首页 > 其他分享 >DFT ATPG中常见影响coverage的因素有哪些?

DFT ATPG中常见影响coverage的因素有哪些?

时间:2024-10-15 21:21:06浏览次数:3  
标签:逻辑 DFT 扇入 故障 电路 coverage 与非门 ATPG 输入

# DFT ATPG中常见影响Coverage的因素

## 一、电路结构复杂性
1. **逻辑层次深度**
   - **原理**
     - 当电路的逻辑层次很深时,信号在传播过程中会经过多个逻辑门的处理。这使得测试向量难以准确地控制和观察内部节点的状态。例如,在一个具有多层嵌套逻辑的电路中,如一个由多个级联的与非门组成的电路,要检测到最内层与非门的输入故障,需要通过精确设置外部输入来使故障效应传播到电路的输出端。然而,随着逻辑层次的增加,找到这样一组有效的输入变得更加困难,从而影响故障覆盖率。
   - **示例**
     - 考虑一个10级级联的与非门电路,假设要检测第5级与非门的一个输入固定为0的故障。测试向量需要经过前面4级与非门的逻辑变换,并且要确保故障效应能够通过后面5级与非门传播到输出端。如果前面的逻辑层次对输入的约束条件很复杂,可能无法找到合适的测试向量来检测这个故障,导致故障覆盖率降低。
2. **扇入和扇出数量**
   - **原理**
     - 高扇入(一个逻辑门的输入数量较多)会增加输入组合的复杂性。对于具有高扇入的逻辑门,要找到能够检测其输入故障的测试向量,需要考虑更多的输入值组合。高扇出(一个逻辑门的输出连接到多个其他逻辑门)会使故障效应的传播路径增多且复杂。当一个逻辑门的输出有多个扇出分支时,故障效应可能会在不同的分支中被不同程度地掩盖或改变,增加了准确检测故障的难度。
   - **示例**
     - 对于一个具有8个输入的与门(高扇入),其输入组合有2^8 = 256种可能。要检测其中一个输入的固定为0故障,需要在众多的输入组合中找到能够使故障传播到输出的组合,这增加了测试向量生成的复杂性。再比如,一个逻辑门的

标签:逻辑,DFT,扇入,故障,电路,coverage,与非门,ATPG,输入
From: https://blog.csdn.net/Loving_enjoy/article/details/142964904

相关文章

  • 提升质量:利用Coverage分析Python Web项目的测试覆盖
    提升质量:利用Coverage分析PythonWeb项目的测试覆盖鉴于不同框架的运行机制各有差异,当利用Coverage工具对PythonWeb项目的测试覆盖率进行分析时,必须采取针对性的方法来确保获取精确的测试覆盖率数据。以下是我针对Django框架与Flask框架在使用Coverage方面的详尽总结。Django框......
  • 自定义DFS,DFT,DTFT函数并比较关系
    一、DFS(离散傅里叶级数)functiony=DFS(x,L)N=length(x);xi=[x;zeros(L-N,1)]; y=zeros(1,L);fork=1:Lsum=0; forn=1:Lsum=sum+xi(n)*exp(-2j*pi*k*n/L); end y(k)=sum; end end 二、DFT(离散傅里叶变换) functiony=DFT(x,L)N......
  • 浅谈 DFT、IDFT、NTT
    DFT(离散傅里叶变换)多项式分治。最早可能是由高斯发现的多项式可以分治,但他的手稿并未作为论文发表。考虑多项式\(F(x)=a_0+a_1x^{1}+a_2x^{2}+\cdots+a_{n-1}x^{n-1}\)其中\(n=2^{k}\(k\geq0)\)。(任意多项式可以通过高位补\(0\)化为这个形式。)......
  • DFT理论知识 scan insertion详解
    ###DFT理论知识:SCANInsertion详解####一、SCANInsertion概述**1.定义**SCANInsertion是设计可测试性(DesignForTestability,DFT)中的一种技术,通过在芯片设计中插入扫描链(ScanChain),使得原本难以测试的组合逻辑电路变得可测试。扫描链通过将触发器(Flip-Flop)转换为......
  • OpenCV(cv::dft())
    目录1.函数定义2.示例3.使用场景4.注意事项5.总结cv::dft()是OpenCV中用于计算离散傅里叶变换(DFT)的函数。傅里叶变换是一种重要的数学工具,用于将信号从时域转换到频域。这在图像处理和信号处理领域非常有用,例如滤波、卷积、图像频率分析等。1.函数定义voidcv::......
  • OpenCV(cv::idft())
    目录1.函数2.示例3.应用场景4.注意事项5.总结cv::idft()是OpenCV中用于计算逆离散傅里叶变换(IDFT)的函数,它将频域的数据转换回时域。它常与cv::dft()配合使用,例如在进行频域滤波后,需要使用cv::idft()将处理后的数据转换回图像的空间域。1.函数voidcv::idft(......
  • OpenCV(cv::getOptimalDFTSize())
    目录1.函数定义2.示例3.总结cv::getOptimalDFTSize()是OpenCV中的一个函数,用于返回最优的离散傅里叶变换(DFT)大小。具体来说,它帮助找到一个比给定大小更大的最优尺寸,用来加速傅里叶变换的计算。cv::getOptimalDFTSize()的功能是返回适合执行快速傅里叶变换(FFT)的最优......
  • 【MATLAB源码-第174期】基于matlab的OFDM电力线系统仿真:梳状导频+LS/MMSE/SVD信道估计
    操作环境:MATLAB2022a1、算法描述OFDM电力线通信系统(PLC)是一种通过电力线传输数据的通信技术,利用了OFDM(OrthogonalFrequencyDivisionMultiplexing,正交频分复用)技术的优势来提高数据传输的速率和质量。电力线作为一种传输介质,其特点包括信道条件的不稳定性、高衰减率以及......
  • 【信道估计】OFDM系统LS和DFT和MMSE信道估计(含信噪比)【含Matlab源码 5069期】
    ✅博主简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,Matlab项目合作可私信或扫描文章底部QQ二维码。......
  • 【信道估计】基于matlab OFDM系统LS和DFT和MMSE信道估计(含信噪比)【含Matlab源码 5069
    ✅博主简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,Matlab项目合作可私信或扫描文章底部QQ二维码。......