超大规模集成电路的并行测试技术

本文介绍先进的VLSI并行测试技术的原理和实现方法,并行测试可显著提高ATE的测试效率。     

基于LFSR种子重播的组合电路测试方法研究

针对组合电路测试数据量大的缺点,提出了一种基于LFSR种子重播的组合电路测试方法,该方法利用内建自测试技术自动生成测试矢量,并利用一个LFSR（Linear Feedback Shift Register）的种子对多个确定性测试向量进行编码压缩,能够显著提高测试数据的压缩率和保证测试的故障覆盖率。仿真试验表明,该方法具有测试序列长度短和故障检测率高的优点,可用于大规模数字电路的自动测试矢量生成。     

组合电路可测试性技术的研究

随着集成电路设计规模的不断增大,在芯片中特别是系统芯片SOC(system on a chip)中组合电路的可测试性设计方法变得越来越重要.本文采用内建自测试技术对组合电路进行可测试性设计.文中详细分析了组合电路内建自测试的实现原理,通过将测试生成及响应分析逻辑置入电路内部,提高了电路的可控制性和可观察性,从而可使该电路的测试和诊断快速而有效.最后对8位行波进位加法器的内建自测试设计过程进行了详细分析,并通过MAX plusⅡ进行了实现.     

组合电路可测试性技术的研究

随着集成电路设计规模的不断增大,在芯片中特别是系统芯片SOC(system on a chip)中组合电路的可测试性设计方法变得越来越重要.本文采用内建自测试技术对组合电路进行可测试性设计,详细分析了组合电路内建自测试的实现原理.通过将测试生成及响应分析逻辑置入电路内部,提高了电路的可控制性和可观察性,从而可使该电路的测试和诊断快速而有效.最后对8位行波进位加法器的内建自测试设计过程进行了详细分析,并通过MAX pluslI将其实现.     

最大近似相容的分组测试向量相容压缩方法

针对长度过长的测试向量之间相容压缩的压缩效果不佳的问题,为了提高测试向量间的相容性,提出了最大近似相容的分组测试向量相容压缩方法。首先将测试向量按相同的数据块长度划分为若干组,然后提出对分组测试向量进行最大近似相容性的重排序,将测试集分为两个集合:已排序集合和未排序集合。先将确定位最多的测试向量作为已排序集合的首个测试向量,再对已排序集合的最后一个测试向量和未排序集合的所有测试向量进行近似相容性比较,将在未排序集合中与其近似相容性最大的测试向量依次插入到已排序集合中,直至重新排序完毕;最后,将重排序的测试向量编码压缩,每个测试向量都要存放两次,一次是源数据存入RAM存储器中以备下一测试向量参考,另一次是将压缩后的数据存入ATE中,第一个测试向量比较特殊,是将源数据不作处理分别存入ATE和RAM中。该方法使得不相容的测试向量能达到最大程度的近似相容,从而提高了测试向量之间相容压缩的压缩效果;且对测试向量间的重排序不影响故障覆盖率,且是在离线情况下实施,因此不影响测试时间。对ISCAS’89标准电路进行试验,与其他编码方案对比,证实方案可行有效,而且硬件结构简单。     

一个基于扫描环的测试系统

从介绍扫描环的概念入手，详细叙述了一个基于扫描环的通用智能化测试系统的软硬件结构及其实现方法．     

用于存储器测试的"透明"的可编程BIST方法

本文提出了一种用于存储器测试的新方法:"透明"的可编程BIST方法.该方法可以覆盖几乎所有的故障模型,并且,由于测试生成算法和数据背景的结合,提供了灵活无约束的数据背景,因而增加了检测非模型化故障的可能性.通过实验评估了本文方法的性能和面积开销.     

基于分块技术的用户停电损失估算方法研究

介绍了停电损失的概念及影响因素．引入分块技术将配电网分块．并确定故障停电事件发生后各分块负荷点的类型;提出根据负荷点停电类型分别确认各分块区域的停电持续时间．结合综合用停电损失函数计算各分区的用户停电损失．最后汇总估算系统的用户停电损失．与传统的用户停电损失估算结果比较．证明了该方法的有效性。     

基于分块QR分解的一种状态估计算法

文中提出了一种基于分块QR分解的状态估计方法。该方法把虚拟测量处理为等式约束，避免了由于权因子分散而导致的数值病态问题。在每次迭代中，通过对两个分块矩阵的QR分解和一个稀疏三角线性方程组的求解，实现了系数矩阵的三角分解。与带有约束的正规方程(NE/C)法相比，不但消除了Jacobian矩阵叉乘造成的信息损失，而且保证了分解的数值稳定性。稀疏QR分解采用了基于Givens变换的方法并利用最小度列排序和变主元消元策略。减少注入元素的数目，提高了状态估计的计算效率。试验系统的仿真结果表明了该方法具有良好的数值稳定性和鲁棒性，而且有较高的计算效率，可以满足在线状态估计的要求。     

基于CWD及分块SVD的配电开关故障诊断方法

通常,配电开关分合闸操作产生的振动信号中蕴含有体现机械状态的重要信息。提出一种基于振动信号分析的新型配电开关故障诊断方法。首先对振动信号求取乔-威廉斯分布获得二维时频矩阵,然后对时频矩阵作分块奇异值分解,用于表征不同机械状态的时频特性,最后结合极限学习机算法对4类实测振动信号的特征向量进行训练和测试。所提方法的优点是有效提取了配电开关振动信号时频域的特征,并且可以在较少样本的情况下训练诊断模型。基于实测数据的实验表明,该方法具有较高的识别精度和较快的收敛速度。     

基于标签传播的配电网动态分区方法

为实现接入分布式可再生能源(RDG)的配电网分区在结构与能量层面上的区内强耦合、区间弱耦合以及分区内部功率储备充足的目标,除广泛应用于电力系统分区的模块度指标外,引入复杂网络理论中的标签传播算法和稳定度指标.为降低分区后各分区在能量与结构上的耦合程度,提高分区后各区内部电源的控制能力,定义了适用于配电网分区的标签传播算法;利用潮流追踪算法得出配电网电源供能和负荷吸能网络,基于此定义稳定度指标以量化节点与节点、节点与分区在能量上的紧密程度.并结合以灵敏度矩阵为基础的模块度指标,从结构和功能的角度推演出标签传播的判断依据:增益函数与损失函数.最后,考虑RDG接入配电网对分区的影响,将标签传播算法与RDG出力预测场景构建方法相结合,并以动态分区的形式提高分区应对RDG不确定性的能力,为分层分区调控方法提供理论支撑.     

基于多目标模块度的多层次电压控制分区方法

提出了衡量无功源控制耦合程度的电气距离定义以及评价分区质量的多目标模块度指标,并提出了一种多层次电压控制分区方法。该方法由化简、分区与还原调整3个阶段组成。化简阶段通过降低聚类数据的维度处理高维聚类问题,并降低问题规模;分区阶段基于凝聚聚类和多目标模块度指标得到兼顾区域内可控性和区域间解耦性的最优分区方案;还原调整阶段调整区域边界节点进一步优化分区方案。同时,计算过程保证了分区内部的连通性。算例验证了该方法的正确性和可行性。结果表明该分区方法得到的分区方案质量较高,可用于大系统电压控制分区问题。     

A genetic algorithm for the optimal sequential partitioning problem

The optimal sequential problem is defined as the problem of finding the minimum cost partition of the nodes of a directed acyclic graph into subsets of a given size, subject to the constraint that the precedence relationships among the elements are satisfied. A heuristic algorithm based on tabu search has been proposed for this problem [2]. However, there is a tendency for the solutions obtained by tabu search to become trapped in bad local optima in parallel graphs with random edge costs. In this paper we present a genetic algorithm for the optimal sequential partitioning problem. We develop an effective two‐point partial order crossover satisfying sequential conditions, which preserve better blocks that have a larger sum of edge costs. In this crossover we introduce the roulette selection method to escape local optima. We also assess the effectiveness of the algorithm. The results show that this proposed algorithm outperforms any other algorithm using tabu search in terms of solution quality. © 2001 Scripta Technica, Electr Eng Jpn, 135(4): 43–51, 2001     

基于多变量预测补偿的机械臂精度提升方法

为了减小由运动学参数不准确引起的机械臂位姿误差,传统方法是标定机械臂的连杆参数,但标定后的真实连杆参数不便于逆运动学解析解计算。提出一种基于遗传算法的对机械臂关节旋转变量直接进行修正的方法来提来机械臂定位精度。首先建立机械臂运动学模型和误差模型,得到关节修正量的求解公式。通过NDI三维动态位移测量系统检测机械臂末端执行器的实际位姿,作为样本,并构建遗传算法的适应度函数,采用遗传算法计算出各关节旋转变量补偿量。最后,将该修正值应用于设计的六自由度串联机械臂的控制,多组实验数据证明该方法的有效性及其提高机械臂的绝对定位精度的性能。     

基于动态分区的配电网日前优化调度研究

为了提高对分布式可再生能源的就地消纳能力,实现配电网分层分区调度,提出了基于MOEA/D的多目标蚁群动态分区算法和基于动态分区的配电网日前优化调度模型。利用潮流追踪算法与复杂网络理论中的二分模块度,提出了量化分区间能量耦合程度的能量二分模块度指标。基于电力系统潮流方程雅克比矩阵推导蚁群算法中的启发式信息,结合预测场景集以分区的能量二分模块度与功率储备为目标函数,利用多目标蚁群算法生成动态分区方案。建立以联络线功率、灵活性不足率以及成本最低为目标的基于动态分区日前优化调度模型,并利用NSGA-II算法求解Pareto最优解集。最后基于IEEE33节点网络对所提模型与方法进行验证。结果表明,采用该方法进行动态分区与日前调度可有效提高系统应对可再生能源不确定性的能力,为就地平抑可再生能源波动奠定基础。     

一种改进的分布式天线蜂窝系统的频率复用分割方案

提出了一种适合于分布式天线蜂窝系统的频率复用分割方法,在满足用户需求信干比的情况下极大的提高了系统的频谱效率。该方法与传统的复用分割方案相比,有效的提高的频谱效率,复杂度略有提高。仿真表明在用户最小需求为16kbps时,当系统中有50个用户时,系统容量大约提高了70%。     

基于改进遗传算法的CPS任务分配方法

信息物理系统(CPS)已经成为近年来计算机、传感器等科学研究的热点.由于任务分配的优化程度直接影响到整个系统的性能,该研究已成为CPS系统研究过程中的关键问题.针对这一问题并考虑到传统方法在任务优化性能及效率上的不足,引入并改进遗传算法,提出了一种基于改进遗传算法的CPS任务分配方法.通过动态的变异算子及变异操作保持群体的进化特性,克服了标准遗传算法(SGA)交叉操作中较大的盲目性与随机性.实验结果表明,改进的遗传算法在任务分配的收敛速度和效率上都比标准遗传算法有较大程度的提高,平均收敛速率提高了20%.     

基于遗传算法优化XGBoost的油浸式变压器故障诊断方法

为了提高油浸式变压器故障诊断的精度及可靠性,研究了一种基于遗传算法优化极端梯度提升(XGBoost)的油浸式变压器故障诊断方法.首先,以油中溶解气体分析(DGA)为依据,采用无编码比值方法提取油浸式变压器的9维故障特征,并对数据样本进行归一化处理;以归一化样本为输入建立基于XGBoost的故障诊断模型,并采用遗传算法对...     

基于改进状态空间分割法的继电保护设备拒动风险评估

继电保护设备隐性故障已经成为导致电力系统连锁故障的重要因素.因此,在电力系统的风险分析中,需要突破传统N-1故障设置假设,考虑受继电保护设备隐性故障影响的N-k连锁故障.针对继电保护设备拒动引发连锁故障的问题,首先根据继电保护设备的功能模块建立继电保护设备拒动故障树模型;然后综合考虑元件固有失效率和运行信息,建立继电保护设备拒动概率动态评估模型.基于此,提出一种改进的状态空间分割法对电力系统面临的连锁故障风险进行分析,实现了在枚举空间和抽样空间中进行连锁故障搜索,可提高连锁故障搜索的完备性和风险分析的计算效率.最后,在仿真中验证了所提方法的有效性.