Approximate Fault Simulation for Quick Evaluation of Test Patterns in Digital Circuit Testing
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 191
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-51-3_005
تاریخ نمایه سازی: 29 فروردین 1401
چکیده مقاله:
Simulation-based test pattern generation methods are an interesting alternative to deterministic methods because of lower time complexity. In these methods, test patterns are evaluated and those with higher efficiency are selected. Traditionally, test pattern selection is based on fault coverage, which is an accurate merit indicator, but its calculation is time-consuming. Instead of fault coverage, approximate indicators can be used to assess efficiency of test patterns. In this paper, an approximate indicator called APXD is proposed, which is more efficient than existing approximate methods. Our experimental results show that APXD indicator has a strong correlation with fault coverage. In addition, APXD simulation is ۱۹۰۰x, ۶۳x, and ۵۶x faster than serial, sampling, and parallel fault simulation, respectively. Exploiting APXD indicator instead of fault coverage, in a pruning-based test generation method, leads to about ۷۰۰x, ۲۴.۲x, and ۱۸.۴x speedup, respectively compared to pruning based methods that use serial, sampling, or parallel fault simulation for test pattern evaluation, at fault coverage of ۸۰%. Speedup at fault coverage of ۹۵% is about ۱۱۱.۳x, ۱۱.۱, and ۳.۶x, respectively. While, the use of APXD indicator instead of fault coverage increases the number of test vectors by ۲% at most, confirming the efficiency of APXD indicator compared with probabilistic and statistical approximate indicators.
کلیدواژه ها:
نویسندگان
لیلی خسروی
Department of Computer Engineering and Information Technology, Razi University, Kermanshah, Iran
آرزو کامران
Department of Computer Engineering and Information Technology, Razi University, Kermanshah, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :