论文部分内容阅读
片上网络（Network-on-Chip,NoC）结合3DIC技术形成3D NoC，通过硅通孔技术（Tthrough Silicon Via,TSV）实现垂直方向各层堆叠芯片间的互连，极大地提升了系统的集成度。测试作为保证芯片可靠性的关键技术成为了3D NoC的研究热点，IP核种类的多样性、数量的急剧上升以及各类约束条件使得测试愈加困难。因此，如何在多约束下实现高效的测试规划是当前3DNoC测试发展中亟待解决的问题之一。 本研究分析了3DNoC基本结构和IP核测试关键技术，采用基于NoC重用的TAM，结合带分复用并行测试策略研究多约束下的3D NoC测试规划问题。首先在带宽、功耗双重约束下，采用改进的离散粒子群算法对3D NoC进行测试规划方案的寻优。通过对群体多样性进行实时监控，动态调节粒子在搜索过程中的飞翔轨迹，改善粒子搜索停滞现象，并自适应调整权重以加速算法收敛，从而实现对IP核测试数据分配及调度方案的快速准确寻优，优化测试时间。以国际标准测试电路集ITC’02作为实验对象进行仿真验证，将其分别与改进前、使用云进化算法的仿真结果作比较，结果表明，本文算法可以有效优化测试时间，提高资源利用率。同时，考虑测试代价，加入TSV数量约束，对多约束下的3D NoC资源内核进行测试规划，协同考虑TSV位置选择与IP核分配问题，分别进行编码，并设计粒子迭代准则。借鉴生物种群中协同进化的思想，提出基于协同进化的离散粒子群算法，并引入次优极值指导粒子前行，以实现对TSV位置和IP核测试调度方案的协同寻优。最后，将本文的实验结果与未加入改进策略的算法结果进行对比分析，实验结果表明该方法能快速找到最佳测试方案，提高了TSV利用率，降低了测试成本，对3D NoC的测试优化有一定的参考价值。