本文關(guān)鍵詞： 頻譜分析 主分量 二分圖匹配 KM算法 相關(guān)性　出處：《電子測量與儀器學(xué)報(bào)》2017年01期 　論文類型：期刊論文

【摘要】：在集成電路測試領(lǐng)域常常需要對測試集和測試響應(yīng)進(jìn)行頻譜分析,計(jì)算其頻譜主分量,用于指導(dǎo)測試產(chǎn)生和進(jìn)行測試數(shù)據(jù)壓縮等。提出一種用KM(Kuhn-Munkras)算法增強(qiáng)測試集頻譜主分量的方法,先根據(jù)測試集和其頻譜主分量矩陣構(gòu)建二分圖模型和權(quán)值矩陣,把增強(qiáng)頻譜主分量的問題轉(zhuǎn)化為二分圖的匹配問題,然后用KM算法求解。根據(jù)匹配關(guān)系調(diào)整測試集中測試向量的順序后,頻譜主分量和測試集的相關(guān)性增加,頻譜主分量得到增強(qiáng)。在ISCAS-89基準(zhǔn)電路測試集的實(shí)驗(yàn)表明,測試集排序后,其頻譜主分量的相關(guān)性提高了19.05%,測試集殘差FDR編碼壓縮率提高了4.59%。
[Abstract]:In the field of integrated circuit testing, it is often necessary to analyze the spectrum of the test set and test response, and to calculate the principal component of the spectrum. This paper presents a method to enhance the principal components of the spectrum of test sets by using KMN Kuhn-Munkras algorithm, which is used to guide the generation and compression of test data. Firstly, a bipartite graph model and a weight matrix are constructed according to the test set and its spectral principal component matrix. The problem of enhancing the principal component of spectrum is transformed into the matching problem of bipartite graph, and then solved by km algorithm. After adjusting the order of test vectors in test set according to the matching relation, the correlation between spectrum principal component and test set is increased. The experimental results of the ISCAS-89 reference circuit test set show that the correlation of the spectrum principal components is increased by 19.05 and the compression ratio of the test set residual FDR coding is increased by 4.59.
【作者單位】： 湖南大學(xué)信息科學(xué)與工程學(xué)院;廣東電網(wǎng)有限責(zé)任公司珠海供電局;
【基金】：國家自然科學(xué)基金(61472123)資助項(xiàng)目
【分類號】：TN407

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊付新;龍騰芳;;作物生態(tài)區(qū)主分量劃分程序設(shè)計(jì)在棉花生產(chǎn)中的應(yīng)用[J];計(jì)算機(jī)農(nóng)業(yè)應(yīng)用;1991年02期

2 崔江濤;付少鋒;詹海生;周利華;;一種新的基于主分量排序的高維索引結(jié)構(gòu)[J];系統(tǒng)工程與電子技術(shù);2006年12期

3 劉宸釗;裴軍林;汪正林;黨建濤;施蕭;;對流參數(shù)主分量旋轉(zhuǎn)法在西昌地區(qū)雷暴預(yù)報(bào)中的應(yīng)用[J];成都信息工程學(xué)院學(xué)報(bào);2014年03期

4 孫慧;孫凱;侯晴宇;;利用特征空間主分量分解實(shí)現(xiàn)自適應(yīng)小目標(biāo)檢測算法[J];哈爾濱理工大學(xué)學(xué)報(bào);2011年03期

5 韓自存;楊緒兵;;模糊主分量分類器[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年01期

6 郭履容,蘇顯渝,張冠申,陳澤先,張少穎;用光學(xué)方法實(shí)現(xiàn)K-L變換提取主分量圖象[J];科學(xué)通報(bào);1984年10期

7 徐彤;徐近霈;;用線性神經(jīng)網(wǎng)絡(luò)提取主分量[J];模式識別與人工智能;1994年04期

8 時合生;楊照峰;;決策樹主分量特征優(yōu)化跟蹤及暫態(tài)性異常提取[J];科技通報(bào);2014年06期

9 鐘向陽;胡仕明;;基于主分量線性判別方法人臉識別系統(tǒng)的實(shí)現(xiàn)[J];嘉應(yīng)學(xué)院學(xué)報(bào);2006年03期

10 王書達(dá),韓學(xué)東;基于人臉識別的無鑰保險(xiǎn)柜系統(tǒng)研究[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2002年02期

相關(guān)會議論文 前1條

1 滕月慧;劉平香;;主分量反演算法抑制混響仿真研究[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

相關(guān)碩士學(xué)位論文 前3條

1 辛宇;基于結(jié)構(gòu)動力響應(yīng)主分量瞬時特性的非線性結(jié)構(gòu)模型修正[D];合肥工業(yè)大學(xué);2016年

2 劉學(xué)軍;鍵盤用戶身份驗(yàn)真與加權(quán)主分量分類器[D];南京航空航天大學(xué);2002年

3 張婷;單足足跡主軸對準(zhǔn)的研究[D];內(nèi)蒙古工業(yè)大學(xué);2007年

，

本文編號：1550575