[发明专利]基于FDR的最大相容块的向量压缩方法、装置及系统有效
申请号: | 201811306318.7 | 申请日: | 2018-11-05 |
公开(公告)号: | CN109412605B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 詹文法;陶鹏程;邵志伟;江健生;程一飞;冯学军;吴海峰;张振林 | 申请(专利权)人: | 安庆师范大学 |
主分类号: | H03M7/46 | 分类号: | H03M7/46;G01R31/28 |
代理公司: | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
地址: | 246133 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 fdr 最大 相容 向量 压缩 方法 装置 系统 | ||
本发明公开了一种基于FDR的最大相容块的向量压缩方法,方法包括:1)、获取待压缩测试向量序列;2)、将待压缩测试向量均按照预设长度切分为若干个数据块;3)、将待压缩测试向量序列中的第一个待压缩测试向量的下一个向量作为当前测试向量,获取当前测试向量与当前测试向量的前一个测试向量中不相容的数据块的游程编码,并将游程编码与不相容的数据块的组合作为当前测试向量的编码结果;将当前测试向量的下一个向量作为当前测试向量,并返回执行步骤3),直至待压缩测试向量序列中的各个待压缩测试向量被遍历。本发明公开了一种基于FDR的最大相容块的向量压缩装置。应用本发明实施例,提高了压缩率。
技术领域
本发明涉及一种向量压缩方法及装置,更具体涉及一种基于FDR的最大相容块的向量压缩方法及装置。
背景技术
ATE(Automatic Test Equipment,自动化测试设备)用于检测集成电路功能的完整性,是集成电路生产制造的最后流程,以确保集成电路生产制造的品质,占据着集成电路生产制造的大部分成本。随着集成电路设计规模的增大,待测试数据量呈现指数级增长,这导致了传统外部ATE面临着存储空间不足,输入输出时的带宽有限及数据测试时间过长等严峻的问题,测试成本越来越高。测试数据压缩是解决上述问题的有效方法之一,通过压缩测试数据可以减少数据传输时间以及降低对ATE存储容量的要求。
目前,测试数据压缩的采用的是无损数据压缩的方法,来压缩预先计算的测试数据,然后通过片上解码器进行解码,目前常用的是相容性压缩方法,其原理是,测试时需要将测试数据集存入ATE设备中,根据ATPG(Automatic Test Pattern Generation,自动测试向量生成器)自动生成的数据集含有大量的无关位X,我们可以对无关位适当地填充赋值为1或0而不影响测试的故障覆盖率,从而有了相容压缩的思想。相容压缩方法的基本原理是选取一段测试数据作为参考数据,将其它待编码测试数据与参考数据比较,根据其相容性为其添加标记位,解压时根据标记位和参考数据还原压缩数据,可以达到良好的压缩效果。该方法比于其他压缩方法,拥有更小的测试数据和更短的测试时间,解压电路成本低,并且待测试数据中通常包含大量的无关位(X-bit),这些无关位可以被任意赋值为0或1,而不会影响故障覆盖率,只要对这些无关位适当地填充赋值,并结合适当的编码压缩方法,可以达到良好的压缩效果,因此得到广泛的应用。
但是,现有技术中,因为往往测试数据含有大量的无关位,从而含有相容关系的数据块占多数,因此我们需要大量的标记位来标记每个相容数据块,损失了一部分压缩率。
发明内容
本发明所要解决的技术问题在于提供了一种基于FDR的最大相容块的向量压缩方法及装置,以提高待压缩测试向量的压缩率。
本发明是通过以下技术方案解决上述技术问题的:
本发明实施例提供了一种基于FDR的最大相容块的向量压缩方法,所述方法包括:
1)、获取待压缩测试向量序列;
2)、将所述待压缩测试向量均按照预设长度切分为若干个数据块;
3)、将所述待压缩测试向量序列中的第一个待压缩测试向量的下一个向量作为当前测试向量,获取所述当前测试向量与所述当前测试向量的前一个测试向量中不相容的数据块的游程编码,并将所述游程编码与所述不相容的数据块的组合作为当前测试向量的编码结果;
将所述当前测试向量的下一个向量作为当前测试向量,并返回执行所述步骤3),直至所述待压缩测试向量序列中的各个待压缩测试向量被遍历。
可选的,所述步骤1),包括:
A:将所获取的待压缩测试向量中确定位数量最多的一个向量作为第一组测试向量,并将所述带一组测试向量作为当前向量;
B:将所述待压缩测试向量中除所述当前向量之外的其他测试向量中,与所述当前向量相容性最大的测试向量作为当前向量的下一向量;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安庆师范大学,未经安庆师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811306318.7/2.html,转载请声明来源钻瓜专利网。