文档介绍：密级:——编号:——分类号:——唬唬苓㈦基于蚁群算法和粒子群算法的数字集成电路测试生成研究删㈣㈣川㈣㈣肼工学硕士学位论文咝=淌指导教师马光胜教授硕士研究生:学位级别学科、专业:所在单位论文提交曰期:论文答辩日期:学位授予单位:工学硕士计算机应用技术哈尔滨工程大学年月年王字:
摘要随着电子技术的发展,集成电路的规模越来越大,结构也越来越复杂,这使得数字电路的测试生成变得越发困难。近几年,仿生学算法的研究进展非常迅速,该类算法可以有效地解决组合优化问题,而测试生成问题的本质就是组合优化问题,因此,很多算法被用到了数字电路测试当中来,例如,遗传算法、蚁群算法和粒子群算法等。将仿生学算法引入测试生成当中,能使测试生成问本文以数字电路的测试生成为研究对象,采用单固定型故障模型,以提高算法的故障覆盖率和缩小测试生成时间为目标,对蚁群算法和粒子群算法进行了改进,并将二者有机的结合起来,应用在数字电路的测试生成当中。首先,将蚁群算法的信息素更新机制进行改进,使其免于陷入局部最优,了故障的覆盖率;其次,又对粒子群算法的参数进行了改进,使其具有较好的收敛性,并将其应用到数字电路测试生成中,与蚁群算法相比得到较短的测试时间;最后,根据蚁群和粒子群算法的各自优势,将二者结合起来生成新的测试生成算法,实验结果表明,测试时间和故障覆盖率都得到了提高。关键词:数字电路:测试生成;测试向量;蚁群算法;粒子群算法题的复杂性得到简化。并应用于数字电路的测试生成中,与基于遗传算法的测试生成算法相比,提高哈尔滨工程大学硕士学何论文
籔甀琺,,,琁哈尔滨丁程大学硕士学位论文瑃甊,狿,瑃瑃;,。,琣瑆珿甇甪.,;篋;;;;.
日期:拥彦年/月哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用己在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者┳:
第滦髀电路的测试生成问题是数学上公认的难题一完全问题俊T诠ゼ改曛校研究的背景及意义随着计算机的广泛应用,大规模数字集成电路已经广泛应用于工业、农业、商业、国防、航空、航天、通信、自动化等领域,因此,集成电路的设计需要不断的发展和创新。而数字电路测试生成技术,是自动测试系统的核心技术之一,可以为数字电路的设计、验证、综合和优化等提供有力的技术支持。集成内外的一些学者虽然提出了许多新的测试生成算法,但到目前为止还没有一种算法适用于所有的电路,集成电路的测试生成问题已经严重地影响了微电子技术的发展。当前,集成电路的规模越来越大,结构也越来越复杂,数字集成电路的测试生成变得越来越困难。大型数字集成电路的测试日趋迫切,寻找新型、数字集成电路是当今发展最快的技术领域之一,随着微电子技术的进步,电路结构日趋复杂,集成度日益提高,由此导致数字集成电路的测试生成日益困难,大型集成电路的故障检测用传统的测试生成算法已不再适用,因此迫切需要寻找计算量合理、故障覆盖率较高的测试生成算法。这也是数字集成电路我们知道,如果一个电子产品生产出来之后,是否合格,是要进行测试的。电路进行必要的测试,就不能保证数字系统的性能、指标、质量和可靠性;反之如果数字电路测试问题解决得好,则可以缩短产品研发周期,降低产品的研制、生产和维修成本。若仅仅是测试一个电路或系统是否存在故障,则称之为故障检测;若不仅要检测电路或系统是否存在故障,而且要指出故障位置,则称之为故障诊断。一般来说,故障检测和故障诊断统称为测试。但二者是有细微差别的:测试是面对产品的检验来说,因此测试的结果可能有故障,也可能没有故障;而故障诊断一般是指在确定系统或电路有故障的前提下来确定故障的位置,所以故障诊断也可称为故障定位。所谓的测试生成就是,求解一个有效的测试生成算法成为测试领域中一个重要的研究课题。测试生成算法的研究始终没有停止的原因。对于数字电路来说,主要测试其功能、时序关系和逻辑关系等。如果不对数字哈尔滨檀笱妒垦宦畚
测试生成的发展史及国内外研究现状一组馐韵蛄浚贡徊夤收霞せ睿⑶夷芙ü收系男вΥúサ皆际涑龆瞬量出来。测试生成的基本目标是确定测试向量,当将其加到被测电路时,能将题就愈发显得重要。因为生成的测试模式的质量和大小,直接决定了故障覆盖率的大小以及测试施加时间的多少,因而直接关系到已检测器件的质量与测试成本的大小。这些测试经济问题是不可不考虑的问题。如今,测试代价正在日益成为设计和制造的中心问题。同时,数字集成电路测试生成算法的研究涉及到计算机、优化算法、微电子、故障诊断的学科领域内的理论和技术,由此看来,测试生成算法的研究不