没有合适的资源?快使用搜索试试~ 我知道了~
沙特国王大学学报一种减少VLSI测试向量的启发式故障优化方法Vinod Kumar Khera,R.K.夏尔马古普塔Atmel R D India Pvt Limited,印度北方邦诺伊达16 A区雷格斯商务中心#643阿提奇莱因福奥文章历史记录:2016年3月2日收到2017年1月12日修订2017年2月5日接受2017年3月14日在线提供保留字:VLSI测试基于本质故障的测试向量优化基于独立故障的测试向量优化测试向量计数A B S T R A C T在这项工作中,我们提出了一种启发式的方法来减少测试向量计数在VLSI测试标准ISCAS电路。随着芯片空间的缩小和单个集成电路上电路的增加,测试所需的测试向量的数量也在增加。测试向量的数量直接影响电路的总测试成本。本文提出了基于故障的测试向量优化方法.在这里,测试向量已减少提取子测试向量和合并它们。所提出的方案有助于减少测试向量数,并已成功地使用单一的故障模型进行了测试。实验结果表明了该方案的有效性©2017制作和主办由Elsevier B.V.代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 介绍制造过程中的不完美和缺陷会导致故障,并需要对所制造的IC进行测试。应用电路的芯片空间不断缩小、复杂性不断增加、时钟速度越来越快,这一切都已经超越了摩尔这种趋势导致了制造过程中故障的敏感性增加。故障(器件、PCB、系统、现场操作)的检测水平在决定测试成本方面起着重要作用。因此,在器件级即制造级检测故障是极其重要的 ,因 为制 造的 集成 电路 的可 靠性 是 无条 件的 要求 (Hnatek ,1987)。随着集成度的提高,测试向量数、测试功率、测试时间以及总成本都在快速增长(Report,2001; Chandra,2002; Athas,1994;Abramovici,1994)。因此,有效的测试方案是减少测试向量的必要条件*通讯作者。电子邮件地址:vinod_kumar. atmel.com(V.K. Khera)。沙特国王大学负责同行审查计数和有效的故障检测。这将确保所制造的电路的改进的可靠性。现代自动测试模式生成(ATPG)工具倾向于减少测试向量数和测试功耗,但代价是增加了向量内和向量间的切换活动。这里,对于单一固定故障测试向量生成,通常,随机模式生成方案之后是确定性测试向量生成方案,因为故障覆盖率由于随机模式生成方案中存在随机模式抵抗故障而饱和。然而,由于增加的切换,这些方案导致增加的测试成本。测试的基本目标是在测试成本(测试向量的数量、时间和存储等)的可接受限度内检测故障并过滤掉有缺陷和不合格的IC,确定性不符合标准,因为有巨大的存储需求。此外,随机测试向量生成方案需要长的测试向量来检测所有的故障,导致测试成本增加。这就需要有效的计划,产生最佳数量的测试向量检测的所有故障。此外,在使用随机测试向量生成方案时,不能利用无关值来减少测试向量。基于扫描的重新播种技术导致测试向量更加紧凑,但代价是在信号路径中增加面积和性能退化(Abramovici,1994)。具有DFT特性的电路在测试模式下比正常模式下具有更多的并发活动块,从而导致测试功耗和测试成本增加。测试成本的降低也可以通过使用缩减(优化)集http://dx.doi.org/10.1016/j.jksuci.2017.02.0011319-1578/©2017由Elsevier B. V.代表沙特国王大学制作和主办。这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。制作和主办:Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页:www.sciencedirect.com230V.K. Khera等人/沙特国王大学学报≤ ≤≤≤测试向量(Lin,1995)。研究人员提出了基于静态和动态压缩方案减少测试向量数的技术。静态压实是由M. Abramovici等人在Abramovici(1994)中,其中测试载体在生成后被压缩。Goel等人在Rosales(1979)中提出的动态压缩通过先前生成的向量Schulz(1988)提出的逆序故障(ROF)仿真技术无法消除冗余测试用例。提出了基于故障的测试向量约简方法,通过识别基本故障和独立故障来实现.如果两个断层没有被一个矢量检测到,则称它们是独立的(Akers,1987; Pomeranz,1993)。如果一个故障只能被测试集中的单个测试向量检测到,则称该故障为本质故障。基于独立故障和基于本质故障的技术已经由Akers(Akers,1987)、Kundu等人在Kundu等人中提出。(2008),Krishna Kumar et al.(2012)和El-Maleh(2007)。Akers(1987)、Krishnamurthy(1989)提出了基于独立故障的压缩技术。基于扫描的再播种技术导致系统性能下降和面积增加,因为在信号路径中增加了多路复用器(Abramovici,1994年)。这些限制需要一种技术,该技术生成减少数量的测试向量,并减少向量间和向量内切换。其余工作将在以下章节中详细说明。第2节详细解释了所提出的方案2.1描述了所提出的算法和基于故障的优化方案,即,IFBO和EFBO在第2.2节和第2.3节中解释;第3节描述了基本测试向量识别,冗余测试向量删除在第4节中解释。第5节列举了实验结果。2. 该方案测试向量数是决定电路测试成本的主要因素,这就产生了同时考虑独立故障和本质故障的测试向量数优化的动机所提出的算法如下所示;通过考虑本质故障和独立故障的组合集来优化测试向量计数。所提出的方案中包含的步骤顺序如图所示。1.一、2.1. 测试向量约简算法测试向量的生成真值仿真(Ti)查找所有故障的测试向量检测计数(TVDC),按TVDC找出本质缺陷o 基于本质故障的测试向量优化EFBO()//用于减少向量内切换测试向量基于独立故障的测试向量优化:IFBO()其他故障/剩余测试向量优化合并测试向量o 使用遗传算法和汉明距离将无关位(X)替换为合适的位(0/1)以减少向量间切换,我们使用了基于遗传算法和汉明距离的技术,使得连续测试向量中的大多数位是相似的● 去除冗余测试向量<$矢量内切换指的是充电(0?1)/放电(1?0)/寄生电容。矢量间切换是指在连续的测试矢量中切换,导致泄漏功率。2.2. 基于本质故障的测试向量优化测试向量的本质故障是仅由测试集中的唯一测试向量检测到的故障(Krishna Kumar等人,2012年)。在EFBO阶段,我们基于本质故障优化测试向量计数。这种优化的测试矢量集合导致被测电路中的矢量内切换和测试功率削减的减少。基本测试向量检测至少一个唯一的故障,这是没有检测到的测试集的其他测试向量。 为了实现这一点,CUD是故障模拟与ATPG工具生成的测试向量的完全指定的集合。测试向量根据其故障检测计数(TVDC)进行排序。TVDC = 1的故障称为本质故障。我们使用ATLANTA工具进行测试向量生成和故障模拟。下一步是找出必要的子测试向量,向量检测本质故障。基本子测试向量是具有最佳数量0 s/1 s的向量,其余是X s。通过松弛父测试向量生成基本子向量。为了识别最大它可以发现存在最大故障的主要输出。接下来,我们通过反向遍历来定位从该故障到该主输出的路径,并找到中间线路(FAN IN线路)上的值。因此,基本子测试向量可以包含1、0和无关(X)位的组合。图2分别示出了电路、基本矢量(Ti)和导出的基本子矢量(Tci它检测所有的故障检测的父基本测试向量,但与最佳的位数。假设ATPG工具生成的测试向量的原始集合由ATPG生成的测试向量集进行故障模拟,以检测由每个测试向量检测到的故障数(TVDC)。然后,检测到的故障按照其对应的TVDC计数的升序进行排序。如前所述,具有TVDC = 1的故障是本质故障,下一步是从具有TVDC的这些向量中找到本质子向量。可能存在相同的测试子向量检测不同的故障,这样的测试向量是兼容的。两个测试向量Ti和Tj被称为兼容测试向量,如果只有当没有列包含相反的,即(Ti= Tj),其中i,j是相同的列位Ti和Tj和(1 i,j n)。我们使用了Navabi(2011)中指定的测试向量压缩方案来寻找兼容的测试向量。兼容测试向量检测的过程如图3所示;我们分别在图3(a)和(b)任何测试生成方案的目标都是减少测试向量并达到与减少测试向量之前相似的故障覆盖率,因此在检测到兼容测试向量之后,将这些兼容测试向量合并以减少测试向量数。所识别的兼容测试向量Ti和Tj可以被合并在一起成为单个测试向量Tij。合并的测试向量Tij现在检测由Ti和Tj两者检测到的故障,如图4所示。这个过程的结果减少了测试模式的CUD(我们已经写了一个故障模拟器在C语言编写和使用这些步骤)。除了子向量的那些比特之外的剩余比特是在优化的整个过程中,原始故障覆盖率被保留,并由表1解释,表1示出了4个测试向量、它们的检测到的故障和必要的子测试向量。表1显示了从父向量中提取的基本子测试向量寻找基本子测试向量的过程如第3节所述。对于聚类的兼容基本测试子向量的聚类,我们使用了基于故障检测计数的过程(El-Maleh,2007),如图2所示。该过程从故障开始-模拟无故障●●●●●●●●V.K. Khera等人/沙特国王大学学报231Fig. 1. 测试向量缩减方案。图二. 基本子向量提取:(a)3输入,2输出电路;(b)基本向量;(c)基本子向量。图三. 兼容性检查:(a)兼容性规则(b)兼容向量。然后将所有测试向量与TVDC计数一起排列,以找到本质故障(TVDC= 1)。接下来的聚类是基于TVDC计数完成的。表2示出了聚类过程,列1示出了基本故障(F1和F2),这里基于TVDC = 1执行聚类。接下来,完成并且故障F1、F3、F4和F2、F5和F8基于图3中的兼容性规则被聚类。在此之后,基于TVDC = 3的聚类完成,我们已经聚类了F1,F3,F4和F2,F5,F6,F8。F7不能在现有的故障列表中聚类,因此创建了一个单独的bin,并将其与现有的故障列表合并232V.K. Khera等人/沙特国王大学学报表1见图4。 兼容测试向量合并。在Akers(1987)、Pomeranz(1993)、Kundu等人(2008)和El-Maleh,2007中提出了基于故障测试的压缩。Akers(1987)提出了利用相容故障集对目标故障集进行排序的方法,Pomeranz(1993)则侧重于COMPACTEST的有效性,并显示出数倍的改进。Akers(1987)有效地利用了独立故障集来导出更大的独立故障集.然而,这种技术仅适用于较小的电路。El-Maleh等人(2002)提出了使用独立故障的进一步聚类,以减少测试模式。 在KrishnaKumar et al. (2012)来确定最大独立故障集。 然而(KrishnaKumar等人, 2012)由于依赖性问题,仅适用于小型网络。在所提出的技术中,TVDC不为1的所有故障都被认为是测试向量、故障和基本子向量。测试向量检测到的故障基本子测试向量0001111110F1F40X0XX11XX0X0X1111XXX1011101001F2F5F6F8X0X1X01XX1XXX1X010011X1XXX10XXXX1XXX1XX11010111110F3F5F6F7X0XXX1X10XXX1XX1XX0X0X11XX10XXX11XX110X0011110101F3F40XX1X1XXX100XXX1X1X1F6F7F800XX11XX0XX11X1X0X0XXXX11X01012.2.1. 基于本质故障的测试向量优化(F,T)对于Ti对齐要选通的主输入(PI),并将真值分配给此路径● 找到并调整该断层线的圆锥● 合并步骤a和b中固定的PI值对于每个基本子向量Tc(映射到相容集)如果不存在集合,则创建一个新集合并映射Tc Else-如果将Tc映射到现有兼容集合否则创建新的集合并将Tc映射到新的集合//如果不存在兼容的集合,则需要返回到初始步骤//重复,直到所有子向量都被映射使用通过合并兼容集产生的集模拟故障,丢弃所有检测到的集并将测试模式存储在数组中2.3. 基于独立故障的测试向量优化如果两个故障不能被一个测试向量检测到,则称它们是独立的(Akers,1987; Pomeranz,1993)。兼容为设计独立图提供了一种新的方法,并根据Dsha(1993)中规定的规则找到了独立故障。作者修改了El Maleh在El-Maleh(2007)中提出的算法,通过(i)使用遗传算法填充无关位代替随机技术(ii)使用扩展蕴涵过程进行此外(El-Maleh,2007)未能识别冗余测试向量。该算法既能优化独立故障测试向量,又能优化相容故障测试向量,并具有去除冗余测试向量的优点基于独立故障的测试向量优化算法如下所示。2.3.1. IFBO对于每个独立故障,由一组测试向量T检测到的f对于每个测试向量t(其中t是T的成员):o 从t中找到子向量tc(如前面对基本向量所做的那样)⬛ 对于每个子向量Tc(映射到兼容集)⬛ 如果不存在集合,则创建一个新集合并映射Tco Else-if将Tc映射到现有兼容集o 否则创建新的集合并将Tc映射到新的集合//如果不存在返回到初始步骤//重复,直到所有子向量都被映射使用通过合并兼容集产生的集模拟故障,丢弃所有检测到的集并将测试模式存储在数组中● 填补● 删除冗余测试向量。2.3.2. 填充X位Don’t在文献中已经提出了许多算法来填充无关位。在动态测试压缩方案中,部分指定向量中的未指定位在其生成之后立即用随机值填充,这可能导致增加的转换表2基于TVDC的聚类。集群(TVDC = 1)群集(TVDC =(二)群集(TVDC =第三章故障子向量故障子向量故障子向量F1 0X0XX11XX0F1F3F40X0XX11XX0X0XXX1X10XX0X1111XXXF1F3F40X0XX11XX0X0XXX1X10XX0X1111XXXF2 X0X1X01XX1F2F5F8X0X1X01XX1XXX1X01001X0X110X00XF2F5F6F8X0X1X01XX1XXX1X010011X1XXX10XXX0X110X00X●●●●●●●●●●T101101X1XT20110X011T3110X0X10T4110X1X10●T1和T2可以合并110X0X10110X1X10V.K. Khera等人/沙特国王大学学报233表3通过所提出的方案与ATALANTA获得的测试向量的比较电路使用ATALANTA测试向量使用建议方案的测试向量(%)相对减少C26701139615.04C53151936168.4c3540956333.69S123815811725.95S5378F2568965.3S923436622737.98S1320763320268.08S3858466725362.06S3841790020876.8S15850.16579984.93S923462019568.54(Kundu等人,2009年)。该方案考虑到这种过渡和基本的子向量处理使用遗传算法和汉明距离为基础的计划。在该步骤中,通过合并所提出的算法的测试向量而获得的无关(X)比特被替换为适当的比特值(1s/0 s)。 由于无关位的填充总是导致切换活动的减少,因此通过使用遗传算法,然后使用汉明距离产生最佳结果(Kundu等人, 2009年)。3. 基本子向量提取如前所述,通过放松父测试向量来从父测试向量中提取基本子测试向量,约束条件是,基本子测试向量应当检测由父测试向量检测到的所有故障。测试松弛是为了获得部分指定的测试集(基本子测试向量),该测试集保持相同的故障覆盖率,同时最大化完全指定的测试集之外的未指定位的数量放松测试向量的最简单的方法之一是使用蛮力技术,其中每个位都被改变为无关(X),并检查故障覆盖率。但这里的问题是,随着规模的增加,复杂度是O(nm),其中n是测试向量的数量,m是每个测试向量的长度。在这里,我们使用了扩展蕴涵过程(Kajihara,2004),这样我们就可以检测测试向量中的最大简要算法如下所述:对于每个基本故障(TVDC = 1),注入基本故障;查找要传播故障的主输出(PO)找出注入故障的相关性锥;找出故障线路的相关性锥;交叉PI值检测门输入和依赖锥的理由。4. 去除冗余测试向量在填充从识别的兼容本质子向量获得的无关位之后我们发现了多余的测试向量-表4与现有技术相比,测试向量减少了%。Circuit PIAtalanta(Dsha(1993))ROF03 TheDog(1988)RM El-Malehet al.(2002年)FCCEl-03TheDog(2007)IFC03TheDog(1987)提出提出亚特兰大上空建议超过ROF建议超过RM提议超过FCC拟议超过国际金融公司c267023311310610098989615.044259.43396242.0408162.040816C5315178193119106801076168.3937848.739542.4528323.7542.99065粤ICP备15044550号-1粤ICP备16016888号-1s15850.1611657 456 181 144 142 99 84.93151 78.28947 45.30387 31.25 30.28169s5378f2142562521451191208965.2343864.6825438.6206925.2100825.83333s9234247电 话 : + 8 6 20 37520219821719568.54839483.4653471.5151522019 - 05 - 29 15:00:002019 - 05 - 29 10:00:00S13207700电 话 :+86-510- 8888888传真:+86-510-8888888图五. 与ATALANTA(Dsha,1993)相比,建议方案和其他现有技术的有效性。●●●●●●●●234V.K. Khera等人/沙特国王大学学报tors. 由于减少测试向量数对于降低测试功耗和成本至关重要对交叉填充后得到的测试向量进行故障模拟,所有测试向量按识别故障的降序排列。我们已经使用了两个变量one_check和check来识别测试向量的基本和最小集合,如Krishna Kumar等人所述。(2012年)。计算每个测试模式的一次检查(_C)具有非零one_check的模式被复制到最终集合步骤由这些模式检测到的所有故障都从故障列表中删除,也从剩余向量的故障列表中删除While(仍有剩余故障)o 找到一个能检测到最多未覆盖故障的模式o 将其添加到最终设置中,并按照步骤3删除此故障5. 结果和观察结果在这项工作中提出的算法已成功地应用于完全指定的测试模式集生成的Atalanta(DSHA,1993)。标准的ISCAS电路已被测试使用亚特兰大和这项工作中提出的计划。使用ATPG工具Atalanta(Dsha,1993)生成单故障模型的完全指定的测试模式集;表3显示了所提出的方案和ATPG工具Atalanta(Dsha,1993)之间的性能比较。第2列和第3列分别显示了Atalanta使用_x选项生成的测试模式和所提出的方法生成的测试模式。表2的第3栏中显示了减少量(范围为15%至80%)。表4显示了与标准的现有技术相比,使用所提出的方案在储蓄年龄百分比方面的有效性,这里我们与现有技术进行了比较(Schulz,1988; Akers,1987; El-Maleh,2007; Dsha,1993; El-Maleh等人, 2002)中,电路中PI的数量在第2列中示出,而第3 -7列示出了通过预先存在的技术生成的测试图案。第8列显示了由所提出的方案产生的测试模式,而在第9-13列实验结果表明,该方法能够有效地减少80%以上的测试向量。图5有效地证明了所提出的方案的真实性,当所有现有的方案与ATALANTA(Dsha,1993)生成的测试向量进行比较时,它显示了该方案的测试向量减少能力。6. 结论本文提出了一种基于故障的测试向量优化方法,有效地减少了测试向量所提出的方案是基于测试向量压缩的,基于基本故障的测试向量优化(EFBO)和基于独立故障的测试向量优化(IFBO)。得到的基本子向量合并的基础上的兼容性检查,导致在增加的故障被检测到的测试向量(压缩集)的数量减少基准ISCAS电路的实验结果表明,所提出的方法实现了相当大的减少测试向量计数相比,预先存在的技术。但是,建议的方案可以改进,建议的方案与一些强夯方案相结合,这是我们未来的工作。引用Abramovici,M.,1994.数字系统测试与可测性设计。IEEE Press,Piscataway-New Jersey.Akers,S. B.,1987.论独立故障集在最小测试集生成中的作用。中间测试确认Athas,1994年。基于绝热开关原理的低功耗数字系统IEEE Trans. Very Large Scale Integr. VLSI系统,2(4),398-416。陈 志 华 , 使 用 交 替游 程 长度 码减 少 系统 芯 片测 试 数据 量、 扫 描功 率 和测 试 时间 ,ACM/IEEE设计自动化会议(DAC),2002年。Dsha,H.,一九九三年Atalanta:一种有效的组合电路ATPG弗吉尼亚理工大学。弗吉尼亚州研究所和州立大学El-Maleh,A.,2007年基于测试向量分解的组合电路静态压缩算法。IET计算数字。1(4),364-368.El-Maleh,A.A.-S. 2002年。一种有效的组合与全扫描时序电路测试松弛技术输入:程序的VLSI测试研讨会,蒙特雷,CA,pp.53-59.Hnatek,急诊室1987. IC质量-我们在哪里。在:IEEE国际测试会议论文集,pp。430-445.国际半导体技术路线图,2013年。S. Kajihara , 2004. 在 : IEEE Transactions on Computer Aided Design ofIntegrated Circuits and Systems,vol.23,no.二、Krishna Kumar,S.,Kundu,S.,Chattopadhyay,S.,2012.定制完全指定的模式集,以降低测试过程中的动态功耗和泄漏功耗。Integration VLSI J. 45(2),211-221.Krishnamurthy,B.,1989.测试计数:VLSI测试工具。IEEE设计测试计算6(5),58-77。Kundu,S.,例如,一种新的技术,以减少泄漏和峰值功率在扫描测试。在:IEEE区域10和Thirs工业和信息系统国际会议,2008年。Kundu,S.,Chattopadhyay,S.,2009.高效的不关心填充,以降低测试过程中的功耗。在:2009年国际会议在通信和计算的最新技术的进展,Kottayam,喀拉拉邦,页。319- 323Lin,C.S.,1995.组合电路的测试压缩。IEEE Trans. CAD 14(11),1370-1378.纳瓦比,Z.,2011.数字系统测试与可测试设计使用HDL模型和架构。斯普林格,伦敦。Pomeranz,1993年。COMPACTEST:一种生成组合电路紧凑测试集的方法。IEEETrans. CAD 12(7),1040-1049。报告,国际半导体技术公司,国际半导体技术路线图(ITRS),2001年。罗萨莱斯,不列颠哥伦比亚省,测试生成和测试的动态压实。在:国际测试会议,1979年。Schulz,M.H.,1988. Socrates:一种高效的测试模式自动生成方案。IEEE Trans.计算。辅助设计集成Circ. 系统 7(1),126-137。●●●●
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功