ATPG故障类型和测试策略
ATPG测试流程
ATPG的基本流程是从用户选择的故障集合中选择故障,创建向量去控制和观测故障。通过对向量进行故障仿真来判断在设计仿真时正常行为和故障行为是否存在差异。如果目标故障被检测到,这个向量就会被保留。如果偶然检测到其他类型故障(非目标故障),这些故障也会被分类标记为可检测的(detected)。

故障类型分类
测试向量的故障模型包含以下几种:stuck-at、N-detect Bridge、Layout Aware Bridge、Transition、Path delay、UDFM、IDDQ。stuck-at类向量可以检测绝大多数故障,transition是第二大有效的。如果要检测low DPM,需要额外的故障模型。
Layout-Aware Bridge
这类故障模型使用较少,只有在对测试有很高质量的需求时才会使用,在有些公式已经标准化了。Layout-Aware基于物理属性测试目标故障。Calibre工具通过读入GDSII网表和Rules,提取可能地桥接故障点,得到一个桥接节点列表。Tessent TestKompress工具读入网表和这些桥接节点,用于确定bridge故障,生成测试向量。下面是几种可能出现桥接故障的情况。





桥接故障 : 多次检测
默认情况下,一个故障被检测到以后,这个故障就不会被作为目标再次检测。对于多次检测,故障可以根据用户指定次数(n),n次作为目标被检测。每次检测都会增加检测到桥接故障的统计概率。桥接故障覆盖率预测(BCE)反映了多次检测后,在统计学上检测到一个桥接故障的能力。

图示为多个向量检测到桥接故障的示例,蓝色故障为stuck-at-1,白色故障为bridge,当向量为010时可以检测到stuck-at-1的蓝色故障,当向量为011时,可以同时检测到stuck-at-1的蓝色故障点,和与蓝色故障点桥接的白色故障点。
桥接故障:N-Detect
set_multiple_detection -guaranteed_atpg_detections <n>,这个命令指定了每个可测故障被规定要检测的次数,在完成初次检测的向量生成后,会继续生成向量来实现对故障的第2,3,4,...,n次检测。每次的检测都需要一个独立的向量用于控制和观测,因此这个命令会增加测试向量的数量。
桥接故障:Embedded Multi-Detected(EMD)
set_multiple_detection -desired_atpg_detections <n>,这个命令指定每个可检测故障期望的检测次数。在一个故障被检测到一次以后,这个故障会被标记为可检测的(detected),然后会尝试额外的检测。EMD在故障分级时(给故障分类),向test cube中添加固定位来检测一些检测次数低的故障。这个命令会增加ATPG运行时间,但不会增加pattern数量。
Basic 、N-Detect与EMD ATPG对比

图示为三种模式atpg的对比,红色的为test cube,x为随机填充位。在检测过程中,一部分扫描单元需要被控制成特定值。比如前面桥接故障:多次检测中的例子,需要控制成011才能检测到桥接故障。这些需要在扫描单元中加载以用于该向量的特定位被称为test cube,未被test cube填充的扫描单元将被随机填充,随机检测未被作为目标的那些故障。与标准ATPG相比,对于先前检测次数较少的故障,EMD在test cube有效位增加了扫描单元值(scan cell),以提高多次检测的效果。而N-Detect则是通过生成多个pattern来提高检测效果。
EMD通常比标准ATPG的检测效果要好,但是这也取决于压缩的程度。压缩比越大,编码容量低,每个向量可用的test cube有效位数越少。压缩比大于200以后,可用的test cube位基本被填满,没有额外的位数用于EMD增加扫描单元值,此时EMD检测不会明显好于标准ATPG。因此EMD 的故障检出率(BCE)不如N-Detect生成多个向量的好。
At-Speed故障模型:跳变(transition)
行业中一半的产品会使用这个故障模型。延迟故障模型:0-1转变慢的节点,1-0转变慢的节点。在两种循环中应用:launch、capture。检测内容包括:部分导电晶体管、电阻性桥接缺陷。
At-Speed故障模型:路径延迟(Path Delay)
使用比较有限:包括速度分级(speed binning)和silicon trends。路径延迟模型:0-1转变慢的路径,1-0转变慢的路径。在两种循环中应用:launch、capture。测试总体延时(lumped time delay):累计延时总和,经过静态时序分析的得到的指定路径的路径延迟。检测内容包括:部分传导的晶体管、扩散。
用户自定义故障模型(UDFM)/Cell-Aware UDFM
用户自定义故障模型:用户定义的stuck-at和ransition故障的扩展模型;提供方法指定具体的激励用于测试的来判断故障是否被检测到。
Cell-Aware UDFM:UDFM的特殊应用。
IDDQ故障模型
使用有限:许多芯片因为噪声太大不能使用iddq测试。在稳定状态下测量静态电源提供的电流,需要花费一定时间,但是可以达到80-90%的故障覆盖率。可以检测:一直处于开放状态(stuck-on/stuck-open)的CMOS晶体管,桥接故障,部分传导的晶体管。

参考
mentor:tessent scan and ATPG学习手册
更多推荐

所有评论(0)