多目标优化的多存储器内建自测试

发布时间：2024-04-08 02:40

　　片上系统中含有大量的存储器,常使用共享内建自测试电路的方法测试。内建自测试电路的插入过程受到片上系统的面积开销、测试功耗与测试时间的约束。针对这个问题,将多存储器内建自测试建模为多目标优化问题,并提出一种多目标聚类遗传退火算法。该算法在遗传算法的基础上,通过存储器聚类获得存储器兼容组,采用启发式方法获得高质量初始解,提出一种多约束条件下不同权重的目标函数,对较优个体采用模拟退火算法规避局部最优解风险。实验结果表明,该算法比遗传算法性能更优,获得存储器组解进行测试,比现有方法测试功耗降低11.3%,或测试时间降低48.7%,节省了片上测试资源与测试时间。

【文章页数】：7 页

【部分图文】：

图1CM4模块存储器分布

以恩智浦半导体公司的某款SOC的CM4模块为例进行存储器分布分析。CM4模块存储器分布如图1所示。图1包含ARMCortex-M4,通过开关总线与容量256KB的TCM存储器进行交互,Code、Sys分别为16KB的代码总线缓存与16KB的系统总线缓存。外部模块A～D内也....

图2典型BIST系统

3)对Wrapper内存储器进行测试,当最后一个存储器完成测试,代表测试结束。因此,本文研究问题可以描述为对于待测试存储器,以最小化测试时间、测试功耗和面积开销为目标,完成存储器的测试任务。便于形象化描述,定义符号与参数如下。

图3MCGAA流程

多目标聚类遗传算法步骤如图3所示。1)基于存储器的版图距离与频率进行聚类;

图4两种算法运行代数记录

表4两种算法的目标函数值Table4Objectivefunctionvaluesofthetwoalgorithms模块名称算法名称目标函数值次数CM4GA0.2292MCGAA0.17180.17110ImagingGA0.1....

本文编号：3948358