排序方式: 共有31条查询结果,搜索用时 15 毫秒
11.
数模混合片上系统(SoC)正逐步成为片上系统的主导,而其中模拟芯核的测试问题是研究的难点之一。利用自保持模拟测试接口(SHATI)可以实现模拟芯核对外接口虚数字化,对其进行并行测试。该文对自保持模拟测试接口进行了面积优化,以减少片上DFT(design for test)面积开销,并利用Hspice仿真实验验证了面积改进的可行性。同时,针对并行测试的测试激励调度问题,该文给出了测试时序设计的优化算法,并通过实际示例验证了算法的可行性。 相似文献
12.
从理论上阐述了无时延平均功耗和有时延平均功耗之间的单调递增关系,用计算速度快的无时延理想电路功耗作为计算速度慢的有时延实际电路功耗的评估标准,并给出了它在电路平均功耗快速估计、最大功耗快速估计和电路测试功耗快速优化三个领域中的应用.提出了一种先用无时延功耗对较长的输入向量对序列进行快速压缩、再用压缩序列快速模拟出平均功耗(或最大功耗)的新方法.与直接用未压缩序列进行模拟的传统方法相比,实验结果表明:对于平均功耗快速估计,在保证估计精度(误差小于3.5%)的前提下,将模拟速度提高了6~10倍;对于最大功耗快速估计,在保证估计精度(误差小于5%)的前提下,将模拟速度提高了6~8倍.在测试功耗快速优化领域,与测试功耗直接优化法和现有的Hamming距离优化法相比,无时延功耗优化法的优化效率最高,它可以用较少的时间(缩短为16.84%),取得较好的优化效果(测试功耗降低35.11%). 相似文献
13.
多信号流图模型是系统测试性分析的常用模型,为解决其层次化建模分析?的信息保密问题,提出了一种高层模块的描述方法。该方法将故障-测试相关矩阵(D矩阵)扩展,描述了高层模块的故障在系统中的影响、高层模块内部测试对系统测试性的贡献及高层模块对信号传递的影响。该描述方法有效地屏蔽了高层模块的结构信息,有利于不同系统设计者之间的信息保密。实验表明:该描述方法还加快了测试性分析中D矩阵的生成速度,减少了测试性分析时间。 相似文献
14.
低信噪比下的并行多延时相关帧同步算法 总被引:1,自引:0,他引:1
为提高正交频分复用(OFDM)在低信噪比环境下的同步性能和抗噪能力,提出了一种并行多延时相关帧同步算法。该算法充分利用帧的前导训练符号周期重复的特点,在接收端滑动窗中并行处理多种延时相关运算,通过阈值判决进行帧检测,同时完成载波频率同步,进而实现OFDM帧同步。该算法无须改动现有系统的物理帧结构,也不增加系统延时。理论分析和在加性G auss白噪声信道下的误帧率(FER)性能仿真证明:该算法的误帧率约为现有参考方案的1/10,信噪比(SNR)比参考方案提高约7 dB,能够工作在信噪比小于-1 dB的环境。 相似文献
15.
基于多信号模型的雷达测试性设计分析 总被引:4,自引:1,他引:3
针对过去测试性分析方法计算繁琐、周期长、效率低等缺点,基于模型的方法成为目前测试性设计分析技术的趋势,以多信号模型为基础,结合工作实际提出了一种测试性知识的获取方法。以TEAMS软件为平台,介绍了基于多信号模型的雷达测试性建模和测试性设计分析的原理、过程和结果,为雷达或其他电子装备的测试性设计分析提供了一套有效的方法。 相似文献
16.
图G和路由选择ρ产对故障集F的容错性能可从其幸存路由图的直径(表示为D(R(G,ρ)/F)的大小得到反映.在任意大k-连通图上,当k≥3时尚无构成最优容错路由选择的一般方法.本文针对3-连通基本Harary图,给出了一种最优容错路由选择ρ的构成方法,即当|F|≤2时,有D(R(G,ρ)/F)≤2. 相似文献
17.
18.
基于节点电压增量关系方程理论,根据高阶故障对低阶故障的覆盖性,并结合替代原理,提出了一种可以诊断非线性模拟电路软故障的字典法,将仅应用于线性模拟电路软故障诊断的方法推广到了含有少量非线性元件的模拟电路。将非线性元件作为一个整体,利用节点电压增量关系方程的线性相关系数作为统一故障特征,实现了电路中非线性元件和线性元件集的硬故障、软故障、单故障和多故障的诊断。给出了含有单个或多个非线性元件的电路诊断方法,并用最小距离法对容差做了相应的处理,最后通过仿真实例证明了该诊断方法的有效性。 相似文献
19.
为了诊断模拟电路中的软故障和多故障,提出了一种新的基于模拟电路节点电压增量关系方程的分析方法,并证明了各节点电压在随元件参数变化时,电压增量之间关系满足线性相关性。利用线性相关系数作为故障特征,提出新的模拟电路故障字典法。与传统方法字典法相比,新的字典法不仅能够诊断电路的单故障、多故障、硬故障和参数故障,而且能够同时适用于直流诊断和交流诊断。在交流诊断中,节点电压的取值范围从实数域扩展至复数域。 相似文献
20.
可诊断非线性电路直流故障的神经网络方法 总被引:5,自引:0,他引:5
测后诊断速度和诊断精度是模拟电路故障诊断性能的主要衡量指标。文中将神经网络的自学习和分类技术应用于非线性电路直流故障诊断,把反向传播(BP)网络训练成一部能诊断软、硬单故障的故障字典。考虑元件参数容差对诊断的影响,提出了优选训练样本的具体方法。此外,重新定义了BP网络的输出误差函数,使网络在训练时有较大的自由度。BP网络高度并行的信息处理能力决定了这种新型故障字典的诊断速度非常快。仿真实验结果表明,神经网络方法的综合性能要优于传统的故障字典法。 相似文献