论文部分内容阅读
随着深亚微米技术的日渐成熟和纳米工艺的发展及应用,超大规模集成(Very Large Scale Integrated,VLSI)电路已经越来越广泛地应用到了生活的方方面面,对国民经济的发展和科学技术的进步起着越来越重要的推动作用。新技术和新工艺的应用使电路芯片的集成度得到了大幅度的提升,给集成电路的设计带来新契机的同时,也带来了巨大的挑战。其中,基于纳米器件的电路可靠性分析与设计就是面临的主要挑战之一。当前,评估集成电路可靠性的方法有多种。其中,故障注入技术作为一种评估手段,得到了研究人员的广泛应用。Monte Carlo方法作为一种概率性故障注入方法,它的优点是通用性较强,从小规模到大规模的逻辑电路都可以用它进行测试和评估。而且该方法也经常被用来和其他方法进行对比,并作为验证其他方法有效性的一个参考标准。但是,该方法也有一个比较明显的缺点,即评估电路可靠性的时间开销较大,尤其是当电路规模比较大的时候。不过尽管如此,Monte Carlo方法仍是一种非常有价值的国际惯用的可靠性评估方法。传统的基于经验值的Monte Carlo方法在测试规模较大的电路时,实施还较为不便。本文针对此问题,借助链表访问与操作的便捷特点,改进了传统的Monte Carlo方法对数据的访问方式以简化模型,经过理论分析并与其它相关文献的结果进行了对比和分析,验证了本文所提方法的准确性。此外,针对基于经验值的Monte Carlo方法的一些不足,比如样本个数的选取具有一定的盲目性,且难以确定测试结果的误差范围,本文提出了一种基于自适应策略的Monte Carlo方法。该自适应方法无需设置待测试的样本个数,而是根据检验参数和相对误差,通过自学习来判断测试的结果是否收敛,当其收敛时,得到的结果即为所测逻辑电路的可靠度。经实验测试,并与基于经验值的Monte Carlo方法进行对比,验证了本文所提基于自适应策略的Monte Carlo方法是准确可靠的。而且与基于经验值的Monte Carlo方法相比,该方法可以根据需要动态控制测试结果的误差范围。