• fault coverage enhancement


    在pseudo-random test中,由于random pattern resistant的特性,fault coverage不是sufficient的,

    所以会有一些办法来进行coverage的提高:

    1)test point insertion;

    2)mixed-mode BIST;

    3)hybrid BIST;

    前两种是in-field coverage enhancement,后一种是manufacturing coverage enhancement

    Test point inserting通过增加control/observe point来提高coverage,防止RP-resistant

    Mixed-mode BIST通过在pseudo-random pattern中加入一些deterministic pattern来提高coverage

    hybrid BIST是在tester上通过BIST和external testing的混合方式,通过deterministic data和pseudo-random

    pattern的使用,来提高coverage。

    Test Point Insertion

    control point一般连接到primary input或scan cell output上

    observation point一般连接到primary output或scan cell input上 

    Test point可以使用multiplexer或者AND_OR门电路搭建:

    通过test point的插入不仅可以测试到没有cover的点,还能提高某个fault被测出来的概率:

    Test Point Placement

    由于test point的area和performance的消耗,test point的位置一般放在能够最大化coverage,最小化test point数量的地方.

    目前有三种方式来进行处理:

    1)Fault simulation,这种方法要求知道TPG,从而可以定位到很难cover到的fault的点,然后通过一个covering algorithm来选择

    最好的点,放最少的test point来实现最高的coverage

    2)Testability measure,通过提高detection probability,叫做controllability/observability program testability measure

    迭代的增加test point来使得testability得到满足。防止RP-Reasistant。这种方式可以通过probabilistic fault simulation来在RTL阶段

    就进行test point的插入,optimizing the design.

    3)由于test point对timing的影响,还有一种是Timing-driven test point.

    Mixed-Mode BIST

    Test point insertion的另一个缺点是必须modifying the circuit under test.

    Mixed-mode BIST,通过pseudo-random pattern来detect RP-testable faults,另一些deterministic patterns来detect RP-resistant faults.

    三种设计方法:

    1)       ROM Compression,最简单的方法,在ROM中保存deterministic patterns

    2)       LFSR Reseeding,直接保存LFSR seeds来产生test patterns.

    3)       Embedding Deterministic Patterns,将pseudo-random patterns中并不会detect new faults的pattern通过mapping logic转换为

    Deterministic pattern

    Hybrid BIST

    在manufacturing fault coverage enbancement技术中,deterministic pattern从tester输入,并且tester中的pattern可能是被compressed

  • 相关阅读:
    神奇的Batch Normalization 仅训练BN层会发生什么
    解决过拟合:如何在PyTorch中使用标签平滑正则化
    精度是远远不够的:如何最好地评估一个分类器?
    文本挖掘实战:看看国外人们在病毒隔离期间都在家里做什么?
    翻车现场:我用pytorch和GAN做了一个生成神奇宝贝的失败模型
    mysql安装步骤
    zabbix 02 监控项自定义
    zabbix 01 介绍安装
    Git 、Jenkins (三)Jenkins 安装部署
    Git 、Jenkins (二)Gitlub安装部署
  • 原文地址:https://www.cnblogs.com/-9-8/p/5813433.html
Copyright © 2020-2023  润新知