故障測試在芯片開發(fā)中是十分重要的部分,分布于開發(fā)的各個(gè)環(huán)節(jié)中。每個(gè)芯片在發(fā)布前都需要進(jìn)行故障測試,以確保有缺陷的芯片不會(huì)流入市場。通常,通過將芯片安裝在自動(dòng)測試設(shè)備上,并對芯片應(yīng)用不同的測試向量來檢測故障。此外,對于故障測試未通過的芯片,需要對其進(jìn)行診斷,以確定測試失敗的原因,以便改進(jìn)制造過程,提高成品率。測試集優(yōu)化在降低芯片測試成本方面有重要的意義。隨著芯片尺寸的減小,芯片上電路的復(fù)雜性也在增加,使得測試芯片所需要的測試向量數(shù)量增多,不但增加了測試時(shí)間,更重要的是增加了故障測試的成本。因此,減少故障測試時(shí)的測試向量數(shù)量可以有效降低測試成本,減少故障測試所需時(shí)間。同時(shí),隨著電路復(fù)雜性的增加,診斷芯片中的故障變得越來越具有挑戰(zhàn)性,同樣耗費(fèi)了更多的時(shí)間。為了減少故障檢測和故障診斷的時(shí)間,提高故障測試的效率,必須提高測試向量的質(zhì)量,以提高測試向量區(qū)分故障的能力�；谀Ｐ驮\斷是一種新型智能診斷推理技術(shù),被人工智能領(lǐng)域的專家稱為診斷理論和技術(shù)的一場革命。極小碰集求解是基于模型診斷過程中的關(guān)鍵步驟,大量專家學(xué)者在極小碰集問題的研究中,獲得了豐碩的成果。極小碰集求解是經(jīng)典的組合優(yōu)化問題,在調(diào)度、分配... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

制造與測試成本變化趨勢[36]

第4章基于極小碰集求解方法的全局性診斷測試集生成36得到的m個(gè)輸出響應(yīng)r構(gòu)成一個(gè)m*n的矩陣，矩陣中的每個(gè)元素都是一個(gè)p位的由0、1組成的向量。這樣的矩陣叫做輸出響應(yīng)矩陣。根據(jù)輸出響應(yīng)矩陣的定義可知，當(dāng)p很大時(shí)，輸出響應(yīng)矩陣將會(huì)占用很大的空間，用于存儲每個(gè)測試向量的輸出響應(yīng)，并且p位數(shù)的計(jì)算可能會(huì)耗時(shí)很長，經(jīng)過觀察和分析發(fā)現(xiàn)比較輸出響應(yīng)時(shí)，關(guān)注的是某幾個(gè)故障在某個(gè)測試向量作用下對應(yīng)的輸出是否完全一致，因此可以將p位0、1組成的輸出響應(yīng)看作二進(jìn)制數(shù)，轉(zhuǎn)化為十進(jìn)制存儲。然而，當(dāng)p的位數(shù)很大時(shí)，這個(gè)十進(jìn)制數(shù)依然會(huì)很大，經(jīng)過進(jìn)一步觀察，發(fā)現(xiàn)這個(gè)十進(jìn)制數(shù)的大小并不重要，只需要對比這幾個(gè)數(shù)是否完全等，因此可以給十進(jìn)制數(shù)按照出現(xiàn)次數(shù)重新編號，重新編號的輸出相應(yīng)矩陣叫做重編號輸出相應(yīng)矩陣（RelabeledResponseMatrix，RR-Matrix）。圖4.1中是s27電路的輸出響應(yīng)矩陣的重編號過程。s27電路有4個(gè)輸出端口，圖中展示了電路中的15個(gè)故障和9個(gè)測試向量形成的輸出響應(yīng)矩陣，并且已經(jīng)把輸出響應(yīng)中0、1組成的二進(jìn)制數(shù)轉(zhuǎn)化為了十進(jìn)制數(shù)。在第2個(gè)測試向量與第6個(gè)故障對應(yīng)的輸出中，電路的4個(gè)輸出端口上捕獲到的值是[1110]，首先轉(zhuǎn)化為十進(jìn)制數(shù)14，完成二進(jìn)制向十進(jìn)制的轉(zhuǎn)化。然后，對于矩陣中的每一列，按照非零數(shù)出現(xiàn)的順序，給十進(jìn)制數(shù)重新編號。第一列中，數(shù)字“2”是第一個(gè)出現(xiàn)的非零數(shù)，因此被重新編號為“1”，第一列的最后一個(gè)數(shù)“2”因此同樣被重新編碼為“1”。以此類推，矩陣中的第10行在按照這樣的規(guī)則重新編碼之后，變成了右邊矩陣中對應(yīng)行的形式。RR-Matrix是COMEDI方法中最主要的數(shù)據(jù)結(jié)構(gòu)。圖4.1s27電路的RR-Matrix[4]

第4章基于極小碰集求解方法的全局性診斷測試集生成49圖4.1測試向量數(shù)量對比圖4.2顯示了方法運(yùn)行過程中，每次迭代結(jié)束時(shí)生成的測試集等效類的數(shù)量�？v軸表示測試集等效類的數(shù)量，橫軸表示迭代的數(shù)量。圖4.2中表明向量較少的DTS對測試集等效類的數(shù)量沒有太大影響。圖4.3顯示了方法運(yùn)行時(shí)間的詳細(xì)數(shù)據(jù)�？v軸代表運(yùn)行時(shí)間，橫軸代表迭代次數(shù)，虛線代表COMEDI的時(shí)間增長趨勢，實(shí)線代表GDTS-MHS的時(shí)間增長趨勢�？梢钥闯�，GDTS-MHS方法的運(yùn)行時(shí)間增長較慢，且遠(yuǎn)小于COMEDI的運(yùn)行時(shí)間。圖4.2等效類數(shù)量對比圖4.4顯示了運(yùn)行時(shí)間增加與每次迭代增加的測試集等效類之間的比較。橫軸表示迭代次數(shù)，主縱軸表示時(shí)間，次縱軸表示在局部迭代中添加的測試集等效類

【參考文獻(xiàn)】：
期刊論文
[1]快速查找最佳有理漸近分?jǐn)?shù)的測試數(shù)據(jù)壓縮方法[J]. 吳海峰,詹文法,程一飛.  系統(tǒng)仿真學(xué)報(bào). 2018(06)
[2]基于動(dòng)態(tài)極大元素覆蓋值的極小碰集求解算法[J]. 鄧召勇,歐陽丹彤,耿雪娜,劉杰.  計(jì)算機(jī)研究與發(fā)展. 2018(04)
[3]DPSO算法在故障診斷測試集優(yōu)化中的應(yīng)用[J]. 姜偉,王宏力,張忠泉,何星.  自動(dòng)化儀表. 2013(04)
[4]基于粗糙集的測試集優(yōu)化[J]. 曹義親,魏蛟龍,陳亮.  實(shí)驗(yàn)技術(shù)與管理. 2009(06)
[5]基于粒子群算法的故障測試集優(yōu)化[J]. 侯艷麗,趙春暉,胡佳偉.  電子測量與儀器學(xué)報(bào). 2008(04)
[6]基于遺傳排序的測試集優(yōu)化[J]. 喬家慶,付平,尹洪濤.  電子學(xué)報(bào). 2007(12)
[7]基于蟻群算法的測試集優(yōu)化[J]. 俞龍江,彭喜源,彭宇.  電子學(xué)報(bào). 2003(08)

博士論文
[1]數(shù)字集成電路測試生成算法研究[D]. 侯艷麗.哈爾濱工程大學(xué) 2008

碩士論文
[1]極小碰集求解算法的研究[D]. 劉思光.吉林大學(xué) 2017



本文編號：3448434