集成电路测试向量重排序的自适应测试算法研究

发布时间：2021-01-07 07:57

　　随着集成电路设计与制造技术的快速进步,目前单颗芯片上集成的晶体管数量已有百亿之多,集成电路的复杂度和规模大大提高。随之而来的是测试数据量的不断增加和电路功能复杂度的不断提高,这直接导致了测试效率的降低和测试难度的增大。随着测试数据的日益增加,对自动测试设备的存储性能、I/O通道数、频率等有了更高的要求,同时以往的测试方案已经不能适应更加复杂的电路结构。这些问题直接导致了测试成本的提高,因此对于集成电路测试方法的研究具有重要的理论和实用价值。本文第一章介绍了提高测试效率的几种方法,以及自适应测试方法的相关背景和国内外研究近况,对比了几种常见的自适应测试方法。第二章从自适应测试方法当中的测试向量排序问题着手,针对测试数据过大、测试效率低下等问题进行了研究与分析,提出了一种基于伽马分布的测试向量重排序算法,对每条测试向量命中故障的概率建立基于伽马分布的概率模型。测试时,收集测试数据加入样本空间中,动态更新概率模型参数,同步更新测试向量的排序,排序后的测试集具有更高的测试性能。第三章在测试向量排序的基础上结合测试类型排序,进一步研究了测试向量和测试类型排序对测试效率的影响,提出了一种集成电路分... 

【文章来源】：安庆师范大学安徽省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

1初始化和初步排序步骤流程图

动态排序步骤流程如图2.2所示,具体流程如下。对于第i条测试向量,统计故障芯片数量αi的增量Nf,总芯片数量βi的增量Nt。更新伽马分布模型的参数α′i,β′i,得到更新后的伽马分布概率模型,再按照平均故障概率更新测试向量的排序。本算法利用以往的测试数据对测试集进行排序优化,使用排序后的测试集可以减少故障检测时间,减少了集成电路的测试时间从而降低了测试成本。2.4 重排序算法实例

为了更加直观的表达本方法,用一个简单的实例进行说明。如图2.3是ISCAS 89标准电路中s38417电路的测试集当中第1-6个测试向量的概率分布图像,测试向量原始加载顺序为V1,V2,V3,V4,V5,V6。假设经过初始化步骤后,根据伽马分布已知,第1-6条测试向量的平均故障概率分别为45% 35% 65% 50% 30% 75%。如图2.3所示,在这6条测试向量中,第6条测试向量检测出故障的概率最大,因此将其优先加载。其余向量以此类推,最终对于这6条测试向量而言,因此重排序的结果为V6,V3,V4,V1,V2,V5。2.5 实验结果

【参考文献】：
期刊论文
[1]最小游程切换点标记编码压缩方法[J]. 詹文法,陶鹏程.  清华大学学报(自然科学版). 2020(10)
[2]基于相似度分段及重采样的自适应波形数据压缩[J]. 陈思伟,高翠云,胡翀.  电子测量与仪器学报. 2019(04)
[3]一种低功耗低成本测试图形的生成方法[J]. 王烨,梁峰,闫丹,雷绍充.  西安交通大学学报. 2017(12)
[4]内建自调整的仲裁器物理不可克隆函数[J]. 龚越,叶靖,胡瑜,李晓维.  计算机辅助设计与图形学学报. 2017(09)
[5]基于BIST方法的新型FPGA芯片CLB功能测试方法[J]. 石超,王健,来金梅.  复旦学报(自然科学版). 2017(04)
[6]一种高效的混合Test-Per-Clock测试方法[J]. 刘铁桥,牛小燕,杨洁,毛峰.  电子与信息学报. 2017(09)
[7]一种用于测试数据压缩的自适应EFDR编码方法[J]. 邝继顺,周颖波,蔡烁.  电子与信息学报. 2015(10)



本文编号：2962203