<menu id="iquis"><strong id="iquis"></strong></menu>
<nav id="iquis"><nav id="iquis"></nav></nav>
  • <nav id="iquis"></nav>
  • ?
    欢迎光临专业集成电路测试网~~欢迎加入IC测试QQ群:111938408

    专业IC测试网

    当前位置: 网站主页 > 测试理论 >

    详解 DFT 之 IBIST

    时间:2022-04-22 15:04来源:志芯 作者:JackXu 点击:
    LBIST 是一种内置自测 (BIST) 形式,其中芯片内部的逻辑可以在芯片本身上进行测试,而无需任何昂贵的自动测试设备 (ATE)。BIST 引擎内置于芯片内部,只需要像测试访问端口 (TAP) 这样的访问机制即可启动。
    Lbist的组成部分
    片上lbist一般由三部分组成:BIST controller、TPG (Test Pattern Generator)、RA (Response Analyzer)。
    说明: 图片
    图1 lbist组成示意图
    LBIST 的基本机制是它使用线性反馈移位寄存器 (LFSR,Linear Feedback Shift Register) 生成设备内部扫描链的输入,启动一个功能周期,使用多输入签核寄存器(MISR,multiple input signature register )来捕获设备的响应,并将捕获的响应压缩。来自 MISR 的压缩后的响应称为签核。输出签核中的任何异常都表明设备存在缺陷。
    线性反馈移位寄存器 (LFSR) 是一种移位寄存器,其输入位是其先前状态的线性函数。最常用的单位线性函数是异或(XOR)。因此,LFSR 通常是一个移位寄存器,其输入位由整个移位寄存器值的某些位的 XOR 驱动。LFSR 的初始值称为种子,由于寄存器的操作是确定性的,因此寄存器产生的值流完全由其当前(或先前)状态决定。同样,由于寄存器具有有限数量的可能状态,它最终必须进入一个重复周期。但是,具有精心选择的反馈函数的 LFSR 可以产生一系列看起来随机且周期很长的位。LFSR 的应用包括生成伪随机数、伪噪声序列、快速数字计数器和白化序列。
    说明: 图片
    图2 一种16位的LFSR
    Test Pattern Generator
    通常,标准形式的 LFSR 用于生成伪随机pattern,该pattern充当输入测试向量。如图3所示,LFSR中每一个触发器都馈送一条扫描链。在伪随机pattern中,pattern在一定时间间隔后会重复,这就是我们称之为“伪随机”的原因。
    说明: 图片
    图3 由四个触发器和一个XOR组成的馈送四条链的LFSR
    LFSR 可以由其特征多项式表征,假设我们使用“1”“0”“0”“0”的输入初始化两个如下图所示的两个4 degree的具有如图所示的多项式的的LFSR。
    说明: 图片
    图4 两种不同的LFSR的输出值
    具有特征多项式 f(x) = x4 + x3 +1 的 LFSR 生成的pattern在 15 个pattern之后重复,因此具有 24 – 1 = 15 的周期。但是具有特征多项式 f(x) = x4 + x2 +1的 LFSR 生成的pattern在 6 个pattern后重复。
    如果 LFSR 有N个触发器(也称为N degree LFSR ),如果其产生的pattern的周期 为2N – 1,则 LFSR 称为maximum-length sequence 或者 m-sequence。将 m-sequence LFSR的特征多项式称为本征多项式。对于给定的 N degree LFSR,本证多项式不是唯一的;例如 – x4 + x3 +1 和 x4 + x3 +1 都是 4  degree LFSR 的本征多项式。
    LFSR的多项式的选择对循环长度有很大的影响。更好的周期长度意味着更好的 TPG,因此实现本征多项式的 LFSR 最适合测试pattern生成。
    为什么需要移相器
    LFSR 的主要缺点之一是没有足够的随机性??悸俏颐侵疤致酃南嗤?m-sequence  LFSR f(x) = x4 + x3 +1。如图5所示,在没有移相器的情况下,相邻比特流(bit stream)之间存在对角关系。
    说明: 图片
    图5 移相器的作用
    为了在比特流(bit stream)之间引入更多随机性,我们使用了一个由 XOR 网络实现的移相器?;旧厦扛霰忍亓鳎╞it stream)都相移了一些周期。正如我们在移相器的存在下所看到的,对角线关系不再存在。更多的随机性有助于增加故障覆盖率。同样正如我们在示例中看到的,4 degree LFSR 正在馈送 5 个扫描链。因此,带有移相器的 LFSR 可以支持更多的扫描链(通常一个“N” degree LFSR 可以支持最多“N”个没有移相器的扫描链)。
     
    如何找到符合要求的LSFR的初始值
     
    我们将使用如下示例示范如何找到LSFR的初始值。
    说明: 图片
    图6  4 degree LSFR馈送10个触发器组成的扫描链
    4 degree LSFR馈送10个触发器组成的扫描链,S0-S9 是 ATPG 指定的test pattern,Q0-Q3 是 LFSR 的seed。
    有两种方法:1. 逐周期追踪;  2. 线性方程组。
    我们将只讨论线性方程组的求解。我们可以在线性方程组中对上述情况进行建模。
    注意:S0-S9 值将被串行加载到链中,这样 S9 将在第一个时钟周期首先加载到链中,然后在下一个时钟周期向右移动,同时 S8 将加载到链中.这将持续 10 个时钟周期,直到所有值都加载到所需的位置。
    初始条件(S9 是从 LFSR 到链的第一个输入,因此等于 Q0,并且类似地直到 S6):
     S9  =  Q0  S8  =  Q1  S7  =  Q2  S6  =  Q3。
    说明: 图片
    图7 该LFSR中的输入输出关系
    看到这个线性方程,想起了高中数学的最后一题,数组方程的归纳推导。
    说明: 图片
    因此一共有 10 个等式方程和 4 个变量 Q0、Q1、Q2 、 Q3。
    假设这些pattern S0 S1 S2 S3 S4 S5 S6 S7 S8 S9 分别为:1 X X X 0 1 X X 1 0。
    然后我们将这 10 个方程写成矩阵形式,如下所示:
    说明: 图片
    因此符合要求的该LFSR 的初始值是 “1”  “1”  “1”  “0”.
    注意:线性方程组并不总是可解的,在这种情况下,我们无法加载该特定pattern,因此将无法覆盖该pattern所针对的故障。变量的数量取决于 LFSR 的degree,更多的变量意味着获得解决方案的概率增加。
    LFSR degree
     
    假设我们有一个“N” degree的 LFSR,需要加载一个具有“S” bit的pattern,那么我们有“N”个变量和“S”个方程要求解。示例, 如果pattern为 1 X X X 0 1 X X 1 0,则“S”= 5。
    现在,保证可以为给定pattern找到初始值所需的最小“N”是多少吗?
    研究表明,当 N ≥ (S+20) 时,找不到初始值的概率是 10-6(非常?。?。
     

    顶一下
    (1)
    100%
    踩一下
    (0)
    0%
    ------分隔线----------------------------
    发表评论
    请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
    评价:
    用户名: 验证码: 点击我更换图片
    ?
    一分快3app