学位论文 > 优秀研究生学位论文题录展示
基于粒子群算法和蚂蚁算法的瞬态电流测试生成研究
作 者: 曾晓杰
导 师: 邝继顺
学 校: 湖南大学
专 业: 计算机应用技术
关键词: 瞬态电流 粒子群算法 蚂蚁算法 波形模拟 SPICE模拟
分类号: TN407
类 型: 硕士论文
年 份: 2007年
下 载: 79次
引 用: 0次
阅 读: 论文下载
内容摘要
随着微电子技术的迅猛发展,VLSI的集成度和复杂度不断提高,给现有的测试技术和测试仪器带来了严峻的挑战。20世纪80年代初,人们提出了测量CMOS电路稳态电流(IDDQ)的方法。基于电流的IDDQ测试方法与CMOS电路有很好的兼容性,它可检测出电压测试方法不能检测的故障和物理缺陷,目前已成为一种广为接受的重要的CMOS数字集成电路的测试方法。90年代中期,人们又提出了瞬态电流测试(IDDT Testing)的概念,企图通过观察和分析电路在其内部状态发生变化时所产生的瞬态电流,来发现某些不能被其它测试方法发现的故障。这种方法作为传统测试方法的一个补充,正逐步受到研究领域和工业领域的关注和研究。在瞬态电流测试过程中,核心问题是确定施加什么样的激励,可以在任何情况下确保激活故障,同时又能使测量仪器测量出来。自动测试向量生成(ATPG)所要解决的问题就是自动推导出被测电路的测试激励。瞬态电流测试向量的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。本文重点对瞬态电流测试生成算法进行研究。从开路故障的激活条件入手,利用粒子群算法和蚂蚁算法来生成瞬态电流测试向量,并通过波形模拟器进行模拟测试,测试结果验证了算法的有效性。在瞬态电流测试中,粒子群算法将故障定义为粒子要搜寻的食物,粒子的位置定义为测试向量。蚂蚁算法将故障定义为蚂蚁要搜索的食物,将搜索路径定义为测试向量。针对瞬态电流测试的可行性,将两种算法生成的向量作为激励,通过波形模拟器进行开路故障模拟测试。通过对标准的ISCAS’89部分电路的波形模拟验证,获得了较好的故障覆盖率。离散粒子群算法具有内在的变异特性,具有很强的全局搜索能力,在电路测试生成时,收敛速度快,但对于较大规模电路测试时,生成的测试向量不是最优的。蚂蚁算法搜索能力强,运行速度快,算法测试生成的向量通过SPICE模拟实验表明其结果是有效的。
|
全文目录
摘要 5-6 ABSTRACT 6-12 第1章 绪论 12-21 1.1 研究背景 12-13 1.2 文献综述 13-17 1.2.1 电压测试技术 14 1.2.2 电流测试技术 14-17 1.3 故障模拟 17-18 1.4 蚂蚁算法和粒子群算法 18-19 1.5 本文主要工作 19-21 1.5.1 本文的研究目标 19 1.5.2 基于粒子群算法的瞬态电流测试生成 19 1.5.3 基于蚂蚁算法的瞬态电流测试生成 19-21 第2章 数字电路测试的基本理论 21-33 2.1 故障模型 21-22 2.1.1 固定故障 21 2.1.2 开路故障 21-22 2.2 延时模型 22-23 2.3 自动测试生成 23-25 2.4 波形模拟器 25-26 2.5 粒子群算法 26-28 2.5.1 基本微粒群算法原理 27-28 2.5.2 基本微粒群算法的算法流程 28 2.6 蚂蚁算法 28-32 2.6.1 基本蚁群算法的原理 29-31 2.6.2 蚂蚁算法的特点 31-32 2.7 小结 32-33 第3章 基于粒子群算法的瞬态电流测试生成研究 33-41 3.1 引言 33 3.2 测试生成准则 33-34 3.3 IDDT 测试的故障激活 34-36 3.4 电流差别最大化 36-37 3.5 测试生成算法 37-39 3.5.1 粒子群算法 37-38 3.5.2 IDDT 测试生成 38-39 3.6 实验结果及分析 39-40 3.7 小结 40-41 第4章 基于蚂蚁路径的IDDT 测试生成 41-50 4.1 引言 41 4.2 开路故障激活 41-43 4.3 评价函数 43 4.4 IDDT 测试生成 43-46 4.4.1 蚂蚁算法 43-44 4.4.2 IDDT 测试生成算法描述 44-46 4.5 实验仿真 46-47 4.6 实验结果及分析 47-49 4.7 小结 49-50 结束语 50-52 参考文献 52-56 致谢 56-57 附录 攻读硕士学位期间发表的论文 57
|
相似论文
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 基于粒子群的分子对接算法,R91
- 基于粒子群算法的露天矿道路路径优化研究,TP301.6
- 移动机器人路径规划研究及仿真实现,TP242
- 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
- 变邻域搜索算法研究及在组合优化中的应用,TP301.6
- 电力系统无功优化的混合算法研究,TM714.3
- 基于QoS的无线传感器网络路由算法研究,TP212.9
- 参数协进化的改进和声搜索算法及其应用,TP391.3
- 非汛期水库群协同优化调度与应用研究,TV697.11
- 不确定环境下供应链多时段生产采购计划问题研究,F224
- 改进二进制粒子群算法在梯级水电站AGC中的应用研究,TV737
- 基于参数辨识的电力系统动态等值方法研究,TM712
- 粒子群算法在水库防洪优化调度中的应用研究,TP301.6
- 智能电网中蓄电池储能的价值评估研究,TM76
- 柔性路径下基于混合粒子群算法的跨单元调度方法,TH165
- 多自主车传感网络信息传输的优化配置研究,TN929.5
- 无人机区域侦察航路规划研究,V279.3
- 含风电场电力系统的机组优化调度研究,TM73
- X集团运输车辆路径问题研究,F224
- 战斗力优化配置与调度研究,E91
中图分类: > 工业技术 > 无线电电子学、电信技术 > 微电子学、集成电路(IC) > 一般性问题 > 测试和检验
© 2012 www.xueweilunwen.com
|