数字电路的可靠性分析与容错设计研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:guicailea
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
CMOS工艺尺度的缩小使芯片的集成度更高,但同时也为半导体工业带来了前所未有的设计难题。其中,电路的可靠性问题在亚微米级别的集成电路设计中受到了强烈关注。除了面积、功耗与延时之外,设计者将可靠性认定为电子设计自动化(Electronic DesignAutomation,EDA)工具的第四大优化核心。为提高数字电路可靠性,设计者可为电路配置冗余结构(如硬件冗余、信息冗余等),其中三模冗余(Triple Modular Redundancy,TMR)结构最为常用。但是各种冗余都会导致电路增加额外的开销,如面积和功耗的增加。如何在显著提升数字电路可靠性的同时,尽量减少其他各项参数的恶化程度是本文所讨论的重点。本文所采用的方法是部分冗余:即只保护电路中最重要的模块。在门级设计层,采用逐次进行可靠性计算的方法可得到每个逻辑门对于电路整体可靠性的重要程度。但随着集成电路规模的扩大,可靠性分析将耗费更多运算时间与存储空间。本文提出了采用故障注入与可靠性评估(Fault-Injection-Reliability-Evaluation,FIRE)平台这种基于仿真的方法来获取逻辑门的重要性信息,该平台可集成于FPGA与芯片设计流程之中。相对于基于分析的方法,该平台也可以使设计者较为快捷、方便地获得逻辑门重要性的大致排序。另一方面,对于很多需要人类感知参与的数字应用(如图像、音频处理等)来说,感官的误差使其运算精度可适当放宽,即在运算过程中可以容纳部分错误。近似的基本思想是指故意牺牲适当精度从而换取电路性能的显著提升。我们可以将对电路整体可靠性影响较小的逻辑门或模块(即不重要的逻辑门或模块)转换成近似电路。本文提出了一种混合结构的新型近似加法器。电路综合结果表明该近似加法器相对于其他文献中提出的近似加法器有显著的性能优势。文章最后将其应用到DCT/IDCT图像变换中验证了该近似加法器的实际应用价值。
其他文献
分类器设计是人脸识别中最重要的问题之一。从高维人脸图像数据集中抽取有效的特征表示是提高分类器性能的关键。矩阵的低秩分解已经成为抽取低维特征表示最有效和广泛使用的
随着并发系统在计算机、通信等领域的广泛应用,在实现了并发系统进一步发展的同时,也对并发系统的功能及性能分析带来了考验。基于此,本文先从并发系统对应Petri网模型的层次
日益复杂的通信环境以及移动用户通信需求的催生下,小小区网络应运而生。小小区网络的特点为发射功率小、基站部署便捷,因此适合将小小区网络引入宏蜂窝基站,在一些通信热点
随着信息技术的成熟和可穿戴设备的普及,体域网技术得到了快速发展,这使随时随地监测人体的各项体征数据指标变得简单易行。近年来,随着生活质量的提高,人们在日常的工作生活
图像已成为现代社会人类获取信息的主要途径,我们经常选择用计算机对图像进行处理.图像处理主要包括图像复原、图像分割、图像识别等.而图像分割作为图像处理的重要组成部分,
近年来,无线传感器网络以其可随机排列、自组织、自适应等优点,得到了广泛的应用。无线传感器网络的发展使人们对外在世界的信息获取能力显著增强,但是越来越多的应用场景需
近年来,随着图像处理技术和计算机视觉领域的快速发展,户外视觉系统的应用越来越广泛,如道路视频监控、国防军事监控等。然而,户外视觉系统对环境十分敏感,尤其是在能见度较
协同分割方法通过获取图像间前景相似性先验知识,能够实现对含有共同目标的多幅图像进行良好的目标分割,弥补了传统单幅图像分割方法在缺少人工交互的情况下表现出目标分割性
随着科学技术和多媒体技术的快速发展,人们获取信息的方式也在不断地增多,从传统的单视点图像获得的信息量已经难以满足人们的需求。基于双目视差原理的立体图像产品能够将不
近年来,从视频中进行目标识别的应用非常广泛,例如公共场所的视频监控、智能交通中的车牌识别、军事武器的瞄准等。若要使用人工观察视频中某个物体的异常移动,会非常耗时耗