|
由于邏輯內(nèi)建自測試(LogicBIST)向量的隨機本質(zhì)，使得采用LBIST的設(shè)計具有非隨機模式，從而導(dǎo)致較低的故障覆蓋范圍。為了解決這一問題，本文在測試點插入非隨機故障分析(RRFA)法。藉由故障模擬，完成LBIST設(shè)計的故障檢測能力運算，有助于估計“測試質(zhì)量”(quality of test)。本文將就此進行更詳細的討論，同時介紹可為LBIST設(shè)計提高故障檢測能力的技術(shù)。 以LogicBIST定位故障 相較于更具確定性的生產(chǎn)掃描測試，采用LBIST的測試是一種偽隨機測試。在LBIST測試中的掃描向量是由偽隨機圖形產(chǎn)生器(PRPG)所產(chǎn)生的，PRPG主要用于產(chǎn)生偽隨機序列。而在生產(chǎn)掃描測試中，掃描向量由自動測試設(shè)備(ATE)確定性地饋送至掃描輸入。 由于LBIST測試的隨機特性，在設(shè)計中并沒有任何直接控制的掃描輸入被傳遞，所以并不一定都能測試出特定故障。當(dāng)將LBIST建置于緩存器之間的 高密度組合或大型組合路徑設(shè)計時，就會出現(xiàn)問題。這些設(shè)計可能成為非隨機圖形測試，在假定的隨機和機率相同的輸入被饋送到這一類設(shè)計時，意味著控制某些節(jié) 點的機率任意為0或1，或在一個掃描緩存器觀察到某些節(jié)點的機率會降低。 以圖1中的AND閘為例，計算控制該閘輸出為“1”的機率。下圖顯示每一個節(jié)點得到“1”或“0”值的機率。公式為：P(1)/P(0)。 
圖1：2個輸入和閘的可控制性 圖2表示當(dāng)組合深度+1時，在不同節(jié)點得到“0”或“1”值的機率。在此組合區(qū)塊中的輸出得到“1”的機率為1/8。然而，這仍然是一個非常簡單的組合區(qū)塊，在實際設(shè)計中所看到的區(qū)塊更復(fù)雜。因此，隨著組合深度的增加，控制節(jié)點于特定值的能力隨之減弱。
圖2：2級深度組合邏輯的可控制性 當(dāng)采用LBIST測試時，這樣的設(shè)計表現(xiàn)出非隨機圖形模式，并可能導(dǎo)致低故障覆蓋率。為了解決這些問題，經(jīng)常使用測試點插入以提升設(shè)計的可測性。測試點可分為兩類：控制點和觀察點。 控制點增加某一特定節(jié)點被控制為“0”或“1”值的機率。圖3和圖4顯示了這兩種控制點：其中AND類型的控制點增加了將節(jié)點控制為“0”值的機率；而OR類型的控制點則提高了將節(jié)點控制為“1”值的機率。
圖3：AND類型的控制點提高「0」值的可控性
圖4：OR類型的控制點提高「1」值的可控性 觀察點讓設(shè)計中難以觀察的節(jié)點易于被某些掃描觸發(fā)器觀察到。當(dāng)要觀察設(shè)計中的多個節(jié)點時，將這些節(jié)點進行互斥或(XOR)處理，并饋送到掃描觸發(fā)器。圖5是處理這種觀察點的建置。
圖5：觀察點 采用非隨機故障分析(RRFA)方法可確認(rèn)測試點。在為少量隨機測試圖形進行故障仿真期間，可透過收集統(tǒng)計數(shù)據(jù)完成測試點確認(rèn)任務(wù)。電路中每個訊號 的可控制性和可觀測性測量作業(yè)，可以采用機率模型藉由測量增加覆蓋增益來計算并給出權(quán)重。根據(jù)故障仿真RRFA列出的資料分析，確認(rèn)可能的插入測試點并將 其分為控制0/1兩類或作為觀察點。 LogicBIST故障模擬 從故障檢測的角度來看，故障仿真是一種分析電路的重要工具/方法。故障模擬過程可模擬設(shè)計中的節(jié)點故障，以確定一組指定的測試向量可檢測出哪些故障。如前所述，藉由在隨機激勵或測試向量情況下分析節(jié)點的可控制性和可觀測性，RRFA可以使用故障模擬確定合適的插入測試點。 類似地，當(dāng)設(shè)計插入LBIST時，為設(shè)計的移位和擷取步驟進行故障模指，可確定LBIST向量所涵蓋的故障類型。在此過程中的輸出就是故障覆蓋率報告和最終LBIST簽核(MISR)，用以作為設(shè)計的預(yù)期響應(yīng)。該故障仿真流程可加以修改，以取得不同的故障覆蓋率和簽核。 圖6顯示故障仿真流程，指定了系統(tǒng)的輸入及其輸出。改變輸入的影響以及如何使用輸出如上所述。
圖6：故障仿真流程：輸入和輸出 從輸入開始到故障仿真系統(tǒng)，我們將討論這些輸入如何對系統(tǒng)輸出產(chǎn)生影響。 首先，設(shè)計應(yīng)符合LBIST規(guī)則，這意味著它應(yīng)該是掃描密合(scan stitched)的，并對設(shè)計中的所有X源進行標(biāo)記。X源是狀態(tài)不定且故障仿真系統(tǒng)未知的邏輯。X源包括LBIST化邏輯的非驅(qū)動輸入、模擬模塊輸出、 三態(tài)總線與時序異常等類型。應(yīng)該采用合適的X閉鎖機制封禁(blocked)這些X源。 系統(tǒng)的第二個輸入是PRPG SEED(種子)值。種子值決定將以怎樣的序列將移位數(shù)據(jù)饋送至設(shè)計。為了找到能實現(xiàn)最大覆蓋率的最佳種子值，可能要經(jīng)過多次故障模擬，或者由故障仿真引擎本身計算最佳種子。 系統(tǒng)的第三個輸入是限制因素和移位擷取序列。MISR和故障檢測還取決于LBIST圖形數(shù)、設(shè)計的移位元長度、靜態(tài)限制以及所施加的擷取脈沖順序等。
圖7：影響故障覆蓋率的因素 在LBIST測試期間所執(zhí)行的圖形越多，檢測到的故障也較多。通常，圖形的數(shù)量取決于應(yīng)用案例。例如，在生產(chǎn)測試時，我們可能不會硬性限制圖形數(shù)量；但在現(xiàn)場自行檢測時，就必須要求組件得在一定時間內(nèi)作出響應(yīng)，使其得以在最短時間內(nèi)同時實現(xiàn)圖形數(shù)優(yōu)化與最大覆蓋率。 為了執(zhí)行LBIST模式，故障仿真引擎必須在限制的環(huán)境下對設(shè)計進行設(shè)置。這些限制被饋送到故障仿真引擎作為某一特定的測試設(shè)置，這些設(shè)置既可是靜態(tài)的也可因圖型而異。這些特定測試設(shè)置以及移位-擷取頻率序列，有助于故障仿真引擎仿真設(shè)計周期并計算最終MISR。 頻率的移位和擷取序列頻率既可采用硬線連接，也可以是LBIST控制器的可編程特性。這決定了不同頻率域的脈控方式。該序列對于故障檢測有重要影 響，因此，為其進行優(yōu)化也至關(guān)重要。對于最大的頻率域，則應(yīng)嘗試施加最多數(shù)量的圖形。增加擷取深度的序列深度，也將提高覆蓋率，同時也有助于減少圖形數(shù)。
圖8：頻率移位與擷取序列 結(jié)論 對于軍事和汽車等關(guān)鍵應(yīng)用所使用的組件，現(xiàn)場的LBIST測試至關(guān)重要。為了在最短的時間內(nèi)達到最大的故障覆蓋率，測試目標(biāo)應(yīng)該嚴(yán)格選取。如前所 述，LBIST控制器的故障檢測能力決定了測試質(zhì)量和所需的時間，而且還取決于頻率序列、為PRPG智慧選擇種子、所添加的控制和觀測點數(shù)量等參數(shù)。為了 實現(xiàn)最大覆蓋率、合適的分析與設(shè)計優(yōu)化，以及采用本文中所討論的技術(shù)，必須有效管理你的LBIST測試。 |
