[发明专利]基于关键门的电路路径级NBTI老化预测方法及装置在审
申请号: | 202210452108.9 | 申请日: | 2022-04-27 |
公开(公告)号: | CN114841097A | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 孙侠;朱瑞;徐辉;马瑞君;朱烁;方贤进;宁亚飞;刘璇 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G06F30/30 | 分类号: | G06F30/30;G06F30/27;G06K9/62;G06N20/00;G06F119/04 |
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: | 232001 安徽省淮*** | 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 关键 电路 路径 nbti 老化 预测 方法 装置 | ||
1.基于关键门的电路路径级NBTI老化预测方法,其特征在于,所述方法包括:
步骤一:构建训练集和测试集;
步骤二:利用训练集对线性回归模型进行训练,训练过程中模型的输入是关键子电路的第0年和第1年的老化延时数据,模型的输出是关键子电路的第2年至第N年的老化延时数据,N为大于2的正整数;
步骤三:训练完成后,利用测试集对训练好的线性回归模型进行验证,验证过程中模型的输入是关键路径的第0年和第1年的老化延时数据,模型的输出是关键路径的第2年至第N年的老化延时数据,N为大于2的正整数;
步骤四:测试完成后得到最终的线性回归模型,将待预测的关键路径的第0年和第1年的老化延时数据输入到最终的线性回归模型,预测其第2年至第N年的老化延时数据。
2.根据权利要求1所述的基于关键门的电路路径级NBTI老化预测方法,其特征在于,所述步骤一之前还包括获取关键子电路的步骤,所述获取关键子电路的步骤包括:
对电路进行有向图表示,表示为G=(V,E),V={vi,1≤i≤n}作为节点的集合,代表电路中的门;E={ej,1≤j≤m}作为边的集合,代表门与门之间的连线;首先建立初始集合TOi,将vi加入TOi,之后将vi的前驱节点和后继节点加入集合TOi和集合TO1i,TO1i称为vi的一层拓扑环,接着将TO1i中每个节点的前驱节点和后继节点,且这些节点不包括在TO1i中,加入TOi和TO2i,TO2i称为vi的二层拓扑环,以此类推,TO3i称为vi的三层拓扑环,最终得到的TOi即为三层环形子电路,通过上述方法求出电路中每个节点vi对应的TOi,并计算各个TOi区域中门的数目,之后,从TO1至TOn中选出包括的门最多的作为关键子电路。
3.根据权利要求2所述的基于关键门的电路路径级NBTI老化预测方法,其特征在于,所述步骤一之前还包括获取关键路径的步骤,所述获取关键路径的步骤包括:
获取每个路径老化前的延时Ts与最长路径的延时Tmax,考虑时序余量Tc和电路的老化上限Aginemax,则满足公式Ts×(1+Aginemax)≥Tmax×(1+Tc)的路径均被作为电路潜在关键路径,再使用基于NBTI效应的回溯算法求取PCP集合中所有路径十年内的老化延时Td,满足公式Td≥Tmax×(1+Tc)的路径加入关键路径集合。
4.根据权利要求3所述的基于关键门的电路路径级NBTI老化预测方法,其特征在于,所述步骤一包括:
获取每个门的第0年至第N年的老化延时;
对关键子电路最长路径上每个门的老化延时进行累加得到关键子电路的第0年至第N年的老化延时;
每个关键子电路的第0年至第N年的老化延时作为一个训练样本,提取多个训练样本构成一个训练集;
对关键路径中每个门的老化延时进行累加得到关键路径的第0年至第N年的老化延时;
每个关键路径的第0年至第N年的老化延时作为一个测试样本,提取多个测试样本构成一个测试集。
5.根据权利要求4所述的基于关键门的电路路径级NBTI老化预测方法,其特征在于,所述步骤二中线性回归模型架构为:
y=wx+b
其中,x是输入的特征向量,y是输出的标签,w和b是模型参数。
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徽理工大学,未经安徽理工大学许可,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/202210452108.9/1.html,转载请声明来源钻瓜专利网。