基于自适应SAGA的测试数据自动生成

结合遗传算法（GA）的并行搜索结构和模拟退火（SA）的概率突跳性，并结合使用自适应的交叉算子和变异算子，提出了一种高效的自适应的SAGA混合优化算法。在自主开发的结构性测试工具WBoxTool中，使用自适应SAGA混合优化策略进行测试数据自动生成，并通过实例对基本遗传算法、自适应遗传算法和自适应SAGA进行了比较，结果表明自适应SAGA具有更强的搜索能力，可以更快的发现全局最优解。     

Analog Automatic Test Pattern Generation for Quasi-Static Structural Test

A new approach for structural, fault-oriented analog test generation methodology to test for the presence of manufacturing-related defects is proposed. The output of the test generator consists of optimized test stimuli, fault coverage and sampling instants that are sufficient to detect the failure modes in the circuit under test. The tests are generated and evaluated on a multistep ADC taking into account the potential fault masking effects of process spread on the faulty circuit responses. Similarly, the test generator results offer indication for the circuit partitioning within the framework of circuit performance, area and testability.     

基于HDL的PLA辅助分析

本文提出了一种用硬件描述语言（ＨＤＬ）来辅助分析ＰＬＡ的方法，并详细地介绍了可编程逻辑阵列（ＰＬＡ）的模块描述，阵列数据获取方法及模拟和测试语言（ＳＴＬ）激励文件的生成过程，最后，本文给出了一个较完整的自动分析程序流程图。     

基于路径自动分割的测试数据生成方法

为了提高路径覆盖测试数据生成效率,研究了路径自动分割方法并结合人工鱼群算法提出了一种路径覆盖测试数据生成方法.首先在分析变量与节点关系、变量与路径关系的基础上提出了路径分割的自动判定及分离算法,实现了变量对子路径有无影响的自动判定;其次引入Levy飞行策略和共轭梯度法对人工鱼群算法进行了改进;然后结合路径分离的结果和改进的人工鱼群算法实现路径覆盖测试数据的生成.在利用人工鱼生成测试数据的过程中,判断是否有人工鱼穿越分离的子路径.如果有,则记录人工鱼中穿越子路径相应的分量并在人工鱼的觅食、聚群及追尾等行为中固定这些分量,从而使得搜索空间不断减少.最后将提出的方法实现程序的测试数据生成,并与相关方法进行了比较.实验结果表明,本文方法在时间开销、成功率及算法稳定性等方面均具有优越性.     

基于LSGA的最小测试用例集自动生成

测试数据的生成是一个复杂的问题且其技术和方法还不成熟.根据实现语句覆盖的测试目标,提出了最大稳定遗传算法（LSGA）.该算法充分考虑了遗传算法的稳定性并在构造适应度函数和路径编号时提出了＂邻近者优先＂原则和＂就近路径编号＂原则.这个算法可以生成满足测试目标的最小用例集且其性能明显优于遗传算法.     

基于VHDL语言的数字电路测试码自动生成

本文提出了一种新的基于VHDL语言的组合数字电路测试码自动生成方法。在VHDL语言描述组合数字电路的基础上,建一VHDL语言的编译器,并输入为描述被测电路的VHDL语言,输出结果为描述被测电路功能的一系列逻辑表达式。针对这些逻辑表达式,本文详细地介绍了一种能直接产生电路测试码的算法。     

基于数据流的软件测试序列自动生成技术研究

测试用例自动生成技术是软件测试的一个重要研究领域，而如何从待测试程序中选取适当的测试序列集合是其中的一个关键问题。文章提出一种构造结构性测试序列集合的方法，此方法首先对待测试程序进行静态分析，然后根据程序的语句间关系生成程序图，最后基于数据流测试准则，根据程序图以及变量的定义和使用信息构造结构性测试序列集合。在Linux平台上使用这种方法对若干条程序进行分析处理，得到的测试序列集合可以使待测试程序得到充分测试。本文提出的方法具有比较高的测试覆盖，同时，在计算过程中避免了无用路径的生成，节省了算法空间和执行时间。     

一种基于数据流准则的测试数据自动生成算法

提出了一种基于数据流准则的测试数据自动生成的算法。该算法采用ALL-DU—PATHS覆盖准则．应用Warshall算法来计算判定DU对的可行可测性，通过优化选取覆盖DU对的测试序列，给出了基于测试序列的测试数据自动生成的方法，最后通过实例和实验进行了验证。     

Automatic Test Generation for Combinational Threshold Logic Networks

We propose an automatic test pattern generation (ATPG) framework for combinational threshold networks. The motivation behind this work lies in the fact that many emerging nanotechnologies, such as resonant tunneling diodes (RTDs), single electron transistor (SET), and quantum cellular automata (QCA), implement threshold logic. Consequently, there is a need to develop an ATPG methodology for this type of logic. We have built the first automatic test pattern generator and fault simulator for threshold logic which has been integrated on top of an existing computer-aided design (CAD) tool. These exploit new fault collapsing techniques we have developed for threshold networks. We perform fault modeling, backed by HSPICE simulations, to show that many cuts and shorts in RTD-based threshold gates are equivalent to stuck-at faults at the inputs and output of the gate. Experimental results with the MCNC benchmarks indicate that test vectors were found for all testable stuck-at faults in their threshold network implementations.     

Automatic Test Pattern Generation for Resistive Bridging Faults

An ATPG for resistive bridging faults in combinational or full-scan circuits is proposed. It combines the advantages of section-based generation and interval-based simulation. In contrast to the solutions introduced so far, it can handle static effects of arbitrary non-feedback bridges between two nodes, including ones detectable at higher bridge resistance and undetectable at lower resistance, and faults requiring more than one vector for detection. The developed tool is applied to ISCAS circuits, and a higher efficiency compared with other resistive bridging fault as well as stuck-at ATPG is reported. Information required for accurate resistive bridging fault simulation is obtained as a by-product.     

数字电路测试向量自动生成系统的比较

把遗传算法与蚂蚁算法运用于组合电路向量自动生成系统,并比较两者性能的优劣,根据实验结果进一步提出优化组合方案,将此方案应用于同步时序电路的测试向量自动生成系统中。提出一种优化的数字电路的测试向量自动生成系统。这个系统集合了蚂蚁算法和遗传算法的优点,使系统能在更短时间生成更小的测试集,而又能达到原先的故障覆盖率。     

Automatic Test Generation Methods for Large Scale Integrated Logic

Methods for generating tests for combinatorial and sequential logic circuits are discussed. A survey of existing techniques is given. An integrated approach that uses many of the existing methods plus new techniques is described and illustrated.     

雷达高分辨距离像模板自动生成算法

模板的完备性直接决定了基于高分辨距离像的雷达目标识别系统的分类性能;在外场试验中限于目标姿态、环境等因素难以获得准确标定的目标立体角范围内全姿态模板数据。针对一维距离像识别的工程实用化需求,本文基于数据驱动思想,提出了新的一维距离像聚类模板自动生成算法。与传统方法相比,本文方法在提高工程可行性的同时提高了识别性能。为满足实验需要,本文提出了新的基于MSTAR图像的高分辨距离像反演算法,得到更精确的反演数据。基于该数据的实验结果表明算法解决了模板生成姿态角依赖性问题,提高了识别性能。      

基于搜索空间自动缩减的路径覆盖测试数据进化生成

 提出一种基于搜索空间自动缩减的路径覆盖测试数据进化生成方法,首先,确定目标路径与输入变量之间的关系,将可分目标路径分离出与部分分量相关的子路径;然后,固定被穿越子路径对应的输入分量,并缩小交叉和变异操作的范围,使种群在不断缩小的空间里寻找测试数据,以提高测试数据生成的效率;最后,将提出的方法用于基准程序的路径覆盖测试数据生成,并与传统方法和随机法比较.结果表明,本文方法在生成测试数据需要的进化代数、运行时间和成功率等指标上均具有优越性.     

基于LXI的干扰控制及信号产生设备自动测试系统设计

干扰控制及信号产生设备指标类型多样,当前的测试方式流程繁杂,人工工作量大。干扰控制及信号产生设备的自动测试系统提供了高精度的测试环境,简化了测试流程,提高了测试可靠性与效率。介绍了基于LXI的干扰控制及信号产生设备自动测试系统的实施方案。     

基于遗传算法的IMX系统测试数据自动生成研究

利用遗传算法进行测试数据自动生成是近年来的研究热点,其有效性高度依赖于适应度函数的选取和初始种群的筛选。该文探索将遗传算法应用到IMX(Integrated Management X-software)系统测试数据自动生成以提高其回归测试的质量,将IMX系统专业测试人员手动生成的测试数据作为基础测试数据,并提出一种基于测试路径对目标路径覆盖率的初始种群筛选标准。在三角形程序和IMX系统平台上的实验表明,所提方法在寻找测试数据时所用的时间和迭代次数较少,且生成的测试数据具有较好的多样性。     

测试向量的自动生成及其功能验证环境

随着芯片的设计和验证越来越复杂,如何快速产生准确的功能测试向量就成为降低产品测试成本和缩短产品上市时间的关键因素。简要介绍了测试分类及测试向量,重点描述功能验证环境的建立,并提出一种新的功能验证环境,用于提高测试向量产生的效率和准确率。