数字电路串扰故障的分析与测试生成研究

来源 :中国科学院计算技术研究所 | 被引量 : 0次 | 上传用户:huxianding
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着集成电路工艺特征尺寸的进一步细化,相邻连线之间的串扰对电路功能与定时(timing)的影响越来越大,并可能使得电路在运行时失效。准确和快速地找到潜在的串扰故障,并针对这些故障进行测试是非常必要的。串扰对电路的负面影响主要分为两种:串扰引起尖峰脉冲和串扰引起时延改变。本文对这两种效应都进行了研究,提出了相应的串扰故障模型、故障分析以及测试生成算法,并使用基准电路对这些方法进行了验证。本文的主要创新与贡献有:   1.提出了一种面向串扰时延故障的静态定时分析和测试生成方法。   1.1提出了基于跳变图的静态定时分析方法。本文定义了位图结构的跳变图,相对工业界静态定时分析广泛使用的时间窗口,跳变图增加了少许的存储和计算开销,但能够极大的提高对串扰故障的分辨精度。该方法可以被用来寻找设计中串扰引起的定时违背,以及在测试时收集目标串扰故障。针对ISCAS89电路的实验中,时间窗口方法所找到的多达80%的目标故障在基于跳变图的方法中可以被识别为虚假目标故障。   1.2提出了一种基于精确串扰源通路时延故障模型的测试生成算法,对收集到的目标故障进行测试。为了确保实际激活串扰效应,本文用敏化相应子通路来确保串扰效应的发生时间,然后从输入到输出逐一激活待测通路上的目标串扰源,以最终激活该通路上的最大串扰时延。这种方法简单高效,易于实现,能够方便的集成到现有的测试流程中以提高通路时延测试的质量。实验结果表明,相对现有的其他串扰测试生成算法,算法效率可以提高一个数量级以上。   2.提出了一种面向串扰脉冲故障的静态串扰噪声分析和测试生成方法。   2.1提出了一种基于侵略图的静态串扰噪声分析方法。该方法使用侵略图来记录多串扰源之间的相关定时信息,以快速找到可能的最大串扰脉冲噪声。利用侵略图的叠加和传播算法,还可以对整个电路中的串扰噪声进行分析,以找到潜在的目标故障。实验结果表明,不考虑定时信息的方法所找到的多达87%的目标故障在基于侵略图的方法中可以被识别为虚假目标故障。   2.2提出了一种基于多串扰源脉冲故障模型的测试生成算法。该方法在国际上首次提出通过电路的定时特性来确保实际激活多串扰源脉冲故障。测试生成时,该方法将激活一个多串扰源脉冲故障转化为同时激活多个通路时延故障和一个固定型故障,从而避免了对电路定时信息的计算,提高了测试生成算法的效率。   3.提出了一种基于最大可满足问题的多串扰源故障测试生成方法。   寻找向量以激活一个故障中最大数量的串扰源是一个NP难的最优化问题。使用逐个串扰源激活的策略,效率较低,而且常常不能实现最大激活的目标,为此,本文在前面两种故障模型的基础上,将多串扰源的测试生成问题转化为一个部分加权的最大可满足问题。这样,就可以将电路定时约束和逻辑约束转化为统一的合取范式,再使用可满足问题解决器来求解。实验表明,这种方法相对结构测试生成方法平均减少79%的运行时间,且能获得较高的串扰效应激活率。
其他文献
社会网络分析(Social Network Analysis,SNA)是使用量化方法对社会网络进行分析,研究其中个体和网络特性的学科。近年来,随着Internet的发展,大量社会网络数据的出现,尤其是由网络行
逆向工程以其在产品设计和研发中的独特优势,得到了广泛的研究和应用。作为其中的两项关键技术,点云数据简化和曲面重建具有重要研究价值。如何有效地缩减点云数据的规模并在
ICRH(Ion Cyclotron Resonance Heating)天馈线远程控制与状态检测系统是EAST-ICRH控制子系统之一。基于FPGA的天馈线远程控制与状态检测系统实现解决了新型ICRH天线和传输系
射频识别(RFID)是一种利用无线射频的远距离通信方式实现的非接触式的自动识别技术,和其它识别系统相比较具有速度快、实时性强、采集准确性高等优点。随着技术的发展,RFID系
语音识别技术具有重要的理论价值和广阔的应用前景,近年来受到了人们的广泛重视。随着电子计算机的不断应用与发展以及人工智能的不断进步与完善,人们越来越希望让机器能够理解
近年来,关于分布式哈希表(DHT)的研究非常多,有通过模拟仿真、理论分析等方法的,也有从实际测量角度出发的。eMule中基于Kademlia算法的KAD网络是当前最大规模的DHT实现,任何时刻
随着计算机和互联网的飞速发展,互联网的信息量呈现爆炸式增长。信息量的增加既为人们的生活带来了便捷,也给人们提出了巨大的挑战。在海量的信息面前如何高效的获取信息以及如
“中国Web信息博物馆”(Web InfoMall),是一个针对中国互联网信息的搜集、存储与历史浏览服务的海量信息系统,5年来已经积累超过25亿中国互联网上出现过的网页,数据量已经超过30
随着互联网技术的蓬勃发展、信息量的爆炸式增长以及深度学习技术研究和应用的普及,人们对于计算能力的需求不断提高。在传统通用计算已逐渐无力应对大规模、高并发计算需求的
随着互联网的高速发展,网络新闻已经成为人们获取信息的重要途径。传统的新闻门户虽然拥有海量信息,却只是扮演信息集合的角色。用户只能被动式地浏览网站提供的信息,查找需要的