时序电路测试生成算法研究

随着大规模集成电路复杂性的提高,时序电路的测试生成变得越来越困难,因此研究有效的时序电路测试生成算法不仅具有学术意义,还具有巨大的经济效益和社会效益。本文对近年国内外学者在时序电路测试生成算法方面的研究进行了综述,对其作了比较,分析了相对的优点及缺点。最后做了总结并展望了未来的发展方向。     

面向同步时序电路的电路并行测试生成算法

面对VLSI设计规模日益增大的挑战，除了电路并行以外，其它已有的基本并行策略都无法从根本上解决测试生成的复杂性问题，然而，已有的电路并行测试生成算法并未取得理想的结果，尤其对时序电路，因此，如何划分电路，成为电路并行算法的设计基础和成功的关键，面向逻辑级描述的同步时序电路，以触发器为核的电路划分算法BWFSF将电路划分为大功能块。对Benchmark-89电路的实验结果表明，基于G-F二值算法和BWFSF算法的电路并行测试生成算法在有效减少存储空间消耗的同时，还能够获得稳定的加速比。     

时序电路SACO和PSO混合算法的测试矢量生成

提出了一种新的测试矢量生成算法,其使用SCOAP测度对蚁群算法进行参数调整,并在粒子群算法的框架下进行测试矢量生成,再使用调整后的蚁群算法进行测试矢量优化。该算法不仅克服了粒子群算法的容易陷入局部最优等缺点,而且利用电路本身的特性来确定蚁群算法的参数。以国际标准电路为例,实验验证本文的算法,结果表明本算法应用于时序电路的测试矢量生成时,相对于粒子群算法提高了其收敛性,提高了故障覆盖率;相对于蚁群算法压缩了测试矢量集,减少了测试诊断时间。     

基于有向图的最小完全覆盖互操作测试序列生成算法

互操作测试过程目的是用尽量少的测试序列数目对目标系统实施测试,而又能检测出尽可能多的错误.采用基于有向图的满足互操作测试的最小完全覆盖准则的测试序列生成算法可以生成更有效的互操作测试集.     

基于粒子群算法的数字电路测试生成

在已有的数字电路测试生成算法基础上，通过对一种结构简单且容易实现的算法——粒子群算法的研究，提出了一种基于模拟的测试矢量生成的新方法，即应用粒子群算法来进行数字电路的测试生成．对一些组合电路进行了仿真，并将其与基于遗传算法的测试生成方法进行比较，实验结果表明该方法比基于遗传算法的测试生成更为有效．     

有等价分解态射的广义逆

本文给出了范畴中具有等价分解的态射的(1,…,i)-逆存在的某些充要条件及显式,改进并推广了其中的一些重要结果.     

基于神经网络测试码生成的一个鲁棒算法

针对基于组合电路神经网络模型进行了测试码生成,提出了一个对神经元连权值不敏感的鲁棒算法－－改进的遗传算法,它克服好运用概率松驰搜索算法求解测试矢量时,神经元之间连接权值的选择影响测试结果的缺陷,增强了测试码的鲁棒性,该算法对不同的连接权值都能得到满意的测试结果。     

关系数据库模式等价分解的性质

本讨论了在纯FD的环境下关系数据库模式分解问题,给出了保持函数依赖与无损连接性的模式分解所具有的一些性质,为对数据库模式分解的进一步讨论奠定了基础。     

基于神经网络测试码生成的一个鲁棒算法

针对基于组合电路神经网络模型进行测试码生成,提出了一个对神经元连接权值不敏感的鲁棒算法——改进的遗传算法．它克服了运用概率松驰搜索算法求解测试矢量时,神经元之间连接权值的选择影响测试结果的缺陷,增强了测试码的鲁棒性．该算法对不同的连接权值都能得到满意的测试结果     

数字检测电路和测试生成算法

提出一种将任意数字组合电路转变为检测电路的方法和检测电路的测试生成算法。对数字电路中所有引线的单固定故障都能产生测试向量，计算量的上限是２（ｍ＿１＋４ｍ＿２）￣２。     

基于蚂蚁路径的IDDT测试生成

始于90年代的瞬态电流测试（IDDT Testing）法可以检测出传统的电压测试法和稳态电流测试法所不能检测出的集成电路故障。瞬态电流测试产生需要一次产生两个或两个以上向量。其测试向量产生比较复杂,寻找高效的测试向量产生算法对提高测试效率具有重要意义。提出了一种基于模拟测试的蚂蚁路径瞬态电流测试产生算法。通过蚂蚁算法的自适应与正反馈的特点,寻找出一条测试集成电路故障的最佳路径,该算法思想简单,易于实现。通过SPICE模拟验证表明测试产生的结果是有效的。     

电路测试的可区分故障算法研究

研究一种基于人工神经网络的能区分故障的数字电路测试生成方法,该方法利用电路基本逻辑门的特性和神经网络模型的特点,首先建立测试生成的神经网络模型,然后通过求解网络能量函数的最小值点获得给定类型故障的测试矢量,其研究结果在可区分故障的测试生成方面提供了一种可能的新途径     

一种基于遗传算法的自动组卷算法

对传统遗传算法进行改进,提出了一种基于遗传算法的分段十进制编码,采用分段的单点交叉操作,对于个体而言,实现的是多点交叉操作,最后提出了相应的组卷算法.     

基于最优神经网络的电路测试方法研究

在数字电路最优神经网络模型的基础上,研究基于该模型的电路测试生成方法.首先获得了多输入基本门电路的最优神经网络能量函数的一般表达式,然后对这种测试方法的原理、实现步骤、以及加速测试的措施等进行了详细研究.结果表明以最优神经网络模型为基础的电路测试方法在测试生成的速度方面快于其它类似方法,如基于Hopfield神经网络的电路测试生成,具有较好的应用潜力.     

FAN算法在瞬态电流测试产生中的应用

在不考虑冒险的情况下，对于CMOS电路中的开路故障，探讨了利用FAN算法进行瞬态电流测试产生的可能性，定义了三种不同的D前沿，并将测试产生分为激活故障，使无故障电路和故障电路的瞬态电流差别最大化，减少旁路的影响三个部分，实验结果说明，在不考虑冒险的情况下，将FAN算法应用于瞬态电流测试产生是可行的。     

基于改进的自适应遗传算法HCGA的测试数据自动生成

针对软件测试数据的自动生成,提出了一种自适应遗传算法和爬山算法相结合的改进算法HCGA. 通过设计自适应交叉和变异算子,加强了遗传算法的前期全局搜索能力;在进化后期嵌入了爬山算法,提高了局部搜索能力. 实验结果表明,该算法在测试数据的自动生成上优于遗传算法,提高了效率.     

基于遗传算法的逻辑电路测试生成的研究

本文提出了一种基于遗传算法的逻辑电路测试生成算法,利用遗传算法的全局寻优特点进行集成电路的测试生成,并与确定性算法进行了比较,所得到的实验结果表明,遗传算法可以在比较小的测试矢量集下得到比较高的故障覆盖率,是一个有效的测试生产算法．     

Study on MCM Interconnect Test Generation Based on Ant Algorithm with Mutation Operator

Introduction With rapid development of very large scale in-tegration(VLSI),multi-chip module(MCM)andmulti-layer printed circuit boards(MPCB),inter-connect test technology has become a bottleneckinthe application of these circuits.The high reliabili-ty of MCMis due to that bare integrated circuitchips are welded and interconnected under highdensity and small di mension conditions[1].Testgenerationis one key technologies of MCMinter-connect test,so study on novel method of test gen-eratio…     

Dirichlet和Abel判别法的等价性

本文证明了Dirichlet和Abel判别法的等价性．从而完整地解决了这两个定理的充分性、必要性及它们之间与级数收敛的关系．