基于改進LSSVM的集成電路運行故障檢測方法研究

張瑤桐

（內蒙古電力勘測設計院有限責任公司，內蒙古呼和浩特 010010）

0 引言

在現代化、信息化社會中，集成電路被廣泛應用于軍事、自動控制、測控等諸多領域，集成電路的可靠性直接關系到人們的生活和社會的生產。集成電路是造成微電子系統故障的主要原因之一，根據大量的實驗數據與研究可知，集成電路運行故障占所有電子設備故障的90%以上[1]。隨著電路設計與開發技術的發展，集成電路在市場上的應用范圍越來越廣、規模越來越大。為滿足行業發展需求，電路在設計與開發過程中的功能化、模塊化趨勢也越發顯著[2]。因此，在電力、通信設備、軍事裝備尤其是軍事裝備等領域，都需要對復雜電子設備的集成電路運行進行故障診斷與維護。但在深入研究行業發展的需求中發現，常規的故障檢測手段已經無法滿足高度集成化電路的故障診斷需求。因此，如何引進新技術，開展此方面的深化研究成為當下的研究重點。集成電路故障診斷一般是通過對其拓撲結構的了解，對其輸入激勵信號的分析，得到在故障狀態下的集成電路響應信息，再根據響應信息判斷其故障物理位置。通過此種方式進行集成電路的測試將產生高昂的費用。現階段，故障診斷已成為制約集成電路發展的技術瓶頸[3]，因此，對其進行研究，并設計自動化和智能化的診斷方法，具有較為現實的意義。為落實此項工作，本文將在此次研究中，引進改進LSSVM，以某集成電路為例，開展電路運行故障檢測方法的設計，旨在通過此次設計，解決由集成電路故障造成的電子元件、微電子系統運行異常。

1 集成電路運行信號采集

為實現對集成電路運行故障的檢測，開展研究前，應先進行集成電路運行信號的采集[4]。在此過程中，將集成電路接入終端計算機，在電子通信網的弱信號捕捉中采集集成電路運行信號，采集過程中，接收器將中頻信號轉換為頻率信號，經過通信網的截取和卸載處理后，輸出信號結果。

采集過程中的主要設備包括信號采集電路、信號處理器、低通濾波電路，擬采用雙通道載波進行信號采集，雙路同時在線發生時，采集集成電路運行信號并上報，通過此種方式，可以避免電路故障狀態發生改變，以此實現對通信智能化終端的規范化運營。在此基礎上，通過終端計算機中ARM主控單元和云端服務平臺的控制采集接口，將前端設備與主控單元相連，再與ARM主控單元、PLC電力線相連，通過載波線路的接收和電信號的耦合，獲得集成電路運行中的數據信號。

2 基于改進LSSVM的集成電路運行非線性特征提取

在上述內容的基礎上，引進改進LSSVM，提取集成電路運行中的非線性特征[5]。在此過程中，可將非線性特征的提取過程作為改進LSSVM中決策函數的求解過程，此過程計算公式如下所示：

式中：f（x）表示改進LSSVM中的決策函數；w表示輸入空間；T表示函數構造次數；φ（x）表示非線性映射函數；b表示函數偏置量。

對函數進行空間映射，根據映射結構，構造集成電路在運行過程中的信號分類過程，此過程計算公式如下所示：

式中：F（x）表示集成電路在運行過程中的信號分類過程（支持向量機分類函數）；n表示偏差量；i表示分類構造次數；a表示拉格朗日乘子；K表示核函數。

在上述內容的基礎上，將改進LSSVM中的拉格朗日乘子作為參照，根據構造的核函數，進行集成電路運行非線性特征的提取，此過程計算公式如下所示：

式中：A表示集成電路運行非線性特征；y表示徑向基函數；I表示正規化參數向量；γ表示參數學習率。

按照上述方式，完成基于改進LSSVM的集成電路運行非線性特征提取。

3 集成電路運行故障全局檢索與檢測

完成對集成電路運行非線性特征的提取后，引進粒子群算法，進行集成電路運行故障全局檢索。在此過程中，設置主粒子群規模、粒子群最大迭代次數、慣性矩陣等參數條件。將完成參數設置的粒子隨機分布在集成電路映射空間中，構造集成電路運行過程中的適應度函數，進行集成電路運行故障的全局檢索，此過程計算公式如下所示：

式中：M表示集成電路運行故障全局檢索；N表示粒子群最大迭代次數；Bc表示故障錯誤分類；Zi表示訓練樣本迭代次數。

為避免檢索的故障結果陷入局部最優解，應在計算過程中不斷進行粒子群空間位置與數量的更新，通過多次計算，確保最優解為全局最優解。以此種方式實現集成電路運行故障全局檢索，完成基于改進LSSVM的集成電路運行故障檢測方法設計。

4 對比實驗

上文引進改進LSSVM，開展了集成電路運行故障檢測方法的設計研究，為實現對該方法在實際應用中效果的檢驗，下面將以某微電子科研單位為例，采用設計對比實驗的方式，對本文設計的方法進行測試。

實驗前，在測試終端上使用Pspice軟件與Matlab工具建立集成電路，集成電路基本構成如圖1所示。

圖1 集成電路基本構成

圖1中，主要元件為R1～R5，開關為C1、C2，O為電源，U為供電端。為滿足實驗結果的真實性與可靠性要求，完成集成電路的構建后，設計電路中主要元件的技術參數，相關內容如表1所示。

表1 集成電路中主要元件的技術參數

按照上述方式完成集成電路中主要元件的技術參數設計后，使用本文設計的方法進行集成電路運行故障的檢測。檢測過程中，先進行集成電路運行信號的采集。在此基礎上，引進改進LSSVM，設計集成電路運行非線性特征的提取，以此為依據，通過對集成電路運行故障的全局檢索，實現對電路運行故障的檢測。

完成本文方法在測試環境中的應用后，引進改進遺傳神經網絡算法的故障檢測方法、基于Hough變換的故障檢測方法作為傳統方法1、傳統方法2。按照規范，使用傳統方法與本文方法進行集成電路運行故障的檢測。

現已知集成電路中電流的走向為R1→R2→R3→R4→R5，且R4對應的電路部分存在故障。在已知故障分布的基礎上，根據三種方法檢測故障信號的幅值，進行三種檢測方法的可行性分析，其結果如圖2～圖4所示。

圖2 本文方法檢測結果

從圖2所示的實驗結果可以看出，使用本文方法進行集成電路運行故障檢測，R4對應的集成電路部分故障信號幅值較高，且R1、R2、R3、R5集成電路部分故障信號幅值較低，說明R4對應的電路部分存在故障。

從圖3所示的實驗結果可以看出，使用傳統方法1進行集成電路運行故障檢測，R2、R4對應的集成電路部分故障信號幅值較高，且R1、R3、R5集成電路部分故障信號幅值較低，說明R2、R4對應的電路部分存在故障。

圖3 傳統方法1檢測結果

從圖4所示的實驗結果可以看出，使用傳統方法2進行集成電路運行故障檢測，檢測結果中未有明顯的故障信號，說明傳統方法2未能檢測到集成電路中存在故障。

圖4 傳統方法2檢測結果

綜合上述實驗結果可以看出，三種方法中，只有本文方法的檢測結果與實際結果一致，由此可以得到結論：相比傳統方法，本文方法的檢測結果更具可靠性，該方法可以精準識別到集成電路中是否存在故障，此種方式可以實現對集成電路運行故障的精準檢測。

5 結論

隨著科研市場微電子工藝的不斷進步，集成電路故障診斷的研究成為微電子行業的關注重點。調研數據顯示，在電子器件中，集成電路失效率達到了90%以上。集成電路技術的飛速發展，使得電路的集成化程度和制版工藝技術不斷提升，對應的模塊化和功能化趨勢越來越顯著，提升了產品綜合性能的同時，也在一定程度上降低了芯片的成本和面積。

為發揮集成電路在電子元件與微電子系統中更高的價值與效能，本文在此次研究中引進改進LSSVM，以某集成電路為例，通過集成電路運行信號采集、集成電路運行非線性特征提取、集成電路運行故障全局檢索與檢測，完成了電路運行故障檢測方法的設計研究。在此基礎上，設計對比實驗，實驗結果表明：本文方法的檢測結果更具可靠性，該方法可以精準識別到集成電路中是否存在故障，此種方式可以實現對集成電路運行故障的精準檢測。