CN104991859B - 基于测试指令序列的单粒子敏感器件的敏感性预估方法 - Google Patents
基于测试指令序列的单粒子敏感器件的敏感性预估方法 Download PDFInfo
- Publication number
- CN104991859B CN104991859B CN201510350697.XA CN201510350697A CN104991859B CN 104991859 B CN104991859 B CN 104991859B CN 201510350697 A CN201510350697 A CN 201510350697A CN 104991859 B CN104991859 B CN 104991859B
- Authority
- CN
- China
- Prior art keywords
- register
- particle
- duty cycle
- time
- sensitiveness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Tests Of Electronic Circuits (AREA)
Abstract
基于测试指令序列的单粒子敏感器件的敏感性预估方法,充分考虑了器件不同测试程序之间的差异性,提供了一种通用的计算器件不同应用程序下单粒子敏感性的途径。本发明方法通过单粒子试验获取电路敏感单元的静态单粒子翻转截面,采用对不同资源分别进行分析得到其在执行某测试程序的总执行时间中所占比例,即占空因子的大小,进而将不同敏感单元的静态单粒子翻转截面与对应的占空因子相乘并相加,得到电路的单粒子敏感性。本发明方法解决了不同测试程序对不同资源调用时间不同而引起的单粒子敏感性差异问题,只需要对电路进行少量的单粒子试验就可以预估不同应用程序下电路的单粒子敏感性。
Description
技术领域
本发明涉及一种半导体器件的单粒子敏感性预估方法。
背景技术
如今,随着半导体器件工艺尺寸的降低,其单粒子效应越来越显著,严重影响着空间任务的安全。因此,在半导体器件实际应用于空间任务之前,必须对其进行单粒子效应敏感性的评估。
复杂集成电路由不同的功能模块组成,其单粒子敏感性不仅与各物理单元的敏感性相关,也与测试程序相关。测试不同的敏感单元或者使用不同的测试程序测得的单粒子敏感性差别很大。目前,在对一个复杂半导体器件进行单粒子敏感性表征时,往往以其存储单元的单粒子敏感截面和以某一特定程序下的器件的错误率来共同表征。然而,使用单粒子敏感截面的表征方法以假设器件所有的存储单元从始至终一直在被使用为前提,但实际情况并非如此。在执行某一测试程序时,并不是所有的存储单元都会被使用,如果单粒子翻转发生在没有被使用的存储单元中,即使发生错误也不会对电路造成影响。这些未被使用的存储单元中的错误数据有可能在下次被使用之前被正确的数据改写,这种情况下也不会对电路敏感截面造成影响。因此,电路敏感截面的预估有很强的程序依赖性。
现有的表征方法只能客观的表征器件在某种特定应用程序下的单粒子敏感性。在这种情况下,复杂集成电路的单粒子敏感性如何表征,应该采用何种条件下的单粒子错误率描述电路的单粒子敏感性,用户在其他应用情况下的单粒子敏感性如何预估成为急待解决的问题。
发明内容
本发明解决的技术问题是:克服现有表征技术的不足,提供了一种基于测试指令序列的单粒子敏感器件的敏感性预估方法,通过单粒子试验获取电路敏感单元的静态单粒子翻转截面,采用对不同资源分别进行分析得到其在执行某测试程序的总执行时间中所占比例,进而将不同敏感单元的静态单粒子翻转截面与对应的占空因子相乘并相加得到电路的单粒子敏感性。本发明方法解决了不同测试程序对不同资源调用时间不同引起的单粒子敏感性差异问题,只需对电路进行少量的单粒子试验就可以预估不同应用程序下电路的单粒子敏感性。
本发明的技术解决方案是:基于测试指令序列的单粒子敏感器件的敏感性预估方法,包括如下步骤:
(1)从半导体器件的使用手册中找到不同操作指令所占用的使用周期;
(2)利用操作指令编制测试指令序列并通过半导体器件执行,由此确定测试指令序列的总执行时间;
(3)通过分析测试指令序列找到半导体器件中被调用的资源,并将资源按照寄存器和存储器归并为两大类;
(4)分别获取寄存器类中各寄存器的累计占空周期以及存储器类中各存储单元的累计占空周期;对于控制寄存器,所述寄存器的累计占空周期为从控制寄存器第一次被写入直到测试指令序列执行完成之间的时间;对于除控制寄存器之外的其它寄存器,所述寄存器的累计占空周期为寄存器每一次对应的寄存器分次占空周期之和,所述的寄存器分次占空周期为对寄存器进行一次写入开始直到下次被写入之前的最后一次读出之间的时间;所述存储单元的累计占空周期,为存储单元每一次对应的存储地址分次占空周期之和,所述的存储地址分次占空周期为对存储地址进行一次写入开始直到下次被写入之前的最后一次读出之间的时间;
(5)分别计算寄存器类中各寄存器的占空因子f1i以及存储器类中各存储单元的占空因子f2j,其中i和j分别为半导体器件中寄存器的总数和存储单元的总数,均为正整数,
(6)通过单粒子试验,分别获取寄存器类中各寄存器堆的静态单粒子翻转截面σ10和各存储单元的静态单粒子翻转截面σ2j0,然后通过以下公式计算得到半导体器件的动态单粒子翻转截面σT,
σT=∑(σ10f1+σ2j0f2j)
其中f1为与σ10对应的寄存器堆所包括的各寄存器对应的f1i的算数平均值;
(7)根据步骤(6)得到的σT对半导体器件的敏感性进行预估,σT越大,判定半导体器件对单粒子翻转的敏感性越强。
本发明与现有技术相比的优点在于:本发明方法通过分别分析不同测试程序下资源被使用的有效时间,综合不同敏感资源的静态单粒子翻转截面,给出了通过分析不同类型的敏感资源针对不同测试程序的占空因子来分析其程序差异性的方法,并据此得到某资源在某种测试程序下的单粒子敏感截面。本发明方法解决了不同测试程序对不同资源调用时间不同引起的单粒子敏感性差异问题,这种方法可以得到器件针对不同测试程序的差异性,实现了只需进行少量的单粒子试验获得电路的静态单粒子翻转截面,经对测试程序的分析就能预估电路在不同测试程序下的单粒子敏感特性。
附图说明
图1为本发明寄存器占空因子计算的流程图;
图2为本发明存储器占空因子计算的流程图;
图3为本发明方法的流程框图。
具体实施方式
静态单粒子翻转截面:为半导体器件的敏感单元最大程度被使用的情况下(近似认为100%被使用的情况下),测试得到的敏感截面。动态单粒子翻转截面为半导体器件的敏感单元在执行某应用程序时测得的敏感截面。
通过分析试验数据可以发现:在执行某应用程序时,直接将存储单元的静态单粒子翻转截面相加会过高估计电路的单粒子翻转截面,因为在执行某一测试程序时,并不是所有的存储单元都会被使用,如果单粒子翻转发生在没有被使用的存储单元中,即使发生错误也不会对电路造成影响。这些未被使用的存储单元中的错误数据有可能在下次被使用之前被正确的数据改写,这种情况下也不会对电路的翻转截面造成影响。因此,电路翻转截面的预估有很强的程序依赖性。
复杂集成电路由不同的功能模块组成,其单粒子敏感性不仅与各物理单元的敏感性相关,也与测试程序相关。测试不同的敏感单元或者使用不同的测试程序测得的单粒子敏感性差别很大。考虑到复杂集成电路单粒子敏感性有很强的程序依赖性的特点,本发明方法通过提取不同测试程序中敏感单元被占用的有效时间,得到各敏感单元在相应程序执行过程中的占空因子,同时通过单粒子试验,得到不同敏感单元的静态单粒子翻转截面(具体可参见罗尹虹、张凤祁、郭红霞所著《纳米DDR SRAM器件重离子单粒子效应试验研究》,强激光与粒子束2013 vol.10:1001-4322)。
由静态单粒子翻转截面和占空因子,可以得到电路在某特定应用程序下的动态单粒子翻转截面,计算公式:
σT=∑σl0fl
其中,σl0为第l个敏感单元的静态单粒子翻转截面,fl为第l个敏感单元在某测试程序执行过程中的占空因子,σT为半导体器件在相应测试应用程序下的翻转截面。
由此可以看出,对于任何一个电路,获取了敏感单元的静态单粒子翻转截面,再结合执行的测试程序进行占空因子的分析,最后通过上述公式可以预估得到电路在任一应用程序下的单粒子敏感性。因此,本发明方法可以实现只进行少量的单粒子试验,就可以预估不同应用程序下电路的单粒子敏感性。
本发明给出的参数“占空因子”作为对不同程序区分的指标。占空因子是指某资源(寄存器或者存储器)在程序执行过程中被占用的有效时间(对单粒子效应敏感的时间)除以该程序总执行时间。只有当资源被测试程序使用的有效时间内才对单粒子效应敏感并对电路的状态和功能产生影响。对于控制寄存器,有效时间指第一次被写入直到程序执行完成。对于除控制寄存器以外的其它寄存器等寄存器(例如数据寄存器、指令寄存器等),有效时间是指从寄存器被写入数据开始,到下一次被写入之前的最后一次被读出之间的时间的累加。对于存储器,利用对存储单元的地址(或地址范围)被使用的频次以及时间进行分析计算,同样可以得到累计占空周期与总执行时间之间的比例。
基于此,对于寄存器,计算占空因子的方法如图1所示,主要步骤如下:
1)从器件的使用手册中找到不同指令所占用的使用周期;
2)执行某种测试程序(根据指令任意编制),得到某测试程序的总执行时间;
3)通过分析测试程序汇编语言找到被调用的资源(此处也即寄存器),并将其进行分类汇总(区分控制寄存器和除控制寄存器以外的其它寄存器);
4)选择目标资源(任一控制寄存器或者其它寄存器),目标资源累计占空周期清零;
5)从执行的测试程序中获取一条指令(通常从头至尾依次执行),并判断是否包含目标资源。如果未包含,则继续执行步骤5),也即下一条指令,直到遍历整个测试程序的指令,跳转到步骤8)。若包含目标资源,则执行步骤6);
6)若目标资源为控制寄存器,则累计占空周期按下面方法1进行增加,并跳转到步骤5),否则执行步骤7);
7)若目标资源为除控制寄存器以外的其它寄存器,则累计占空周期按下面方法2进行增加,并跳转到步骤5);
8)计算占空因子=累计占空周期/总执行时间。
上面提及的方法1为:累计占空周期为从寄存器第一次被写入直到程序执行完成之间的时间。
上面提及的方法2为:若该指令为写指令,则该资源开始进入有效时间,若该指令为重新写入之前的最后一次读指令,则该资源的有效时间结束,此指令的执行周期累加到累计占空周期中。若对该资源操作的指令有多次写入操作,则最终某资源的累计占空周期为这几次累计占空周期时间之和。
对于存储器(包含不同存储单元),计算占空因子的方法如图2所示,主要步骤如下:
1)选择存储器并获得其地址信息,得到某测试程序的总执行时间,存储器的累计的占空周期清零;
2)从执行的程序中找到某地址,并判断是否包含目标存储器的地址,如果未包含,则继续执行步骤2),直到指令结束,跳转到步骤4)。若包含目标存储器的地址,则执行步骤3);
3)对该地址(存储器)操作的累计占空周期按下面的方法3进行增加并将所有的对同一存储器地址进行操作的所有有效时间进行累加得到;
4)计算占空因子=累计的占空周期/总执行时间。
上面提及的方法3为:累计占空周期为从对该地址第一次写入开始计算直到下次被写入之前的最后一次读出之间的时间的累积。
若对该地址的写入操作有多次,则最终的累计占空周期为对该地址操作的多次累计占空周期之和。
对于存储器来说,其对单粒子效应敏感的时间即当存储器被测试程序所调用的有效时间。因为存储器是否被程序的指令所使用可以通过分析存储器的地址是否被使用得到,因此对其进行占空因子的提取可以通过分析不同指令对存储器地址信息的使用来得到。
通过单粒子试验可以得到寄存器堆的静态单粒子翻转截面,而寄存器堆包括不同类型的寄存器,由图1得到不同类型寄存器的占空因子之后,为了方便计算需要将不同寄存器的占空因子取平均值,得到寄存器堆的占空因子。
同理,通过单粒子试验可以得到不同存储单元的静态单粒子翻转截面,由图2得到不同存储单元的地址的占空因子,将某一存储单元不同地址的占空因子取平均值,得到该存储单元的占空因子。
得到不同资源的占空因子之后,根据以下公式就可以得到整个半导体器件的动态单粒子翻转截面σT。
σT=∑σl0fl
其中,σl0为第l个敏感单元的静态单粒子翻转截面,fl为第l个敏感单元在某测试程序执行过程中的占空因子,σT为电路在某测试应用程序下的单粒子翻转截面。单粒子翻转截面表示电路对单粒子效应敏感的面积大小,单位为cm2/device或cm2/bit。同一粒子辐射下翻转截面值越大说明电路对单粒子效应敏感的面积越大,即电路越敏感。
本发明整个方法的流程如图3所示。
实施例
以处理器为例说明基于寄存器测试指令序列的单粒子敏感器件的敏感性评估方法
具体实施步骤:
1、从SPARC V8 32位处理器说明书中获取不同指令执行周期;
2、编写对处理器的测试程序,并分析其生成的汇编语言找到需要进行计算的目标资源;
3、根据图1所示的算法对被使用的资源以及其使用的时间进行提取计算,得到器件目标资源在该测试程序中的占空因子为7.8%;
4、对电路进行单粒子试验,得到寄存器资源的静态单粒子翻转截面为2.13E-04cm2/device.
5、综合得到的占空因子计算评估处理器的单粒子敏感性,得到电路在该测试程序下的单粒子翻转截面为1.66E-05cm2/device。
6、对该测试程序进行单粒子试验得到其单粒子翻转截面为1.55E-05cm2/device。
7、将预估方法得到数据与试验得到数据进行对比,结果表明偏差为6.2%,满足使用要求。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (1)
1.基于测试指令序列的单粒子敏感器件的敏感性预估方法,其特征在于包括如下步骤:
(1)从半导体器件的使用手册中找到不同操作指令所占用的使用周期;
(2)利用操作指令编制测试指令序列并通过半导体器件执行,由此确定测试指令序列的总执行时间;
(3)通过分析测试指令序列找到半导体器件中被调用的资源,并将资源按照寄存器和存储器归并为两大类;
(4)分别获取寄存器类中各寄存器的累计占空周期以及存储器类中各存储单元的累计占空周期;对于控制寄存器,累计占空周期为从控制寄存器第一次被写入直到测试指令序列执行完成之间的时间;对于除控制寄存器之外的其它寄存器,累计占空周期为寄存器每一次对应的寄存器分次占空周期之和,所述的寄存器分次占空周期为对寄存器进行一次写入开始直到下次被写入之前的最后一次读出之间的时间;所述存储单元的累计占空周期,为存储单元每一次对应的存储地址分次占空周期之和,所述的存储地址分次占空周期为对存储地址进行一次写入开始直到下次被写入之前的最后一次读出之间的时间;
(5)分别计算寄存器类中各寄存器的占空因子f1i以及存储器类中各存储单元的占空因子f2j,其中i和j分别为半导体器件中寄存器的总数和存储单元的总数,均为正整数,
(6)通过单粒子试验,分别获取寄存器类中各寄存器堆的静态单粒子翻转截面σ10和各存储单元的静态单粒子翻转截面σ2j0,然后通过以下公式计算得到半导体器件的动态单粒子翻转截面σT,
σT=∑(σ10f1+σ2j0f2j)
其中f1为与σ10对应的寄存器堆所包括的各寄存器对应的f1i的算数平均值;
(7)根据步骤(6)得到的σT对半导体器件的敏感性进行预估,σT越大,判定半导体器件对单粒子翻转的敏感性越强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350697.XA CN104991859B (zh) | 2015-06-23 | 2015-06-23 | 基于测试指令序列的单粒子敏感器件的敏感性预估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350697.XA CN104991859B (zh) | 2015-06-23 | 2015-06-23 | 基于测试指令序列的单粒子敏感器件的敏感性预估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104991859A CN104991859A (zh) | 2015-10-21 |
CN104991859B true CN104991859B (zh) | 2017-08-25 |
Family
ID=54303675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510350697.XA Active CN104991859B (zh) | 2015-06-23 | 2015-06-23 | 基于测试指令序列的单粒子敏感器件的敏感性预估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104991859B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105445640B (zh) * | 2015-11-24 | 2018-05-08 | 北京时代民芯科技有限公司 | 基于脉冲激光设备的不同指令集的单粒子敏感性判定方法 |
CN107194090B (zh) * | 2017-05-27 | 2020-09-08 | 西安电子科技大学 | 抗辐照复杂集成电路单粒子错误率截面预估方法 |
CN108491296B (zh) * | 2018-03-09 | 2019-04-05 | 中国人民解放军国防科技大学 | 微处理器单粒子翻转截面的测试方法 |
CN111444662A (zh) * | 2020-03-24 | 2020-07-24 | 中国科学院近代物理研究所 | 基于fpga的高速ddr单粒子效应评估系统及方法 |
CN112631544B (zh) * | 2020-12-14 | 2023-10-10 | 深圳市国微电子有限公司 | 单粒子翻转数据的实时分类标记方法及系统、设备 |
CN112767990B (zh) * | 2021-02-05 | 2022-09-30 | 浙江威固信息技术有限责任公司 | 一种固态硬盘单粒子翻转截面的测试方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281481A (zh) * | 2008-05-23 | 2008-10-08 | 北京时代民芯科技有限公司 | 一种存储器抗单粒子翻转的纠错检错方法 |
CN103729503A (zh) * | 2013-12-23 | 2014-04-16 | 中国空间技术研究院 | 一种基于复合敏感体积模型的器件在轨单粒子翻转率预示方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100041447A (ko) * | 2008-10-14 | 2010-04-22 | 삼성전자주식회사 | 테스트 자동화 장치 및 테스트 자동화 방법 |
-
2015
- 2015-06-23 CN CN201510350697.XA patent/CN104991859B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281481A (zh) * | 2008-05-23 | 2008-10-08 | 北京时代民芯科技有限公司 | 一种存储器抗单粒子翻转的纠错检错方法 |
CN103729503A (zh) * | 2013-12-23 | 2014-04-16 | 中国空间技术研究院 | 一种基于复合敏感体积模型的器件在轨单粒子翻转率预示方法 |
Non-Patent Citations (1)
Title |
---|
基于激光实验探测32位微处理器的敏感体深度;于春青等;《微电子学与计算机》;20150605;第32卷(第6期);第171-175页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104991859A (zh) | 2015-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104991859B (zh) | 基于测试指令序列的单粒子敏感器件的敏感性预估方法 | |
Döhler et al. | Subspace-based damage detection under changes in the ambient excitation statistics | |
An et al. | Are the macroeconomic effects of oil price shock symmetric?: A Factor-Augmented Vector Autoregressive approach | |
US20190114436A1 (en) | Method for automatically detecting security vulnerability based on hybrid fuzzing, and apparatus thereof | |
JP6090327B2 (ja) | ボトルネック検出装置、方法及びプログラム | |
US10754749B2 (en) | Assessment of processor performance metrics by monitoring probes constructed using instruction sequences | |
CN108921424B (zh) | 一种电力数据异常检测方法、装置、设备及可读存储介质 | |
JP2019114158A (ja) | カバレッジテスト支援装置およびカバレッジテスト支援方法 | |
Bücher et al. | Nonparametric tests for constant tail dependence with an application to energy and finance | |
US20180247223A1 (en) | System and method of selecting a computational platform | |
CN104915600A (zh) | 一种Android应用程序安全风险评估方法与装置 | |
Matsubayashi et al. | A new rule induction method from a decision table using a statistical test | |
US20160247081A1 (en) | Worst-case execution time statistical tool | |
CN105989095B (zh) | 顾及数据不确定性的关联规则显著性检验方法及装置 | |
Santos et al. | An empirical study on the influence of context in computing thresholds for Chidamber and Kemerer metrics. | |
US20130042149A1 (en) | Analyzing a process of software defects handling using percentile-based metrics | |
Weißbach et al. | Modeling rating transitions | |
Gandhi et al. | Estimation of generic reusability for object-oriented software an empirical approach | |
CN106326098A (zh) | 测试页面感知性能的方法与装置 | |
JP6723483B2 (ja) | テストケース生成装置、テストケース生成方法およびテストケース生成プログラム | |
EP3163463A1 (en) | A correlation estimating device and the related method | |
CN106326097A (zh) | 一种测试页面感知性能的方法与装置 | |
EP2998760A1 (en) | Method, user equipment, system and computer readable medium for localizing an user equipment | |
Yang et al. | Multivariate statistical process monitoring and fault diagnosis based on an integration method of PCA-ICA and CSM | |
EP3901805A1 (en) | Cybersecurity threat detection program effectiveness assessment method and system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |