CN101937056A - 数字集成电路测试数据的压缩生成方法 - Google Patents

Abstract

本发明公开了一种数字集成电路测试数据的压缩生成方法，与传统测试方法不同，该方法首先解析出一类具有线性关系的单输入变化测试序列，通过故障模拟的方法确认测试序列中具有新的故障检测能力的测试图形集，测试图形集经线性关系压缩后的一小部分位的值则为压缩后的测试图形集，可存储在自动测试设备ATE中。在测试施加时，压缩后的测试图形集按预先定义的线性关系由硬件电路解压，还原出实际的测试图形集，并施加给被测电路。ATE中存储的数据量比实际的测试图形集的数据量小得多，该测试方法具有压缩率高、易于实现、功耗低和覆盖率高的特点。

Description

数字集成电路测试数据的压缩生成方法

技术领域

本发明涉及集成电路测试方法，特别涉及一种数字集成电路测试数据的高压缩率生成方法。

背景技术

集成电路的特征尺寸进入纳米阶段以后，数字电路和系统的集成度、复杂程度和运行速度不断提高，传统的故障模型和测试方法已经难以应对，突出的问题主要表现为：

1).测试数据量越来越大，但芯片的I/O数目、自动测试设备ATE(Auto-Test Equipment，简称ATE)的通道数目、数据存储容量和工作速度有限，导致测试时间也越来越长，测试成本越来越高。

2)被测电路CUT(Circuit Under Test，简称CUT)测试时平均功耗和峰值功耗是正常工作时的数倍，对器件的可靠性和测试质量提出更高的要求。

3)系统级芯片SOC(System On Chip，简称SOC)和系统级封装SIP(System In Package，简称SIP)中单元数目庞大，测试复杂程度和难度越来越高。

4)CMOS电路尺寸不断下降，使得电路中缺陷和软错误剧增。

这些问题极大地影响了测试质量、测试成本和测试效率，低功耗测试、测试压缩和内建自测试(Built-in-Self Test，简称BIST)成为研究和应用热点。目前，国内外学者的研究成果主要有基于最长路径的缺陷检测方法，低转换次数伪随机测试图形生成方法，静态或动态测试数据压缩方法等。但这些方法并不能同时解决测试数据量大、测试时间长、测试功耗高和测试硬件开销大等问题。

一种低功耗测试方法是采用基于本原多项式的线性反馈移位寄存器的输出LFSR向量与Johnson计数器的输出Johnson向量按位异或产生单输入跳变(Single Input Change，简称SIC)向量，多组SIC向量组成一个SIC序列。目前存在关键问题是产生的序列中存在大量的重复向量，而且硬件电路实现复杂。例如4位Johnson计数器可产生周期为8的SIC序列：

0000

1000

1100

1110

1111

0111

0011

0001

该序列我们称之为4位Johnson序列。4位基于本原多项式的线性反馈移位寄存器产生周期为31的LFSR序列，其中包含{0011}和{1100}这两个LFSR向量，向量{0011}与4位Johnson序列按位异或的结果为：

0011

1011

1111

1101

1100

0100

0000

0010

该序列我们称之为4位SIC-1序列.向量{1100}与4位Johnson序列按位异或的结果为：

1100

0100

0000

0010

0011

1011

1111

1101

该序列我们称之为4位SIC-2序列.显然，4位Johnson序列、4位SIC-1序列和4位SIC-2序列均为SIC序列，但4位SIC-1序列和4位SIC-2序列包含的向量完全相同。类似地，其他4位LFSR向量对如{1110}与{0111}、{0101}与{1010}等与4位Johnson序列按位异或，也会产生重复的向量。

减少测试数据量的一种有效方法是对其进行压缩，传统的测试数据压缩是对生成的测试图形压缩，压缩率不高。

发明内容

本发明的目的是提出一种新颖的自动测试图形生成压缩方法，可同时解决测试图形生成、压缩和测试功耗问题。与传统测试生成方法不同，先解析出一类具有线性关系的测试序列，这种线性关系是基于单输入变化序列的，测试序列及生成的测试图形具有测试功耗低的特点，测试生成时只对少量的测试图形位搜索值，其他测试图形位的值按预定义的线性关系解析出，再通过故障模拟的方法确定测试图形。

为达到以上目的，本发明是采取如下技术方案予以实现的：

一种数字集成电路测试数据的压缩生成方法，其特征在于，包括下述步骤：

(1)首先解析出一类具有线性关系的单输入变化测试序列：

把被测电路总的原始输入，包括原始输入和伪原始输入分为M段，每段中原始输入数分别为L₁，L₂，...，L_M。l位Johnson计数器和m位基于本原多项式的线性反馈移位寄存器分别产生l位Johnson序列和m位LFSR序列，它们在第r个时刻的向量分别为和

对应的多项式分别为

和

第r个时刻施加给第i个分段的向量可按下式构成：

p(r)＝(r/2l)的整数部分

q(r)＝r-p(r)×2l

n＝(L₁/m)的整数部分

S^r(x)＝S^p(r)(x)

J^r(x)＝J^q(r)(x)

${\mathrm{SC}}_1^r\left(x\right)=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+\underset{j=m+1}{\overset{2m}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+...+\underset{j=n(m-1)+1}{\overset{L_1}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}$

${\mathrm{SC}}_i^r\left(x\right)=\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+J^r(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))---\left(1\right)$

其中(r∈(1，2l×(2^m-1))，q(r)表示的是Johnson序列第r个时刻向量的序号，p(r)表示的是LFSR序列第r个时刻向量的序号，也就是说，J^r(x)实际上是第q(r)个Johnson向量的多项式，S^r(x)实际上是第p(r)个Johnson向量的多项式，n表示第一个分段中原始输入的再次分段数目，J^r(x，i-1)表示的是第q(r)个Johnson向量循环移位i-1次后所形成的向量的多项式，

是第r个时刻施加给第i个分段的向量的多项式，多项式的运算符合模为2的运算规则。那么第r个时刻施加给被测电路组合部分的测试向量可表达成：

${X^r\left(x\right)=\mathrm{SC}}_1^r\left(x\right)+\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+J^r(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))---\left(2\right)$

单输入变化测试序列X(x)的周期为2l×(2^m-1)；

(2)通过故障模拟的方法确认测试序列中具有故障检测能力的测试图形集：

对于给定的被测电路，已知其原始输入数目、伪原始输入数目和扫描链数目，对总的原始输入分段，使得第1个分段只包含原始输入；确定LFSR向量位数为m，m不大于每个分段和第一个分段的每个再次分段中原始输入的数目；确定Johnson向量位数为l，l或选择为分段数目，或选择为扫描链数目，或选择为最长的扫描链长度，或选择为其他值；指定m位LFSR向量及l位Johnson向量的初始值，然后r从1开始递增，每次递增1，由初始值和(1)式确定p(r)、q(r)和

再按照LFSR向量及Johnson向量的生成规律产生(2)式中定义的测试向量X^r(x)，如果该测试向量能够检测新的故障，则保留对应的LFSR向量、Johnson向量及X^r(x)，如果不能检测新的故障，则根据新的r值重新选择(1)式中相应的p(r)、q(r)和

对应的二进制值，直至故障覆盖率满足要求，所有保留的X^r(x)就构成测试图形集合U；

(3)测试图形集合U可根据(1)式线性关系压缩得到测试图形集V，每个测试图形可压缩成相应的一对LFSR向量和Johnson向量，即实现对测试数据的第一次压缩。

上述方法中，所述步骤(3)第一次压缩后的测试图形集V，其中多个连续的测试图形可能会包含相同的LFSR向量，这些连续的测试图形的LFSR向量可压缩成一个LFSR向量和一个二进制数来表示，该二进制数表示具有该LFSR向量的连续的测试图形的数目；而且每个l位Johnson向量可压缩成一个(log₂2l+1)位的二进制数，这样可进一步压缩测试数据，得到再压缩后的测试图形集W。

按照本发明提供的方法，可以解析得到故障覆盖率高、功耗低、易于压缩的测试图形，基于ISCAS’89基准电路中五个最大电路的实验结果表明，所生成的测试数据的压缩率都在20倍以上，最高可以达到165倍，极大地降低了对ATE内存的要求，可以预见本发明所述的方法将会在工程领域有应用前景。

附图说明

以下结合附图及具体实施方式对本发明作进一步的详细说明。

图1为本发明测试数据的压缩生成方法流程图。

图2为一种压缩后的Johnson向量循环码电路的解压缩结构示意图。

图3为一种LFSR向量解压缩结构示意图。

图4为4位Johnson循环码电路和5位LFSR电路及解压电路结构图。

具体实施方式

本发明提出的测试数据的压缩生成方法可用于时序电路的并行测试中和扫描测试中，对可用于组合电路测试中。

一、解析出一类具有线性关系的单输入变化测试序列。

把被测电路总的原始输入，包括原始输入和伪原始输入分为M段，每段中原始输入数分别为L₁，L₂，...，L_M。l位的Johnson计数器产生l位Johnson序列，在第r个时刻的向量为

其循环移位后所形成的向量的多项式为：

$J^r(x,1)=J_0^r+J_1^{r}x+J_2^r{x}^2+\·\·\·+J_{l-2}^r{x}^{l-2}+j_{l-1}^r{x}^{l-1}$

$J^r(x,2)=J_{l-1}^r+J_0^{r}x+J_1^r{x}^2+\·\·\·+J_{l-3}^r{x}^{l-2}+J_{l-2}^r{x}^{l-1}$

$J^r(x,3)=J_{l-2}^r+J_{l-1}^{r}x+J_0^r{x}^2+\·\·\·+J_{l-4}^r{x}^{l-2}+J_{l-3}^r{x}^{l-1}$

$\underset{\·}{\overset{\·}{\·}}---\left(3\right)$

$J^r(x,l-1)=J_2^r+J_3^{r}x+J_4^r{x}^2+\·\·\·+J_0^r{x}^{l-2}+J_1^r{x}^{l-1}$

$J^r(x,l)=J_1^r+J_2^{r}x+J_3^r{x}^2+\·\·\·+J_{l-1}^r{x}^{l-2}+J_0^r{x}^{l-1}$

m位基于本原多项式的线性反馈移位寄存器产生m位LFSR序列，在第r个时刻的向量为

对应的多项式为第r个时刻施加给第i个分段的向量可按下式构成：

p(r)＝(r/2l)的整数部分

q(r)＝r-p(r)×2l

n＝(L₁/m)的整数部分

S^r(x)＝S^p(r)(x)

J^r(x)＝J^q(r)(x)                                (1)

${\mathrm{SC}}_1^r\left(x\right)=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+\underset{j=m+1}{\overset{2m}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+...+\underset{j=n(m-1)+1}{\overset{L_1}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}$

${\mathrm{SC}}_i^r\left(x\right)=\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+J^r(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))$

其中(r∈(1，2l×(2^m-1))，q(r)表示的是Johnson序列第r个时刻向量的序号，p(r)表示的是LFSR序列第r个时刻向量的序号，也就是说，J^r(x)实际上是第q(r)个Johnson向量的多项式，S^r(x)实际上是第p(r)个Johnson向量的多项式，J^r(x，i-1)表示的是第q(r)个Johnson向量循环移位i-1次后所形成的向量的多项式，

是第r个时刻施加给第i个分段的向量的多项式，多项式的运算符合模为2的运算规则，如xⁱ+xⁱ＝0和xⁱ-xⁱ＝0，其中i为自然数。根据上述定义和运算规则可以证明定理1。

定理1把被测电路的原始输入，包括原始输入和伪原始输入分为M段，每段中原始输入数分别为L₁，L₂，...，L_M。那么第r个时刻施加给被测电路组合部分的测试向量可表达成：

${X^r\left(x\right)=\mathrm{SC}}_1^r\left(x\right)+\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+J^r(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))---\left(2\right)$

单输入变化测试序列X(x)的周期为2l×(2^m-1)。

证明：按照(1)式和(2)式，第s个施加给被测电路组合部分的测试向量可表达成：

${X^s\left(x\right)=\mathrm{SC}}_1^s\left(x\right)+\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^s{x}^{j-1}+J^s(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))$

p(s)＝(s/2l)的整数部分

q(s)＝s-p(s)×2l

${\mathrm{SC}}_1^s\left(x\right)=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{S}_{j-1}^s{x}^{j-1}+\underset{j=m+1}{\overset{2m}{\mathrm{\Σ}}}{S}_{j-1}^s{x}^{j-1}+...+\underset{j=n(m-1)+1}{\overset{L_1}{\mathrm{\Σ}}}{S}_{j-1}^s{x}^{j-1}$

$X^r\left(x\right)+X^s\left(x\right)$

$=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}(S_{j-1}^r+S_{j-1}^s)x^{j-1}+\underset{j=m+1}{\overset{2m}{\mathrm{\Σ}}}(S_{j-1}^r+S_{j-1}^s)x^{j-1}+...+\underset{j=n(m-1)+1}{\overset{L_0}{\mathrm{\Σ}}}(S_{j-1}^r+S_{j-1}^s)x^{j-1}---\left(4\right)$

$+\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\{J^{q\left(r\right)}(x,i-1)+J^{q\left(s\right)}(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}+\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\left\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}(S_{j-1}^{p\left(r\right)}+S_{j-1}^{p\left(s\right)})x^{j-1}\right\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}$

如果p(r)-p(s)≥1，那么S^p(r)与S^p(s)是LFSR序列中不同的向量，因此：

$\underset{j=1}{\overset{m}{\mathrm{\Σ}}}(S_{j-1}^{p\left(r\right)}+S_{j-1}^{p\left(s\right)})x^{j-1}\≠0---\left(5\right)$

因此(4)式也不为0，也就是说，对于一个最大长度LFSR序列中两个不同的向量，序列X(x)中对应的的两个向量不同。

如果p(r)-p(s)＝0，(4)式可简化成，

$X^r\left(x\right)+X^s\left(x\right)$

$=\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\{J^{q\left(r\right)}(x,i-1)+J^{q\left(s\right)}(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}---\left(6\right)$

由于l位Johnson计数器能够连续产生2l个互不相同的Johnson向量，因此对于不同的q(r)与q(s)，(6)式不为0，(4)式也就不为0。

结合(5)式与(6)式可知，对于一个最大长度的LFSR序列(4)式不为0。由于l位Johnson序列和m位LFSR序列的周期分别为2l和2^m-1，因此定理1定义的序列的周期为2l(2^m-1)。

根据定理1和(1)式可生成一种测试序列，除第一个分段外，其他分段的测试数据具有如下特征：

1)由于每个分段施加的是SIC序列，因此向量之间或每个向量内转换次数极低，可降低测试功耗；

2)若测试序列X(x)的长度2l整数倍，则l位Johnson序列每一位的0和1均匀分布，若测试序列X(x)的长度比2l大得多，测试序列X(x)每一位的0和1近似均匀分布，容易找到满足故障覆盖率的测试图形集；

3).每个测试图形的各个分段的向量之间线性相关，仅需已知一个LFSR向量和一个Johnson向量，测试图形可由线性关系解析出，易于硬件实现和压缩；

4).如果m比较大，则2l(2^m-1)很大，可保证测试序列X(x)在足够长度内的无重复向量，测试生成效率高。

而且由于p(r)＝(r/2l)的整数部分和S^r(x)＝S^p(r)(x)，因此施加给第一个分段的测试数据大部分时刻保持不变，这样也有利于降低测试功耗。

二、根据定理1和(1)式及其涉及的定义，本发明建立测试生成压缩算法如图1所示：

(1)输入被测电路的原始输入数目PIs、伪原始输入数目PPIs和扫描链数目为M。对于纯组合电路只需输入原始输入数目PIs，对于时序电路，伪原始输入数目PPIs和触发器数目相同；

(2)确定LFSR向量位数m和Johnson向量位数l。对于全扫描设计后的时序电路，Johnson向量位数l可选择为扫描链数目M或最长的扫描链长度，LFSR向量位数m不大于每个分段和第一个分段的每个再次分段中原始输入的数目。对于纯组合电路，(1)式中分段数可根据需要确定，Johnson向量位数l可选择为分段数，LFSR向量位数m不大于这些分段中包含最多的原始输入数目即可。对于未经扫描设计的时序电路，可按纯组合电路的方法确定LFSR向量位数m和Johnson向量位数l；

(3)确定LFSR向量和Johnson向量位数初始值，并把r、p(r)和q(r)的初始值均赋值为1，把集合U、V和W均清空。当测试序列长度远大于2l时，本发明方法生成的测试序列各个位的0和1近似均匀分布，故障覆盖率受LFSR向量和Johnson向量初始值的影响很小，因此它们的初始值选择不受限制，但为了便于硬件实现，LFSR向量初始值可选为全1，Johnson向量初始值可选为全0；

(4)r增加1，根据(1)式确定p(r)和q(r)的值；

(5)根据p(r)值、q(r)值、LFSR序列产生方法和Johnson序列产生方法，解析出LFSR向量和Johnson向量，并结合定理1和(1)式解析出测试向量X^r(x)；

(6)用故障模拟工具分析测试向量X^r(x)能否检测新的故障，如不能则返回到(4)，否则继续下一步(7)；

(7)保留p(r)值、q(r)值、LFSR向量和Johnson向量；把测试向量X^r(x)存储到测试图形集合U；

(8)如果当前的测试图形集合U的故障覆盖率未达到要求则返回到(4)，否则继续下一步(9)；

(9)完成并存储满足故障覆盖率的测试图形集合U，它是未经过压缩的测试图形集合；

(10)只把测试图形集合U中每个测试图形对应的每对LFSR向量和Johnson向量存储到测试图形集V；

(11)完成并存储压缩后的测试图形集V，它是经过第一次压缩的测试图形集；

(12)分析出V中具有相同LFSR向量的测试图形数目n，把该LFSR向量及对应的n存储到测试图形集W；把相同LFSR向量对应的Johnson向量分别压缩，并存储到测试图形集W。一个l位Johnson向量经压缩后可由一个log₂2l+1位二进制数表示，若设该二进制数左边第一位为最高位，其值为Johnson向量最高位的值，其余位表示Johnson向量中与最高位值相同的位的个数。

对于原始输入数目为PIs、伪原始输入数目为PPIs输入的被测电路，假设用上述算法得到的测试图形集合U中有N个测试图形，那么测试图形集合U所需的存储量为N×(PIs+PPIs)个bit。再假定N个测试图形中有t个互不相同的m位LFSR向量，显然t≤N，那么第一次压缩后的测试图形集V存储的是N个m位LFSR向量和N个l位Johnson向量，所需的存储量为N×(l+m)个bit。再次压缩后的测试图形集W存储的是压缩后的t个m位LFSR向量和压缩后的N个l位Johnson向量，压缩后的t个m位LFSR向量所需的存储量不超过t(m+log₂(N-t))个bit，每个Johnson向量可用一个不超过log₂2l+1位的二进制数表示，因此测试图形集W的压缩率可表示为：

以基准电路S13207为例，设要求的固定故障覆盖率为98％，对本发明方法解析的测试序列，采用Synopsys公司的Tetramax软件进行故障模拟，结果所需的序列长度为35808，实际的固定故障覆盖率为98.08％，可以确认出其中对故障覆盖率有贡献的428个测试图形，进一步分析这428个测试图形对应的LFSR向量中只有225个互不相同。电路S13207的原始输入数目为62，触发器数目为638，那么压缩前测试图形的数据量为：

428×(62+638)＝299600(bits)

扫描链数目选定为10，Johnson向量和LFSR向量分别取64位和31位，31位LFSR向量按(1)式中

的表达方式施加给62位原始输入，64位Johnson可由一个7位二进制数来表示，例如Johnson向量1111111111111111111111111111000000000000000000000000000000000000可以用“1011100”来表示，其中左边的“1”表示Johnson向量的最左边位的值为“1”，“011100”表示Johnson向量中与最左边位值相同的位的个数，即共有28个“1”。对于428个31位LFSR向量，分析表明相同的LFSR向量的测试图形数部不大于4，可用两位二进制数表示，因此428个31位LFSR向量可用225个(31+2)位二进制数表示，每个二进制数的最左边31位表示62位LFSR向量，最右边两位表示一个LFSR向量对应的相同的测试图形个数。那么图1算法得到测试图形集W的存储量为：

225×(31+2)+428×7＝10421(bits)

压缩率为：428×(62+638)/(225×(31+2)+428×7)＝28.8

三、实验及结果分析

发明人将本发明所述的方法应用于ISCAS’89基准电路中五个最大的电路实验中。实验中使用Synopsys Design Analyzer、Prime Power和Modelsim进行仿真验证，过程中的一些文件处理是用C++完成，故障模拟用Synopsys Tetramax完成，综合优化使用SMIC 0.18μm工艺，测试频率为100MHz，测试电压1.8V。

表1给出了压缩率分析。实验中S13207和S15850扫描链数目均选择为10，LFSR向量位数按原始输入数目的一半选择，而Johnson向量位数按最长的扫描链长度选择；其他被测电路的扫描链数目均选择为20，LFSR向量位数按原始输入数目选择，Johnson向量位数按最长的扫描链长度选择。表1中“SFC”一栏和“方法1”栏中括号内容均表示固定故障覆盖率。可以看出，本发明方法所生成的测试数据的压缩率都在20倍以上，最高可

表1ISCAS89beachmarks压缩率

以达到165倍，远大于表1中方法1-方法3对应的压缩率，特别是对于以S38417、S35392，压缩率分别达到了108.4和165。

注：表1和表2中对应方法的实验数据分别来自以下论文

[1]Chen Z，Seth S，Xiang D，Bhattacharya BB.A Unified Solution to Scan Test Volume，Time，and Power Minimization[C].23rd International Conference on VLSI Design，2010，9-14.

[2]Stelios NN.Maria KM.Test Set Generation with a Large Number of Unspecified Bits Using Static and Dynamic Techniques[J].IEEE Transactions on Computers，2010，(59)：3：301-316.

[3]L.Li and K.Chakrabarty，“Test set embedding for deterministic BIST using a reconfigurable interconnection network，”IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems，vol 23，pp.1289-1305，2004.

对于本发明方法产生的测试序列与基于本原多项式的伪随机序列，表2比较了测试序列长度和测试功耗。实验中所有被测电路的扫描链数目均选择为20，LFSR向量位数也按20选择，Johnson向量位数按最长的扫描链长度选择。与伪随机序列比较，本发明方法测试序列长度除ISCAS 13207外均相当，而被测电路的平均功耗降低25.4％-41.6％，峰值功耗降低16.2％-39.7％。

在表1和表2的实验中，扫描链数目、Johnson向量位数和LFSR向量

表2测试序列长度和测试功耗比较

位数的选择方法不同，五个基准电路的功能、原始输入数目和触发器数目也不同，但都是根据定理1、(1)式和图1的算法进行测试图形生成的，解压结构可根据定理1、(1)式及图1算法中的关系设计。表1的实验中，Johnson向量位数按最长的扫描链长度选择，定理1和(1)式中每个分段采用同一个Johnson向量及循环码；表2的实验中，Johnson向量位数小于最长的扫描链长度，定理1和(1)式中每个分段采用多个Johnson向量及其循环码。

四、解压结构和方法举例说明

扫描测试应用广泛，现以扫描测试为例说明本发明可采用的解压结构和方法。测试施加时需要采用解压电路将ATE中存储的压缩后的数据复原为测试图形。这种解压电路是根据定理1、(1)式及图1的算法中的关系进行设计的，包括Johnson向量循环码电路、种子存储器和异或门网络。

参照图2，Johnson向量循环码电路包含依次首尾串接的l个带多路选择器的D触发器以及TPG_Mod使能控制端。每个多路选择器的两个输入端分别连接Johnson向量解压电路的输出端和D触发器的Q输出端，多路选择器的输出连接D触发器的D输入端。Johnson向量解压电路则把log₂2l+1位压缩后的Johnson向量还原成l位Johnson向量J＝[J₀J₁J₂...J_l-1]。

在Johnson向量循环码电路结构中，设置TPG_Mod使能控制端，可以对Johnson向量循环码电路设置初始化和循环移位两种工作模式。参照图2，当TPG_Mod为低电平时，Johnson向量循环码电路工作在初始化模式，把还原成l位的Johnson向量J＝[J₀J₁J₂...J_l-1]加给循环码电路，作为初始的循环码；当TPG_Mod为高电平时，Johnson向量循环码电路工作在循环移位模式，对应的时钟CLK2每运行一个周期就产生一个循环码。

参照图3，种子存储器包含m个D触发器，来自ATE的m位LFSR向量经过一个有效的CLK1时钟即可存储在这些触发器中，其Q输出构成种子向量S＝[S₀S₁S₂...S_m-1]。

异或门网络包括l个二输入异或门，异或门的输入分别来自种子存储器和Johnson向量循环码电路的输出，其输出向量X＝[X₀X₁X₂...X_l-1]满足如下关系：

$X=J\⊕[S_0{S}_1{S}_2...S_{l-1}]$

解压电路的工作过程如下：

1).经过1个CLK1时钟周期，m位种子存储器的接收ATE存储的LFSR向量数据，然后根据相同的LFSR向量的测试图形数目和每个测试图形所需的CLK2时钟数目确定下一个LFSR向量的输入时刻；

2).，TPG_Mod信号端置“0”，l位Johnson向量循环码电路Johnson向量循环码电路工作在初始化模式下，经过l个CLK2时钟周期，将Johnson向量循环码电路初始化到全“0”状态；

3).Johnson向量循环码电路中TPG_Mod信号端置“1”，Johnson向量解压电路则把log₂2l+1位的压缩后的Johnson向量还原成位l位的Johnson向量J＝[J₁J₂...J_l]；

4).按照最长的扫描链长度施加CLK2时钟周期数目，可以将复原得到理想的测试图形数据加载到被测电路原始输入和伪原始输入；

5).被测电路的扫描使能信号失效，被测电路运行一个时钟周期，将原始输入和触发器单元中的数据加载给被测电路组合部分，同时将组合电路部分的响应捕获到触发器单元中；

6).重复上述步骤，直至ATE中所有已存储的测试数据均已复原。

参照图4，以图示时序电路为例，被测电路具有4条扫描链SC1-SC4，假定每条链上触发器数目均为7。设计相应的解压电路，包括5位种子存储器、3位Johnson向量解压电路以及异或门网络。假定ATE中存储的压缩后的LFSR向量和Johnson向量分别“0100”与“101”，经解压后分别复原成“01011”和“1100”。可以复原出测试图形如下：

其中“扫描输入向量”一种中每一列的数据分别施加给不同的扫描链，扫描链的触发器单元赋值完成后，被测电路扫描使能失效，被测电路运行一个周期，组合电路部分的响应被捕获到触发器单元中。测试响应送到多输入特征寄存器(Multiple Input Signature Register，简称MISR)进行分析。

Claims (2)

1.一种数字集成电路测试数据的压缩生成方法，其特征在于，包括下述步骤：

(1)首先解析出一类具有线性关系的单输入变化测试序列：

把被测电路总的原始输入，包括原始输入和伪原始输入分为M段，每段中原始输入数分别为L₁，L₂，...，L_M。l位Johnson计数器和m位基于本原多项式的线性反馈移位寄存器分别产生l位Johnson序列和m位LFSR序列，它们在第r个时刻的向量分别为

和

对应的多项式分别为

和

第r个时刻施加给第i个分段的向量可按下式构成：

p(r)＝(r/2l)的整数部分

q(r)＝r-p(r)×2l

n＝(L₁/m)的整数部分

S^r(x)＝S^p(r)(x)

J^r(x)＝J^q(r)(x)                                            (1)

${\mathrm{SC}}_1^r\left(x\right)=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+\underset{j=m+1}{\overset{2m}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+...+\underset{j=n(m-1)+1}{\overset{L_1}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}$

${\mathrm{SC}}_i^r\left(x\right)=\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+J^r(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))$

其中(r∈(1，2l×(2^m-1))，q(r)表示的是Johnson序列第r个时刻向量的序号，p(r)表示的是LFSR序列第r个时刻向量的序号，也就是说，J^r(x)实际上是第q(r)个Johnson向量的多项式，S^r(x)实际上是第p(r)个Johnson向量的多项式，n表示第一个分段中原始输入的再次分段数目，J^r(x，i-1)表示的是第q(r)个Johnson向量循环移位i-1次后所形成的向量的多项式，

是第r个时刻施加给第i个分段的向量的多项式，多项式的运算符合模为2的运算规则，那么第r个时刻施加给被测电路组合部分的测试向量可表达成：

${X^r\left(x\right)=\mathrm{SC}}_1^r\left(x\right)+\underset{i=2}{\overset{M}{\mathrm{\Σ}}}\{\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{S}_{j-1}^r{x}^{j-1}+J^r(x,i-1)\}{x}^{\underset{k=1}{\overset{i-1}{\mathrm{\Σ}}}{L}_{k-1}}(i\∈(2,M))---\left(2\right)$

单输入变化测试序列x(x)的周期为2l×(2^m-1)；

(2)通过故障模拟的方法确认测试序列中具有故障检测能力的测试图形集：

对于给定的被测电路，已知其原始输入数目、伪原始输入数目和扫描链数目，对总的原始输入分段，使得第1个分段只包含原始输入；确定LFSR向量位数为m，m不大于每个分段和第一个分段的每个再次分段中原始输入的数目；确定Johnson向量位数为l，l或选择为分段数目，或选择为扫描链数目，或选择为最长的扫描链长度，或选择为其他值；指定m位LFSR向量及l位Johnson向量的初始值，然后r从1开始递增，每次递增1，由初始值和(1)式确定p(r)、q(r)和

再按照LFSR向量及Johnson向量的生成规律产生(2)式中定义的测试向量x^r(x)，如果该测试向量能够检测新的故障，则保留对应的LFSR向量、Johnson向量及x^r(x)，如果不能检测新的故障，则根据新的r值重新选择(1)式中相应的p(r)、q(r)和

对应的二进制值，直至故障覆盖率满足要求，所有保留的x^r(x)就构成测试图形集合U；

(3)测试图形集合U可根据(1)式线性关系压缩得到测试图形集V，每个测试图形可压缩成相应的一对LFSR向量和Johnson向量，即实现对测试数据的第一次压缩。

2.如权利要求1所述的数字集成电路测试数据的压缩生成方法，其特征在于，所述步骤(3)第一次压缩后的测试图形集V，其中多个连续的测试图形可能会包含相同的LFSR向量，这些连续的测试图形的LFSR向量可压缩成一个LFSR向量和一个二进制数来表示，该二进制数表示具有该LFSR向量的连续的测试图形的数目；而且每个l位Johnson向量可压缩成一个(log₂2l+1)位的二进制数，这样可进一步压缩测试数据，得到再压缩后的测试图形集W。

Images