使用分解提升代码基测试向量压缩效率

"这篇研究论文探讨了如何通过分解方法提高基于代码的测试矢量压缩的压缩率，旨在解决此类压缩技术在系统级芯片(SOC)测试中的效率问题。" 在当前的集成电路设计中，系统级芯片(System-on-Chip, SOC)通常包含大量的知识产权核(IP cores)，基于代码的测试矢量压缩技术由于无需核心结构信息而被广泛应用。然而，这种压缩方法的压缩率通常低于线性解压基础方案和广播扫描基础方案。论文作者Jishun Kuang、Liang Zhang、Zhiqiang You和Yingbo Zhou来自湖南大学信息科学与工程学院，他们提出了一种新颖的方法，能够在可接受的开销下显著提升基于代码的测试矢量压缩的压缩比。 该方法的核心是利用哈达玛德变换(Hadamard transform)将原始测试集分解为两个部分：显著成分集和残差集。显著成分集可以通过额外的片上测试模式发生器(On-chip Test Pattern Generator, TPG)轻松生成，而残差集则可以高效地进行压缩。在测试过程中，压缩后的残差从测试设备传输到被测电路(CUT)，然后进行解压。 这种方法的优势在于，它能够将测试数据的复杂度分解，使得一部分可以高效生成，另一部分则能实现有效的数据压缩，从而在保持测试覆盖率的同时，显著降低了测试数据的传输量。这对于提高测试效率，减少测试时间和成本具有重要意义。 论文进一步可能详细讨论了哈达玛德变换的应用原理，如何选择和生成显著成分，以及如何优化残差的压缩算法。此外，可能还涉及了实际应用中的性能评估，包括压缩率的提升程度、额外硬件开销分析以及对测试时间的影响。 这篇研究论文为提升基于代码的测试矢量压缩技术提供了新的思路，对于提升现代集成电路测试的效率和实用性具有重要的理论和实践价值。