仿生智能计算及其在片上系统可测性设计中的应用

第1章 引言 1
1.1 研究背景和意义 1
1.2 研究现状 3
1.2.1 扫描链平衡设计 3
1.2.2 三维扫描链设计 6
1.2.3 测试访问机制设计 9
1.2.4 测试规划 10
1.3 存在的主要问题 12
1.4 本书的主要内容 12
第2章 片上系统可测性设计概述 14
2.1 片上系统测试结构 14
2.2 片上系统可测性设计 17
2.2.1 可测性设计的主要方法 17
2.2.2 面向扫描设计的片上系统可测性设计 21
2.3 采用IEEE 1500标准测试Wrapper 21
2.3.1 IEEE 1500标准测试Wrapper硬件架构 22
2.3.2 边界扫描单元 23
2.4 ITC'02测试标准电路 26
第3章 基于生物地理进化算法的扫描链平衡理论与方法 29
3.1 问题描述 30
3.2 基于生物地理进化算法 31
3.2.1 基于生物地理进化算法的基本原理 31
3.2.2 基于生物地理进化算法的数学描述 31
3.3 基于生物地理进化算法的马尔科夫链模型 33
3.3.1 马尔科夫链基础 33
3.3.2 马尔科夫链模型 35
3.4 基于生物地理进化算法的收敛性分析 40
3.5 基于生物地理进化算法的收敛速率分析 41
3.6 扫描链平衡优化方法研究 51
3.6.1 基于生物地理进化算法的扫描链平衡优化方法 51
3.6.2 基于差分进化算法的扫描链平衡优化方法 54
3.6.3 基于反向学习生物地理进化算法的扫描链平衡优化方法 56
3.7 实验结果与分析 59
3.7.1 BBO与 BFD等算法的实验结果与分析 59
3.7.2 DE算法的实验结果与分析 62
3.7.3 OBBO算法的实验结果与分析 65
第4章 基于多目标智能算法的三维Wrapper扫描链设计 68
4.1 问题描述 68
4.2 多目标优化基本概念 71
4.3 多目标差分进化算法与理论分析 72
4.4 多目标Firefly算法与理论分析 75
4.4.1 单目标Firefly算法 75
4.4.2 多目标Firefly算法与分析 76
4.5 三维Wrapper扫描链多目标优化方法研究 78
4.5.1 基于MODE的三维Wrapper 扫描链设计 78
4.5.2 基于MOFA的三维Wrapper 扫描链设计 79
4.6 实验结果与分析 81
第5章 基于人工灰狼算法的三维堆叠SoC测试规划方法研究 86
5.1 问题描述 87
5.2 灰狼优化算法 87
5.2.1 灰狼群的社会等级 87
5.2.2 灰狼群的狩猎行为和数学模型 88
5.3 基本DE算法 89
5.4 HGWO算法 89
5.4.1 HGWO算法描述 89
5.4.2 HGWO算法的验证 91
5.5 基于HGWO算法的三维堆叠SoC测试规划 100
5.6 实验结果与分析 102
第6章 主要成果及后续研究 105
6.1 主要成果 105
6.2 后续研究 106
参考文献 109