由于LBIST向量的隨機性，LogicBIST的設計表現出隨機模式電阻，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“測試質量”的估計。我們將在下面更詳細地討論這些，以及增加LBIST設計中故障檢測的技術。

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生器（PRPG）生成，其產生偽隨機序列。而在生產掃描測試的情況下，掃描矢量通過自動測試設備（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計上實現時出現問題。這些設計可能會對隨機模式產生抵抗，這意味著將某些節點隨機控制為0或1值的概率，或者將某些節點觀察到掃描寄存器的概率很低，假設隨機和同等可能的輸入被饋送到設計中。

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，我們在實際設計中看到了復雜的塊。因此，隨著組合深度的增加，控制節點的能力降低到特定值。

圖2： 2深度組合的可控性邏輯

此類設計在使用LBIST進行測試時表現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，我們經常插入點來提高設計的可測試性。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類型增加了節點被控制為'0'值的概率，而OR類型控制點的數量增加了節點被控制為“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計節點容易觀察到一些掃描儀。當要觀察設計的多個節點時，對這些節點進行抽頭異或并饋送到掃描觸發器。觀察點的一個示例實現在圖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計數據來進行識別。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覆蓋增益來給予權重?；趯收夏M數據的分析，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計中的節點故障，以確定給定的一組測試矢量檢測到哪些故障。如前一節所述，RRFA通過分析在存在隨機刺激或測試向量的情況下節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，當設計插入LBIST時，我們會在設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），其用作設計的預期響應?？梢愿鶕斎胄薷墓收夏M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

從故障模擬系統的輸入開始，我們將討論這些輸入如何影響系統的輸出。

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

系統的第二個輸入是PRPG SEED值。種子值確定饋送到設計的移位數據序列。為了找到最大覆蓋范圍的最佳種子值，可能必須經歷多個故障模擬，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模式的數量，設計的移位長度，靜態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量越多LBIST越是故障檢測。通常，模式的數量取決于應用程序用例。例如，在生產測試的情況下，我們可能沒有任何模式數量的硬限制，但在現場自檢的情況下，設備需要在一定的持續時間內響應，因此模式的數量需要最佳，但在最短時間內實現最大覆蓋。

故障模擬引擎要求在約束環境中設置設計以執行LBIST模式。這些約束作為情況設置被饋送到引擎，這些設置是靜態的或者可以在不同模式之間變化。這些案例設置以及移位捕獲時鐘序列有助于故障模擬引擎模擬設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，因此優化這些序列很重要。它應該嘗試給最大時鐘域提供最大數量的模式。增加捕獲深度的連續深度也可以提高覆蓋率，也有助于降低模式。

圖8：時鐘轉換和捕獲序列

結論

現場LBIST測試對于軍事和汽車等關鍵應用中使用的設備是必須的。測試目標也非常嚴格，以便在最短的時間內實現最大的故障覆蓋率。 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量等參數，如所討論的。為了獲得最大的覆蓋率，對設計進行適當的分析和優化，以及使用所描述的技術，應指導您的LBIST測試。