CN109444712A - 基于归一法结合欧式距离函数的集成电路数据筛选方法 - Google Patents

基于归一法结合欧式距离函数的集成电路数据筛选方法 Download PDF

Info

Publication number
CN109444712A
CN109444712A CN201811331833.0A CN201811331833A CN109444712A CN 109444712 A CN109444712 A CN 109444712A CN 201811331833 A CN201811331833 A CN 201811331833A CN 109444712 A CN109444712 A CN 109444712A
Authority
CN
China
Prior art keywords
station
parameter
euclidean distance
value
test data
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
CN201811331833.0A
Other languages
English (en)
Other versions
CN109444712B (zh
Inventor
奚留华
张凯虹
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.)
WUXI ZHONGWEI TENGXIN ELECTRONIC CO Ltd
Original Assignee
WUXI ZHONGWEI TENGXIN ELECTRONIC CO Ltd
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 WUXI ZHONGWEI TENGXIN ELECTRONIC CO Ltd filed Critical WUXI ZHONGWEI TENGXIN ELECTRONIC CO Ltd
Priority to CN201811331833.0A priority Critical patent/CN109444712B/zh
Publication of CN109444712A publication Critical patent/CN109444712A/zh
Application granted granted Critical
Publication of CN109444712B publication Critical patent/CN109444712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明提供一种基于归一法结合欧式距离函数的集成电路数据筛选方法，包括以下步骤：步骤S1，将集成电路多工位测试数据的各参数值进行归一化预处理；步骤S2，将归一化处理后的测试数据进行各工位的欧式距离计算，若某工位测试数据的欧式距离与所有工位测试数据欧式距离的平均值的偏差超过设定阈值，则认为该工位测试数据的误差较大；步骤S3，对于认定为测试数据误差较大的工位，则将该工位测试数据的各参数进行欧式距离分析。本发明解决了基于高端测试系统的多工位测试的各工位测试稳定性分析问题。

Description

基于归一法结合欧式距离函数的集成电路数据筛选方法
技术领域
本发明涉及一种集成电路测试方法，尤其是一种基于归一法结合欧式距离函数的集成电路数据筛选方法。
背景技术
在集成电路日益成熟的今天，集成电路测试已经逐渐成为整条产业链中必不可少的环节。为了增加测试效率，减少测试时间，节省成本。测试公司常常将单工位测试拓展成多工位并行测试，每增加一个测试工位，需要增加测试针卡资源、测试系统资源及连接线资源，当进行工程化测试生产的时候，随着测试针卡不断使用，针尖上可能会出现沾染灰层、针尖损耗、折损等故障，这就会造成由于针卡和管芯的接触问题导致测试数据不准确；随着测试系统的持续生产使用，测试系统的电源板、通道板等板卡会出现老化故障，使得测试数据不准确。当多工位并行测试的工位数较少的时候，可以人为简洁、快速的分析出来，但随着测试系统朝着高端化的方向发展，多工位并行测试可拓展到128工位甚至更多，人为的数据分析能力有限，为了保证测试数据的准确性，需要对各工位的测试数据进行自动化分析，对测试数据不稳定的管芯所对应的工位，进行硬件故障检查。
发明内容
本发明的目的在于克服现有技术中存在的不足，提供一种基于归一法结合欧式距离函数的集成电路数据筛选方法，解决了基于高端测试系统的多工位测试的各工位测试稳定性分析问题。本发明采用的技术方案是：
一种基于归一法结合欧式距离函数的集成电路数据筛选方法，包括以下步骤：
步骤S1，将集成电路多工位测试数据的各参数值进行归一化预处理；
步骤S2，将归一化处理后的测试数据进行各工位的欧式距离计算，若某工位测试数据的欧式距离与所有工位测试数据欧式距离的平均值的偏差超过设定阈值，则认为该工位测试数据的误差较大；
步骤S3，对于认定为测试数据误差较大的工位，则将该工位测试数据的各参数进行欧式距离分析，若该工位某个参数的欧式距离与所有参数欧式距离的平均值的偏差超过设定阈值，则认为该参数测试有问题。
进一步地，归一化预处理的计算公式为：
X*＝(X-Min)/(Max-Min) (1)
X*为归一化预处理后的测试数据参数值；X为一个参数多次测试中的测试值，Max为该参数多个测试值中的最大值，Min为该参数多个测试值中的最小值。
进一步地，各工位的欧式距离的计算公式如下：
d12为工位的欧式距离，n为参数的数量，m为某工位一个参数测试值的数量，Xki为预处理后的参数归一化值，Xkk′为Xki对应的经典值。
进一步地，各参数欧氏距离计算公式为：
m为某工位一个参数测试值的数量，Xki为预处理后的参数归一化值，Xkk′为Xki对应的经典值。
进一步地，步骤S2中，各工位的欧式距离计算后，用直方图展示。
进一步地，步骤S3中，该工位测试数据的各参数进行欧式距离分析后，用直方图展示。
本发明的优点在于：本发明将归一化处理后的测试数据进行各工位的欧式距离计算，将计算出的欧式距离进行直方图展示；将工位测试数据的各参数进行欧式距离分析，以此为依据分析某工位管芯的测试稳定性，及生产测试的硬件的状态。本发明通过计算各工位的测试数据的欧式距离，有效地筛选出了测试数据波动较大的测试工位，保障了工程化测试生产的质量。
附图说明
图1为本发明的方法流程图。
图2为本发明的一个实施例实际测试数据图表的示意图。
图3为本发明的归一化处理后测试数据图表的示意图。
图4为本发明的各工位的欧式距离直方图。
图5为本发明的某个工位的各参数的欧式距离直方图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
本发明提供一种基于归一法结合欧式距离函数的集成电路数据筛选方法，可以作为集成电路测试稳定性评判的依据。该方法包括以下步骤：
步骤S1，将集成电路多工位测试数据的各参数值进行归一化预处理；
如图2所示，其为示例的原始数据，共有4个工位(图中的Site)的测试数据，每个工位可测试某个管芯的4个关键参数，如Vref_bef1为某电压参数，FOSC_bef为某频率参数；为了统一这四个参数的量纲，使得相对量级较小的数据的变化能够体现出来，将这4个参数分别进行归一化数据预处理；
X*＝(X-Min)/(Max-Min)(1)
X*为归一化预处理后的测试数据参数值，具体如图3所示；X为一个参数多次测试中的测试值，Max为该参数多个测试值中的最大值，Min为该参数多个测试值中的最小值；
以图2为例，测试设备上有四个工位，第一次测试可测得1-4号管芯的测试数据，每个管芯的测试数据包括Vref_bef1、OCP_bef、Cref_bef、FOSC_bef四个参数；第二次测试可测得5-8号管芯的测试数据，第三次测试可测得9-12号管芯的测试数据，第四次测试可测得13-16号管芯的测试数据；对于Vref_bef1参数，X有16个测试值，最大值作为Max，最小值作为Min，以计算Vref_bref1参数的归一化值；
步骤S2，将归一化处理后的测试数据进行各工位的欧式距离计算，并用直方图展示；
如图4所示，直方图的横坐标为工位数，纵坐标为各工位欧式距离的计算值；各工位的欧式距离的计算公式如下：
d12为工位的欧式距离，n为参数的数量，本例中为4，m为某工位一个参数测试值的数量，本例中为4，Xki为预处理后的参数归一化值，Xkk′为Xki对应的经典值；经典值为芯片设计公司给定的规范值，测试公司提供校准，使得测试值与规范值一致；
若某工位测试数据的欧式距离与所有工位测试数据欧式距离的平均值的偏差超过设定阈值，比如10％，则认为该工位测试数据的误差较大，测试稳定性有问题；
步骤S3，对于认定为测试数据误差较大的工位，则将该工位测试数据的各参数进行欧式距离分析，具体形成的直方图如图5所示；
各参数欧氏距离计算公式为：
若该工位某个参数的欧式距离与所有参数欧式距离的平均值的偏差超过设定阈值，比如10％，则认为该参数测试有问题。
一般而言，如VOH(驱动高电压)、VOL(驱动低电压)、IIH(高电压下漏电流)、IIL(低电压下漏电流)等参数和测试设备与管芯接触关系比较大，然后其它许多参数和排线、探针等因素相关，可进行逐一分析。
最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于归一法结合欧式距离函数的集成电路数据筛选方法，其特征在于，包括以下步骤：
步骤S1，将集成电路多工位测试数据的各参数值进行归一化预处理；
步骤S2，将归一化处理后的测试数据进行各工位的欧式距离计算，若某工位测试数据的欧式距离与所有工位测试数据欧式距离的平均值的偏差超过设定阈值，则认为该工位测试数据的误差较大；
步骤S3，对于认定为测试数据误差较大的工位，则将该工位测试数据的各参数进行欧式距离分析，若该工位某个参数的欧式距离与所有参数欧式距离的平均值的偏差超过设定阈值，则认为该参数测试有问题。
2.如权利要求1所述的基于归一法结合欧式距离函数的集成电路数据筛选方法，其特征在于，
归一化预处理的计算公式为：
X*＝(X-Min)/(Max-Min)(1)
X*为归一化预处理后的测试数据参数值；X为一个参数多次测试中的测试值，Max为该参数多个测试值中的最大值，Min为该参数多个测试值中的最小值。
3.如权利要求1所述的基于归一法结合欧式距离函数的集成电路数据筛选方法，其特征在于，
各工位的欧式距离的计算公式如下：
d12为工位的欧式距离，n为参数的数量，m为某工位一个参数测试值的数量，Xki为预处理后的参数归一化值，Xkk′为Xki对应的经典值。
4.如权利要求1所述的基于归一法结合欧式距离函数的集成电路数据筛选方法，其特征在于，
各参数欧氏距离计算公式为：
m为某工位一个参数测试值的数量，Xki为预处理后的参数归一化值，Xkk′为Xki对应的经典值。
5.如权利要求1所述的基于归一法结合欧式距离函数的集成电路数据筛选方法，
步骤S2中，各工位的欧式距离计算后，用直方图展示。
6.如权利要求1所述的基于归一法结合欧式距离函数的集成电路数据筛选方法，
步骤S3中，该工位测试数据的各参数进行欧式距离分析后，用直方图展示。
CN201811331833.0A 2018-11-09 2018-11-09 基于归一法结合欧式距离函数的集成电路数据筛选方法 Active CN109444712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811331833.0A CN109444712B (zh) 2018-11-09 2018-11-09 基于归一法结合欧式距离函数的集成电路数据筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811331833.0A CN109444712B (zh) 2018-11-09 2018-11-09 基于归一法结合欧式距离函数的集成电路数据筛选方法

Publications (2)

Publication Number Publication Date
CN109444712A true CN109444712A (zh) 2019-03-08
CN109444712B CN109444712B (zh) 2020-10-23

Family

ID=65551744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811331833.0A Active CN109444712B (zh) 2018-11-09 2018-11-09 基于归一法结合欧式距离函数的集成电路数据筛选方法

Country Status (1)

Country Link
CN (1) CN109444712B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117471288A (zh) * 2023-12-20 2024-01-30 俐玛光电科技(北京)有限公司 一种测试数据分析方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010016908A (ja) * 2009-10-21 2010-01-21 Sony Corp 画像処理装置および画像処理方法、並びに、学習装置および学習方法
CN103279551A (zh) * 2013-06-06 2013-09-04 浙江大学 一种基于欧氏距离的高维数据准确近邻快速检索方法
CN103577646A (zh) * 2013-11-09 2014-02-12 深港产学研基地 一种快速估算集成电路良率的计算方法
US20170004362A1 (en) * 2015-06-30 2017-01-05 International Business Machines Corporation Feature selection algorithm under conditions of noisy data and limited recording
CN107340475A (zh) * 2016-04-29 2017-11-10 株式会社日立制作所 电池故障检测方法和电池故障检测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010016908A (ja) * 2009-10-21 2010-01-21 Sony Corp 画像処理装置および画像処理方法、並びに、学習装置および学習方法
CN103279551A (zh) * 2013-06-06 2013-09-04 浙江大学 一种基于欧氏距离的高维数据准确近邻快速检索方法
CN103577646A (zh) * 2013-11-09 2014-02-12 深港产学研基地 一种快速估算集成电路良率的计算方法
US20170004362A1 (en) * 2015-06-30 2017-01-05 International Business Machines Corporation Feature selection algorithm under conditions of noisy data and limited recording
US20170124485A1 (en) * 2015-06-30 2017-05-04 International Business Machines Corporation Feature selection algorithm under conditions of noisy data and limited recording
CN107340475A (zh) * 2016-04-29 2017-11-10 株式会社日立制作所 电池故障检测方法和电池故障检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张恒巍等: "基于筛选进化模型的指标体系建立方法 ", 《计算机工程与科学》 *
李柏年: "一种改进的模糊C-均值聚类算法 ", 《计算机应用与软件》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117471288A (zh) * 2023-12-20 2024-01-30 俐玛光电科技(北京)有限公司 一种测试数据分析方法、装置、电子设备及存储介质
CN117471288B (zh) * 2023-12-20 2024-03-15 俐玛光电科技(北京)有限公司 测试数据的自动化分析方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN109444712B (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN107680368A (zh) 一种基于采集数据的计量装置在线监测与智能诊断方法
US20050114065A1 (en) Test system, test method and test program for an integrated circuit by IDDQ testing
CN108470246A (zh) 一种基于特征参数的规划配电网供电可靠性指标评估方法
CN101458514A (zh) 检测可接受测试数据方法及晶圆可接受测试控制方法
US6563323B2 (en) Method for testing a semiconductor integrated circuit
CN113985339A (zh) 智能电表的误差诊断方法及系统、设备、存储介质
CN114814711A (zh) 一种智能电表误差检测方法
CN109444712A (zh) 基于归一法结合欧式距离函数的集成电路数据筛选方法
CN108710036A (zh) 一种基于智能变电站状态估计的采样环节状态评估方法
CN103617342B (zh) 一种电网状态估计多算法融合系统
US20240162707A1 (en) Power grid topology determination
CN113721094B (zh) 低压台区用采系统的误差分析方法及系统、设备、存储介质
CN115684869A (zh) 一种基于电源管理的芯片测试系统及方法
CN114740419A (zh) 基于“三维图”分析台区电表误差的方法、装置、设备和介质
CN107329848A (zh) 一种wat测试数据自动分析方法
CN107885075B (zh) 一种对过程控制智能整定的检测方法及系统
CN112147409A (zh) 低压配电线路在线阻抗检测方法及装置
CN118465513B (zh) 一种基于数据分析的芯片运行电参数检测系统
CN115754866B (zh) 一种继电保护测试仪全寿命周期监测预警系统及方法
CN114264996B (zh) 一种ate设备dc校准有效性的检测方法
CN115062995B (zh) 一种基于mes的绩效量化衡量管理系统、方法
CN117353462B (zh) 一种基于人工智能的电网运营监控分析方法及平台
CN112762976B (zh) 一种对bmc传感器综合测试的自动化方法及装置
Zhang et al. Identification method of voltage sag exposed area based on golden section
Tsuru New Techniques and Methods for Managing Measurement Risk

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant