论文部分内容阅读
随着芯片制造工艺不断进步,新型制造工艺使得SRAM(静态随机存储器)在制造过程中出现更为复杂的故障模型。目前芯片测试方案越渐完善,人们对于注入故障以验证测试算法覆盖率越来越重视。近年来,关于SRAM内建自测试改进算法层出不穷,而对于SRAM的内建自测试算法的故障覆盖率,仍然没有一种有效验证方法。目前只停留在单地址RTL级故障注入,模拟简单的故障模型来验证存储器测试算法有效性。该方法既不能验证统计故障覆盖率也无法完成复杂故障模型注入。因此,设计一种可以有效验证测试算法故障覆盖率的随机故障注入技术成为目前SRAM测试领域需要突破的技术难题。本文围绕测试验证故障覆盖率这一技术难点,综合考虑故障注入所需面积、时间及成本等方面,提出了一种不会占用额外面积且不增加仿真时长的存储器随机故障注入技术。本文的主要研究内容为:(1)熟悉SRAM结构特点、故障注入的发展现状。比较目前现有的故障注入技术特点,针对SRAM故障模型的故障机理与故障表现,设计出专门的随机故障注入技术。(2)验证提出的随机故障注入技术可行性。(3)完成统计计算验证测试算法故障覆盖率。(4)提取出统计验证覆盖率数据中,该算法无法完全覆盖故障类型。用改进算法March_RAW1再次检测,达到验证测试算法改进有效性目的。本文主要研究了存储器故障机理以及存储器故障注入技术来完成测试算法覆盖率的统计验证。本实验对象为TSMC40nm工艺下的6T SRAM。在此基础上实现了存储器随机故障注入并通过HSIM仿真验证故障注入技术的有效性。通过HSIM+VCS混合仿真平台对大量随机故障注入后存储器进行MBIST测试,统计分析所有仿真波形。结果表明:March C+算法针对阻抗性开路故障的测试故障覆盖率达到87.8%。随后基于该混合仿真平台,将测试算法替换为改进后的March_RAW1测试算法。结合仿真波形图分析:基于March C+算法的改进算法March_RAW1可以检测到March C+测试算法无法覆盖到的动态读破坏故障,验证了目前业界对存储器测试算法改进的有效性。