混沌搜索在IDDT测试生成中的应用

"这篇论文提出了一种基于混沌搜索的IDDT测试产生算法，该算法针对瞬态电流测试，利用改进的FAN算法反向蕴涵部分激活故障，并将测试向量映射到混沌空间，通过混沌搜索确定未确定的测试向量位。模拟实验验证了该方法在瞬态电流测试产生中的可行性。该研究得到了国家自然科学基金的支持，作者来自湖南大学计算机与通信学院，主要研究方向包括瞬态电流测试、集成电路测试和嵌入式系统。" 在集成电路测试领域，瞬态电流测试（IDDT，Incremental Delta-Delay Testing）是一种有效的故障检测技术，主要用于检测电路中由于延迟差异引起的故障。它通过对电路施加脉冲序列并测量输出响应来分析电路的瞬态行为。然而，生成有效的测试向量对于确保测试覆盖率和降低测试成本至关重要。 论文提出的算法引入了混沌搜索的概念，这是一种非线性的全局优化方法，能在大规模搜索空间中找到接近全局最优解的解决方案。混沌系统的随机性和遍历性使其在寻找复杂问题的解时具有优势。在这里，混沌搜索被用来确定测试向量的未知位，以更好地激活隐藏的故障。 改进的FAN算法是故障激活的一种策略，它通过反向蕴涵操作来部分激活故障。反向蕴涵意味着通过改变输入向量使得故障状态从非活动状态变为活动状态。将这种策略与混沌搜索结合，可以更有效地探索可能的测试向量组合，提高测试覆盖率。 模拟实验使用SPICE（Simulation Program with Integrated Circuit Emphasis）工具进行，这是一种广泛使用的电路仿真软件，能够模拟电路的动态行为。实验结果显示，所提出的混沌搜索为基础的IDDT测试产生算法能够成功地生成有效的测试向量，证明了其在瞬态电流测试中的实用性和有效性。 这项研究为瞬态电流测试提供了一个创新的解决方案，通过混沌搜索和改进的FAN算法提高了测试效率和质量，有助于集成电路的可靠性和故障诊断能力的提升。这对于集成电路设计者和测试工程师来说，是一个重要的技术进步，有助于减少测试成本，提升产品品质。