分布式汽車電氣/電子系統設計和實現架構

當物理和邏輯流程都可以提供結果以后，它們的各種數據就可用來評估和優化汽車架構。不過，由于流程的復雜性，很難找到一個以上行得通的架構。其結果是，邏輯和物理設計師只能嘗試優化其各自負責的設計部分。

圖3：用戶案例2――物理設計驅動邏輯設計
圖3顯示物理設計驅動邏輯設計的設計流程，邏輯拓撲是物理拓撲的衍生。與前面的增加信息不同，這里不必要的信息需要被過濾。例如，在需要一個雪茄打火機的物理設計時，這一功能并不需要一個 SWC描述，因此這一信息在邏輯域中不需要。這兩個例子只是反映了今天現有的設計流程挑戰的一小部分，并說明了整個流程的復雜性。

物理和邏輯設計流程的集成

改善這個內在復雜設計流程(多個設計小組在同一整體設計上同時工作)的一個選擇是，兩個不同設計流程之間的緊密聯系。

在整個設計流程中，數據需要保持同步，但與此同時，工程師受到了這一同步的太多阻礙。在目前的工作流程中，所有的人都共享相同的數據對象，而且在使用它們之前必須對它們進行檢查，一種替代工作流程是，針對兩個不同的設計流程，使用兩個獨立的數據庫（見圖4），但找到一種辦法可以在不帶來大量人力工作量情況下保持數據同步。

這需要這樣的一個設計流程，大部分的設計實際上是自動生成，而不是手工生成。在同步過程中數據庫的變化將自動導致一次“綜合”操作，從而完全避免了重復以前努力的任務。

圖4：并行處理物理和邏輯設計
一個例子是網絡配置的生成。當需要通過網絡傳輸的信號發生變化時，設計師可以手動輸入這些變化，并手動運行所有必需的驗證測試，這可以導致設計過程的時間延長幾個月。與此形成鮮明對比的是，各種通信數據可以自動基于通信要求和數學算法生成，這可將完成設計流程所需的時間大幅減少到秒級。

一個類似的物理設計例子是系統集成。當系統出現變化時(如不同的路由通道)，人工過程需要太多的時間，而且容易出錯。通過使用一個自動生成的流程，系統的變化可以通過流程或多或少地馬上得到處理。例如，連接器的安裝位置改變和電線長度可以自動生成。在這里，工程師的know-how用于定義規則，而不是應用這些規則。