FPGA内嵌BRAM的测试方法研究

来源 :南京信息工程大学 | 被引量 : 0次 | 上传用户:ldbeight
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
随着半导体技术的进步,芯片的规模在不断扩大,嵌入式存储资源也随之增多,块存储器(BRAM)是一种常用的嵌入式存储器,容量大,处理速度快。由于BRAM的重复性高、布线密度大,所以容易出现制造缺陷,会导致芯片良率降低。目前,传统的测试方法已不能满足对BRAM的测试需求,如何对BRAM进行高效的测试成为了芯片测试的重要环节。存储器内建自测试(Mbist)虽然会增加芯片硬件开销,但能有效地减少测试时间,已成为BRAM的主流测试方法。本文对BRAM的存储器内建自测试方法进行了深入研究,主要研究内容如下:1.针对传统测试算法存在故障覆盖率低、测试成本高等问题,在March C+算法的基础上,提出一种March CG新算法。通过增加连续读写操作和数据背景提高静态故障、动态故障以及字内耦合故障的覆盖率。采用March CG算法构建高效率Mbist电路,通过Modelsim对1Kbit×36 BRAM进行了仿真测试实验。相较于March C+算法,该算法对静态故障和动态故障的故障覆盖率分别提高了23.8%和27.3%。2.针对常见的Mbist测试方法存在故障覆盖率不高、灵活性差等问题,提出了一种新的基于有限状态机的可编程Mbist方法。设计了可编程控制模块和集成了八种测试算法的算法模块,提高了故障覆盖率和灵活性。采用Verilog语言设计可编程Mbist电路,通过Modelsim对1Kbit×36的BRAM进行了仿真实验。相较于常见的Mbist测试方法,所提方法对BRAM进行测试能够准确定位故障位置,故障的检测率提高了15.625%,灵活性差的问题也得到了很大改善。3.针对在板级测试中存在速度慢且需要人工进行重复操作的问题,将可编程Mbist方法应用到自动化测试设备(ATE)上,引入测试向量压缩技术和重配置技术,设计了ATE测试系统开发的整个流程,实现了工程化的批量测试,便于移植、通用性强。
其他文献
随着云计算技术的不断发展,日益增长的用户需求和海量数据使得数据中心的规模不断扩大。通常情况下,云服务提供商将数据中心中的作业根据其性质分为在线作业与离线作业,在线作业对时延的要求较高而离线作业可以容忍一定的执行延时。为提高数据中心的资源利用率以降低运营成本,云服务提供商将在线作业与离线作业混合部署到同一服务器上。混部技术虽然可以有效提升资源利用率,但是同一服务器上的作业会争用共享资源,从而造成作业
学位
随着物联网技术的迅速发展与5G网络通信技术的普及,智能终端设备数量急剧增加,网络流量数据也因此呈指数级增长。传统的云计算模式在面对这种情形已经略显乏力。边缘计算正是在这种背景下诞生的。通过将云计算中心的资源下沉到网络边缘设备端,就近为智能终端设备提供计算和存储的服务,从而缩短任务的处理时延和能耗,保障用户服务质量。针对当前边缘计算任务卸载过程中对时延和能耗等多目标优化问题的局限性,本文对边缘计算多
学位
党的二十大指出,我国特殊教育事业应普惠发展。对于听障儿童来说,绘本是极佳的阅读材料。然而,国外的听障主题绘本题材相对完善、更为丰富,社会关注度也相对较高。相比之下,我国的理论研究起步较晚,原创作品也较少。但是,随着近五年来社会关注度的急速增长,特殊儿童对绘本的需求日益显现,我国的特殊儿童题材的绘本也开始蓬勃发展。本文基于图像叙事的基础上,以创作者的角度对听障主题绘本阅读的特殊性进行分析,通过文献查
学位
学位
移动应用流量识别是实现网络管理和网络安全管控的网络侧关键技术之一,传统深度包解析方法识别的颗粒度低,且面临网络协议加密、服务器部署云化和软件快速演进带来的持续挑战。基于深度学习的移动应用智能流量识别方法受到学术和工业界越来越多的关注。本文针对提升基于深度学习方法的特征提取效率和解决加密通道下的移动应用流量识别问题进行了研究,具体研究内容和主要成果如下:(1)针对现有深度学习框架处理和提取网络流量时
学位
学位
随着信息技术的高速发展,工控系统朝着互联互通,开放融合的方向大步迈进。由于OPC UA(OLE for Process Control Unified Architecture)具有统一、开放、独立的特性,其被认为是工控系统未来的通信标准。然而,开放的网络环境不仅带来了巨大的机遇,同时也引入了更多的安全威胁。在所有安全威胁中,拒绝服务攻击(DoS,Denial of Service)对于工控系统的
学位
我国从2022年开始实施“东数西算”战略,将东部的数据处理需求有序引导到西部,以解决东西部之间的数据处理需求和供给不平衡问题。边缘计算技术是“东数西算”战略的重要组成部分,能够为用户提供更低的任务处理延迟和更强的隐私保护。未来中西部将成为云计算中心,连接全国各地的边缘计算节点,形成新的数字基础设施格局。然而,边缘计算设备的资源受限,导致在生产环境下面临两个严峻的挑战:1)如何设计服务部署策略,合理
学位
随着物联网和大数据技术的快速发展以及数据智能的建设推进,云计算业务急剧增长,云数据中心作为云计算服务的主要载体,承担着日益复杂且繁重的工作。由于云环境高度的动态性以及任务类型和需求的多样性,合理高效的进行任务调度成为保障云数据中心服务稳定性以及提升资源利用效率的重要途径。目前云数据中心的规模不断扩展,所处理的任务类型包含了独立的批处理任务和具有依赖关系的工作流任务模型。传统任务调度方法存在规则单一
学位
当前接入云的家居设备更多将目光聚集在组网控制、控制算法等方面进行改善,而忽视了系统中的云边任务分配以及与之相关的固件代码升级拓展性、设备控制模式的改进空间。例如,在任务分配方面,计算任务过分集中在云端,边缘设备只能被动响应云端计算下发的指令;在固件代码升级拓展性方面,设备嵌入式代码通常版本固定且无法快速升级拓展,限制了设备搭载智能算法进行自主控制,从而影响云边任务分配;而在控制模式方面,因为云边任
学位