

已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著現(xiàn)代半導體工藝的發(fā)展,系統(tǒng)芯片(SOC)設計已經(jīng)發(fā)展成為當今的一種主流技術。同時IP核測試復用以及芯片級測試遇到了新的挑戰(zhàn),SOC測試結構也成為業(yè)界研究的焦點。
測試訪問機制和核測試包封是SOC測試結構的基礎。本文對基于IEEE P1500環(huán)的測試包封和基于測試總線的測試訪問機制做了研究,包括它們的結構、功能和優(yōu)化,建立相應的數(shù)學模型。
在對SOC測試結構研究的基礎上,本文將量子進化算法應用到SOC測試結構優(yōu)化中
2、,結合IP核測試調(diào)度特點,建立了量子進化算法的數(shù)學模型,并從理論上證明算法的收斂性。文章以國際標準片上系統(tǒng)芯片為實驗對象,以減小 SOC測試時間為優(yōu)化目標,通過對量子進化算法中群體尺寸、旋轉(zhuǎn)角度等參數(shù)進行優(yōu)化,確定應用于SOC測試結構優(yōu)化中量子進化算法參數(shù)的初始值。在對SOC測試結構優(yōu)化過程中,通過對群體觀測,決定IP核在測試訪問機制上的分配以及當前群體中的最佳個體。通過改變量子位觀測值對應的概率角,使SOC測試結構優(yōu)化的解逐步趨于最優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于量子進化算法的層次型SOC測試結構優(yōu)化研究.pdf
- 基于云量子進化算法的SoC測試規(guī)劃研究.pdf
- 基于量子粒子群算法的SoC測試調(diào)度優(yōu)化研究.pdf
- 基于云量子進化算法的NoC資源內(nèi)核測試優(yōu)化研究.pdf
- 基于DNA-GA算法的SOC測試結構優(yōu)化研究.pdf
- 基于禁忌遺傳算法的SOC測試結構優(yōu)化研究.pdf
- 基于量子蟻群算法和IEEE1500std的SoC測試優(yōu)化研究.pdf
- 基于云模型的SoC測試多目標進化算法研究.pdf
- 基于量子算法多約束條件的SOC測試規(guī)劃研究.pdf
- 基于進化算法的結構拓撲優(yōu)化.pdf
- 基于量子進化算法的2D-NoC測試規(guī)劃研究.pdf
- 基于量子進化算法的機器人聯(lián)盟編組優(yōu)化研究.pdf
- 基于改進量子進化算法的3D NoC測試規(guī)劃研究.pdf
- 基于混合遺傳算法的SOC測試集成優(yōu)化方法研究.pdf
- 基于量子進化算法的人臉檢測.pdf
- 混合量子進化算法研究.pdf
- 量子克隆進化算法研究.pdf
- 基于量子進化算法的車間調(diào)度研究與應用.pdf
- 基于進化算法的神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 基于水平集進化的全局優(yōu)化進化算法研究.pdf
評論
0/150
提交評論