本申請(qǐng)涉及集成電路設(shè)計(jì)，更具體地說(shuō)，是涉及一種在軌集成電路老化故障診斷方法及診斷系統(tǒng)。

背景技術(shù)：

1、集成電路性能退化是影響航天器系統(tǒng)可靠性的關(guān)鍵問(wèn)題之一。特征尺寸進(jìn)入深亞微米后，熱載流子注入、負(fù)偏壓溫度不穩(wěn)定性、時(shí)間相關(guān)介質(zhì)擊穿、電遷移等效應(yīng)會(huì)導(dǎo)致金氧半場(chǎng)效晶體管的性能發(fā)生退化，閾值電壓增加，增加電路延時(shí)，降低電路速度。嚴(yán)重退化還可能會(huì)導(dǎo)致時(shí)序違例，從而使邏輯功能錯(cuò)誤和電路故障，造成災(zāi)難性的后果。各類(lèi)老化故障已成為成為大規(guī)模集成電路的主要失效機(jī)理。由于集成電路的集成度提高，傳統(tǒng)的故障診斷方法的檢測(cè)代價(jià)（功耗、面積、檢測(cè)時(shí)長(zhǎng)）越來(lái)越大，另外，系統(tǒng)集成的高性能、小型化、異構(gòu)集成、結(jié)構(gòu)多樣化以及宇航應(yīng)用降低成本的需求，傳統(tǒng)的檢測(cè)方法難以滿(mǎn)足宇航應(yīng)用高可靠的要求?，F(xiàn)有技術(shù)中檢測(cè)集成電路老化故障的技術(shù)方案有：

2、（1）公開(kāi)號(hào)為cn118690706a的中國(guó)發(fā)明專(zhuān)利，公開(kāi)了一種集成電路老化效應(yīng)的仿真方法及裝置，涉及集成電路技術(shù)領(lǐng)域，用于優(yōu)化集成電路老化效應(yīng)的仿真流程，實(shí)現(xiàn)高效率的老化效應(yīng)仿真。該集成電路老化效應(yīng)的仿真方法包括：獲取器件節(jié)點(diǎn)波形的描述參數(shù)，該描述參數(shù)用于表征節(jié)點(diǎn)波形的信息。然后根據(jù)描述參數(shù)調(diào)用對(duì)應(yīng)的老化模型，老化模型對(duì)描述參數(shù)進(jìn)行解析，求得節(jié)點(diǎn)波形的近似老化原函數(shù)。設(shè)定目標(biāo)老化仿真時(shí)間，結(jié)合老化模型的擬合參數(shù)，計(jì)算相應(yīng)器件的老化仿真結(jié)果。

3、（2）公開(kāi)號(hào)為cn103116121a的中國(guó)發(fā)明專(zhuān)利，公開(kāi)了一種基于自振蕩回路的電路老化測(cè)試方法，其特征是：根據(jù)靜態(tài)時(shí)序分析和路徑間相關(guān)性，選取待測(cè)電路中的老化特征通路集合t；保持老化特征通路集合t中各條待測(cè)路徑上具有奇數(shù)次邏輯非，形成自振蕩的回路；采用固定型故障的測(cè)試生成方法，生成測(cè)試向量，激發(fā)自振蕩回路，產(chǎn)生測(cè)試電平信號(hào)；通過(guò)計(jì)數(shù)器采樣自振蕩回路，獲取電路老化特征值，度量待測(cè)電路老化程度。

4、然而對(duì)于在軌衛(wèi)星的集成電路元件而言，地面測(cè)試難以完全模擬太空環(huán)境，這是由于在軌衛(wèi)星在運(yùn)行過(guò)程中，會(huì)受到來(lái)自臨近天體的周期性影響，這些影響來(lái)自太陽(yáng)活動(dòng)、宇宙射線、其他星球的磁場(chǎng)變化，因而需要一種能夠?qū)崿F(xiàn)在軌持續(xù)學(xué)習(xí)的集成電路老化診斷方法。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問(wèn)題，本申請(qǐng)采用的技術(shù)方案是一種在軌集成電路老化故障診斷方法，包括：

2、地面訓(xùn)練：由采集器件采集轉(zhuǎn)換待測(cè)模塊的特征參數(shù)，基于包括spi協(xié)議算法、數(shù)字信號(hào)恢復(fù)定點(diǎn)小數(shù)算法、小波變換濾波算法和離差標(biāo)準(zhǔn)化算法的特征參數(shù)處理模塊進(jìn)行特征參數(shù)處理，依據(jù)特征參數(shù)處理后的實(shí)測(cè)老化失效參數(shù)構(gòu)建神經(jīng)網(wǎng)絡(luò)老化失效故障數(shù)據(jù)集，經(jīng)由基于反向傳播算法的學(xué)習(xí)訓(xùn)練模塊訓(xùn)練得到前饋神經(jīng)網(wǎng)絡(luò)參數(shù)，將前饋神經(jīng)網(wǎng)絡(luò)參數(shù)移植到基于pytorch搭建的前饋神經(jīng)網(wǎng)絡(luò)和fpga搭建的前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行聯(lián)合測(cè)試；

3、在軌測(cè)試：特征參數(shù)處理后數(shù)據(jù)首先進(jìn)入已包含地面訓(xùn)練神經(jīng)網(wǎng)絡(luò)老化失效故障數(shù)據(jù)集的數(shù)據(jù)緩沖區(qū)，自數(shù)據(jù)緩沖區(qū)向基于反向傳播算法的學(xué)習(xí)訓(xùn)練模塊提供訓(xùn)練數(shù)據(jù)，使用指數(shù)加權(quán)移動(dòng)平均算法周期性更新前饋神經(jīng)網(wǎng)絡(luò)參數(shù)，將前饋神經(jīng)網(wǎng)絡(luò)參數(shù)移植到基于pytorch搭建的前饋神經(jīng)網(wǎng)絡(luò)和fpga搭建的前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行聯(lián)合測(cè)試。

4、可選地，fpga搭建的前饋神經(jīng)網(wǎng)絡(luò)包括5-2-4-2結(jié)構(gòu)的雙隱藏層前饋神經(jīng)網(wǎng)絡(luò)，其輸入層輸入經(jīng)過(guò)特征參數(shù)處理模塊處理的電流和溫度參數(shù)，輸出層輸出正常和老化失效。

5、可選地，數(shù)字信號(hào)恢復(fù)定點(diǎn)小數(shù)算法包括采用逆推公式將采集器件轉(zhuǎn)換得到的數(shù)字信號(hào)，在逐次逼近型模/數(shù)轉(zhuǎn)換器的轉(zhuǎn)換原理的基礎(chǔ)上，轉(zhuǎn)換為表示特征參數(shù)真實(shí)值的通用二進(jìn)制數(shù)，逆推公式為：

6、；

7、式中，s12-s1表示12位數(shù)字信號(hào)輸出，vin表示輸入電壓，vin-表示輸入電壓的最小量程，vref表示參考電壓。

8、可選地，小波變換濾波算法包括使用daubechies小波作為小波基通過(guò)連續(xù)小波變換，對(duì)數(shù)字信號(hào)恢復(fù)定點(diǎn)小數(shù)算法處理后的信號(hào)進(jìn)行多尺度分解為小波系數(shù)，設(shè)置硬閾值去除小波系數(shù)中的噪聲，將去噪后的小波系數(shù)進(jìn)行信號(hào)重構(gòu)。

9、可選地，數(shù)據(jù)緩沖區(qū)為隊(duì)列結(jié)構(gòu)的固定大小緩沖區(qū)，周期性從緩沖區(qū)抽取數(shù)據(jù)用于模型訓(xùn)練。

10、可選地，指數(shù)加權(quán)移動(dòng)平均算法包括對(duì)于模型中的每個(gè)參數(shù)，初始化指數(shù)加權(quán)移動(dòng)平均變量，計(jì)算指數(shù)加權(quán)移動(dòng)平均梯度，使用指數(shù)加權(quán)移動(dòng)平均梯度更新模型參數(shù)，根據(jù)驗(yàn)證集表現(xiàn)控制學(xué)習(xí)率。

11、可選地，控制學(xué)習(xí)率包括設(shè)置滑動(dòng)窗口儲(chǔ)存前饋神經(jīng)網(wǎng)絡(luò)訓(xùn)練準(zhǔn)確率構(gòu)建數(shù)據(jù)緩沖區(qū)，將新準(zhǔn)確率數(shù)據(jù)添加至數(shù)據(jù)緩沖區(qū)，對(duì)緩沖區(qū)內(nèi)數(shù)據(jù)計(jì)算均值和標(biāo)準(zhǔn)差，設(shè)定均值控制下限和標(biāo)準(zhǔn)差控制上限，當(dāng)均值低于均值控制下限或均值降低的同時(shí)標(biāo)準(zhǔn)差高于標(biāo)準(zhǔn)差控制上限時(shí)增加學(xué)習(xí)率。

12、可選地，增加學(xué)習(xí)率采用指數(shù)增加和突然重啟的方式進(jìn)行，學(xué)習(xí)率首先指數(shù)增加直至0.1，而后突然重啟至0.001，判斷準(zhǔn)確率是否達(dá)到均值控制下限，重復(fù)指數(shù)增加和突然重啟的過(guò)程，直到準(zhǔn)確率達(dá)到均值上限。

13、可選地，老化失效包含熱載流子注入、負(fù)偏壓溫度不穩(wěn)定性、時(shí)間相關(guān)介質(zhì)擊穿、電遷移四種類(lèi)型。

14、本申請(qǐng)還提供了一種在軌集成電路老化故障診斷系統(tǒng)，適用于如上述任意一項(xiàng)集成電路老化故障診斷方法進(jìn)行集成電路老化故障診斷。

15、本申請(qǐng)所提供的在軌集成電路老化故障診斷方法及診斷系統(tǒng)的有益效果在于：

16、1.本在軌集成電路老化故障診斷系統(tǒng)基于fpga實(shí)現(xiàn)，整體系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，成本低，功耗低，檢測(cè)速度快，檢測(cè)精度高，神經(jīng)網(wǎng)絡(luò)算法在pc端進(jìn)行訓(xùn)練，訓(xùn)練完成后將參數(shù)固化到fpga神經(jīng)網(wǎng)絡(luò)算法模塊，從而降低訓(xùn)練的時(shí)間長(zhǎng)度，以及資源的消耗，提升診斷精度，降低整體系統(tǒng)的功耗狀況，故障診斷算法采用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，相比于傳統(tǒng)診斷方法，大大降低了診斷系統(tǒng)的復(fù)雜性，同時(shí)能夠?qū)Χ喾N老化故障進(jìn)行檢測(cè)，降低了檢測(cè)的周期，同時(shí)，診斷精度能夠達(dá)到99%。

17、2.由地面訓(xùn)練結(jié)果提供基本檢測(cè)能力，在軌訓(xùn)練中獲取實(shí)際在軌數(shù)據(jù)加入已包含地面訓(xùn)練神經(jīng)網(wǎng)絡(luò)老化失效故障數(shù)據(jù)集的數(shù)據(jù)緩沖區(qū)，自數(shù)據(jù)緩沖區(qū)向基于反向傳播算法的學(xué)習(xí)訓(xùn)練模塊提供訓(xùn)練數(shù)據(jù)，使用指數(shù)加權(quán)移動(dòng)平均算法周期性更新前饋神經(jīng)網(wǎng)絡(luò)參數(shù)，實(shí)現(xiàn)對(duì)于在軌數(shù)據(jù)的持續(xù)學(xué)習(xí)，適應(yīng)空間環(huán)境的非規(guī)律周期性電磁影響。

技術(shù)特征：

1.一種在軌集成電路老化故障診斷方法，其特征在于，包括：

2.如權(quán)利要求1所述的在軌集成電路老化故障診斷方法，其特征在于：所述fpga搭建的前饋神經(jīng)網(wǎng)絡(luò)包括5-2-4-2結(jié)構(gòu)的雙隱藏層前饋神經(jīng)網(wǎng)絡(luò)，其輸入層輸入經(jīng)過(guò)特征參數(shù)處理模塊處理的電流和溫度參數(shù)，輸出層輸出正常和老化失效。

3.如權(quán)利要求2所述的在軌集成電路老化故障診斷方法，其特征在于：所述數(shù)字信號(hào)恢復(fù)定點(diǎn)小數(shù)算法包括采用逆推公式將所述采集器件轉(zhuǎn)換得到的數(shù)字信號(hào)，在逐次逼近型模/數(shù)轉(zhuǎn)換器的轉(zhuǎn)換原理的基礎(chǔ)上，轉(zhuǎn)換為表示特征參數(shù)真實(shí)值的通用二進(jìn)制數(shù)，所述逆推公式為：

4.如權(quán)利要求3所述的在軌集成電路老化故障診斷方法，其特征在于：所述小波變換濾波算法包括使用daubechies小波作為小波基通過(guò)連續(xù)小波變換，對(duì)數(shù)字信號(hào)恢復(fù)定點(diǎn)小數(shù)算法處理后的信號(hào)進(jìn)行多尺度分解為小波系數(shù)，設(shè)置硬閾值去除小波系數(shù)中的噪聲，將去噪后的小波系數(shù)進(jìn)行信號(hào)重構(gòu)。

5.如權(quán)利要求3所述的在軌集成電路老化故障診斷方法，其特征在于：所述數(shù)據(jù)緩沖區(qū)為隊(duì)列結(jié)構(gòu)的固定大小緩沖區(qū)，周期性從所述緩沖區(qū)抽取數(shù)據(jù)用于模型訓(xùn)練。

6.如權(quán)利要求5所述的在軌集成電路老化故障診斷方法，其特征在于：所述指數(shù)加權(quán)移動(dòng)平均算法包括對(duì)于模型中的每個(gè)參數(shù)，初始化指數(shù)加權(quán)移動(dòng)平均變量，計(jì)算指數(shù)加權(quán)移動(dòng)平均梯度，使用所述指數(shù)加權(quán)移動(dòng)平均梯度更新模型參數(shù)，根據(jù)驗(yàn)證集表現(xiàn)控制學(xué)習(xí)率。

7.如權(quán)利要求6所述的在軌集成電路老化故障診斷方法，其特征在于：所述控制學(xué)習(xí)率包括設(shè)置滑動(dòng)窗口儲(chǔ)存前饋神經(jīng)網(wǎng)絡(luò)訓(xùn)練準(zhǔn)確率構(gòu)建數(shù)據(jù)緩沖區(qū)，將新準(zhǔn)確率數(shù)據(jù)添加至所述數(shù)據(jù)緩沖區(qū)，對(duì)緩沖區(qū)內(nèi)數(shù)據(jù)計(jì)算均值和標(biāo)準(zhǔn)差，設(shè)定均值控制下限和標(biāo)準(zhǔn)差控制上限，當(dāng)均值低于所述均值控制下限或均值降低的同時(shí)標(biāo)準(zhǔn)差高于所述標(biāo)準(zhǔn)差控制上限時(shí)增加學(xué)習(xí)率。

8.如權(quán)利要求7所述的在軌集成電路老化故障診斷方法，其特征在于：所述增加學(xué)習(xí)率采用指數(shù)增加和突然重啟的方式進(jìn)行，學(xué)習(xí)率首先指數(shù)增加直至0.1，而后突然重啟至0.001，判斷所述準(zhǔn)確率是否達(dá)到均值控制下限，重復(fù)指數(shù)增加和突然重啟的過(guò)程，直到準(zhǔn)確率達(dá)到均值上限。

9.如權(quán)利要求6所述的在軌集成電路老化故障診斷方法，其特征在于：所述老化失效包含熱載流子注入、負(fù)偏壓溫度不穩(wěn)定性、時(shí)間相關(guān)介質(zhì)擊穿、電遷移四種類(lèi)型。

10.一種在軌集成電路老化故障診斷系統(tǒng)，其特征在于：適用于如權(quán)利要求1-9任意一項(xiàng)所述集成電路老化故障診斷方法進(jìn)行集成電路老化故障診斷。

技術(shù)總結(jié)
本發(fā)明提供了一種在軌集成電路老化故障診斷方法及診斷系統(tǒng)，涉及集成電路設(shè)計(jì)技術(shù)領(lǐng)域，包括地面訓(xùn)練：采集特征參數(shù)，基于SPI協(xié)議算法、數(shù)字信號(hào)恢復(fù)定點(diǎn)小數(shù)算法、小波變換濾波算法和離差標(biāo)準(zhǔn)化算法進(jìn)行特征參數(shù)處理，構(gòu)建老化失效故障數(shù)據(jù)集，經(jīng)由反向傳播算法訓(xùn)練得到前饋神經(jīng)網(wǎng)絡(luò)參數(shù)，移植到基于Pytorch搭建的前饋神經(jīng)網(wǎng)絡(luò)和FPGA搭建的前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行聯(lián)合測(cè)試；在軌測(cè)試：數(shù)據(jù)進(jìn)入數(shù)據(jù)緩沖區(qū)，向?qū)W習(xí)訓(xùn)練模塊提供訓(xùn)練數(shù)據(jù)，使用指數(shù)加權(quán)移動(dòng)平均算法周期性更新前饋神經(jīng)網(wǎng)絡(luò)參數(shù)，將前饋神經(jīng)網(wǎng)絡(luò)參數(shù)移植到基于Pytorch搭建的前饋神經(jīng)網(wǎng)絡(luò)和FPGA搭建的前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行聯(lián)合測(cè)試。實(shí)現(xiàn)對(duì)于在軌數(shù)據(jù)的持續(xù)學(xué)習(xí)，適應(yīng)空間環(huán)境的非規(guī)律周期性電磁影響。

技術(shù)研發(fā)人員：王志龍,王新勝,魏瑋,王少冬,宋艷紅
受保護(hù)的技術(shù)使用者：哈爾濱工業(yè)大學(xué)（威海）
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2