传感器，包括雷达、摄像头、激光雷达和超声波传感器等。这些传感器的数据融合对于实现安全、高效的驾驶至关重要。
为了实现这一目标，汽车制造商需要在成本、技术和策略之间取得平衡。随着技术的进步，我们需要的传感器越来越多，处理这些数据的能力也越来越强。奥迪A8的驾驶辅助控制器就是一个很好的例子，它集成了多种传感器和技术，能够处理复杂的数据并激活各种辅助系统。集中式体系结构的挑战在于高成本和高处理需求，这也促使工程师们在分布式和集中式体系结构设计之间寻找最佳方案。软件定义的测试策略对于跟上这种发展至关重要。随着自动驾驶的不断发展，对处理能力的要求也在不断提高。为了应对未来的挑战，我们需要不断研发新技术并改进现有技术。这将促进竞争和创新，推动整个行业的发展。例如，半导体行业正在不断发展和改进技术以满足汽车行业的日益增长的需求。企业如NVIDIA和Denso正在投入大量资源研发新的技术和产品，以满足未来自动驾驶的需求。这也为整个行业带来了新的机遇和挑战。在这个快速发展的时代，我们必须保持敏锐的洞察力和创新精神以应对未来的挑战并抓住机遇。在供应链市场的大背景下，决策折衷对于时间和差异化能力的影响深远。对于测试器的快速重新配置能力，其在最小化验证和生产测试成本及时效方面扮演了至关重要的角色。灵活性，由SOF实现，成为了两个核心获胜策略之一。研究所首席执行官詹姆斯·库夫纳博士强调，预算不是简单的翻倍，而是大幅度增长，近40亿美元的资金注入使得丰田向着世界级软件汽车公司的目标迈进。这种趋势在汽车行业内部引起了广泛的共鸣。
这一切的演变，都要归功于软件工程的推动。HelmutMatschi，大陆安装执行委员会的成员，指出随着高性能计算机在未来十年内在汽车领域的广泛应用，软件开发项目的预算将会有80%投入到软件上。行业标准化是长久以来的目标，早期的工作致力于减少测试设备的多样性，实现模块化硬件的设计与应用。
现代测试组织面临的需求远不止硬件标准化。严格的安全要求和快速的技术变革迫使测试工程团队开始采用并标准化迭代的软件开发方法。国防科学委员会（DSB）指出，现代武器系统的许多功能来源于系统软件而非硬件。软件定义的测量系统正在成为主流。霍尼韦尔航空航天公司的总工程师马克·基思强调软件标准化需要解决每个团队的历史遗留问题，抽象的目的是最小化或避免软件修改。对于现代测试软件的开发而言，灵活性和迭代性至关重要。
面对市场新产品和功能的快速发布，构建灵活的测试软件架构已经不足以应对挑战。测试软件组织必须采取更加灵活的方法，更快地向生产部门和客户交付产品。如今，软件工程团队开始采用敏捷和其他连续的迭代软件开发方法。迭代开发的主要优点在于能够快速且持续地捕获错误、易于集成新代码并获取用户反馈，有助于应对不稳定的安全环境。网络安全问题也日益受到关注，积极控制软件系统的代码库符合一般网络规则所需的更改数量是必要的。国防部门正面临技术优势的丧失风险，迫切需要找到创新方法使战斗机更快地利用新技术。研究和开发组织已经将注意力转移到迭代产品开发上，而标准化过程必须改进以适应当今的工程实践。采用敏捷软件开发方法的测试组织已经准备好迎接这一机遇。
当前的技术变革速度使得我们很难用传统的方式来应对未来。传统的最佳实践有时并不适用于新的环境挑战。我们需要不断地适应和创新，以灵活性和迭代性为核心竞争力来应对市场的不断变化和挑战。从半导体到电子子系统，再到工业4.0的核心，智能机器、物联网（IoT）设备和工业物联网（IIoT）系统正变得日益复杂。测试作为产品链中的关键环节，却常常被人们忽视。物联网设备的应用无疑增加了测试的复杂性，但也大幅提高了自动化测试的效率。马克·基思，霍尼韦尔航空航天公司的首席工程师指出：“支持自动化测试的工作流可以帮助测试工程师轻松应对物联网的挑战。”
物联网和IIoT都基于设备互联和统一管理，但现实中许多分布式测试系统并未实现有效的互联和设备管理。这些系统的位置分布广泛，却难以知晓其性能、使用状况与健康状态。幸运的是，现代测试系统大多基于PC或PXI架构，能够直接连接到企业系统，从而管理软硬件组件、追踪使用并进行预测性维护，最大化测试投资的价值。
物联网的商业价值在于海量数据带来的可能性，但测试数据的有效使用却十分困难。从模拟、数字时频波形到参数测量的数据，其采集速度和数量通常远超用户或工业设备，更糟糕的是这些数据通常存储在非标准化的存储介质中，对企业而言难以触及。在部署基于物联网的综合数据管理解决方案之前，捷豹路虎（JLR）仅能分析10%的车辆测试数据。通过这一解决方案的实施，现在他们可以分析高达95%的数据，并显著降低测试成本和减少年度测试次数，无需重复运行测试。电力管理总监Simon Foster对此深有体会。
为了实现物联网在自动化测试数据中的应用，我们需要一套现成的软件适配器来访问标准数据格式。这些适配器必须基于开放的文档架构，以应对新的和独特的数据类型，包括来自设计和生产的非测试数据。它们还必须能够与标准IoT和IIoT平台共享数据，以便企业从中提取有价值的信息。
由于测试数据的复杂性和多维性，使用通用业务分析软件进行分析可能会面临困难。典型的业务分析软件并不包括模拟和数字信号组合的可视化功能，如国家图表、眼图、史米斯圆图和星座图等。通过适当的元数据管理和面向测试的模式，我们可以使工具具备可视化和分析测试数据的能力，并将其与设计和生产数据相关联。这将促使Python、R和MATLAB等软件进入工作流，帮助我们从中提取更有价值的信息。
随着传统专用桌面应用程序逐渐转向基于Web的移动应用程序，测试也面临着新的挑战。企业需要远程访问测试设备以查看系统状态并利用测试结果。高级测试管理正逐渐从本地测试设备迁移到云部署。基于Web的工具可以实时查看测试设备的状态、安排测试时间以及检查推送到云或服务器的测试数据。模块化测试软件体系结构（包括测试管理、测试代码、测量IP、仪器驱动程序和硬件抽象层）使企业能够评估将软件功能从本地迁移到服务器或云的价值。随着向云部署的迁移，企业将逐渐认识到云计算在数据存储、可伸缩计算以及随时随地访问软件和数据方面的优势。
物联网测试不是一个遥不可及的愿景，而是当下可行的现实。组织的能力取决于其现有的自动化测试基础设施和最迫切的业务需求。管理测试系统、提高测试设备的利用率、从测试数据中获取有价值的信息以及远程访问共享测试系统，将是行业未来的发展方向。管理和维护世界各地的测试资产将很快成为行业标配。我们需要重塑测试架构，集成物联网技术，特别是升级配置管理和数据分析，以支持业务的数字化转型。正如产业融合所带来的机遇一样，物联网技术的融合将使不同行业间的思想、过程和技术得以交换和融合，从而推动全球产业的快速发展和创新。通过多行业合作和学习，我们将解决集成问题并推动行业的持续进步。创造性测试创新是推动组织发展的关键机会之一，这个机会来自于其他行业的杠杆作用和学习以及集中资源加速创新。产业融合的时代已经来临，我们正处于一个不断创新、相互学习的时代。在这个时代，产业间的界限逐渐模糊，产业融合成为了推动发展的核心动力。对于测试领域而言，如何通过利用和学习其他产业的知识与技术，避免重复造轮，成为了当下热议的话题。
观点共享是产业融合的核心。以功能安全为例，重工业经过数十年的探索和实践，已经形成了一套标准来证明其嵌入式电子的功能安全性。这些经验为IEC61508等标准的制定奠定了基础。铁路、汽车等行业在架构设计中融入这些标准，确保了产品的严格安全要求。对于我们而言，学习和借鉴这些成熟的经验，无疑可以大大节省我们在研发过程中的时间和精力。
随着多产业的深度融合，其功能需求也变得越来越紧密。以服务业为主体的供应商为了满足这种需求，不断追加投资，使得多产业资源得以有效聚集。基于平台的供应商为了更好地满足各行业的需要，不断推出各种行业独立的投资方案。这不仅有助于技术的普及和推广，更使得技术的利用率最大化。这种跨产业的协作和创新为我们带来了前所未有的机遇和挑战。
IBM在2016年对管理层边界的重塑，清晰地告诉我们产业融合的速度远超我们的预期。对于测试经理而言，面对如此快速的变革，他们需要构建更加灵活、适应性更强的测试平台和策略。而跨行业的交流活动和对其他行业出版物的关注则是帮助他们跟上这一变革的关键途径。
总体趋势表明，未来的工程技术正在深刻地重塑工业格局和产品测试领域，同时也为相关公司带来了前所未有的机遇和挑战。物联网的普及、5G技术的快速发展以及自动驾驶技术的崛起，为我们带来了巨大而复杂的挑战，同时也催生了前所未有的创新机遇。
为了充分把握这些趋势的优势，我们需要从根本上改变我们的自动化测试和测量方式。我们需要以全新的视角来审视软件定义的系统，并对其进行关键的变革。这就是NI趋势展望报告的初衷所在。
NI趋势展望报告致力于识别和解析最关键的工程趋势和不断变化的科技环境所带来的挑战。这份报告洞察未来，旨在帮助我们在新形势下不断前进。
自蜂窝通信诞生以来，测试工程师们一直在使用一套公认的测量技术来测试无线通信技术。随着5G时代的来临，这些技术将面临更为复杂的应用场景。为了确保5G产品和解决方案在商业上的成功部署，我们需要采用新的测试方法。其中，OTA测试方法便是替代现有电缆连接方法的理想选择。
5G的核心目标之一是大幅提升数据容量，以满足用户日益增长的数据需求。为了实现这一目标，新技术如IMO被引入。MU-MIMO和mmWave技术的物理实现需要更多的天线元件。毫米波频率信号的物理特性决定了其信号衰减速度更快。为了克服这一难题，5G的发射机和接收机采用了并行天线阵列和波束成形技术来增强信号功率。这些技术对于实现MU-MIMO技术至关重要。
幸运的是，毫米波频率天线将比传统蜂窝天线更小，新的封装技术如AiP将使得这些天线更容易集成到现代智能手机中。这为测试工程师带来了挑战和机遇。他们需要找到一种既能够保持高质量又能够避免大量增加资本成本和操作成本的方法来进行测试。OTA测试提供了将天线阵列作为一个系统来测试的可能性，从而提高了测试效率。
尽管自动驾驶汽车的挑战看似艰巨，但它挽救生命的作用不容忽视。每年因交通事故导致的死亡人数高达125万，占国内生产总值的很大一部分。高级驾驶辅助系统（ADAS）是传感器、处理器和软件的组合，旨在提高道路安全性并逐步实现自动驾驶功能。多项研究表明，单个传感器的应用如雷达和摄像头已经产生了显著的效果。为了实现从辅助驾驶到完全自主驾驶的转变，汽车工业需要采用更多传感器融合的策略。
在汽车制造业迈向自主驾驶的未来之际，一项关键要素的实现变得尤为关键——传感器技术。为了实现适当的平衡，汽车制造商需要在成本、技术和策略之间寻找精准的契合点。而一级自主驾驶标准的提出，将汽车带入了一个新的驾驶境界，那就是预定环境下的免驾驶员操作时代。当提及的批量生产车辆——将成为世界上首个搭载L3级自主驾驶技术的车辆时，我们不禁对一系列高科技传感器惊叹不已。这些传感器包括六个雷达装置、五个雷达设备、一个激光雷达以及十二个超声波传感器。这些传感器各司其职，每个都有其独特的优点和缺点。为了更好地应对各种挑战，传感器融合成为了重要的技术手段。例如，雷达擅长捕捉物体的运动速度而非形状，此时就需要通过传感器融合技术，综合多个传感器的数据以全面预测物体行为。克服传感器的缺陷和冗余问题成为实现高效传感器融合的关键。最终目标是获取一个能够准确代表汽车周围环境的安全或失效状态的数据表示形式，并将其引入决策算法中。这不仅有助于降低成本，还让产品更具通用性。实现这一目标的最大挑战之一是选择正确的软件。这其中涉及到三个关键应用：紧密同步测量、数据可追溯性维护和实际条件下的软件测试。每个应用都有其独特的挑战，尤其是在自动驾驶领域。ADAS的处理能力得益于多个独立控制单元的协同工作，而传感器融合正在推动集中式处理器的普及。以奥迪A8为例，其集成了传感器、功能、电子硬件和软件架构，形成了一个中央驾驶辅助控制器。这个控制器能够计算汽车周围环境的完整模型，并激活所有辅助系统，展现出前所未有的处理能力。集中式体系结构的普及也带来了高成本的问题。工程师需要在分布式和集中式体系结构设计之间做出选择，这对软件定义的测试器设计提出了更高的要求。为了实现更高级别的自动驾驶，自动驾驶系统的微处理器需要比当前微处理器多出高达两千倍的处理能力。这导致了毫米波雷达传感器系统中微处理器的成本远超射频元件，加剧了市场竞争。汽车行业中的半导体器件数量正在不断增加，例如电力系统中的半导体器件数量已是等效内燃机车的6到10倍。这种趋势将继续改善相邻市场，如NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需求。Denso开始设计和制造自己的AI微处理器以降低成本和能源消耗。这一切都归功于软件工程的发展。随着高性能计算机在未来十年在汽车上的广泛应用，开发项目的预算将更多地投入到软件上。标准化一直是测试组织的理想目标。早期技术标准化的目标是减少测试设备的多样性并设计和部署模块化硬件来简化测试解决方案的电子集成和技术替换过程。现代测试组织不仅需要硬件标准化还需要重视软件层及其开发过程的标准化。测试工程团队必须采用和标准化迭代的软件开发方法以跟上快速现代化行业的步伐并保持项目进展。随着各行业测试机构采用模块化硬件标准如VXI、PXIe、AXIe等大规模仪器标准化和商业化现成技术的普及使得测试工程更加便捷高效推动了行业的快速发展和进步。随着武器系统的不断进步与变革，其背后驱动力量正由硬件逐步转向软件。国防科学委员会（DSB）在其报告《国防系统软件设计与采购报告》中深入揭示了这一转变的趋势，并强调：在当前的武器系统中，软件的重要性已超越硬件，成为系统众多功能实现的关键。为了应对这一转变，软件定义的测量系统已成为必要且具前瞻性的手段。
领先的测试软件工程团队正在推动抽象测试软件的发展，此类软件相较于硬件更具优势。抽象软件平台包括执行特定功能的层级结构，这使得团队可以独立修复和升级各个模块，同时隔离其他层级，从而实现软件的灵活性和高效性。霍尼韦尔航空航天公司的首席工程师马克·基思对此表示认同，强调软件标准化对于解决各个团队的历史问题至关重要。他们正在开发的现代测试软件旨在最小化或避免软件修改的需要，以应对更换过时硬件的挑战。
在当今市场新产品和功能发布的速度下，构建测试软件体系已远远不够应对挑战。测试软件组织必须采取更为灵活的方法，以更快地向生产部门和客户交付产品。为此，现代软件工程团队开始采用敏捷和其他连续迭代软件开发方法。正如DSB报告所述，迭代开发的主要优势在于能快速持续地捕获错误、易于集成新代码，并在整个应用程序开发过程中获取用户反馈。这对于国防部应对当今不稳定的安全环境至关重要，其中威胁的变化速度超过了传统的瀑布开发模式。
在迭代软件开发过程中，团队协作至关重要。他们需要紧密合作并共享概念和任务，其中包括硬件平台和软件体系结构抽象。负责代码库的团队需要达成共识并标准化源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具。网络安全问题也日渐凸显。为了加强网络安全的防护和管理，每天都应检查软件系统的代码库并监控网络规则的遵守情况。据规划办公室官员透露，国防部正面临失去与美国同行的技术优势的风险。为了加速技术的更新换代，国防和航天测试团队正试图更快地将先进技术带入市场。迭代开发被认为是实现这一目标的可靠方式。与此随着物联网（IoT）和工业物联网（IIoT）系统的日益普及和应用，测试在产品设计中的重要性愈发凸显。从半导体到电子子系统再到工业4.0的核心，物联网设备的应用增加了测试的复杂性同时也大幅提高了自动化测试的效率。为了更好地利用自动化测试工作流来应对物联网的挑战，需要一套先进的软件适配器来访问标准数据格式并与物联网平台共享数据以实现数据的最大化利用和测试过程的优化。这些适配器必须基于开放的文档体系结构以便能够接收新的和独特的数据类型并确保测试数据的有效利用和分析避免信息遗漏现象的发生并进一步提升自动化测试工作的效率和质量提升产品整体的性能与可靠性最终推动企业竞争力的大幅提升并为行业和社会带来更大的价值。通过先进的元数据管理技术，现代测试模式实现了可视化与分析测试数据的能力，并能将设计与生产数据紧密相连。Python、R以及MATLAB等软件的集成，使得从数据中提取有价值信息变得更加便捷。
随着专用桌面应用向基于Web的移动应用转变，测试面临新的挑战。本地操作员需要与设备进行交互，而远程访问测试设备的需求也日益凸显。为了在云环境中实现软件与数据的集中管理，高级测试管理正逐步从本地迁移到云端。基于Web的工具能帮助用户查看测试设备的状态、安排测试时间并检查上传至云或服务器的数据。像NILabVIEW这样的常用工具使得模块化测试软件体系结构成为可能，助力企业评估将软件功能从本地迁移到服务器或云的价值。随着向云部署的演进，企业逐渐认识到云计算在数据存储、计算灵活性及随时随地访问软件和数据方面的优势。
物联网测试不再是遥不可及的愿景，而是现实可行的目标。当前自动化测试基础设施与最迫切的业务需求共同决定着组织的能力。有效的管理测试系统、提高设备利用率、获取更具意义的测试信息以及远程访问共享测试系统已成为行业标配。
在全球范围管理和维护测试资产正逐渐成为业界的基本要求。我们需要重塑测试架构，集成物联网技术，特别是在配置管理和数据分析方面的升级。产业融合带来诸多机遇，当不同市场相互作用时，思想、技术和过程相互交融，加速创新。例如，农业与贸易的结合催生了银行业的发展，而医疗保健与消费电子的交汇点诞生了可穿戴设备。在这个全球互联的时代，多行业融合的机会正在加速，但很少有讨论关注集成如何影响测试组织。通过利用多行业测试平台，并与其他组织合作与学习，我们可以解决集成问题。
Gartner在2014年的报告《产业整合：数字产业革命》中指出，产业整合是组织发展的核心机会。这个机会源于其他行业的杠杆作用和学习，以及集中资源推动创新。集成的核心是观点共享，这一点在测试策略中也同样适用。例如，通过学习和借鉴其他行业在功能安全方面的经验和标准（如IEC61508、EN50126和ISO262），我们可以避免在测试策略中重复造轮子。
产业融合带来的另一个不明显的好处是多产业资源聚集。随着各行业间关系的日益紧密，他们对功能需求的要求也越来越高，这促使以服务业为主的供应商增加投资。在此情况下，基于平台的供应商会在处理器或模数转换器等行业进行独立投资，以更低的价格向所有行业提供更好产品。与单一行业解决方案相比，多行业解决方案能最大化技术利用率。
随着数字时代的飞速发展，产业融合已成为组织发展的核心机遇。在这一背景下，跨行业的交流活动和对其他行业出版物的关注显得尤为重要，它们帮助团队紧跟最新趋势，洞察前沿动态。与此与拥有多行业经验的组织合作，能够让公司更有效地应对不可预见的情况，并借鉴其他行业的最佳工程实践。面对物联网、5G等技术的飞速进步，寻求跨行业的战略合作显得尤为重要。
National Instruments（NI）作为一个以软件为中心的平台供应商，致力于加速自动测试和自动测量系统的开发。近日，NI发布了2019年趋势展望报告，深入探讨了关键工程趋势和面临的挑战。该报告聚焦物联网、5G等前沿技术，为自动化测试和测量企业提供了前瞻性信息。
NI全球营销副总裁Shelley Gretlein指出，当前的工程趋势正打破传统工业和产品测试的限制，带来前所未有的复杂挑战。但这也催生了创新，促使我们从根本上改变自动化测试和认证的方式。特别是在软件定义的系统时代，测量方法的变革至关重要。
报告深入研究了以下几个关键议题：
1. 5G引领无线测试新时代：随着5G无线设备的复杂性不断提升，工程师需要重新考量高度优化的测试技术，以确保5G产品和解决方案的商业可行性。
2. 自动驾驶技术的折衷之道：自动驾驶技术将带来深远的社会影响，但在实现过程中，成本、技术和策略之间的折衷至关重要。
3. 跟上标准化进程：测试工程师需标准化硬件、软件和测试环境，以应对快速变化的测试需求。
4. 物联网优化系统测试：物联网增加了设备复杂性及测试难度，但同时也提高了自动化测试的效率。
报告还强调了多学科融合对传统测试策略的颠覆。跨行业的协作和学习为复杂测试提供了新的视角和解决方案。对于NI的软件中心平台而言，其模块化的硬件和庞大的生态系统集成，帮助工程师和科学家应对各种挑战，构建高性能系统，快速适应需求变化。
从总体趋势来看，物联网的普及、5G技术的不断进步以及自动驾驶技术的发展，给我们带来了巨大而复杂的挑战，同时也催生了前所未有的创新机会。为了应对这些挑战并抓住机遇，我们需要从根本上改变自动化测试和测量的方法。这就是NI趋势展望报告的初衷——帮助人们认清趋势、把握机遇。
报告中还详细探讨了5G技术的发展及其对测试工程师的挑战。为了验证5G技术的性能，我们需要采用新的测试方法，如OTA方法替代现有的电缆连接方法。为了满足用户数据需求的增长和达到每用户10Gbps的目标峰值速率，5G标准引入了新技术如MU-MIMO和mmWave技术。这些技术的物理实现需要更多的天线元件来克服路径损耗并实现更广泛的覆盖范围。
NI趋势展望报告为我们揭示了最关键的工程趋势和技术环境的挑战。理解并应对这些趋势是迈向成功的关键。我相信这份报告将为你提供宝贵的见解和启示。未来的手机天线安装与测试：毫米波雷达的挑战与机遇
随着技术的飞速发展，未来的手机将集成更多天线以适应新的通信频段。毫米波频率天线的普及意味着这些天线会比当前的标准蜂窝天线更小，这得益于新的封装技术，如封装天线（AiP）。这些天线阵列被嵌入到芯片封装中，为现代智能手机的集成带来了便利。但随之而来的挑战是，这些天线阵列的封闭性使得测试变得更为困难，因为并没有直接的接触测试点。
这对测试工程师来说是一大考验。他们需要在避免资本成本（测试设备成本）和操作成本（测试每个设备的时间）大幅上升的确保测试质量不受影响。尤其是测量精度成为一大难题。与传统线测试不同，OTA测量要求测试工程师应对由天线校准和精度、连接器公差以及信号反射带来的额外测量不确定性。这其中涉及电波暗室集成测量方法、波束特性分析等诸多复杂环节。
尽管OTA带来了诸多挑战，但它也有其独特的优势。由于AiP技术的特性，天线阵列被集成在封装中，无法通过导线直接连接阵列元件进行测试。这时，OTA成为了唯一的选择。它通过测试整个阵列作为一个系统而非一组独立组件，提高了测试效率。尤其是在5G时代，这样的测试方式显得尤为重要。世界各地的工程师已经研发出新的测试仪器和方法来应对这些挑战，确保5G的成功商业部署。
除了天线安装与测试，自主驾驶技术也在持续发展中。据世界卫生组织统计，每年有数以百万计的人因交通事故而丧生。自主驾驶技术具有巨大的挽救生命潜力。高级驾驶辅助系统（ADAS）是这一技术的核心组成部分，它通过传感器、处理器和软件来提高驾驶安全性并逐步实现自动驾驶功能。目前大多数ADAS系统依赖于单个传感器，但随着技术的发展，我们需要更多的传感器融合技术以实现从辅助驾驶到完全自主驾驶的转变。
面对这一转变，汽车工业面临着前所未有的挑战。为了实现这一目标，需要同步、大功率处理和先进的传感器技术。汽车制造商必须在成本、技术和策略之间取得平衡。在一级自主驾驶标准下，汽车能够在预定环境中自主行驶，驾驶员无需过多关注。这背后是众多传感器的协同工作，包括雷达、激光雷达和超声波传感器等。为了克服每个传感器的缺陷，我们需要传感器融合技术来整合信息并做出准确的判断。
传感器数据处理的目标是为了获得能够代表汽车周围环境的安全/失效表示，这需要借助强大的软件处理能力。集中式体系结构如奥迪A8的中央驾驶辅助控制器能够计算汽车周围环境的完整模型并激活所有辅助系统。这种集中式处理方式的高成本成为了一大挑战。工程师需要在分布式和集中式体系结构设计之间做出选择，这对软件定义的测试策略提出了更高的要求。为了实现更高层次的自动驾驶，我们需要更为强大的微处理器和更先进的软件算法来处理海量的数据和信息。毫米波雷达传感器系统中的微处理器成本昂贵，这也促进了市场上相关企业的竞争和创新。
随着技术的进步和市场的竞争，我们有理由相信未来的手机和汽车行业将会迎来更多的创新和突破。在瑞银的预测中，电力系统中半导体器件的数量呈现出显著的增长趋势，相当于内燃机车数量的六至十倍。这一增长趋势在汽车行业中愈发明显，半导体器件的应用只会增加不会减少。相邻的市场也在持续进步，例如NVIDIA成功改良了Tegra平台，以适应汽车ADAS应用的需求。Denso公司积极投入研发，开始设计和制造自己的AI微处理器以降低成本和能源消耗。其子公司NSITEXE计划于2022年发布名为DFP的新一代处理器IP。这一切预示着汽车行业的数字化转型已经拉开帷幕。
在马克·基思，霍尼韦尔航空航天公司首席工程师的眼中，当今的技术革新速度让人叹为观止。在这个日新月异的科技浪潮中，国防和航天测试团队正努力以更快的速度将尖端技术引入市场，他们只是众多积极拥抱变革的行业先锋之一。这种努力并非单一行业的专利，正如尼尔在其关于F-22现代化合同战略的报告中所述，我们正见证一个跨越多个领域的进步大潮。在追求卓越的道路上，迭代开发已成为一种可靠的策略。它不仅加快了技术的步伐，而且提高了产品的质量和性能。尽管测试工程团队一直在致力于硬件标准化和分层软件架构的探索，但现在关注的焦点正逐渐转向迭代产品开发方式上来。即便如此，传统的标准化流程必须经历重塑以适应日新月异的工程实践。测试组织已经准备好利用敏捷软件开发方法带来的机遇。他们深知，在这个日新月异的时代里，传统的测试系统也需要不断革新。
从半导体到复杂的电子子系统，再到工业4.0的核心领域，智能机器、物联网（IoT）和工业物联网（IIoT）系统的技术深度日益凸显。测试作为产品链中的关键环节，其重要性不容忽视。物联网设备的广泛应用不仅增加了测试的复杂性，同时也催生了自动化测试的高效解决方案。通过支持自动化测试的工作流，测试工程师得以轻松应对物联网带来的挑战。物联网和IIoT的核心价值在于设备互联和统一管理，然而许多分布式测试系统尚未实现这一目标。他们需要超越简单的系统定位，深入到性能、使用以及健康状态的全面管理。幸运的是，现代测试系统正逐渐升级为PC或PXI架构，并能轻松集成到企业系统中来优化管理软件和硬件组件的使用、追踪以及预测性维护等任务。这种转变不仅提高了测试的效率，也为企业带来了更高的投资回报。
物联网的商业价值在于海量数据的产生和利用。然而由于数据格式和数据源的多样性使得测试数据的有效利用变得困难重重。从模拟和数字时频波形到参数测量的数据都远超过用户或工业设备的采集速度和数量。糟糕的是这些数据常常存储在非标准化的存储介质中，对企业的运营几乎透明。这种状况导致产品生命周期中的许多重要信息被遗漏。然而通过部署基于物联网的综合数据管理解决方案的企业如捷豹路虎（JLR），现在能够分析高达95%的数据并显著降低测试成本和年度测试频率。这一切得益于物联网技术的广泛应用和数据分析工具的持续创新。为了充分利用IoT技术在自动化测试数据中的应用潜力，我们需要一系列现成的软件适配器来访问标准数据格式。这些适配器必须基于开放架构以便适应未来的技术革新并能灵活应对多样化的数据来源。此外数据交换的架构需要能够无缝连接标准的IoT和IIoT平台以从海量数据中提炼有价值的信息给企业决策带来帮助。
鉴于测试数据的复杂性和多维性特征使用传统业务分析软件进行处理可能面临困难。典型业务分析工具在可视化方面可能缺乏模拟和数字信号的集成展示如国家图表、眼图等复杂图形组合的应用缺失。而恰当的元数据管理可以解决这个问题使得面向测试的模型能够可视化并分析数据并将其与设计和生产数据相关联借助Python、R和MATLAB等工具进行数据分析将使得我们从数据中获取更多有价值的洞见和模式洞察的可能性倍增。此外传统的专用桌面应用程序正逐步转向基于Web的移动应用程序这种转变对测试工作的实现提出了挑战但同时也带来了远程访问测试设备的可能性为企业带来了更高效的运营模式同时允许他们远程监控并操作测试设备节省了大量资源和管理成本高级测试管理也正在从本地迁移到云端部署基于Web的工具正在被广泛应用于查看测试设备的状态安排测试时间以及检查推送到云或服务器的数据随着云部署的普及越来越多的企业开始认识到云计算在数据存储可伸缩计算以及随时随地访问软件和数据方面的优势同时也认识到重新设计自己的测试架构以集成物联网技术并进行升级配置管理和数据分析支持数字化业务发展的重要性而管理和维护全球各地的测试资产也已经成为行业内通行的实践对于寻求进步的企业而言重塑我们的测试架构并集成物联网技术已经成为当下最迫切的任务之一这正是数字化产业融合所带来的机遇和挑战让我们共同迎接这个充满机遇的时代一起前行共同创新走向未来。。在这个全球互联的世界中，产业融合正以前所未有的速度推进，带来无数机遇和挑战。测试组织如何应对这一变革？通过深度理解并运用多行业测试平台，我们能够解决这一难题。今天，让我们一起探讨产业融合如何影响测试组织，并如何通过多行业测试平台应对挑战。
让我们回顾一下Gartner在2014年的报告《产业整合：数字产业革命》。该报告指出产业融合是组织发展的核心机遇。通过利用其他行业的杠杆作用和学习成果，以及集中资源加速创新，组织可以抓住这些机遇。而集成不仅仅是资源的汇聚，更是一种观念的交融。在测试策略中，我们可以借鉴其他行业的成功经验，避免在创新中重复造轮。例如，功能安全领域就是一个很好的例子，重工业通过多年的实践和学习，已经形成了一套功能安全性的标准。这些经验对于其他行业来说同样具有借鉴意义，可以节省大量时间和资源。
产业融合带来的另一个重要变化是多产业资源的聚集。随着产业间关系的日益密切，其功能需求也越来越紧密。这使得以服务业为主体的供应商的投资增加，基于平台的供应商将在各行业间进行更加灵活的投资，以更低的价格向所有行业提供更好的产品和服务。这种跨行业的解决方案使技术的利用率最大化，为测试组织带来了新的挑战和机遇。
IBM在2016年对世界最高管理层边界的重新诠释表明，产业融合的速度远超未来三到五年内的其他趋势。对于测试经理来说，行业融合增加了测试的复杂性。随着工业界开始利用彼此的技术，测试系统需要更加灵活和适应性强的测试平台和更灵活的组织来应对挑战。例如，汽车系统现在需要能够测试控制、机械、热力学、电子、软件甚至电池化学的系统。测试系统应具备开放和模块化的硬件和软件架构，支持多种I/O类型、编程语言和不同的供应商。同时还需要清晰的API和互操作性标准。跨行业的交流活动和对其他行业出版物的关注可以帮助团队跟上最新趋势。此外与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况并利用其他行业的最佳工程实践。通过与这些组织的合作解决这些问题寻找战略合作伙伴以适应未来的发展趋势。重新评估供应链中的测试项目并审查供应商也是一个明智的策略通过这些措施组织可以为未来做好准备抓住产业融合带来的机遇和挑战。
总之产业融合是组织发展的核心机遇通过深度理解并运用多行业测试平台我们能够更好地应对挑战并抓住机遇推动组织的长远发展。