基于改進量子進化算法的3D NoC測試規(guī)劃研究.pdf

1、隨著集成技術的不斷進步，集成電路的規(guī)模越來越大，片上網(wǎng)絡(Network-on-Chip, NoC)逐漸向三維架構發(fā)展。3D NoC采用硅通孔(Through-Silicon-Via, TSV)技術實現(xiàn)層與層之間的垂直互聯(lián)，以減短互連線的長度，降低延時和功耗，同時，3D NoC具有系統(tǒng)集成度高，封裝密度大等優(yōu)點。測試是3D NoC技術的重要環(huán)節(jié)，而3D NoC多樣的體系結構和復雜的互連邏輯使測試方案的設計和實施變得愈加困難，時間成本愈來

2、愈高。同時，由于TSV制作工藝復雜、成本較高、散熱困難，在3D NoC中應盡可能地減少TSV的占用數(shù)量，3D NoC測試時同樣有必要盡可能降低TSV的使用數(shù)量。因此，提出一種高效的測試規(guī)劃方法以縮短測試時間，提高 TSV利用率，降低測試成本具有重要的研究價值。
　　本研究首先分析了3DNoC的基本架構和IP核測試相關技術，其次在帶分復用的測試策略下，重用 NoC作為測試訪問機制，利用改進的量子進化算法（Improved Quant

3、um-Inspired Evolutionary Algorithm，IQEA）對3D NoC實施測試規(guī)劃研究，將I/O、TSV資源合理有效地分配給各個內(nèi)核，并研究各層的測試TSV配置方案，以縮短測試時間，提高 TSV的利用率。為了提高算法性能，本文引入旋轉(zhuǎn)角動態(tài)調(diào)整策略與量子變異策略，在個體更新時，量子旋轉(zhuǎn)門旋轉(zhuǎn)角的大小隨著適應度值動態(tài)調(diào)整，以加快收斂，同時針對種群中適應度較差的個體采用受控量子旋轉(zhuǎn)門實施變異操作，以增加種群多樣性，確