由于邏輯內建自測試（LogicBIST）向量的隨機本質，使得采用LBIST的設計具有非隨機模式，從而導致較低的故障覆蓋范圍。為了解決這一問題，本文在測試點插入非隨機故障分析（RRFA）法。藉由故障模擬，完成LBIST設計的故障檢測能力運算，有助于估計“測試質量”（quality of test）。本文將就此進行更詳細的討論，同時介紹可為LBIST設計提高故障檢測能力的技術。

以LogicBIST定位故障

相較于更具確定性的生產掃描測試，采用LBIST的測試是一種偽隨機測試。在LBIST測試中的掃描向量是由偽隨機圖形產生器（PRPG）所產生的，PRPG主要用于產生偽隨機序列。而在生產掃描測試中，掃描向量由自動測試設備（ATE）確定性地饋送至掃描輸入。

由于LBIST測試的隨機特性，在設計中并沒有任何直接控制的掃描輸入被傳遞，所以并不一定都能測試出特定故障。當將LBIST建置于緩存器之間的 高密度組合或大型組合路徑設計時，就會出現問題。這些設計可能成為非隨機圖形測試，在假定的隨機和機率相同的輸入被饋送到這一類設計時，意味著控制某些節 點的機率任意為0或1，或在一個掃描緩存器觀察到某些節點的機率會降低。

以圖1中的AND閘為例，計算控制該閘輸出為“1”的機率。下圖顯示每一個節點得到“1”或“0”值的機率。公式為：P（1）/P（0）。

圖1：2個輸入和閘的可控制性

圖2表示當組合深度+1時，在不同節點得到“0”或“1”值的機率。在此組合區塊中的輸出得到“1”的機率為1/8。然而，這仍然是一個非常簡單的組合區塊，在實際設計中所看到的區塊更復雜。因此，隨著組合深度的增加，控制節點于特定值的能力隨之減弱。

圖2：2級深度組合邏輯的可控制性

當采用LBIST測試時，這樣的設計表現出非隨機圖形模式，并可能導致低故障覆蓋率。為了解決這些問題，經常使用測試點插入以提升設計的可測性。測試點可分為兩類：控制點和觀察點。

控制點增加某一特定節點被控制為“0”或“1”值的機率。圖3和圖4顯示了這兩種控制點：其中AND類型的控制點增加了將節點控制為“0”值的機率；而OR類型的控制點則提高了將節點控制為“1”值的機率。

圖3：AND類型的控制點提高「0」值的可控性

圖4：OR類型的控制點提高「1」值的可控性

觀察點讓設計中難以觀察的節點易于被某些掃描觸發器觀察到。當要觀察設計中的多個節點時，將這些節點進行互斥或（XOR）處理，并饋送到掃描觸發器。圖5是處理這種觀察點的建置。

圖5：觀察點

采用非隨機故障分析（RRFA）方法可確認測試點。在為少量隨機測試圖形進行故障仿真期間，可透過收集統計數據完成測試點確認任務。電路中每個訊號 的可控制性和可觀測性測量作業，可以采用機率模型藉由測量增加覆蓋增益來計算并給出權重。根據故障仿真RRFA列出的資料分析，確認可能的插入測試點并將 其分為控制0/1兩類或作為觀察點。

LogicBIST故障模擬

從故障檢測的角度來看，故障仿真是一種分析電路的重要工具/方法。故障模擬過程可模擬設計中的節點故障，以確定一組指定的測試向量可檢測出哪些故障。如前所述，藉由在隨機激勵或測試向量情況下分析節點的可控制性和可觀測性，RRFA可以使用故障模擬確定合適的插入測試點。

類似地，當設計插入LBIST時，為設計的移位和擷取步驟進行故障模指，可確定LBIST向量所涵蓋的故障類型。在此過程中的輸出就是故障覆蓋率報告和最終LBIST簽核（MISR），用以作為設計的預期響應。該故障仿真流程可加以修改，以取得不同的故障覆蓋率和簽核。

圖6顯示故障仿真流程，指定了系統的輸入及其輸出。改變輸入的影響以及如何使用輸出如上所述。

圖6：故障仿真流程：輸入和輸出

從輸入開始到故障仿真系統，我們將討論這些輸入如何對系統輸出產生影響。

首先，設計應符合LBIST規則，這意味著它應該是掃描密合（scan stitched）的，并對設計中的所有X源進行標記。X源是狀態不定且故障仿真系統未知的邏輯。X源包括LBIST化邏輯的非驅動輸入、模擬模塊輸出、 三態總線與時序異常等類型。應該采用合適的X閉鎖機制封禁（blocked）這些X源。

系統的第二個輸入是PRPG SEED（種子）值。種子值決定將以怎樣的序列將移位數據饋送至設計。為了找到能實現最大覆蓋率的最佳種子值，可能要經過多次故障模擬，或者由故障仿真引擎本身計算最佳種子。

系統的第三個輸入是限制因素和移位擷取序列。MISR和故障檢測還取決于LBIST圖形數、設計的移位元長度、靜態限制以及所施加的擷取脈沖順序等。

圖7：影響故障覆蓋率的因素

在LBIST測試期間所執行的圖形越多，檢測到的故障也較多。通常，圖形的數量取決于應用案例。例如，在生產測試時，我們可能不會硬性限制圖形數量；但在現場自行檢測時，就必須要求組件得在一定時間內作出響應，使其得以在最短時間內同時實現圖形數優化與最大覆蓋率。

為了執行LBIST模式，故障仿真引擎必須在限制的環境下對設計進行設置。這些限制被饋送到故障仿真引擎作為某一特定的測試設置，這些設置既可是靜態的也可因圖型而異。這些特定測試設置以及移位-擷取頻率序列，有助于故障仿真引擎仿真設計周期并計算最終MISR。

頻率的移位和擷取序列頻率既可采用硬線連接，也可以是LBIST控制器的可編程特性。這決定了不同頻率域的脈控方式。該序列對于故障檢測有重要影 響，因此，為其進行優化也至關重要。對于最大的頻率域，則應嘗試施加最多數量的圖形。增加擷取深度的序列深度，也將提高覆蓋率，同時也有助于減少圖形數。

圖8：頻率移位與擷取序列

結論

對于軍事和汽車等關鍵應用所使用的組件，現場的LBIST測試至關重要。為了在最短的時間內達到最大的故障覆蓋率，測試目標應該嚴格選取。如前所 述，LBIST控制器的故障檢測能力決定了測試質量和所需的時間，而且還取決于頻率序列、為PRPG智慧選擇種子、所添加的控制和觀測點數量等參數。為了 實現最大覆蓋率、合適的分析與設計優化，以及采用本文中所討論的技術，必須有效管理你的LBIST測試。

責任編輯：gt