由于LBIST向量的隨機性，LogicBIST的設(shè)計表現(xiàn)出隨機模式電阻，從而導致低故障覆蓋率。為了解決這個問題，我們在隨機抗性故障分析（RRFA）的幫助下插入測試點。利用LBIST進行設(shè)計的故障檢測能力的計算是在故障模擬的幫助下完成的，該模型給出了“測試質(zhì)量”的估計。我們將在下面更詳細地討論這些，以及增加LBIST設(shè)計中故障檢測的技術(shù)。

使用LogicBIST進行故障定位

通過LBIST測試是一種偽隨機測試，不同于生產(chǎn)掃描測試，這是更確定的測試。 LBIST中的掃描矢量由偽隨機模式發(fā)生器（PRPG）生成，其產(chǎn)生偽隨機序列。而在生產(chǎn)掃描測試的情況下，掃描矢量通過自動測試設(shè)備（ATE）確定性地通過掃描輸入饋送。

由于LBIST測試的隨機性，并不總是可以測試特定的故障是因為沒有直接控制在設(shè)計中移位的掃描輸入序列。當LBIST在組合強烈或在寄存器之間具有大的組合路徑的設(shè)計上實現(xiàn)時出現(xiàn)問題。這些設(shè)計可能會對隨機模式產(chǎn)生抵抗，這意味著將某些節(jié)點隨機控制為0或1值的概率，或者將某些節(jié)點觀察到掃描寄存器的概率很低，假設(shè)隨機和同等可能的輸入被饋送到設(shè)計中。

以圖1中的AND門為例，我們計算控制門輸出的概率值為'1'。下圖顯示了每個節(jié)點獲得值“1”或“0”的概率。格式P（1）/P（0）。

圖1： 2輸入和門的可控性

圖2組合深度時在不同節(jié)點獲得'0'或'1'值的概率增加一個。在該組合塊的輸出處獲得'1'的概率是1/8。然而，這仍然是一個非常簡單的組合塊，我們在實際設(shè)計中看到了復雜的塊。因此，隨著組合深度的增加，控制節(jié)點的能力降低到特定值。

圖2： 2深度組合的可控性邏輯

此類設(shè)計在使用LBIST進行測試時表現(xiàn)出對隨機模式的抵抗力，并可能導致低故障覆蓋率。為了處理這種情況，我們經(jīng)常插入點來提高設(shè)計的可測試性。測試點可分為兩類：控制點和觀察點。

控制點將特定節(jié)點控制的概率提高到“0”或“1”值。兩種類型的控制點都顯示在圖3和圖4中，其中控制點的AND類型增加了節(jié)點被控制為'0'值的概率，而OR類型控制點的數(shù)量增加了節(jié)點被控制為“1”值的概率。

圖3： AND類型控制點將可控性增加到值'0'

圖4： OR型控制點將可控性增加到值'1'

觀察點使難以觀察的設(shè)計節(jié)點容易觀察到一些掃描儀。當要觀察設(shè)計的多個節(jié)點時，對這些節(jié)點進行抽頭異或并饋送到掃描觸發(fā)器。觀察點的一個示例實現(xiàn)在圖5中示出。

圖5：觀察點

使用隨機抗性故障分析（RRFA）方法完成測試點的識別。通過在故障模擬期間收集少量隨機測試模式的統(tǒng)計數(shù)據(jù)來進行識別。計算電路中每個信號的可控性和可觀測性度量，并通過使用概率模型測量Δ覆蓋增益來給予權(quán)重?；趯收夏M數(shù)據(jù)的分析，RRFA列出了測試點插入的可能候選者，并將它們分類為control0/1或觀察點。

LogicBIST故障模擬

故障模擬是分析電路的重要工具/方法從故障檢測的角度來看。故障模擬過程模擬設(shè)計中的節(jié)點故障，以確定給定的一組測試矢量檢測到哪些故障。如前一節(jié)所述，RRFA通過分析在存在隨機刺激或測試向量的情況下節(jié)點可控性和可觀察性的概率，使用故障模擬來確定合適的測試點插入候選者。

類似地，當設(shè)計插入LBIST時，我們會在設(shè)計上模擬移位和捕獲過程，并確定LBIST向量覆蓋哪些故障。該過程的輸出是故障覆蓋報告和最終LBIST簽名（MISR），其用作設(shè)計的預期響應。可以根據(jù)輸入修改故障模擬過程，以獲得不同的故障覆蓋范圍和簽名。

圖6顯示故障模擬流程，指定系統(tǒng)的輸入和它的輸出。將討論改變輸入和輸出使用方式的影響。

圖6：故障模擬流程：輸入和輸出

從故障模擬系統(tǒng)的輸入開始，我們將討論這些輸入如何影響系統(tǒng)的輸出。

首先，設(shè)計應該符合LBIST標準，這意味著它應該是掃描縫合的，并且應該在設(shè)計中屏蔽所有X源。 X源是邏輯，其狀態(tài)不是確定性的并且對于故障模擬系統(tǒng)是未知的。某些類型的X源是LBISTed邏輯的非驅(qū)動輸入，模擬模塊的輸出，三態(tài)總線，時序異常等。應使用適當?shù)膞阻塞機制阻止這些X源。

系統(tǒng)的第二個輸入是PRPG SEED值。種子值確定饋送到設(shè)計的移位數(shù)據(jù)序列。為了找到最大覆蓋范圍的最佳種子值，可能必須經(jīng)歷多個故障模擬，或者故障模擬引擎本身可以計算最佳種子。

系統(tǒng)的第三個輸入是約束和移位捕獲序列。 MISR和故障檢測還取決于LBIST模式的數(shù)量，設(shè)計的移位長度，靜態(tài)約束以及應用捕獲脈沖的序列。

圖7：影響故障覆蓋的因素

運行期間運行的模式數(shù)量越多LBIST越是故障檢測。通常，模式的數(shù)量取決于應用程序用例。例如，在生產(chǎn)測試的情況下，我們可能沒有任何模式數(shù)量的硬限制，但在現(xiàn)場自檢的情況下，設(shè)備需要在一定的持續(xù)時間內(nèi)響應，因此模式的數(shù)量需要最佳，但在最短時間內(nèi)實現(xiàn)最大覆蓋。

故障模擬引擎要求在約束環(huán)境中設(shè)置設(shè)計以執(zhí)行LBIST模式。這些約束作為情況設(shè)置被饋送到引擎，這些設(shè)置是靜態(tài)的或者可以在不同模式之間變化。這些案例設(shè)置以及移位捕獲時鐘序列有助于故障模擬引擎模擬設(shè)計周期并計算最終的MISR。

時鐘的移位和捕獲序列可以硬連線或LBIST控制器的可編程功能。這決定了不同時鐘域的脈沖方式。該序列極大地影響了故障檢測，因此優(yōu)化這些序列很重要。它應該嘗試給最大時鐘域提供最大數(shù)量的模式。增加捕獲深度的連續(xù)深度也可以提高覆蓋率，也有助于降低模式。

圖8：時鐘轉(zhuǎn)換和捕獲序列

結(jié)論

現(xiàn)場LBIST測試對于軍事和汽車等關(guān)鍵應用中使用的設(shè)備是必須的。測試目標也非常嚴格，以便在最短的時間內(nèi)實現(xiàn)最大的故障覆蓋率。 LBIST控制器的故障檢測能力決定了測試的質(zhì)量和時間，并且取決于諸如時鐘排序，PRPG種子的智能選擇以及添加的控制和觀察點的數(shù)量等參數(shù)，如所討論的。為了獲得最大的覆蓋率，對設(shè)計進行適當?shù)姆治龊蛢?yōu)化，以及使用所描述的技術(shù)，應指導您的LBIST測試。