Datentechnik12. Übung THS, 15.November 2006 Testen hochintegrierter Schaltungen Übung 2: SCOAP-Algorithmus Ralph Weper.

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmentheorie 08 – Dynamische Programmierung (4) Editierdistanz Approximative Zeichenkettensuche Sequence Alignment Prof. Dr. Th. Ottmann WS
Advertisements

Christian Scheideler SS 2009
Perceptrons and the perceptron learning rule
Kap. 7 Sortierverfahren Kap. 7.0 Darstellung, Vorüberlegungen
3.2 Subtraktion, Multiplikation, ALU
Multiplizierer Gesucht: Schaltkreis zur Multiplikation zweier Binärzahlen , Beispiel: RW-Systemarchitektur Kap. 3.
FH-Hof Der B-Baum Richard Göbel. FH-Hof Wahl des Verzweigungsgrad Verzweigungsgrad kann größer als 2 sein v Nachfolger für einen Knoten v-1 Werte in einem.
SETS, March 2006Institut für Elektrotechnik und Informationstechnik Test hochintegrierter Schaltungen November 07 Test hochintegrierter Schaltungen Übung.
Test hochintegrierter Schaltungen
Datentechnik13. Übung THS, 22.November 2006 Testen hochintegrierter Schaltungen Übung 3: SCOAP-Algorithmus (sequentiell) Ralph Weper.
Algorithmen und Komplexität
Klicke Dich mit der linken Maustaste durch das Übungsprogramm! Ein Übungsprogramm der IGS - Hamm/Sieg © IGS-Hamm/Sieg 2007 Dietmar Schumacher Die Wertetabelle.
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
Dynamische Programmierung (2) Matrixkettenprodukt
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (10 - Suchverfahren) T. Lauer.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
WS Algorithmentheorie 08 – Dynamische Programmierung (2) Matrixkettenprodukt Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (18 - Bäume: Durchlaufreihenfolgen, Analyse nat. Bäume) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Seminar parallele Programmierung SS 2003
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Grundlegende Analysen & Zwischendarstellungen
Katja Losemann Chris Schwiegelshohn
Algorithmen und Komplexität
Christian Schindelhauer
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Materialien zu Übung 9 Bälle in Körbe Ranged.
Minimum Spanning Tree: MST
Relationentheorie AIFB SS Algorithmen zur Bildung von 3NF-Relationsschemata Algorithmen zur Bildung von 3NF-Relationsschemata (2|8) (2)Synthese.
Mehr Qualität und schnellere Marktreife durch effiziente Softwaretests
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Effiziente Algorithmen
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Advanced Digital Design Übung 3. Aufgabe 2 + R1R2R3 +
Technische Informatik II
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Das Traveling Salesman Problem (TSP)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Analyse der Laufzeit von Algorithmen
Linear Rückgekoppelte Schieberegister und Tristate Treiber
SETS, March 2006Institut für Elektrotechnik und Informationstechnik Test hochintegrierter Schaltungen Übung 9.
Minimal spannende Bäume
Anwendung der Ellipsoidmethode in der Kombinatorischen Optimierung
SETS, March 2006Institut für Elektrotechnik und Informationstechnik Test hochintegrierter Schaltungen November 07 Test hochintegrierter Schaltungen Übung.
Testen hochintegrierter Schaltungen
Rechnen mit Funktionen dadurch wird Excel professionell...
Theory of Programming Prof. Dr. W. Reisig Was heißt „Korrektheit“? W. Reisig Workshop Modellierung Hamburg, März 2015.
Zusammenfassung Lineare Funktionen.
 Präsentation transkript:

Datentechnik12. Übung THS, 15.November 2006 Testen hochintegrierter Schaltungen Übung 2: SCOAP-Algorithmus Ralph Weper

Datentechnik22. Übung THS, 15.November 2006 Übersicht Grundlegende Metriken für Testbarkeit Sandia Controllability/Observability Analysis Program (SCOAP) Kombinatorische Schaltkreise Sequentielle Schaltkreise Beispiele Zusammenfassung

Datentechnik32. Übung THS, 15.November 2006 Motivation Welcher Aufwand muß betrieben werden, um eine Schaltung ausreichend zu testen? Wie finde ich möglichst effizienten Satz von Testvektoren? Wie unterscheide ich die Qualität möglicher Testmuster? Gesucht: Leistungsmaße, welche diese Entscheidungen unterstützten

Datentechnik42. Übung THS, 15.November 2006 Metriken für Testbarkeit Steuerbarkeit (Controllability) eines Schaltkreises: Schwierigkeit, ein konkretes Signal auf 0 oder 1 zu halten Beobachtbarkeit (Observability) eines Schaltkreises: Schwierigkeit, den Wert eines Signals zu beobachten

Datentechnik52. Übung THS, 15.November 2006 SCOAP SANDIA Controllability/Observability Analysis Program [Goldstein, 1979] Systematischer Algorithmus: Berechnung der Schwierigkeit, interne Werte eines Signals k zu steuern und zu beobachten Vorteil: Gute Approximation bei linearer Komplexität O(n) für Steuerbarkeit O(2n) für Beobachtbarkeit Nachteil: Ungenauigkeit bei Vereinigung eines vorher duplizierten Signals (reconvergent fanout)

Datentechnik62. Übung THS, 15.November 2006 SCOAP Steuerbarkeit: N 0 [1,] Beobachtbarkeit: N 0 [0,] Kombinatorisch (# Signale zur Kontrolle/Beobachtung von k): 0-Steuerbarkeit eines Signals k: CC0(k) 1-Steuerbarkeit eines Signals k: CC1(k) Beobachtbarkeit eines Signals k: CO(k) Sequentiell (# Taktzyklen zur Kontrolle/Beobachtung von k): 0-Steuerbarkeit eines Signals k: SC0(k) 1-Steuerbarkeit eines Signals k: SC1(k) Beobachtbarkeit eines Signals k: SO(k)

Datentechnik72. Übung THS, 15.November 2006 SCOAP: CC0(k), CC1(k) Starte bei Eingabesignalen PI (primary input): Logikstufe 0 Setze für alle PI: CC0(PI) = 1, CC1(PI) = 1 Berechne für jedes Gatter die Logikstufe (max. Abstand eines der Eingangssignale zu PI) Starte mit Logikstufe i=1, berechne für die Ausgabesignale z der Gatter der Stufe CC0/1(z) (i) als Funktion von CC0/1(z) (i-1) Propagiere CC0/1(z) (i) als Eingabe der Logikstufe i+1 Steuerbarkeit: Ausgabe der letzten Logikstufe CC0/1(out)

Datentechnik82. Übung THS, 15.November 2006 SCOAP: Berechnung von CC0/1(k) CC0/1 (a) CC0/1 (b) & a b z CC0(z) = min(CC0(a), CC0(b)) + 1 CC1(z) = CC1(a) + CC1(b) a b z CC0(z) = CC0(a) + CC0(b) + 1 CC1(z) = min(CC1(a), CC1(b)) + 1 =1 a b z CC0(z) = min(CC0(a) + CC0(b), CC1(a) + CC1(b)) + 1 CC1(z) = min(CC1(a) + CC0(b), CC0(a) + CC1(b)) + 1 az CC0(z) = CC1(a) + 1 CC1(z) = CC0(a) + 1

Datentechnik92. Übung THS, 15.November 2006 SCOAP: Berechnung von CC0/1(k) & a b z CC0(z) = CC1(a) + CC1(b) + 1 CC1(z) = min(CC0(a), CC0(b)) a b z CC0(z) = min(CC1(a), CC1(b)) + 1 CC1(z) = CC0(a) + CC0(b) + 1 =1 a b z CC0(z) = min(CC1(a) + CC0(b), CC0(a) + CC1(b)) + 1 CC1(z) = min(CC0(a) + CC0(b), CC1(a) + CC1(b)) + 1

Datentechnik102. Übung THS, 15.November 2006 Beispiel & 1 & in0 in1 in2 out CC1(out) =2 min(3,1,3) + 1 = = 3 in1 = 1 out = 1

Datentechnik112. Übung THS, 15.November 2006 Beispiel & 1 & in0 in1 in2 out min(1,1) + 1 = = 6 CC0(out) =6 NEIN!!! in1 = 0 out = 0 !!! Ist es wirklich schwieriger, out auf 0 zu setzen?

Datentechnik122. Übung THS, 15.November 2006 SCOAP: CO(k) Berechne zunächst CC0(k) und CC1(k) für alle Signale Starte bei der Ausgabe der letzten Logikstufe Setze CO(out) = 0 Berechne für die Eingangssignale a, b CO(a), CO(b) als Summe von CO(out) und CC0/1(b) bzw CC0/1(a) Rückwärtstraversierung des Schaltkreises, Propagation der zuvor berechneten Werte Stopp bei den Eingabewerten

Datentechnik132. Übung THS, 15.November 2006 SCOAP: Berechnung von CO(k) & a b z CC0/1(a) CO(a) CC0/1(b) CO(b) CO(a) = CO(z) + CC1(b) + 1 CO(b) = CO(z) + CC1(a) a b z CO(a) = CO(z) + CC0(b) + 1 CO(b) = CO(z) + CC0(a) + 1 =1 a b z CO(a) = CO(z) + min(CC0(b), CC1(b)) + 1 CO(b) = CO(z) + min(CC0(a), CC1(a)) + 1 az CO(a) = CO(z) + 1 CO(z)

Datentechnik142. Übung THS, 15.November 2006 SCOAP: Berechnung von CO(k) 1 a b z CO(a) = CO(z) + CC0(b) + 1 CO(b) = CO(z) + CC0(a) + 1 & a b z CO(a) = CO(z) + CC1(b) + 1 CO(b) = CO(z) + CC1(a) + 1 =1 a b z CO(a) = CO(z) + min(CC0(b), CC1(b)) + 1 CO(b) = CO(z) + min(CC0(a), CC1(a)) + 1 a z1z2z1z2 znzn CO(a) = min(CO(z 1 ), CO(z 2 ), …, CO(z n ))

Datentechnik152. Übung THS, 15.November 2006 Beispiel CC0(k), CC1(k) Stufe 4 (5,7)(5,7) (1,1)(1,1) (1,1)(1,1) (1,1)(1,1) Steuerbarkeit: (CC0(k), CC1(k)) (1,1)(1,1) (1,1)(1,1) (1,1)(1,1) Stufe 1 (2,2)(2,2) (2,2)(2,2) Stufe 2 (3,5)(3,5) (3,5)(3,5) (3,5)(3,5) (3,5)(3,5) Stufe 3 (2,6)(2,6) (2,7)(2,7) (2,7)(2,7) (2,6)(2,6) out7 out8 1 R 1 Z i7 i8 & &

Datentechnik162. Übung THS, 15.November 2006 Beispiel CO(k) (5,7)(5,7) (1,1)(1,1) (1,1)(1,1) (1,1)(1,1) Beobachtbarkeit: CO(k) (1,1)(1,1) (1,1)(1,1) (1,1)(1,1) (2,2)(2,2) (2,2)(2,2) (3,5)(3,5) (3,5)(3,5) (3,5)(3,5) (3,5)(3,5) (2,6)(2,6) (2,7)(2,7) (2,7)(2,7) (2,6)(2,6) out7 out8 1 R 1 Z i7 i8 & &

Datentechnik172. Übung THS, 15.November 2006 Schlussfolgerung Schwierigkeit, Haftfehler an Knoten x zu erkennen T(x stuck-at-0) = CC1(x) + CO(x) T(x stuck-at-1) = CC0(x) + CO(x) Testbarkeit einer Schaltung für Haftfehler Testbarkeit-Index = log T(f i ) Anzahl der benötigten Testvektoren für 90%-ige Fehlerüberdeckung ist ungefähr linear abhängig von dem Testbarkeits-Index einer Schaltung Was soll das?