CN110263417B - 一种时序特性获取方法、装置及电子设备 - Google Patents
一种时序特性获取方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110263417B CN110263417B CN201910522005.3A CN201910522005A CN110263417B CN 110263417 B CN110263417 B CN 110263417B CN 201910522005 A CN201910522005 A CN 201910522005A CN 110263417 B CN110263417 B CN 110263417B
- Authority
- CN
- China
- Prior art keywords
- value
- gradient
- curve
- characteristic
- characteristic curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012360 testing method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
- G06F30/3312—Timing analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明实施例涉及数据处理技术领域,具体而言,涉及一种时序特性获取方法、装置及电子设备,该方法首先根据测试数据生成特征曲线,其次根据特征曲线获取梯度曲线,然后根据梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值,最后根据位于设定梯度范围内的至少一个梯度值对应的横坐标值确定特征曲线的特征值,通过将特征曲线转换为梯度曲线,有效解决了无法对离散的特征曲线求导的问题,直接通过梯度曲线确定特征值,避免了对特征值进行逐一获取,能够高效、准确地确定特征曲线的特征值,从而高效、准确地确定时序逻辑单元的时序特性。
Description
技术领域
本发明实施例涉及时序特性获取技术领域,具体而言,涉及一种时序特性获取方法、装置及电子设备。
背景技术
时序逻辑单元,如标准单元库中的触发器及锁存器等,是大规模集成电路芯片的重要组成部分。时序逻辑单元的时序特性对集成电路芯片的性能至关重要。随着集成电路芯片技术的发展,现有技术难以高效、准确地确定时序逻辑单元的时序特性。
发明内容
有鉴于此,本发明提供了一种时序特性获取方法、装置及电子设备。
本发明实施例提供了一种时序特性获取方法,包括:
获取时序逻辑单元的测试数据,根据所述测试数据生成特征曲线;
根据所述特征曲线获取梯度曲线;
基于所述梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值;
根据所述位于设定梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的特征值。
可选地,所述方法还包括:
基于所述梯度曲线查找出位于预设梯度范围内的至少一个梯度值对应的横坐标值;
根据所述位于预设梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的延时时长值。
可选地,根据所述横坐标值确定所述特征曲线的特征值的步骤,包括:
若所述横坐标值为多个,确定多个所述横坐标值的中位数,根据所述中位数确定所述特征值。
可选地,根据所述位于预设梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的延时时长值的步骤,包括:
若位于所述预设梯度范围内的梯度值为多个,将位于所述预设梯度范围内的每个梯度值对应的横坐标值代入所述特征曲线中,获得对应的纵坐标值;
确定所有纵坐标值的众数,根据所述众数确定所述延时时长值。
可选地,所述设定梯度范围通过以下步骤得到:
基于所述梯度曲线确定设定梯度值;
接收输入的精度值;
根据所述设定梯度值和所述精度值确定所述设定梯度范围。
可选地,所述预设梯度范围通过以下步骤得到:
基于所述梯度曲线确定预设梯度值;
接收输入的精度值;
根据所述预设梯度值和所述精度值确定所述预设梯度范围。
可选地,根据所述特征曲线获取梯度曲线的步骤之前,所述方法还包括:
对所述特征曲线进行平滑处理。
本发明实施例还提供了一种时序特性获取装置,包括:
特征曲线生成模块,用于获取时序逻辑单元的测试数据,根据所述测试数据生成特征曲线;
梯度曲线获取模块,用于根据所述特征曲线获取梯度曲线;
坐标值查找模块,用于基于所述梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值;
特征值确定模块,用于根据所述位于设定梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的特征值。
本发明实施例还提供了一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的时序特性获取方法。
本发明实施例还提供了一种计算机可读存储介质,所述可读存储介质包括计算机程序,所述计算机程序运行时控制所述可读存储介质所在电子设备执行上述的时序特性获取方法。
本发明实施例提供的一种时序特性获取方法、装置及电子设备,首先根据测试数据生成特征曲线,其次根据特征曲线获取梯度曲线,然后根据梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值,最后根据横坐标值确定所述特征曲线的特征值,通过将特征曲线转换为梯度曲线,有效解决了无法对离散的特征曲线求导的问题,直接通过梯度曲线确定特征值,避免了对特征值进行逐一获取,能够高效、准确地确定特征曲线的特征值,从而高效、准确地确定时序逻辑单元的时序特性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例所提供的一种电子设备的方框示意图。
图2为本发明实施例所提供的一种时序特性获取方法的流程图。
图3为本发明实施例所提供的一种未进行平滑处理的特征曲线的示意图。
图4为本发明实施例所提供的一种完成平滑处理的特征曲线的示意图。
图5为本发明实施例所提供的setup特征曲线和hold特征曲线的示意图。
图6为本发明实施例所提供的一种时序特性获取装置的模块框图。
图标:
10-电子设备;11-存储器;12-处理器;13-网络模块;
20-时序特性获取装置;21-特征曲线生成模块;22-梯度曲线获取模块;23-坐标值查找模块;24-特征值确定模块;
31-hold特征曲线;32-setup特征曲线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
发明人经调查发现,随着集成电路芯片技术的发展,现有技术难以高效、准确地确定时序逻辑单元的时序特性。发明人经进一步分析发现,常见的一种获取时序特征值的方法是基于测试数据进行描点,在绘制出特征曲线图后,人工手动获取特征值并记录。当同时处理多个特征曲线,且测试数据量较大时,会导致数据处理效率低下;同时,人工获取未经处理的数据会由于测试误差而影响特征值的精确度。
以上现有技术中的方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案,都应该是发明人在本发明过程中对本发明做出的贡献。
基于上述研究,本发明实施例提供了一种时序特性获取方法、装置及电子设备,能够基于梯度曲线高效、准确地确定特征曲线的特征值,进而高效、准确地确定时序逻辑单元的时序特性。
图1示出了本发明实施例所提供的一种电子设备10的方框示意图。本发明实施例中的电子设备10具有数据存储、传输、处理功能,如图1所示,电子设备10包括:存储器11、处理器12、网络模块13和时序特性获取装置20。
存储器11、处理器12和网络模块13之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有时序特性获取装置20,所述时序特性获取装置20包括至少一个可以软件或固件(firmware)的形式储存于所述存储器11中的软件功能模块,所述处理器12通过运行存储在存储器11内的软件程序以及模块,例如本发明实施例中的时序特性获取装置20,从而执行各种功能应用以及时序特性获取,即实现本发明实施例中的时序特性获取方法。
其中,所述存储器11可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器11用于存储程序,所述处理器12在接收到执行指令后,执行所述程序。
所述处理器12可能是一种集成电路芯片,具有数据的处理能力。上述的处理器12可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
网络模块13用于通过网络建立电子设备10与其他通信终端设备之间的通信连接,实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解,图1所示的结构仅为示意,电子设备10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供一种计算机可读存储介质,所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在电子设备10执行下面的时序特性获取方法。
图2示出了本发明实施例所提供的一种时序特性获取方法的流程图。所述方法有关的流程所定义的方法步骤应用于电子设备10,可以由所述处理器12实现。下面将对图2所示的具体流程进行详细阐述:
步骤S21,获取时序逻辑单元的测试数据,根据该测试数据生成特征曲线。
在本实施例中,时序逻辑单元的测试数据通过单元库验证电路测试获得,测试数据为多个离散的二维坐标点。
进一步地,根据测试数据生成特征曲线,可以理解,测试数据为实测值,由于测试环境、测试设备等影响,测试数据存在一定误差,基于测试数据生成的特征曲线可能存在毛刺,难以得到平滑的曲线,如图3所示。
为了降低算法复杂度,减少设备端的运算负荷和处理压力,减少测试引入的误差,可以对存在毛刺的特征曲线进行局部回归平滑处理,从而将图3所示的存在毛刺的特征曲线处理为图4所示的平滑的特征曲线。
请结合参阅图5,在本实施例中,特征曲线包括hold特征曲线31和setup特征曲线32。可以理解,在图3、图4和图5所示的特征曲线所对应的坐标系中,横坐标为时刻值,纵坐标为延时时长值。例如,以特征曲线包括hold特征曲线31中的点(x,y)为例,点(x,y)表示时刻为x时刻的延时时长值为y。
在本实施例中,setup特征曲线32是时序逻辑单元的建立时间值组成的曲线,hold特征曲线31时序逻辑单元的保持时间值组成的曲线。
可以理解,时序逻辑单元的时序特征包括setup特征值、hold特征值和延时时长值T-delay,其中,当时序逻辑单元的时序约束满足setup和hold时,其延时为固定值,也就是延时时长值T-delay,当时序逻辑单元的时序约束不满足setup和hold时,其延时为无穷大。进一步地,setup特征值为setup特征曲线32中斜率为-1时的值,hold特征值为hold特征曲线31中斜率为1时的值。
步骤S22,根据特征曲线获取梯度曲线。
由于特征曲线是通过离散的测试数据生成并进行了平滑处理得到的,无法通过求导数的方式进行特征值的准确计算,在本实施例中,可以求取特征曲线的梯度曲线。
例如,根据setup特征曲线32得到setup梯度曲线,根据hold特征曲线31得到hold梯度曲线。
步骤S23,基于梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值,根据位于设定梯度范围内的至少一个梯度值对应的横坐标值确定特征曲线的特征值。
可选地,基于setup梯度曲线确定设定梯度值,在本实施例中,设定梯度值为-1。接收输入的精度值,在本实施例中,精度值可以理解为用户可接受的最大误差值,进一步地,根据设定梯度值和精度值确定设定梯度范围。例如,若输入的精度值为0.1,则设定梯度范围为[-1.1,-0.9]。应当理解,精度值可以根据实际需求进行适当调整,例如,当实际需求较高时,可以适当增加精度值,将精度值从0.1调整为0.01,对应的设定梯度范围为[-1.01,-0.99]。又例如,当实际需求较低时,可适当减少精度值,将精度值从0.1调整为0.2,对应的设定梯度范围为[-1.2,-0.8]。如此,能够根据实际需求灵活确定时序逻辑单元的时序特征。
进一步地,在确定了设定梯度范围之后,查找出位于设定梯度范围内的至少一个梯度值对应的第一横坐标值,例如,若设定梯度范围为[-1.1,-0.9],查找出位于[-1.1,-0.9]区间内的梯度值对应的第一横坐标值,一般而言,第一横坐标值为多个。
进一步地,从多个第一横坐标值中查找出第一中位数,然后根据第一中位数确定setup特征曲线32的特征值,换句话说,根据第一中位数确定setup特征值。对于有限的第一横坐标值,可以通过把所有第一横坐标值高低排序后找出正中间的一个作为中位数,如果第一横坐标值有偶数个,取最中间的两个第一横坐标值的平均数作为中位数。在本实施例中,可以将第一中位数作为setup特征值。
可选地,同样基于hold梯度曲线确定设定梯度值,在本实施例中,设定梯度值为1。接收输入的精度值,在本实施例中,精度值可以理解为用户可接受的最大误差值,进一步地,根据设定梯度值和精度值确定设定梯度范围。例如,若输入的精度值为0.1,则设定梯度范围为[0.9,1.1]。应当理解,精度值可以根据实际需求进行适当调整,例如,当实际需求较高时,可以适当增加精度值,将精度值从0.1调整为0.01,对应的设定梯度范围为[0.99,1.01]。又例如,当实际需求较低时,可适当减少精度值,将精度值从0.1调整为0.2,对应的设定梯度范围为[0.8,1.2]。
进一步地,在确定了设定梯度范围之后,查找出位于设定梯度范围内的至少一个梯度值对应的第二横坐标值,例如,若设定梯度范围为[0.9,1.1],查找出位于[0.9,1.1]区间内的梯度值对应的第二横坐标值,一般而言,第二横坐标值为多个。
进一步地,从多个第二横坐标值中查找出第二中位数,然后根据第二中位数确定hold特征曲线31的特征值,换句话说,根据第二中位数确定hold特征值。在本实施例中,可以将第二中位数作为hold特征值。
步骤S24,基于梯度曲线查找出位于预设梯度范围内的至少一个梯度值对应的横坐标值,根据位于预设梯度范围内的至少一个梯度值对应的横坐标值确定特征曲线的延时时长值。
在具体实施过程中,若位于预设梯度范围内的梯度值为多个,将位于预设梯度范围内的每个梯度值对应的横坐标值代入特征曲线中,获得对应的纵坐标值,然后确定所有纵坐标值的众数,根据众数确定延时时长值。
可选地,同样基于setup梯度曲线确定预设梯度值,在本实施例中,预设梯度值为0。进一步地,根据预设梯度值和输入的精度值确定预设梯度范围。应当理解,精度值可以根据实际需求进行适当调整,例如,若精度值为0.01,则预设梯度范围为[-0.01,0.01]。
进一步地,在确定了预设梯度范围之后,查找出setup梯度曲线中位于预设梯度范围内的至少一个梯度值对应的第三横坐标值,将第三横坐标值代入setup特征曲线,获得第一纵坐标值,例如,查找出位于[-0.01,0.01]区间内的梯度值对应的第三横坐标值,将第三横坐标值代入setup特征曲线,获得第一纵坐标值,一般而言,第一纵坐标值为多个。
进一步地,从多个第一纵坐标值中查找出第一众数,根据第一众数确定setup特征曲线的延时时长值,例如,将第一众数作为setup延时时长值。
同理,对于hold梯度曲线而言,其预设梯度值也为0。进一步地,根据预设梯度值和输入的精度值确定预设梯度范围。应当理解,精度值可以根据实际需求进行适当调整,例如,若精度值为0.01,则预设梯度范围为[-0.01,0.01]。
进一步地,在确定了预设梯度范围之后,查找出hold梯度曲线中位于预设梯度范围内的至少一个梯度值对应的第四横坐标值,将第四横坐标值代入hold特征曲线,获得第二纵坐标值,例如,查找出位于[-0.01,0.01]区间内的梯度值对应的第四横坐标值,将第四横坐标值代入hold特征曲线,获得第二纵坐标值,一般而言,第二纵坐标值为多个。
进一步地,从多个第二纵坐标值中查找出的第二众数,根据第二众数确定hold特征曲线的延时时长值,例如,将第二众数作为hold延时时长值。
进一步地,确定setup延时时长值和hold延时时长值的平均值,根据平均值确定时序逻辑单元的延时时长值T-delay,例如,将平均值作为时序逻辑单元的延时时长值T-delay。
可以理解,通过上述方法能够快速、准确地处理时序逻辑单元的大量测试数据,无需对测试数据进行逐一分析,从而高效、准确地确定特征曲线的特征值和延时时长值。上述方法能够实现算法软件一键化操作以及特征值和延时时长值自动化处理,提高了易用性、易理解性、易操作性和易学习性,适用于时序单元特征曲线测试数据的处理过程,能够高效、快速地确定时序逻辑单元的时序特征。进一步地,用于确定设定梯度范围和预设梯度范围的精度值是可调的,如此,能够实现误差可控,提高了该方法的适用性和灵活性。
可选地,为了进一步保证时序特征的准确性,在确定setup梯度曲线和hold梯度曲线的设定梯度范围时,输入的精度值应当一致。
同理,在确定setup梯度曲线和hold梯度曲线的预设梯度范围时,输入的精度值应当一致。
此外,还可以根据实际需求将setup特征值、hold特征值以及延时时长值进行输出,以供技术人员进行分析。
在上述基础上,如图6所示,本发明实施例提供了一种时序特性获取装置20的模块框图,所述时序特性获取装置20包括:特征曲线生成模块21、梯度曲线获取模块22、坐标值查找模块23和特征值确定模块24。
特征曲线生成模块21,用于获取时序逻辑单元的测试数据,根据所述测试数据生成特征曲线。
由于特征曲线生成模块21和图2中步骤S21的实现原理类似,因此在此不作更多说明。
梯度曲线获取模块22,用于根据所述特征曲线获取梯度曲线。
由于梯度曲线获取模块22和图2中步骤S22的实现原理类似,因此在此不作更多说明。
坐标值查找模块23,用于基于所述梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值。
由于坐标值查找模块23和图2中步骤S23的实现原理类似,因此在此不作更多说明。
特征值确定模块24,用于根据所述横坐标值确定所述特征曲线的特征值。
由于特征值确定模块24和图2中步骤S24的实现原理类似,因此在此不作更多说明。
综上,本发明实施例所提供的一种时序特性获取方法、装置及电子设备,首先根据测试数据生成特征曲线,其次根据特征曲线获取梯度曲线,然后根据梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值以及位于预设梯度范围内的至少一个梯度值对应的横坐标值,最后根据位于设定梯度范围内的至少一个梯度值对应的横坐标值以及位于预设梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的特征值和延时时长值,通过将特征曲线转换为梯度曲线,有效解决了无法对离散的特征曲线进行求导来确定特征值的问题,通过梯度曲线确定特征值和延时时长值,避免了对特征值和延时时长值进行逐一获取,如此,能够高效、准确地确定特征曲线的特征值和延时时长值,从而高效、准确地确定时序逻辑单元的时序特性。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备10,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种时序特性获取方法,其特征在于,包括:
获取时序逻辑单元的测试数据,根据所述测试数据生成特征曲线;所述测试数据通过单元库验证电路测试获得为多个离散的二维坐标点;所述特征曲线包括hold特征曲线和setup特征曲线,所述setup特征曲线是时序逻辑单元的建立时间值组成的曲线,hold特征曲线是时序逻辑单元的保持时间值组成的曲线;所述时序逻辑单元的时序特征包括延时时长值;
根据所述特征曲线获取梯度曲线;根据setup特征曲线得到setup梯度曲线,根据hold特征曲线得到hold梯度曲线;
基于所述梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值;根据所述位于设定梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的延时时长值,所述延时时长值为特征曲线的纵坐标。
2.根据权利要求1所述的时序特性获取方法,其特征在于,根据所述横坐标值确定所述特征曲线的特征值的步骤,包括:
若所述横坐标值为多个,确定多个所述横坐标值的中位数,根据所述中位数确定所述特征值。
3.根据权利要求1所述的时序特性获取方法,其特征在于,根据所述位于预设梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的延时时长值的步骤,包括:
若位于所述预设梯度范围内的梯度值为多个,将位于所述预设梯度范围内的每个梯度值对应的横坐标值代入所述特征曲线中,获得对应的纵坐标值;
确定所有纵坐标值的众数,根据所述众数确定所述延时时长值。
4.根据权利要求1所述的时序特性获取方法,其特征在于,所述设定梯度范围通过以下步骤得到:
基于所述梯度曲线确定设定梯度值;
接收输入的精度值;
根据所述设定梯度值和所述精度值确定所述设定梯度范围。
5.根据权利要求1所述的时序特性获取方法,其特征在于,所述预设梯度范围通过以下步骤得到:
基于所述梯度曲线确定预设梯度值;
接收输入的精度值;
根据所述预设梯度值和所述精度值确定所述预设梯度范围。
6.根据权利要求1所述的时序特性获取方法,其特征在于,根据所述特征曲线获取梯度曲线的步骤之前,所述方法还包括:
对所述特征曲线进行平滑处理。
7.一种时序特性获取装置,其特征在于,包括:
特征曲线生成模块,用于获取时序逻辑单元的测试数据,根据所述测试数据生成特征曲线;所述测试数据通过单元库验证电路测试获得为多个离散的二维坐标点;所述特征曲线包括hold特征曲线和setup特征曲线,所述setup特征曲线是时序逻辑单元的建立时间值组成的曲线,hold特征曲线是时序逻辑单元的保持时间值组成的曲线;所述时序逻辑单元的时序特征包括延时时长值;
梯度曲线获取模块,用于根据所述特征曲线获取梯度曲线;根据setup特征曲线得到setup梯度曲线,根据hold特征曲线得到hold梯度曲线;
坐标值查找模块,用于基于所述梯度曲线查找出位于设定梯度范围内的至少一个梯度值对应的横坐标值;特征值确定模块,用于根据所述位于设定梯度范围内的至少一个梯度值对应的横坐标值确定所述特征曲线的延时时长值,所述延时时长值为特征曲线的纵坐标。
8.一种电子设备,其特征在于,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述权利要求1-6任一权项所述的时序特性获取方法。
9.一种计算机可读存储介质,其特征在于,所述可读存储介质包括计算机程序,所述计算机程序运行时控制所述可读存储介质所在电子设备执行上述权利要求1-6任一权项所述的时序特性获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910522005.3A CN110263417B (zh) | 2019-06-17 | 2019-06-17 | 一种时序特性获取方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910522005.3A CN110263417B (zh) | 2019-06-17 | 2019-06-17 | 一种时序特性获取方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110263417A CN110263417A (zh) | 2019-09-20 |
CN110263417B true CN110263417B (zh) | 2023-11-17 |
Family
ID=67918624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910522005.3A Active CN110263417B (zh) | 2019-06-17 | 2019-06-17 | 一种时序特性获取方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110263417B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488717B (zh) * | 2020-04-15 | 2022-06-10 | 飞腾信息技术有限公司 | 标准单元时序模型的抽取方法、装置、设备及存储介质 |
CN112767516B (zh) * | 2021-03-02 | 2024-04-12 | 岭东核电有限公司 | 核电试验工序的描点图确定方法、装置和计算机设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101440776A (zh) * | 2007-08-02 | 2009-05-27 | 诺德克斯能源有限公司 | 确定风力发电设备的电变量的特征曲线的方法和装置 |
CN104820048A (zh) * | 2015-03-20 | 2015-08-05 | 常州南京大学高新技术研究院 | 一种液相色谱梯度分离条件优化的方法 |
CN108933582A (zh) * | 2017-05-25 | 2018-12-04 | 三星电子株式会社 | 用于时序电路的设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937328B (zh) * | 2009-07-01 | 2014-01-15 | 深圳迈瑞生物医疗电子股份有限公司 | 图像优化曲线的生成方法与装置 |
-
2019
- 2019-06-17 CN CN201910522005.3A patent/CN110263417B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101440776A (zh) * | 2007-08-02 | 2009-05-27 | 诺德克斯能源有限公司 | 确定风力发电设备的电变量的特征曲线的方法和装置 |
CN104820048A (zh) * | 2015-03-20 | 2015-08-05 | 常州南京大学高新技术研究院 | 一种液相色谱梯度分离条件优化的方法 |
CN108933582A (zh) * | 2017-05-25 | 2018-12-04 | 三星电子株式会社 | 用于时序电路的设备 |
Non-Patent Citations (2)
Title |
---|
《曲线分类-特征提取(二)》;wingooom;《https://blog.csdn.net/vegetable_bird_001/article/details/80662290》;20180620;全文 * |
基于梯度特征的医学体绘制传输函数曲线拟合方法;魏丽芳等;《数据采集与处理》;20081115(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110263417A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263417B (zh) | 一种时序特性获取方法、装置及电子设备 | |
CN115776648A (zh) | 蓝牙广播方法、装置及计算机设备 | |
CN112948233A (zh) | 一种接口测试方法、装置、终端设备及介质 | |
CN110441599B (zh) | 一种用于频谱仪的检波方法和装置、可读存储介质 | |
CN112422369B (zh) | 离线时间的确定方法及装置、存储介质、电子装置 | |
CN107677290B (zh) | 惯性导航系统精度评定的测试方法及装置 | |
CN101017496A (zh) | 基于最佳匹配测试结果类型自动格式化数据的方法和装置 | |
CN116562227A (zh) | 一种芯片信号连通性验证方法及装置 | |
CN110022178B (zh) | 一种WiFi模块的检测电路及检测方法 | |
US20220404859A1 (en) | Clock generating circuit and method for trimming period of oscillator clock signal | |
CN107450973B (zh) | 一种检测方法及装置 | |
CN112613263B (zh) | 仿真验证方法、装置、电子设备和计算机可读存储介质 | |
CN108802660B (zh) | 射频信号源的alc的校准方法、设备以及系统 | |
CN112486884B (zh) | Iis总线译码方法、装置、示波器及计算机可读存储介质 | |
CN111812445B (zh) | 智能电容器误差校正方法、装置、计算机设备和存储介质 | |
CN109061434B (zh) | 板级电路退化测试方法 | |
CN113419706A (zh) | 一种快速的任意分布随机数产生方法、系统及其检验方法、系统 | |
Sundman et al. | FROGS: A serial reversible greedy search algorithm | |
CN111638905A (zh) | 版本号的生成方法、装置、电子设备及可读存储介质 | |
CN110263399B (zh) | 一种基于Hspice的数据处理方法、装置及电子设备 | |
Tsunoda et al. | Bounds and polynomial-time construction algorithm for X-codes of constant weight three | |
CN115618206B (zh) | 干扰数据确定方法、装置、电子设备及存储介质 | |
CN110572225A (zh) | 接收机直流失调监测系统、方法、电子设备及存储介质 | |
CN109933531A (zh) | 自动检测方法、装置及电子设备 | |
US20150363450A1 (en) | Bayesian sequential partition system in multi-dimensional data space and counting engine thereof |
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 |