-
公开(公告)号：CN118569173A
公开(公告)日：2024-08-30
申请号：CN202411037332.7
申请日：2024-07-31
Applicant: 中科鉴芯(北京)科技有限责任公司
Inventor： 叶靖
IPC: G06F30/333 , G06F30/3308 , G06N3/08 , G06N7/01 , G06F111/08
Abstract: 本申请涉及一种基于ANN测试与诊断的信号概率估算方法和装置，方法包括：采用自动诊断向量生成方法生成电路中最优的诊断向量集，其中，诊断向量集中包括多个诊断向量；通过逻辑仿真工具在电路上依次仿真诊断向量，得到仿真结果集合，其中，仿真结果集合为每根引线在每个诊断向量下的测试信号；针对任一引线，将引线在不同诊断向量下测试信号的平均值，作为引线为高电平或低电平的样本信号概率；根据预设的样本扇入特征和样本信号概率训练概率预测模型，其中，样本扇入特征包括电路的拓扑结构和待测故障集合；将引线的实际扇入特征输入训练好的概率预测模型，得到引线的实际信号概率。本申请涉提高诊断向量生成效率。
-
公开(公告)号：CN118566698A
公开(公告)日：2024-08-30
申请号：CN202411037324.2
申请日：2024-07-31
Applicant: 中科鉴芯(北京)科技有限责任公司
Inventor： 叶靖
IPC: G01R31/28
Abstract: 本发明涉及芯片测试技术领域，具体涉及一种排除冗余故障的测试生成方法、装置、设备和存储介质，其中，所述方法通过系统运行数据判断当前是否需要进行冗余故障排除，增加了测试生成中动态精简的成功率，减少了生成的测试向量，并在测试向量生成时，通过单故障测试生成器对故障列表中的所有故障进行判断，当选定的主要故障无法生成测试立方时，将主要故障排除，当主要故障能生成测试立方时，为主要故障生成测试立方，并在故障列表的剩余故障中随机选择一个故障作为次要故障，通过次要故障为测试立方填充比特，生成测试向量，从而解决目前的测试生成方案，由于并未排除冗余故障，系统精简向量的能力低，导致运行时间长，测试向量数量多的问题。
-
公开(公告)号：CN117852476B
公开(公告)日：2024-07-09
申请号：CN202410263528.1
申请日：2024-03-08
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G06F30/39
Abstract: 本申请涉及一种基于不完备算法进行仿真的方法和装置，方法包括：判断故障列表中是否存在故障；若故障列表中存在故障，则随机选取一个故障作为基准故障，并通过完备的自动测试向量生成算法生成基准故障的基准向量；若故障列表中仍存在故障且故障失败率未达到失败率阈值，则随机选择一个故障作为附加故障；以基准向量为约束，采用不完备的自动测试向量生成算法生成附加故障的附加向量，直至故障列表中不存在故障或故障失败率达到失败率阈值，其中，不完备的自动测试向量生成算法用于忽略故障传播路径上部分逻辑门的传播决策；若确定附加向量的数量达到预设数量阈值，则进行故障仿真。本申请在保证算法正确的基础上减少了仿真时长。
-
公开(公告)号：CN117995262B
公开(公告)日：2024-07-02
申请号：CN202410404409.3
申请日：2024-04-07
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G11C29/56
Abstract: 本申请提供一种存储器自测试静态分组方法及装置，该方法包括：当接收到存储器静态分组指令时，通过预定的存储器测试成本算法确定各存储器的测试成本；按照测试成本从大到小的顺序，对各存储器进行排序，得到存储器序列；按照预定的分组方法，依次将序列中相邻的多个存储器分为同组。本申请通过分组后，可以对存储器进行按组测试，对于不同测试成本的存储器组可以相应地规划测试次数，从而可以提高存储器的测试效率，降低测试总成本。
-
公开(公告)号：CN117970070A
公开(公告)日：2024-05-03
申请号：CN202311668035.8
申请日：2023-12-06
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G01R31/28
Abstract: 本申请公开了一种基于布尔可满足性的电路自动测试向量的压缩方法和装置。其中，该方法包括：获取目标芯片的原始测试向量集和测试故障集，原始测试向量集包括多条测试向量；利用原始测试向量集的第一测试向量子集，对测试故障集中的所有测试故障进行故障仿真，确定测试故障集的已测故障子集；利用原始测试向量集的第二测试向量子集和测试故障集的未测故障子集，建立局部故障字典，局部故障字典用于记录第二测试向量子集中测试向量与未测故障子集中测试故障之间的关联；调用Pure MaxSAT问题求解器对局部故障字典进行求解，从而得到精简测试向量。本申请解决了相关技术中向量压缩比较耗时的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN117872097A
公开(公告)日：2024-04-12
申请号：CN202410263521.X
申请日：2024-03-08
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G01R31/28
Abstract: 本申请公开了一种基于强化学习的数字电路自动测试向量生成方法和装置。其中，该方法包括：在利用自动测试向量生成算法ATPG来为待测芯片生成测试向量的过程中，获取面向路径决策的测试生成算法PODEM的历史数据，即对待测芯片进行第一轮的故障敏化、故障传播以及线值确认来激活第一故障的测试模式所形成的数据，利用强化学习算法从历史数据中学习回退策略；在利用PODEM对待测芯片进行第N轮的故障敏化、故障传播以及线值确认来激活第二故障的测试模式的过程中，利用回退策略来指导PODEM进行回退路径的选择，从而生成待测芯片的测试向量。本申请解决了相关技术中测试向量生成过程中回溯次数较多的技术问题。
-
公开(公告)号：CN117852494A
公开(公告)日：2024-04-09
申请号：CN202410263515.4
申请日：2024-03-08
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G06F30/398
Abstract: 本申请涉及一种针对DFF优化的逻辑仿真加速方法和装置，所述方法包括：若电路门的当前输出值和上一次的输出值不一致，则将所述电路门产生的事件加入事件队列；根据所述电路门对应的扇出门的类型，将所述扇出门加入所述事件队列或DFF标识队列，其中，所述扇出门是指所述电路门的直属下级模块；在所述事件队列中的事件处理完成后，若确定所述DFF标识队列不为空，则根据所述DFF标识队列中DFF的输入端口变化信息确定所述DFF是否为有效事件；若所述DFF为有效事件，则将所述DFF标识队列中的有效事件加入至所述事件队列，对所述有效事件进行处理。本申请提高仿真性能。
-
公开(公告)号：CN116413587B
公开(公告)日：2023-10-27
申请号：CN202310663426.4
申请日：2023-06-06
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G01R31/317
Abstract: 本申请公开了一种回退路径的选择方法和装置。其中，该方法包括：利用训练样本对原始KNN算法模型进行训练，得到目标KNN算法模型，训练样本包括正样本和负样本，正样本表示与故障匹配的有效回退路径，负样本表示因与故障不匹配而引起回溯的无效回退路径；在利用POEDM测试生成方法生成测试向量的过程中，利用目标KNN算法模型选择回退路径，测试向量用于用电路进行故障测试，目标KNN算法模型用于利用从训练样本中学习到的线路节点的特征选择回退路径。本申请解决了相关技术中利用人工神经网络模型来指导PODEM的路径回退时，前期需要消耗大量的显存资源的技术问题。
-
公开(公告)号：CN116561822A
公开(公告)日：2023-08-08
申请号：CN202310830152.3
申请日：2023-07-07
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G06F21/73 , G06Q30/018
Abstract: 本申请公开了一种产品的防伪方法、组件及系统。其中，该组件包括：存储模块，用于存储目标产品的唯一身份标识码；第一PUF模块，包括第一PUF电路和与第一PUF电路连接的连接线，连接线的部分固定在目标产品的产品包装上的防伪位置，第一PUF模块所生成的响应随着连接线的物理状态的变化而变化；第二PUF模块，用于根据接收到的激励生成对应的响应；编解码及运算模块，分别与上述各模块连接，用于根据第一PUF模块针对第一激励的第一响应和第二PUF模块针对第二激励的第二响应生成第一验证信息；第一验证信息用于联合第二验证信息来对目标产品进行防伪验证，第二验证信息是验证端生成的。本申请解决了相关技术中产品的防伪技术安全性较低的技术问题。
-
公开(公告)号：CN116413587A
公开(公告)日：2023-07-11
申请号：CN202310663426.4
申请日：2023-06-06
Applicant: 中科鉴芯(北京)科技有限责任公司
IPC: G01R31/317
Abstract: 本申请公开了一种回退路径的选择方法和装置。其中，该方法包括：利用训练样本对原始KNN算法模型进行训练，得到目标KNN算法模型，训练样本包括正样本和负样本，正样本表示与故障匹配的有效回退路径，负样本表示因与故障不匹配而引起回溯的无效回退路径；在利用POEDM测试生成方法生成测试向量的过程中，利用目标KNN算法模型选择回退路径，测试向量用于用电路进行故障测试，目标KNN算法模型用于利用从训练样本中学习到的线路节点的特征选择回退路径。本申请解决了相关技术中利用人工神经网络模型来指导PODEM的路径回退时，前期需要消耗大量的显存资源的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.054 seconds)
