随着片上系统的应用与创新,嵌入式存储器在片上系统占据的比例越来越高。存储器内建自测试是常用的嵌入式存储器测试技术,对于片上系统数量庞大的嵌入式存储器,需要提高测试效率,减少测试时间。因此,本文对基于测试时间优化的嵌入式存储器内建自测试进行了研究。当存储器内同时存在静态故障与动态故障时,诊断数据存在数据冗余的问题,面临故障行或故障列时,冗余率激增,导致测试时间长。针对上述问题,将诊断数据无损压缩和故障模式识别结合,提出了一种可以识别故障模式并无损压缩其诊断数据的存储器内建自测试设计。该设计将故障模式识别为行故障、列故障或单元故障,并对其诊断数据无损压缩解决了诊断数据冗余的问题。实验结果表明,该设计无损压缩了诊断数据,减少了存储器的测试时间。在8k×16存储器模型,该设计比MEB设计的诊断数据输出时间降低了35.16%,面积开销占比仅增加了0.45%。此外,片上系统的多存储器内建自测试在寻求一种测试时间最短的测试方案时,存在受到片上系统的面积开销、测试功耗与测试时间约束的问题。针对该问题,将多存储器内建自测试建模为多目标优化问题,并提出了一种多目标聚类遗传退火算法。该算法在遗传算法的基础上,通过存储器聚类获得兼容存储器组,采用启发式方法获得高质量初始解,提出了一种多约束条件下不同权重的目标函数,对较优个体采用模拟退火算法规避局部最优解风险。实验结果表明:该算法比遗传算法得到了更优的结果,获得了一组存储器解,比一种现有方法的测试时间降低了48.7%,节省了多存储器的测试时间。