第二個風險則來自于有關平臺的預測，在軟件實施這樣重要的部分沒有完成之前，無法輕易證明平臺是正確的。在硬件平臺還沒有部署的時候，很可能已經導致了大量的設計返工或者產品上市延遲。

上述兩種風險都回避了這樣一個問題，即是否可能在項目的開始，就獲得對軟硬件失配性可能性的良好指引。解決該問題的方法之一就是對元器件進行建模，并仿真它們之間的交互作用。硬件工程師多年來一直都在使用建模和仿真方法，但在其中加入軟件是否可行？

軟硬件模型現在正變得越來越貼近現實，有時候甚至可以作為直接實現的一部分來使用。像Mathworks和Wolfram Research這樣的分析軟件供應商，可使設計人員生成全面的軟硬件交互模型，并對交互作用進行仿真。通過這些，設計師能夠確認并解決技術問題，并通過改變模型參數對“what if”情況進行分析。

采用Wolfram的Mathematica分析軟件，軟硬件參數都可以利用數學語言進行表述，而且以Mathematica編寫的運行時算法可以與C++或Java代碼連接。雖然采用這種模型作為運行時代碼可能會引發性能或代碼長度等問題，但最起碼這種模型本身在理解運行于不同硬件配置下的軟件模塊行為方面很有用處。

而Mathworks公司提供的MatLab，在連接模型與實際的工作代碼方面更容易一些，它為包括通信在內的若干功能提供標準模塊。例如，近期Mathworks發布了Communications Blockset 3，在設計和仿真通信系統物理層以及手持無線收發器等元器件方面，它的性能有所增強。

MatLab及其配套產品Simulink支持基于模型的設計，這是一種允許工程師生成軟硬件交互特定工作模型的技術。工程師可以利用它對這些交互行為進行仿真，并根據已知假設來修改這些交互行為以獲得一個可接受的設計。一旦模型最終確定下來，就能將其夠轉化為Ｃ或其它語言，并將其作為軟件或固件實現的一部分。

圖2：通過使用基于商用模塊組的模型進行特性仿真，Simulink幫助用戶獲得最優化的硬件設計。

這樣的方法能夠在優化硬件平臺和軟硬件交互方面提供優勢。在軟硬件配置完成之前，這樣的優勢是以額外的設計工作和權衡分析為代價的。該方法會在本已緊迫的開發周期之外增加額外的時間，但是能提高實現的質量。

最佳解決方案

因為不可能對未來所需要的特性進行完全準確的預測，所以硬件平臺的設計歸結于智能預測。但是這些預測中仍然存在共性，即它們都基于過去的一些要求，應該為未來提供工作指引：

1．盡可能多地使用所提供的處理能力，這里指的是通用處理器和DSP。增加帶有先進數字特性的軟件模型會消耗掉所有這些處理能力。

2．特別對手機而言，鑒于其更高的性能、更大的存儲容量以及更多的軟件處理能力，電池使用壽命彌足珍貴。使用電源管理軟件或固件可以最大限度延長電池使用時間。

3．在開發周期內，盡早進行軟硬件交互建模。如果軟硬件中的一方在平臺部署之前發生變化或在平臺部署之后標準得到了發展，那么這樣做可以節省重新設計軟硬件的開銷。

4．在一切可能的地方使用標準硬件平臺和軟件模塊，當然還要對功耗、性能和成本等方面進行權衡取舍，但是一個標準平臺會提供已知的物理特性，據此還會提供各種軟件模塊。

不存在這樣法則，即在任何情況下都能提供最好的SDR無線收發器是，因為不同情況間的差異太過南轅北轍。基站多多少少具有更多的共通特性，所以為了適應較長的生命周期，對技術上的權衡取舍雖然各有不同，但是卻同樣復雜。

通過使用多種硬件標準和附加的軟件，供應商們正在越來越多地延長設備和基礎設施的使用周期。設計師能夠明智地應用這些部件，以確保無線產品更高程度的兼容性。