面向片上网络资源内核的测试技术及优化方法研究

Network-On-Chip (NoC) is the trend of future IC (integrated circuit), and test technology for NoC is a vital issue in NoC development. Based on resource embedded cores testing, the NoC test technology and optimization methods are studied under the reusing NoC as the test access mechanism. According to the problem of routing path conflicts in test data transmission , the strategy of arbitrary path connected partition is proposed. Combined with routing algorithm, the test without routing path conflicts is achieved. Aiming at the problem of low degree of parallelism in test data transmission, the strategy of a pipeline mode for test data transmission is proposed to improve the parallelism of test data transmission. Combined with test strategy, the NoC test scheduling model based on quantum-inspired evolutionary algorithm is established. Hybridized quantum model with OBL(Opposition-based Learning) technology, Cauchy mutation operator and differential evolution operator to complete the iterative optimization, the limited resources are reasonably allocated and scheduled, further the test efficiency is improved. This research has important significance to explore processing method for routing path conflicts, parallel transmission method for test data and optimization algorithm theory. Moreover, it will provide a new perspective for NoC test optimization method.

片上网络(Network-on-Chip, NoC)是未来集成电路发展的趋势，其测试技术的发展是影响其发展的关键因素。项目面向资源内核测试，在重用NoC作为测试访问机制下，系统研究NoC测试技术及优化方法的相关问题。针对测试数据在传输中路由路径冲突问题，提出任意路径连通划分的策略，结合路由算法，从而实现无路由冲突测试；针对测试数据传输并行度不高的问题，提出流水线模式进行测试数据传输的策略，提高测试数据传输并行度；结合提出的测试策略，建立量子进化算法NoC测试规划模型，在量子模型的中混合OBL (Opposition-Based Learning)技术、Cauchy变异算子和差分进化算子完成迭代寻优，合理分配和调度有限资源，提高测试效率。本项目的实施，可探索NoC路由路径冲突处理方法、测试数据并行传输方法和优化算法理论，并为NoC测试优化方法提供新的研究思路。

本项目主要研究NoC测试问题和测试优化问题的相关理论和应用，从测试结构和测试规划两方面进行研究，重点研究测试规划优化问题。从分析NoC的组成特性和影响测试的相关因素入手，对影响因素进行优化，并结合智能优化算法进行优化。提出一种层次着色赋时Petri网（HCTPN）与改进萤火虫算法（IFA）相结合的测试调度优化方法，在ITC'02测试集上进行实验，仿真结果表明，HCTPN模型能清晰刻画测试的调度过程、资源争抢、优先级等特性；改进路由算法能实现测试时间的二次优化；IFA算法能高效求得测试调度最优解，测试时间较其他方法最大程度上减少了21.9%，有效提升了测试效率。提出一种基于流水线计算的3D NoC测试规划方法。以测试基准集ITC'02中实验结果表明，改进XYZ路由算法可缓解网络拥塞程度，避免资源冲突现象造成的等待时间过长，实现了系统总测试时间的二次优化；改进ABC算法能够高效快速地求出最佳测试规划方案，缩短测试时间，相比于其他方法项目方法最大测试时间优化率能够达到15.76%，有效地提升了测试效率。提出了一种基于超立方体拓扑结构的NoC测试规划方法。设计了一种具有部分自适应性的E-cube路由算法，利用改进混合算法即将改进粒子群算法（Particle Swarm Optimization，PSO）与改进差分算法（Differential Evolution，DE）相结合，对NoC实施测试规划研究。以ITC'02国际基准电路测试集上的电路作为仿真实验对象，实验结果表明，项目所提测试规划方法较其他方法相比，测试时间最大优化率可达15.48%，有效缩短了测试时间。本项目的实施，将有力推动NoC测试策略、测试技术的发展，可为NoC测试优化方法提供新的研究思路。