Grunnleggende av boolesk algebra i digital design

Det er det matematiske grunnlaget for digital logikkdesign. Det opererer på binære variabler som kan ta bare to verdier: (sann, høy spenning). De tre grunnleggende operasjonene ] (konjunksjon, representert med · eller ⁇ ), (diskompensasjon, representert med + eller ⁇ ), og NOT (negasjon, representert med en bar eller ⁇ ) (disposisjon, representert med + eller ⁇ )[FLT:][FLT:][5][5][5][5][5][5][5][5][5][

Rollen som testmønstergenerasjon i digital kretsverifisering

Etter at en digital krets er laget, må det testes for å sikre ingen fysiske defekter - som shorts, åpner eller transistor fast-at-feil - kompromisse sin funksjonalitet. Logic test mønster generasjon er prosessen med å skape et sett med inngang vektorer som, når brukt på kretsen, produserer utganger som kan sammenlignes med forventede verdier. Målet er å oppnå høy feil dekning med minimal testlengde. Tidlig manuell testgenerasjon var upraktisk for komplekse design, så automatiserte verktøy (ATPG - Automatisk testmønstergenerasjon) ble utviklet. Bolsk algebra er ryggraden av disse verktøyene fordi det gir en formel, algoritmisk måte å hente testmønstre ved å resonnere om kretsens logiske oppførsel under feilforhold.

Falske modeller og deres booleske representasjon

Den vanligste feilmodellen er ]stuck-at-feil], hvor en signallinje er permanent fast ved logikk 0 eller logikk 1. For en gitt krets, forvandler en fast-at-feil den opprinnelige boolske funksjonen til en feilfunksjon. Boolsk algebra tillater testingeniører å beregne tilstanden der de riktige og feilaktige utgangene er forskjellig - denne forskjellen kalles ] for å gjøre det mulig å beregne den tilstanden som de riktige og feilaktige utgangene er satt til, og den feilaktige kretsen oppfører seg som om uavhengig av den tiltenkte logikken. Testmønsteret må sensibilisere en bane fra feilstedet til en primær utgang mens den kontrollerer de nødvendige nodeverdiene. Borebolske ligninger for feildeteksjon er bygget ved å kombinere den gode kretsfunksjonen, feilkretsfunksjonen og XOR av utgangsfunksjonen.

Andre feilmodeller inkluderer bridging feil (korte kretser mellom to nett) og delay feil, som begge kan også uttrykkes ved bruk av boolesk algebra når modellering av feilaktig oppførsel som en endret logisk operasjon. Den boolesk algebra ramme skalerer godt: komplekse feileffekter blir tatt opp ved å legge til begrensninger til testgenerasjonsproblemet.

Systematiske trinn for automatisering testmønster generasjon ved hjelp av boolesk Algebra

Moderne ATPG algoritmer er avhengige av den boolske algebraen i hvert trinn. Den generelle flyten kan deles i fire faser, men bak hver ligger det algebraiske resonnement.

1. Modellere kretsen som boolske uttrykk

For en enkel og port med innganger og og utgang er uttrykket . For en intern node som vifter ut til flere porter, har hver vifte gren den samme logiske verdien med mindre det er tilstede. ATPG-verktøyet bygger en Boolean forskjell modell: partiell derivat av utgangen med hensyn til et signal, som indikerer om en endring i dette signalet påvirker utgangen. Den boolske forskjellen beregnes ved hjelp av XOR og OG operasjoner, som muliggjør feilutbredelsesanalyse.

2. Forenkling uttrykk med boolesk Algebra

Før du genererer testmønstre, blir kretsens boolske uttrykk ofte forenklet for å redusere redundans. Dette er ikke bare for maskinvareoptimalisering - forenklede uttrykk gjør også testgenerasjonsproblemet lettere å løse. Teknikker som Karnaugh kart og Quine-McCluskey algoritme brukes til å minimere sum-av-produkter eller produkt-av-sums former. For eksempel uttrykket forenkler til . Færre produktbegreper betyr færre testkuber er nødvendig for å dekke alle feil.Bolesk algebrateori som absorpsjon, idempotens og konsensus brukes uttømmende av ATPG-motoren for å rendre søkeplassen.

3. Avlede test vektorer gjennom boolesk grunn

Når kretsen er modellert og forenklet, formulerer ATPG-verktøyet testgenerasjonen som en -tilfredshet (SAT)-problemet eller bruker algoritmer som D-algorithm, PODEM (Path-Oriented Decision Making), eller FAN (Fanout-Oriented). Alle disse metodene er avhengige av boolesk algebra for å tildele verdier til primære innganger slik at feileffekten blir forplantet til en observerbar utgang. For eksempel introduser D-algorithm D-notasjonen (D = 1 i god krets, 0 i feilkrets; D = 0 gode, 1 feilaktige). Bortfallende ligninger brukes til å rettferdiggjøre hver intern oppgave, sikre konsistens. ATPG-motoren utfører en rekursiv backtracking, ved hjelp av boolesk algebra til å beregne konsekvenser ⁇ når en portutgang tvinges til en verdi, andre signaler bestemmes eller tilbake.

Eksempel: Stuck-at-0-feil på en NAND Gate utgang

Tenk på en to-innskudds NAND-port med innganger og , utgang . God krets: . Fault fast ved 0: feilkretsen alltid utganger 0. For å oppdage denne feilen trenger vi innganger som gjør den gode utgangen 1 (så feilutgangen varierer). Det krever ] (dvs. minst én inngang er 0) og også at den feilaktige verdien 0 er utbredt til en primær utgang. Ved hjelp av boolsk algebra: testtilstand . Så enhver inngangskombinasjon der fungerer — betyr eller eller . Dette enkle eksemplet illustrerer hvordan algebraiske utbytter direkte på tusenvis av slike resonne.

4. Automatisering mønster generasjon og kompakt

Etter å ha resultert individuelle testvektorer for hver feil, bruker ATPG verktøyet standardsimulering for å evaluere hvilke vektorer som dekker ytterligere feil. Boolske algebra spiller igjen en rolle: feilsimulering akselereres ved å evaluere boolske funksjoner over mange inngangsmønstre samtidig ved hjelp av bitvis operasjoner. Verktøy som Synopsys Tetramax] eller Mentor Graphics FastScan implementererer disse teknikkene. Det endelige settet av mønstre er komprimert — fjerne overflødige vektorer — ved å bruke et boolsk resonnement for å oppdage at en del av mønstre fortsatt eksiterer og forplanterer alle målfeil.

Fordelene med boolesk Algebra i testmønster automatisering

  • Redusert testsett Størrelse: Bolsk forenkling eliminerer overflødige testbiter, noe som fører til færre testsykluser og lavere testkostnader.
  • Høye feildekninger: Formell algebraiske metoder garanterer at ingen udeteksjonsfeil er savnet (levert feilmodellen er nøyaktig).
  • SAT-løsere og BDD-er (Binary Decision Diagrams) som er bygget på bolevardisk algebra, kan håndtere kretser med millioner av porter.
  • Fleksibilitet:Babelisk algebra støtter flere feilmodeller og hierarkisk testgenerasjon uten å i utgangspunktet endre den underliggende matematikken.
  • Tool Automation: ATPG-verktøy kan kjøre uovertruffen, generere testmønstre i minutter som ville ta menneskelige ingeniører uker.

Utfordringer og moderne forbedringer

Mens det boolske algebra gir en robust teoretisk ramme, står praktiske ATPG overfor utfordringer. Den eksponentielle kompleksiteten til den boolske metting kan føre til at verktøy kan kjøre på ubestemt tid for noen hard-to-test feil. Ingeniører adresserer dette ved å bruke random testgenerasjon kombinert med algebraiske heuristics, eller ved å bruke ] BDD-basert resonans som kompakterer det boolske uttrykk i en kanonisk form. En annen utfordring er å håndtere sequential kretser med minneelementer (flip-flops). Her utvides det boolske algebra til å modellere tilstandsoverganger ⁇ et testmønster blir en sekvens av vektorer, som krever iterativ algebraisk operasjon over tidsrammer. Moderne ATPG verktøy inneholder også trykk på teknikker som fortsatt er basert på den kompakte tilstanden som desmønstre

Konklusjon

Et boolesk algebra forblir et uunnværlig verktøy i automatisering av logisk testmønstergenerering. Fra modellering kretser og feil til å avlede og komprimere testvektorer, gir dets algebraiske regler en formel, skalerbar metode for å sikre riktigheten av digitale systemer. Ettersom integrerte kretser vokser tettere ⁇ med milliarder av transistorer og avanserte produksjonsknuter ⁇ vil rollen som boolesk algebra i ATPG fortsette å utvikle, innlemme maskinlæring og mer avanserte SAT-løsere, men alltid forankret i samme logiske grunnlag som George Boole lagt ned mer enn 150 år siden. Ingeniører som behersker disse begrepene er bedre utstyrt til å designe pålitelig elektronikk og administrere den stadig økende kompleksiteten i testing. For videre lesing på emnet, konsulter disse IEEE-oversikten over moderne ATPG algoritmer og ScienceDirect-inngangen på kalium i testing[FLT:][FLT][F][F][F]