基于IEEE 1687的SOC测试结构研究与实现

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:hq10000002
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
SOC测试结构研究是当今可测性设计研究领域内的重要课题。SOC内部集成了中央处理器内核、储存单元、通信接口、内部总线以及特定功能电路等多种复杂单元。为提高芯片的可测性,通常需要在SOC内部增加测试结构。IEEE 1687标准提出,在SOC内部对应不同芯片内部测试单元,芯片厂商设置不同测试功能的测试仪器,完成芯片内部测试。测试控制器通过SOC的JTAG接口,利用TAP控制器,驱动指令寄存器输出指令,访问不同层次结构的网络,打开目标SIB,经测试数据寄存器实现对内部测试仪器的控制和访问,提高了SOC测试的可控性。设计实现了基于IEEE 1687标准的单层网络结构。该测试结构涵盖了IEEE 1687标准中定义的SIB结构、测试数据寄存器结构、单层网络连接结构等硬件结构。设计实现了对片内单层网络结构,提出了改进TAP控制器和改进指令寄存器结构。使用通过外部测试模式选择信号对指令寄存器中的内置指令进行选择,实现对SIB链路的配置,从而实现对嵌入式测试仪器的访问。设计实现了基于IEEE 1687标准的多层网络结构。在单层网络结构的基础上,提出并设计了一种以SIB链路为核心的多层网络结构模块化设计方案。设计改进了多层网络TAP控制器和指令控制器结构,实现了通过外部测试模式选择信号对内部指令编码状态译码。该设计结构能够满足大量、多种类、多优先级测试访问需求。设计实现了基于IJTAG结构的复合网络。以IJTAG架构为基础,结合基础结构、单层网络结构、多层网络结构,实现了多功能、多用途的复合型网络设计。复合网络结构以传统JTAG为外部接口,设计了顶层TAP控制器结构,实现了传统JTAG模式和IJTAG模式复用功能,同时利用IJTAG控制器实现对IJTAG访问状态选择进行控制。本文对基于IEEE 1687标准的单层网络结构、多层网络结构以及基于IJTAG结构的复合网络分别进行了仿真验证,证明了各结构设计的有效性。实现了基于IEEE1687标准不同测试结构的设计验证,满足了增加SOC内部测试可控性的要求。
其他文献
近年来随着大规模集成电路和5G通信技术的快速发展,对片上系统(System on Chip,So C)的性能要求也越来越高,但片上多核系统存在着很多自身的问题和技术发展的瓶颈,通过集成电路(Integrated Circuit,IC)设计和工艺来弥补相关的瓶颈也越来越难,所以从新的架构来设计是一个好的选择。片上网络(Network on Chip,NoC)在超大规模、高密度集成电路中相对于传统So
在通信领域高精度的时间同步就意味着高速的数据传输,随着5G基站的建设、5G网络的普及以及量子通信的发展,对时间同步的需求已达到纳秒级或亚纳秒级。已有的精确时间同步协议(PTP)虽然能够达到亚微秒级精度,但是对于时间同步需求达到数十纳秒或亚纳秒级的科研领域,PTP协议显然不能满足要求。因此,本文提出并实现了基于ZYNQ平台上的亚纳秒时间同步技术——White Rabbit技术(WR)。WR技术是在P
随着时代的发展,我国公路网在迅速的扩建,至2019年底,我国公路的铺建里程已超过500万公里。但随着公路的扩建,因路况(积水、结冰、干燥)导致的交通事故也在不断的上升,而我国在路面状况检测技术方面仍有不足,且目前已在公路上使用的检测装置大部分源于国外,价格也较为昂贵。故本文提出一种基于VNIR(可见-近红外)光谱技术和机器学习的路面状况检测方案,该方案的主要研究内容如下:(1)对该方案的检测原理进
近年来,随着人工智能的不断发展,深度神经网络的模型越来越复杂,对计算和存储的要求也越来越高,这一发展现状对资源有限的硬件平台是一个巨大的挑战。而受神经形态计算启发的脉冲神经网络(Spiking Neural Network,SNN)通过模拟生物神经元的动态放电特性,采用基于事件驱动的处理模式可以使其以更低的功耗实现更高的计算效率。然而,由于目前SNN没有高效的学习算法和网络结构,造成在实际应用中性
固态微波功率器件因其优良特性,有着广泛应用,既在促进各种电子设备实现小型化的过程中至关重要,也开拓了军事民用仪器、信号与图像处理、测量设备研制等领域的新的发展方向。固态微波功率器件直流参数反映了器件实际使用性能,因此对其直流参数进行测量有着迫切需求。本文鉴于国内外对于固态微波功率器件直流参数测量的研究现状,从夹断电压、泄漏电流、饱和漏极电流和跨导四个方面对固态微波功率器件直流参数测量技术展开系统研
当前器件集成度高,体积小,传统的风冷,液冷等散热方法已经不适合于微结构,而微通道散热具有体积小,散热能力强等优点被广泛关注。微通道散热能力主要取决于通道内流体的热物性,使用纳米流体作为散热流体,是因为其相较于传统基液具有较高的导热系数,较强的流动换热性以及相较于微米级别悬浮液较好的稳定性。本文使用Al2O3-H2O纳米流体作为研究对象,使用分子动力学方法在微观尺度下模拟纳米流体的导热系数与粘度两大
近年来,无线光通信技术取得了长足的进步,有效性和可靠性不断增强,存在着广阔的发展前景,有望应用到自组网领域中。无线光通信的高速率可以和自组网的便捷性结合起来,用于传感器网络、物联网,形成光载传感器网络、光载物联网。本文研究了这种基于无线光通信的自组网技术,这种网络称为LANET(light ad hoc network,光载自组网)。主要研究内容如下:1.研究了一种使用发光二极管和光电二极管作为节
磷脂酰肌醇蛋白聚糖3(Glypican-3,GPC3)是近年发现的肝细胞癌重要标志物。基于核酸适配体的特异性识别作用以及纳米铂基复合材料对敏感分子的高负载能力和信号放大作用,提高生物传感器对靶分子检测的特异性和灵敏度。在此,本研究首先制备血红素/还原氧化石墨烯/纳米铂@钯(H-rGO-Pt@PdNPs)和还原性氧化石墨烯-壳聚糖-血红素@纳米铂(RGO-CMCS-Hemin@PtNPs)两种纳米铂
纯电动汽车具有无排放、效率高、不必依赖常规能源的特点,被广泛视为汽车工业未来发展的方向。但目前纯电动汽车由于电池技术的限制,续航里程短,推广与应用比较困难。如何提高纯电动汽车的续航里程是亟待解决的重要问题。再生制动技术是利用电机的电磁特性提供制动力并回收存储部分制动能量,从而提高能量利用率以增加电动汽车续航里程的技术。因此,研究再生制动技术对电动汽车的推广应用具有十分重要的意义。本论文以搭载线控制
阿尔兹海默症的临床诊断多综合使用脑部磁共振(Magnetic Resonance,MR)图像和正电子发射型计算机断层显像(Positron Emission Computed Tomography,PET),但同时获取两种模态的图像会花费更多时间和精力。若能通过深度学习技术从MR图像合成所需的PET图像,将会给患者及临床诊断带来很大便利。随着深度学习的发展,生成对抗网络已广泛应用在医学图像合成任务