从20世纪50年代左右开始,集成电路出现并蓬勃的发展,随着科技的发展集成电路制造工艺也越来越精湛,集成电路的内部结构也越来越复杂。更先进的设计和工艺让芯片有着更强的计算能力的同时也给测试带来了新的挑战,大量的测试数据带来了更长的测试时间和更高昂的测试成本,于是提出了测试集的重排序测试方法。重排序的目的是将高价值的测试向量优先测试,在保证故障覆盖率的同时缩短了测试时间。论文的研究内容围绕测试集重排序课题展开,针对测试时间长的问题,提出了一种基于性能估算的测试向量重排序方法,引入性能作为测试向量排序的标准,提出性能是测试向量命中故障门的面积。首先根据电路故障的分布规律建立了关于门面积和故障概率的泊松分布模型,然后对集成电路进行故障仿真,再将故障注入每一个逻辑门,并将测试生成算法得到的测试向量依次输入。利用失败即停止方法,统计每条测试向量命中故障门的次数和门类型,使测试向量和集成电路的面积建立映射关系,然后利用测试向量命中故障门的面积进行估算性能,把性能作为测试向量的一种属性并进行重排序,对于不同的测试向量,测试的故障点和测试的故障类型以及测试性能都相同,那么在重排序过程中会进行合并处理,从而缩小排序后的测试集。以ISCAS 89标准电路进行实验,从缩短故障检测时间的角度进行分析,论文缩短故障检测时间为50.85%,对比分级动态调整测试方法和裸片级自适应测试方法,实验结果表明本论文方法结果更优。论文提出的方法有效缩短故障芯片的测试时间,创新之处是将测试向量与集成电路的面积建立了映射关系,通过计算测试向量对应的集成电路的面积大小来确定测试向量的质量高低。论文算法运行完全是基于软件的,不需要增加任何硬件开销,可以直接相容于传统的集成电路测试流程。