基于电流的数字集成电路故障诊断的方法研究

论文摘要

随着微电子技术的发展,对集成电路故障诊断的需求日益迫切。本文以集成电路的故障检测和定位为主线,在采用静态电流检测(IDDQ)和动态电流检测(IDDT)技术的基础上,结合模式识别中的小波分析及分类决策理论,对电路的故障诊断进行了较为系统的研究。传统的电压检测法现已比较成熟,并得到了广泛的应用,但这方法的故障检测能力有限。为了提高故障覆盖率,基于电流的故障诊断方法近年来被发展起来,它是通过从电源电流信号中提取有效信息来实现故障诊断的。本文在总结和改进现有电流检测法的基础上,通过Matlab和Pspice软件对电路进行仿真,验证了本文静态电流检测法和动态电流检测法对集成电路的故障诊断能力。在静态电流检测方面:通过分析静态电流中的故障信息实现对电路桥接故障的检测,实验结果表明IDDQ的测试覆盖率仍然有限,需要采用IDDT法对IDDQ进行有效补充;在动态电流检测方面:通过分析动态电流波形的尖峰值实现对电路多类故障的检测,实验结果证实了IDDT法能成功的检测出电压测试和IDDQ所不能检测出的故障,但要对故障进行准确定位,仍需采用信号处理的方法,提取更多的信息;在基于IDDT的故障诊断实现方面:通过小波变换,对电路正常模式和故障模式的IDDT采样信号进行故障特征提取,再分别利用近邻法和基于连接的模式识别法实现对各类软硬故障的准确定位。仿真实验结果证实了这两种算法的有效性。相比之下,基于连接的模式识别的方法具有更高的准确率和故障分辨率。最后本文采用基于神经网络的电路IDDT故障诊断方法对电路的软故障进行了仿真实验,实验结果论证了BP网络的故障诊断能力。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本课题的研究背景和意义
• 1.2 国内外发展概述
• 1.3 本文的研究内容与安排
• 第二章 集成电路故障诊断的基础理论
• 2.1 故障诊断的基础知识
• 2.2 传统的电路检测方法
• 2.3 故障模型
• 2.3.1 软故障模型
• 2.3.2 硬故障模型
• 2.4 模式识别在故障诊断中的应用
• 2.4.1 模式识别方法
• 2.4.2 模式识别方法在诊断中的应用
• 2.4.2.1 小波变换
• 2.4.2.2 近邻法
• 2.4.2.3 BP 神经网络
• 2.5 PSPICE 与MATLAB 相关介绍
• 2.5.1 PSPICE 相关简介
• 2.5.2 MATLAB 相关简介
• 2.6 本章小结
• 第三章 静态电流检测方法
• 3.1 静态电流检测法的基本原理
• 3.1.1 CMOS 电路的特点
• 3.1.2 IDDQ 检测的基本原理及检测方法
• 3.2 CMOS 电路的IDDQ 检测仿真
• 3.3 IDDQ 对桥接故障的仿真实验
• 3.4 本章小结
• 第四章 动态电流的检测方法
• 4.1 动态电流的基本原理
• 4.2 IDDQ 与IDDT 检测技术比较
• 4.3 动态电流的测试生成
• 4.4 基于波形分析的IDDT 检测方法
• 4.5 基于IDDT 波形的故障检测仿真实验
• 4.5.1 电路模拟
• 4.5.2 实验结果与结论
• 4.6 本章小结
• 第五章 基于动态电流的故障诊断算法
• 5.1 基于电流信息的故障定位算法
• 5.1.1 电路模拟及电流信息获取
• 5.1.1.1 无故障电路的IDDT
• 5.1.1.2 桥接故障的IDDT
• 5.1.1.3 晶体管参数故障的IDDT
• 5.1.1.4 待测故障电路的IDDT
• 5.1.2 数据预处理
• 5.1.3 故障特征提取
• 5.1.4 故障分类
• 5.1.4.1 近邻法
• 5.1.4.2 基于连接的模式识别法
• 5.2 故障定位算法的仿真实验
• 5.2.1 实验一
• 5.2.1.1 近邻法的实验结果
• 5.2.1.2 基于连接的模式识别实验结果
• 5.2.2 实验二
• 5.2.3 实验结果分析
• 5.3 基于神经网络的诊断算法及仿真实验
• 5.3.1 基于神经网络故障诊断的方法
• 5.3.2 基于神经网络故障诊断的仿真实验
• 5.3.3 实验结果分析
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果