粒子物理与暗物质以及测量
第32卷第l期2011年1月
仪器仪表学报
VoL32No.1
Chinese
JournalofScientificInstrumentJan.201l
基于量子粒子群算法的SOC测试调度优化研究宰
许川佩,胡红波
(桂林电子科技大学电子工程学院桂林541004)
摘要:在基于IP核复用技术的SOC(system-on—chip,SOC)芯片中,测试资源的稀缺性限制了TP核并行测试的能力,导致了SOC测试耗时过长的局面。同时SOC测试时必须满足一定的功耗约束,否则会造成测试芯片的损坏。针对SOC测试时间与测试功耗协同优化这一难题,本文采用群智能优化算法一量子粒子群(quantum—behaved
particle8warm
optimization,QeSO)算法来实
现这一目标。结合QPSO算法和测试调度问题,设计算法的适应度计算法则并建立测试时间与测试功耗的协同优化数学模型。通过实验确定算法中参数的最佳取值。最后利用算法搜索最优解确定IP核在TAM(test
access
mechanism)上的分配,实现
SOC功耗与时间的协同优化。经过国际标准SOC电路验证表明在解决功耗约束下的SOC测试调度优化问题七量子粒子群算法与已有算法相比,不仅能够更好的达到缩短SOC测试时间的目的,Ilii且算法收敛速度快,需要调整的参数少,实现简单。关键词:SOC;IP核;测试调度;量子粒子群算法中图分类号:TN47
文献标识码:A
国家标准学科分类代码:510.3010
TestschedulingoptimizationofSOCbased
on
quantum-behaved
particleswarmoptimizationalgorithm
XuChuanpei,HuHongbo
(SchoolofElectronic
Engineering,GudinUniversuy
ofElectronic
Technology,Guilin
541004,China)
Abstract:In
cores
SOC(system—Oil—chip)chips
based
on
IPcore—reusingtechnology,theparalleltestcapabilityofIP
islimitedbythedeficiencyoftestresources,andthetimecostisalsoconsiderable.Meanwhile,inorderto
avoidthedamageofdeviceundertest,certainpowerconstraintsshouldalsobetakenintoaccount.Tosolvetheproblemof
collaborative
optimizationfortimecostand
is
power
consumptioninSOCtest,aQPSO(quantum—behaved
particleswarnl
ness
optimization)algorithm
QPso
introducedinthispaper.Withtheconsiderationoftestscheduling,thefit—
calculationrulefor
algorithmisdesigned,and
themathematicalmodelforcollaborativeoptimizationisal—
are
soestablished鹅well.Then。thebestparametervaluesinthealgorithm
assignmentofIPgofithm,SO
as
coreson
decidedwithexperiments。Finally,the
TAM(test
access
mechanism)isdeterminedbysearchingtheoptimalsolutionwiththeal-
to
achievethecollaborativeoptimizationofpowerconsumptionandtimecost.Thetestresultswith
SOCtestbenchmarksshowthat
cost
comparedwithexistingalgorithms,theproposedQPSO
algorithm
Call
decreasetime
intermsoftestschedulingoptimizationwith
parametersandsimplerrealization.
power
constraints,andalsofeatureshigherconvergencerate,less
adjustable
Keywords:SOC;IPcore;test
scheduling;QeSO
展,使得可以将一个完整的系统集成到单块芯片中,这种
1
引
言
芯片称为系统级芯片(systern-on.chip,soc)。SOC技术的应用大大降低了昂贵的设计和制造成本,但对于测试
由于集成电路深亚微米制造技术和设计技术迅速发
收稿日期:2010..04
Received
Date:2010-04
}基金项目:国家自然科学基金(No.60766001)、广西。新世纪十百千人才工程”专项(No.2007213)资金资助
2011 基于量子粒子群算法的 SOC测试调度优化研究许川佩, 胡红波 (桂林电子科技大学电子工程学院 摘 桂林 541004) * 要: 在基于 IP核复用技术的 SOC ( syste m...
量子行为粒子群优化算法研究_电子/电路_工程科技_专业资料。钻孔问题 tsp问题...测试函数的仿真结果验证了该算 法的有效性;其次针对离散二进制搜索空间的优化...
量子粒子群优化算法及其应用研究_IT/计算机_专业资料。量子 粒子群 进化算法...2. 5 函数测试 为了进一步验 证算法 的性 能, 本文 对 Sch wef el 函 ...
2014 Chin.Soc.for Elec.Eng. 2055 中图分类号:TM 715 DOI:10.13334/j....量子粒子群优化算法研究了风电火电外送中的风 火打捆容量及直流落点优化配置...
粒子群优化的网络入侵检测...本文提出了一种将量子粒子群优化算法和半监督模糊核聚类算法相结合的混合算法,...
首次将量子粒子群算法用于电力系统无功优化中,以网损最小为目标函数,在IEEE30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于量子粒子群(QPSO...
基于量子进化算法的层次型SOC测试结构优化 以减少系统芯片SOC测试时间为目标,研究了层次型SOC的多层次TAM优化问题。根据嵌入式IP核的分类,将层次型SOC测试结构优化...
基于量子粒子群算法的SOC测... 8人阅读 7页 2.00元 基于云进化算法的NoC...并将云量子进化算法用于解决SOC测试时间与测试功耗协同优化。最后用国际标准电路...
基于量子行为粒子群优化算法的定位技术研究_专业资料。针对无线传感器网络(WSNs)节点定位问题,阐述了WSNs的分布迭代式定位方法研究。这种方法将每次迭代后定位的节点...
热门文档