最小SOC系统的可测性设计

来源 :沈阳化工学院 沈阳化工大学 | 被引量 : 0次 | 上传用户:physicalboy
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
一个数字系统在使用的过程中要经历无数次的测试和诊断过程,测试和诊断要求快速,有效(故障覆盖率高).解决问题的方法是将测试变成系统功能的一部分,使系统具有自测试能力.系统的高级测试通常是由软件来实现的.这种方法有高度的灵活性但它不能满足高的故障覆盖率和诊断分辨率的要求并且测试时间很长.因此用硬件来实现测试结构变得更有吸引力.在设计的初期就要考虑测试的要求,否则产品的重复设计和重复生产会延长产品的上市时间.这种在设计系统的过程中考虑测试要求的方法就是可测性设计.系统芯片SOC(System-On-a-Chip)的特点就是利用IP(Intellectual Property)技术将一些复杂的功能单元集成到单个芯片上,实现相应的系统功能.一个最小SOC系统包括可编程处理器、控制器、片上存储器三部分.该文就着重从这三个方面出发,研究模块的可测性设计.整个测试过程要实现低消耗的测试,即测试时间,测试功耗,能耗,面积开支要尽可能的小,同时要保证较高的故障覆盖率.控制器部分侧重低功耗,低能耗的要求,存储器部分侧重测试时间低的要求.控制器的测试是利用RTL的功能信息来观测随机抵抗性故障的方法来降低测试能耗的.低故障级的测试准备要求结构测试.高质量的需求促使对传统的基于数字系统的结构测试和基于单个LSA故障模型的测试准备进行改进,RTL(Register Transfer Level)级的基于HDL的测试准备变得十分必要了.同时由于功能测试能进行连续测试和全速测试观测动态故障,所以它可以作为结构测试的补充提高测试有效性.因此在测试的过程中要将功能测试和结构测试相结合.嵌入式存储器的测试是将March算法进行改进来测试双端口面向字的静态存储器和动态存储器.将2003年Zaid al-Ars和Ad J.van de Goor提出的单端口面向字的存储器故障模型进行扩展应用双端口面向字的存储器中.存储器故障按其表现的强弱程度可分为强故障和弱故障.双端口故障是由两个端口同时操作引起的,当两个弱故障同时出现时,被激活的概率增加了.这部分主要研究所有的双端口故障的表现形式及测试算法.由于系统中嵌入式存储器是分散分布的,一个理想的方法是将所有的存储器作为一个系统来测试.该文是采用基于处理器的方法来测试的.这种方法具有高度的灵活性,可以根据不同的测试算法来改变测试程序而不用改变系统的硬件结构.
其他文献
随着微网技术的飞速发展以及电力负载对电能质量要求的提高,逆变电源的离网技术得到广泛的关注。其中,离网型逆变器的并联因为能够实现大容量输出,提高系统的稳定性、易维护性和灵活性而得到了广泛的应用。而并联会引入模块间有环流、输出波形含有各种谐波分量、动态响应慢等问题,本文基于这些问题展开研究。首先对三相逆变器进行建模分析,从广义积分原理分析和比例谐振控制(PR控制)传递函数的推导两个角度对PR控制的原理
该文主要采用统计分析 方法对自动指纹识别算法的性能进行了深入的研究.根据识别错误产生的原因的不同,将算法识别错误率分为经验错误率和固有错误率两种.分别对算法经验错误
在用电系统中,电动机作为主要的动力设备而广泛地应用于工农业生产、国防、科技及社会生活等各个方面.电动机负荷约占总发电量的60%~70%,成为用电量最多的电气设备,其中交流电
小波理论在电力系统电能质量分析与处理中的应用研究 在电力系统电能质量畸变检测、分析领域,畸变信号数据的存储和通过监控网络传输是两个十分重要的问题。小波分析具有能在多尺度上分析信号、时频局部性好和对信号突变敏感的优点,为信号数据处理提供了新的手段。本文就是一次尝试,试图利用小波分析的这些优点,找到一个处理解决电力系统畸变信号数据的存储和通过监控网络传输两个问题的新方法和新思路。 本文以电
随着控制、计算机和网络技术的发展,人们生产和生活中的控制对象日益从简单到复杂,从局部到整体,从单点到多点。与此相应,控制系统的发展也呈现出了向网络化、数字化、智能化的发
磁浮交通是种与轨道无机械接触的新兴交通技术.作为新一代的轨道交通形式在控制系统中使用了工业以太网为其传递控制命令.对于如何保证控制系统中控制网络的稳定可靠工作是一
本文围绕一个实用虹膜识别系统的建立,首先提出了一个新颖的虹膜采集设备的实现方案,采用侧向照明以增加拍摄图像的对比度,并利用变化的视觉图形引导引用者的瞳孔收缩,以获取尽可
发酵是生物生长发育和新陈代谢的一个过程,同时也是一个动态的、时变的、非线性的复杂过程。以前,人们凭经验对这个过程进行一些简单的人工控制,以便获取所需的发酵产物,生产效率
近年来,国内外每年都有大量的关于 sEMG 信号分解的文章发表。他们研究的目标是将 sEMG 信号分解为 MUAP 或 MUAPT,通过动作模式识别控制假肢。很少有学者将 sEMG 信号分解为 S