CN106020170A - SoC健康监测的方法、装置及系统 - Google Patents

SoC健康监测的方法、装置及系统 Download PDF

Info

Publication number
CN106020170A
CN106020170A CN201610532420.3A CN201610532420A CN106020170A CN 106020170 A CN106020170 A CN 106020170A CN 201610532420 A CN201610532420 A CN 201610532420A CN 106020170 A CN106020170 A CN 106020170A
Authority
CN
China
Prior art keywords
soc
sensing data
performance
data
real time
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.)
Granted
Application number
CN201610532420.3A
Other languages
English (en)
Other versions
CN106020170B (zh
Inventor
陈义强
雷登云
恩云飞
方文啸
侯波
刘远
黄云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fifth Electronics Research Institute of Ministry of Industry and Information Technology
Original Assignee
Fifth Electronics Research Institute of Ministry of Industry and Information Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fifth Electronics Research Institute of Ministry of Industry and Information Technology filed Critical Fifth Electronics Research Institute of Ministry of Industry and Information Technology
Priority to CN201610532420.3A priority Critical patent/CN106020170B/zh
Publication of CN106020170A publication Critical patent/CN106020170A/zh
Priority to US15/554,581 priority patent/US11231702B2/en
Priority to PCT/CN2016/107703 priority patent/WO2018006539A1/zh
Application granted granted Critical
Publication of CN106020170B publication Critical patent/CN106020170B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2855—Environmental, reliability or burn-in testing
    • G01R31/2856—Internal circuit aspects, e.g. built-in test features; Test chips; Measuring material aspects, e.g. electro migration [EM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2855—Environmental, reliability or burn-in testing
    • G01R31/2872—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2894—Aspects of quality control [QC]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及SoC健康监测的方法、装置及系统。所述方法包括：实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；输出所述SoC的性能状态信息以及性能退化趋势信息。本发明能够实时监测SoC的性能状态，以及实时预测SoC的性能退化趋势。

Description

SoC健康监测的方法、装置及系统
技术领域
本发明涉及片上系统技术领域，特别是涉及SoC健康监测的方法、装置及系统。
背景技术
片上系统(System on Chip，SoC)芯片设计要求已从单纯追求高性能、小面积转为对性能、面积、功耗及可靠性的综合要求。尤其SoC芯片在航空航天、轨道交通、核电等高可靠领域应用非常广泛，其可靠性至关重要，备受关注。传统的可靠性模拟、工艺在线检测、可靠性试验与失效分析等离线可靠性评价方法，无法实时对SoC寿命进行预测。这种情况下，若按照传统“定时维修”的维修方式或“事后维修”的方式，将造成人力、物力、财力的巨大损失。
发明内容
基于此，本发明实施例提供SoC健康监测的方法、装置及系统，能够实时监测SoC的性能状态，以及实时预测SoC的性能退化趋势。
本发明一方面提供SoC健康监测的方法，包括：
实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
输出所述SoC的性能状态信息以及性能退化趋势信息。
本发明另一方面提供了一种SoC健康监测的装置，包括：
数据获取模块，用于实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
分析及预测模块，用于提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
信息输出模块，用于输出所述SoC的性能状态信息以及性能退化趋势信息。
本发明另一方面提供了一种SoC系统，包括：包括系统硬件层、系统内核层、系统服务层以及应用层；
所述系统硬件层的传感器实时监测SoC性能；
所述系统内核层的操作系统内核实时获取所述系统硬件层的传感器数据，并传递所述传感器数据给所述系统服务层；所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
所述系统服务层的预测模块提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
所述应用层预设的APP输出所述SoC系统的性能状态信息以及所述性能退化趋势信息。
上述技术方案，通过实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；提取所述传感器数据中包含的代表所述SoC性能的特征数据；利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势，并输出所述SoC系统的性能状态信息以及所述性能退化趋势信息。本发明上述实施例的方案，能够为用户提供SoC的实时健康监测及实时预测信息。
附图说明
图1为一实施例的SoC健康监测的方法的示意性流程图；
图2为一SoC健康监测的方法的具体应用场景图；
图3为一实施例的SoC健康监测的装置的示意性结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一实施例的SoC健康监测的方法的示意性流程图；如图1所示，本实施例中的SoC健康监测的方法包括步骤：
S11，实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；，
优选的，所述可靠性退化传感器数据包括TDDB(time dependent dielectricbreakdown，经时击穿)退化传感器数据、HCI(hot carrier injection，热载流子注入)退化传感器数据、BTI(bias temperature instability，偏置温度不稳定性)退化传感器数据。
需要说明的是，本发明中监测SoC性能的传感器可包括许多种，上述仅列出了其中的一部分，其他任何可在SoC片上实现的传感器均属于本发明的保护范围。
S12，提取所述传感器数据中包含的代表所述SoC性能的特征数据；利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
优选的，可利用Gabor变换算法或快速傅里叶变换算法，提取所述传感器数据中包含的代表所述SoC性能的特征数据。其中，Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。快速傅里叶变换算法(fast Fourier transform)，简称FFT，采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。需要说明的是，提取所述传感器数据中包含的代表所述SoC性能的特征数据的方法不限于这里具体的两种，其他可提取特征数据的方法同样适用。
本发明实施例中预测性能退化趋势的算法可包括许多种预测算法，本发明对此不作特别限定。
S13，输出所述性能状态以及所述性能退化趋势。
将得到的性能状态信息以及性能退化趋势信息发送给应用层，以通过应用层的对应APP输出所述性能状态以及所述性能退化趋势。例如预先设置了健康监测及预警APP，通过该APP的显示界面输出所述性能状态以及所述性能退化趋势，便于用户实时查看SoC健康状况和可靠性退化趋势。
需要说明的是，当S12中得到的SoC的性能状态或者性能退化趋势超出各自对应的阈值，还可输出对应的预警提示，例如通过健康监测及预警APP输出预设的预警提示信息，便于用户及时进行检修，防止引发更严重的问题。
图2为本发明一实施例的SoC健康监测的方法的具体应用场景图；如图2所示，该SoC 100系统由系统硬件层200、系统内核层300、系统服务层400、应用层500构成。所述系统硬件层200包括功能电路210、传感器220，其中传感器220主要包括可靠性退化传感器227、温度传感器226、噪声传感器225、电流传感器224，其中可靠性退化传感器227主要包括TDDB退化传感器223、HCI退化传感器222、BTI退化传感器221。所述系统内核层300包括操作系统内核310、传感器驱动程序320。所述系统服务层400包括应用接口410、预测模型420。所述应用层500包括若干APP，例如APP1 510、APP2 520、健康监测及预警APP 530。
所述SoC健康监测的方法，需预先进行传感器硬件设计、传感器驱动程序设计、预测模型构建、健康监测及预警APP设计等。
其中，所述传感器硬件设计，主要包括可靠性退化传感器227、温度传感器226、噪声传感器225、电流传感器224。其中可靠性退化传感器227主要包括TDDB退化传感器223、HCI退化传感器222、BTI退化传感器221。传感器与功能电路210一起构成SoC的系统硬件层200；
所述传感器驱动程序设计，主要结合操作系统内核310，针对传感器进行驱动程序设计。
所述预测模型构建，主要根据操作系统内核310提供的接口获取传感器数据，针对传感器数据进行特征提取，据此运用算法对特征数据进行实时分析与预测。所述预测模型与应用接口410一起构成SoC的系统服务层400。
所述健康监测及预警APP设计，主要基于系统服务层400所提供的预测模型420、应用接口410设计，为用户提供SoC的实时健康监测及实时预测信息。
如图2所述的应用场景，其工作原理为：在SoC 100的系统硬件层200中所设计的传感器硬件实时监测SoC性能，所述系统内核层300的传感器驱动程序320实时读取所述系统硬件层200的传感器数据；所述操作系统内核310通过对应的接口实时获取所述传感器驱动程序320读取到的传感器数据，并传递给所述系统服务层400的预测模块420；在所述预测模型420中进行特征提取，并利用预测算法对特征数据进行实时预测，在SoC 100的应用层500中的健康监测及预警APP 530中显示所获得预测结果，为用户提供SoC的实时健康监测及实时预测信息。
需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的SoC健康监测的方法相同的思想，本发明还提供SoC健康监测的系统，该系统可用于执行上述SoC健康监测的方法。为了便于说明，SoC健康监测的系统实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
图3为本发明一实施例的SoC健康监测的装置的示意性结构图，本实施例的SoC健康监测的装置包括：数据获取模块10、分析及预测模块20以及信息输出模块30，各模块详述如下：
所述数据获取模块10，用于实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
优选的，所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。
所述分析及预测模块20，用于提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
所述信息输出模块30，用于输出所述SoC的性能状态信息以及性能退化趋势信息。
需要说明的是，上述示例的SoC健康监测的装置的实施方式中，各模块/单元之间的信息交互、执行过程等内容，由于与本发明前述方法实施例基于同一构思，其带来的技术效果与本发明前述方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
此外，上述示例的SoC健康监测的装置的实施方式中，各功能模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的功能模块完成，即将所述SoC健康监测的装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。其中各功能模既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，作为独立的产品销售或使用。所述程序在执行时，可执行如上述各方法的实施例的全部或部分步骤。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccess Memory，RAM)等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。可以理解，其中所使用的术语“第一”、“第二”等在本文中用于区分对象，但这些对象不受这些术语限制。
以上所述实施例仅表达了本发明的几种实施方式，不能理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种SoC健康监测的方法，其特征在于，包括：
实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
输出所述SoC的性能状态信息以及性能退化趋势信息。
2.根据权利要求1所述的SoC健康监测的方法，其特征在于，所述输出SoC的性能状态信息以及性能退化趋势信息的步骤包括：
将得到的性能状态信息以及性能退化趋势信息发送给应用层，以通过应用层的对应APP输出所述性能状态以及所述性能退化趋势。
3.根据权利要求1所述的SoC健康监测的方法，其特征在于，
所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。
4.根据权利要求1所述的SoC健康监测的方法，其特征在于，提取所述传感器数据中包含的代表所述SoC性能的特征数据的步骤包括：
利用Gabor变换算法或快速傅里叶变换算法，提取所述传感器数据中包含的代表所述SoC性能的特征数据。
5.根据权利要求1至4任一所述的SoC健康监测的方法，其特征在于，所述实时获取监测SoC的传感器数据的步骤包括：
通过预设的传感器驱动程序实时读取监测SoC性能的传感器数据；所述传感器驱动程序基于操作系统内核设置的；
通过所述操作系统内核提供的接口实时获取所述传感器驱动程序读取到的传感器数据。
6.一种SoC健康监测的装置，其特征在于，包括：
数据获取模块，用于实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
分析及预测模块，用于提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
信息输出模块，用于输出所述SoC的性能状态信息以及性能退化趋势信息。
7.根据权利要求6所述的SoC健康监测的装置，其特征在于，所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。
8.一种SoC系统，其特征在于，包括系统硬件层、系统内核层、系统服务层以及应用层；
所述系统硬件层的传感器实时监测SoC性能；
所述系统内核层的操作系统内核实时获取所述系统硬件层的传感器数据，并传递所述传感器数据给所述系统服务层；所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
所述系统服务层的预测模块提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
所述应用层预设的APP输出所述SoC系统的性能状态信息以及所述性能退化趋势信息。
9.根据权利要求8所述的SoC系统，其特征在于，所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。
10.根据权利要求8或9所述的SoC系统，其特征在于，所述系统内核层包括操作系统内核，以及基于操作系统内核设置的传感器驱动程序；
所述传感器驱动程序实时读取所述系统硬件层的传感器数据；所述操作系统内核通过对应的接口实时获取所述传感器驱动程序读取到的传感器数据并传递给所述系统服务层的预测模块。
CN201610532420.3A 2016-07-07 2016-07-07 SoC健康监测的方法、装置及系统 Active CN106020170B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610532420.3A CN106020170B (zh) 2016-07-07 2016-07-07 SoC健康监测的方法、装置及系统
US15/554,581 US11231702B2 (en) 2016-07-07 2016-11-29 Method, device and system for health monitoring of system-on-chip
PCT/CN2016/107703 WO2018006539A1 (zh) 2016-07-07 2016-11-29 SoC健康监测的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610532420.3A CN106020170B (zh) 2016-07-07 2016-07-07 SoC健康监测的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN106020170A true CN106020170A (zh) 2016-10-12
CN106020170B CN106020170B (zh) 2019-03-15

Family

ID=57108250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610532420.3A Active CN106020170B (zh) 2016-07-07 2016-07-07 SoC健康监测的方法、装置及系统

Country Status (3)

Country Link
US (1) US11231702B2 (zh)
CN (1) CN106020170B (zh)
WO (1) WO2018006539A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018006539A1 (zh) * 2016-07-07 2018-01-11 工业和信息化部电子第五研究所 SoC健康监测的方法、装置及系统
CN108663936A (zh) * 2018-05-08 2018-10-16 中国人民解放军战略支援部队航天工程大学 模型不确定航天器无退绕姿态跟踪有限时间控制方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260251A (zh) * 2020-02-14 2020-06-09 中国科学院电子学研究所 一种运维服务管理平台及其运行方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1240939A (zh) * 1998-06-09 2000-01-12 株式会社爱德万测试 电子元器件试验装置
CN1345086A (zh) * 2000-10-03 2002-04-17 株式会社日立制作所 半导体集成电路器件的制造方法及其测试设备
CN101395558A (zh) * 2005-12-23 2009-03-25 Nxp股份有限公司 基于系统级功率管理的性能分析
CN101675349A (zh) * 2007-05-02 2010-03-17 Nxp股份有限公司 Ic测试方法和设备
CN101675589A (zh) * 2007-05-08 2010-03-17 高通股份有限公司 用于对模拟集成电路进行断电的方法及设备
JP2011038802A (ja) * 2009-08-06 2011-02-24 Advantest Corp 温度検出装置、ハンドラ装置、試験装置、温度検出方法
CN103197747A (zh) * 2012-01-04 2013-07-10 三星电子株式会社 温度管理电路、包括其的片上系统和管理温度的方法
CN104471583A (zh) * 2012-07-17 2015-03-25 西门子公司 (数字)puf用于实现数字ic的物理退化/篡改识别的应用
CN104598308A (zh) * 2014-12-29 2015-05-06 广东欧珀移动通信有限公司 一种模式切换控制方法及装置
CN104969468A (zh) * 2013-02-11 2015-10-07 高通股份有限公司 使用基于环式振荡器的物理不可克隆函数及老化检测电路的集成电路识别及可靠度验证
CN105045180A (zh) * 2015-07-21 2015-11-11 中国航天科工集团第三研究院第八三五七研究所 一种电子设备健康状态采集系统
CN105445569A (zh) * 2015-11-11 2016-03-30 北京航空航天大学 一种适用于高速集成电路的片上纳秒级电源噪声瞬态波形测量系统及其测量方法
CN105445645A (zh) * 2015-12-14 2016-03-30 宁波大学 一种用于监测集成电路nbti老化效应的数字型监测电路
CN105514165A (zh) * 2014-10-13 2016-04-20 三星电子株式会社 半导体器件及其制造方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW440699B (en) 1998-06-09 2001-06-16 Advantest Corp Test apparatus for electronic parts
US8237492B2 (en) * 2006-12-06 2012-08-07 Broadcom Corporation Method and system for a process sensor to compensate SOC parameters in the presence of IC process manufacturing variations
US8549363B2 (en) * 2010-01-08 2013-10-01 International Business Machines Corporation Reliability and performance of a system-on-a-chip by predictive wear-out based activation of functional components
WO2012004935A1 (ja) * 2010-07-08 2012-01-12 パナソニック株式会社 半導体集積回路およびそれを備えた電子機器
US20120259575A1 (en) * 2011-04-07 2012-10-11 International Business Machines Corporation Integrated circuit chip incorporating a test circuit that allows for on-chip stress testing in order to model or monitor device performance degradation
KR101975409B1 (ko) 2012-07-26 2019-05-08 삼성전자주식회사 시스템 온 칩 및 그것의 온도 제어 방법
US9310426B2 (en) * 2012-09-25 2016-04-12 Globalfoundries Inc. On-going reliability monitoring of integrated circuit chips in the field
CN104345753A (zh) * 2013-07-25 2015-02-11 上海浦北信息科技有限公司 一种控温控湿测试台
US9619010B1 (en) * 2014-06-17 2017-04-11 Amazon Technologies, Inc. Selective powering off of hardware components for battery management in mobile devices
EP2988141A1 (en) * 2014-08-19 2016-02-24 Nagravision S.A. Aging control of a system on chip
CN204291237U (zh) * 2014-12-18 2015-04-22 姚宏亮 一种用于视频传输的显示屏
US9939328B2 (en) * 2015-03-12 2018-04-10 Qualcomm Incorporated Systems, apparatus, and methods for temperature detection
US9785157B2 (en) * 2015-03-30 2017-10-10 Mediatek Inc. Method for controlling circuit modules within chip and associated system on chip
CN106020170B (zh) * 2016-07-07 2019-03-15 工业和信息化部电子第五研究所 SoC健康监测的方法、装置及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1240939A (zh) * 1998-06-09 2000-01-12 株式会社爱德万测试 电子元器件试验装置
CN1345086A (zh) * 2000-10-03 2002-04-17 株式会社日立制作所 半导体集成电路器件的制造方法及其测试设备
CN101395558A (zh) * 2005-12-23 2009-03-25 Nxp股份有限公司 基于系统级功率管理的性能分析
CN101675349A (zh) * 2007-05-02 2010-03-17 Nxp股份有限公司 Ic测试方法和设备
CN101675589A (zh) * 2007-05-08 2010-03-17 高通股份有限公司 用于对模拟集成电路进行断电的方法及设备
JP2011038802A (ja) * 2009-08-06 2011-02-24 Advantest Corp 温度検出装置、ハンドラ装置、試験装置、温度検出方法
CN103197747A (zh) * 2012-01-04 2013-07-10 三星电子株式会社 温度管理电路、包括其的片上系统和管理温度的方法
CN104471583A (zh) * 2012-07-17 2015-03-25 西门子公司 (数字)puf用于实现数字ic的物理退化/篡改识别的应用
CN104969468A (zh) * 2013-02-11 2015-10-07 高通股份有限公司 使用基于环式振荡器的物理不可克隆函数及老化检测电路的集成电路识别及可靠度验证
CN105514165A (zh) * 2014-10-13 2016-04-20 三星电子株式会社 半导体器件及其制造方法
CN104598308A (zh) * 2014-12-29 2015-05-06 广东欧珀移动通信有限公司 一种模式切换控制方法及装置
CN105045180A (zh) * 2015-07-21 2015-11-11 中国航天科工集团第三研究院第八三五七研究所 一种电子设备健康状态采集系统
CN105445569A (zh) * 2015-11-11 2016-03-30 北京航空航天大学 一种适用于高速集成电路的片上纳秒级电源噪声瞬态波形测量系统及其测量方法
CN105445645A (zh) * 2015-12-14 2016-03-30 宁波大学 一种用于监测集成电路nbti老化效应的数字型监测电路

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018006539A1 (zh) * 2016-07-07 2018-01-11 工业和信息化部电子第五研究所 SoC健康监测的方法、装置及系统
US11231702B2 (en) 2016-07-07 2022-01-25 Fifth Electronics Research Institute Of Ministry Of Industry And Information Technology Method, device and system for health monitoring of system-on-chip
CN108663936A (zh) * 2018-05-08 2018-10-16 中国人民解放军战略支援部队航天工程大学 模型不确定航天器无退绕姿态跟踪有限时间控制方法
CN108663936B (zh) * 2018-05-08 2019-06-25 中国人民解放军战略支援部队航天工程大学 模型不确定航天器无退绕姿态跟踪有限时间控制方法

Also Published As

Publication number Publication date
WO2018006539A1 (zh) 2018-01-11
US11231702B2 (en) 2022-01-25
CN106020170B (zh) 2019-03-15
US20190064786A1 (en) 2019-02-28

Similar Documents

Publication Publication Date Title
Zheng et al. Generalized composite multiscale permutation entropy and Laplacian score based rolling bearing fault diagnosis
Wang et al. Metric-based meta-learning model for few-shot fault diagnosis under multiple limited data conditions
Lizarraga-Morales et al. Novel FPGA-based methodology for early broken rotor bar detection and classification through homogeneity estimation
Dean et al. Ubl: Unsupervised behavior learning for predicting performance anomalies in virtualized cloud systems
Yang et al. Intelligent fault diagnosis of rolling element bearing based on SVMs and fractal dimension
Banerjee et al. Multi-sensor data fusion using support vector machine for motor fault detection
Ma et al. Rotating machinery fault diagnosis based on multivariate multiscale fuzzy distribution entropy and Fisher score
CN106020170A (zh) SoC健康监测的方法、装置及系统
Xing et al. Intelligent fault diagnosis of rolling bearing based on novel CNN model considering data imbalance
CN103544554B (zh) 在核电站中评估操作人员的程序遵从度的系统以及方法
Gao et al. Rolling bearing fault diagnosis of PSO–LSSVM based on CEEMD entropy fusion
Feng et al. Wire bonding quality monitoring via refining process of electrical signal from ultrasonic generator
Tang et al. A novel method of fault diagnosis for rolling bearing based on dual tree complex wavelet packet transform and improved multiscale permutation entropy
Braun et al. Improving card fraud detection through suspicious pattern discovery
Zhao et al. A novelty detection scheme for rolling bearing based on multiscale fuzzy distribution entropy and hybrid kernel convex hull approximation
Liu et al. Multi-view rotating machinery fault diagnosis with adaptive co-attention fusion network
Ma et al. Learning a deep regression forest for head pose estimation from a single depth image
Zhang et al. A novel framework based on adaptive multi-task learning for bearing fault diagnosis
Li et al. A novel embedding method for characterization of low-dimensional nonlinear dynamical systems
Fatima et al. Multiple fault classification using support vector machine in a machinery fault simulator
Cheng Extraction and diagnosis of rolling bearing fault signals based on improved wavelet transform
Cohen et al. Machine learning for diagnosis of event synchronization faults in discrete manufacturing systems
Ludera Credit card fraud detection by combining synthetic minority oversampling and edited nearest neighbours
Cao et al. Study on rolling bearing fault diagnosis approach based on improved generalized fractal box-counting dimension and adaptive gray relation algorithm
Dhakar et al. Diagnosing faults in rolling bearings of an air compressor set up using local mean decomposition and support vector machine algorithm

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