基于量子算法多約束條件的soc測(cè)試規(guī)劃研究

基于量子算法多約束條件的soc測(cè)試規(guī)劃研究

ID:23819701

大?。?.24 MB

頁(yè)數(shù):68頁(yè)

時(shí)間:2018-11-10

基于量子算法多約束條件的soc測(cè)試規(guī)劃研究_第1頁(yè)
基于量子算法多約束條件的soc測(cè)試規(guī)劃研究_第2頁(yè)
基于量子算法多約束條件的soc測(cè)試規(guī)劃研究_第3頁(yè)
基于量子算法多約束條件的soc測(cè)試規(guī)劃研究_第4頁(yè)
基于量子算法多約束條件的soc測(cè)試規(guī)劃研究_第5頁(yè)
資源描述:

《基于量子算法多約束條件的soc測(cè)試規(guī)劃研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第一章緒論§1.2.2SOC測(cè)試中約束條件的研究現(xiàn)狀SOC測(cè)試的整個(gè)開銷應(yīng)包括復(fù)用內(nèi)核、用戶定義邏輯以及他們之間的互聯(lián)邏輯。在建立SOC測(cè)試時(shí),系統(tǒng)芯片測(cè)試面臨許多優(yōu)化問題,如測(cè)試功耗、測(cè)試優(yōu)先級(jí)、資源競(jìng)爭(zhēng)、資源約束以及測(cè)試成本之間的權(quán)衡。如今,帶約束條件的SOC測(cè)試研究已成為熱點(diǎn),國(guó)內(nèi)外研究現(xiàn)狀概述如下。針對(duì)測(cè)試功耗約束的研究有:E.Larsson和Z.Peng研究的SOC測(cè)試問題,包含了測(cè)試調(diào)度、測(cè)試集壓縮、測(cè)試并行性以及功耗、優(yōu)先級(jí)等各種測(cè)試資源約束,并提出了一種整體解決框架[26];V.Iyengar和K.Chakrabarty用功耗約束擴(kuò)展了優(yōu)化標(biāo)準(zhǔn)[13],并

2、使用ILP算法實(shí)施優(yōu)化;合肥工業(yè)大學(xué)提出了一種綜合BIST方案,采取屏蔽無效測(cè)試模式生成、提高應(yīng)用測(cè)試向量之間的相關(guān)性,以及并行加載向量等綜合手段來控制測(cè)試應(yīng)用,使得測(cè)試時(shí)測(cè)試向量的輸入跳變顯著降低,從而大幅度降低芯片的測(cè)試功耗[28];文獻(xiàn)[29–31]是加入限制條件的測(cè)試調(diào)度;文獻(xiàn)[32]闡述的是時(shí)間和功耗折中的測(cè)試調(diào)度;文獻(xiàn)[33]講述的是功耗限制下測(cè)試調(diào)度綜述。也有很多是對(duì)兩者共同的優(yōu)化:文獻(xiàn)[34]是在功耗和資源沖突下的測(cè)試調(diào)度;V.Iyenga提出了可變寬度多路選擇結(jié)構(gòu)TAM優(yōu)化方法[35],同樣假定IP核采用固定長(zhǎng)度掃描鏈,該文采用了基于矩形包裝算法的測(cè)試包

3、封和測(cè)試總線聯(lián)合優(yōu)化的啟發(fā)性算法,之后進(jìn)一步用優(yōu)先級(jí)和功耗約束同時(shí)測(cè)試擴(kuò)展了上述算法,使其允許使用者定義IP核優(yōu)先測(cè)試子集,并提出了結(jié)合窮舉法找到最佳的TAM劃分方法,從而進(jìn)一步減少測(cè)試時(shí)間;E.Larsson提出了一種掃描鏈重新組織的方法對(duì)測(cè)試功耗和測(cè)試時(shí)間進(jìn)行折中[36],并提出了在功耗和測(cè)試資源約束下,優(yōu)化并行測(cè)試的方法,該文對(duì)允許多掃描鏈結(jié)構(gòu)的IP核內(nèi)測(cè)試包封設(shè)計(jì)也進(jìn)行了研究;西安電子科技大學(xué)進(jìn)行了芯片測(cè)試設(shè)計(jì)優(yōu)化技術(shù)研究,研究了結(jié)合功耗約束的測(cè)試調(diào)度[27];采用遺傳算法,將測(cè)試結(jié)構(gòu)設(shè)計(jì)優(yōu)化的多個(gè)目標(biāo)一測(cè)試時(shí)間、測(cè)試功耗和測(cè)試資源等同時(shí)進(jìn)行優(yōu)化,以得到總體上優(yōu)化

4、的測(cè)試結(jié)構(gòu)設(shè)計(jì)和測(cè)試調(diào)度方案。對(duì)ITC標(biāo)準(zhǔn)SOC中的一個(gè)電路進(jìn)行了仿真實(shí)驗(yàn),與同類方法相比獲得了較好的結(jié)果。針對(duì)優(yōu)先級(jí)約束的研究有:V.Iyenga給出了一種綜合的測(cè)試調(diào)度方法[30],首先對(duì)有優(yōu)先級(jí)約束的大型SOC采用啟發(fā)式算法測(cè)試調(diào)度,之后又提出了一種新型的功耗約束調(diào)度技術(shù),使得功耗約束可容易地插入到優(yōu)先級(jí)約束的測(cè)試調(diào)度框架中;E.Larsson和Z.Peng對(duì)于SOC測(cè)試問題,如測(cè)試調(diào)度、測(cè)試集壓縮、測(cè)試并行性以及功耗、優(yōu)先級(jí)等各種測(cè)試資源約束提出了一種整體解決框架,然后用多項(xiàng)式一時(shí)間算法求解,以此來確定測(cè)試資源分配、TAM設(shè)計(jì)和路徑選擇以及進(jìn)行測(cè)試調(diào)度,并且可以滿

5、足所有的約束;V.Iyenga介紹了一個(gè)聯(lián)合優(yōu)化CTW/TAM設(shè)計(jì)[37],以及用矩形包裝算法優(yōu)化約束驅(qū)動(dòng)的測(cè)試調(diào)度新方法,該文采用了允許分支和合并的可變寬度TAM設(shè)計(jì),矩形包裝算法用于優(yōu)化優(yōu)先級(jí)和功率約束的測(cè)試調(diào)度,最后,研究了TAM寬度和測(cè)試數(shù)據(jù)量之間的關(guān)系,以此確定SOC中有效TAM寬度;浙江大學(xué)對(duì)SOC調(diào)度做了相關(guān)研究[38],針對(duì)大規(guī)模SOC的測(cè)試問題,基于不同優(yōu)先級(jí)、資源、芯核約束的SOC測(cè)試優(yōu)化模型,采用神經(jīng)網(wǎng)絡(luò)解決大規(guī)模SOC測(cè)試調(diào)度問題,同時(shí)利用試探性隨機(jī)搜索技術(shù)對(duì)神經(jīng)網(wǎng)–3–萬方數(shù)據(jù)第一章緒論絡(luò)進(jìn)行了改進(jìn),能夠在一個(gè)合理的時(shí)間內(nèi)找到最優(yōu)解。優(yōu)先級(jí)約束、

6、資源約束和芯核約束具有相似的神經(jīng)元結(jié)構(gòu)。此外,文獻(xiàn)[39]將測(cè)試時(shí)的測(cè)試沖突加以考慮,在約束條件下進(jìn)行測(cè)試調(diào)度;哈爾濱工程大學(xué)采用一種改進(jìn)的智能蟻群算法來解決SOC中芯核測(cè)試調(diào)度問題[40],在帶寬一定的條件下,利用智能蚊群算法的特性,考慮各種資源約束,動(dòng)態(tài)地尋找最優(yōu)調(diào)度方法,并且在調(diào)度過程中,動(dòng)態(tài)地更新信息。與模擬退火算法相比較,該方法降低了測(cè)試時(shí)間,得到較好的效果;ScanWheel-9和ScanIsland-10是D.K.Bhavsar在Alpha21264上采用的新掃描結(jié)構(gòu);Chakrabarty提出了一種整數(shù)線性規(guī)劃方法,解決了具有不同約束但沒有對(duì)嵌入式芯核進(jìn)行

7、任何重新設(shè)計(jì)的SOC測(cè)試時(shí)間最小化問題。目前研究已經(jīng)證明TAM優(yōu)化和IP核測(cè)試調(diào)度屬于NP-hard[41–47]問題。由于量子搜索算法與經(jīng)典搜索算法相比能達(dá)到N數(shù)量級(jí)的加速,特別適合于求解NP類問題,已經(jīng)在信息技術(shù)領(lǐng)域展現(xiàn)出良好的應(yīng)用前景。因此,本課題采用搜索性能更好的量子算法[42]來解決SOC多約束條件的測(cè)試調(diào)度問題?!?.3本文主要研究工作本文將量子算法與SOC測(cè)試結(jié)構(gòu)特點(diǎn)相結(jié)合,建立多約束條件下的SOC測(cè)試結(jié)構(gòu)模型,依據(jù)該模型,在考慮測(cè)試功耗和優(yōu)先級(jí)的約束條件下,研制高效的平鋪型SOC測(cè)試調(diào)度算法。達(dá)到縮短測(cè)試時(shí)間,

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。