基于方波激励和故障字典的模拟电路BIST方法

吴震霖，韩 焱

(中北大学，电子测试技术国家重点实验室，山西太原 030051)



基于方波激励和故障字典的模拟电路BIST方法

吴震霖，韩 焱

(中北大学，电子测试技术国家重点实验室，山西太原 030051)

针对传统模拟电路内建自测试(Built-in Self Test,BIST)方法需要占用大量电路资源的缺点，提出了一种基于方波激励和故障字典的模拟电路BIST方法。该方法使用方波信号作为测试激励，使用故障字典法进行故障状态识别，减少了硬件成本。实验结果表明该方法能够有效地对模拟电路进行故障检测和故障隔离，并且具有较低的硬件成本。

模拟电路；内建自测试；方波激励；故障字典；故障检测；故障隔离

0 引言

内建自测试(Built-in Self Test,BIST)技术是指在电路内部自动生成测试激励信号，并自动完成测试响应的分析，得出测试结果[1]。内建自测试的主要思想是：在电路设计之初，就考虑了电路的测试问题，并利用电路本身的资源，在片上完成电路的测试。通过内建自测试技术，不需要外接测试设备就可以完成电路测试与故障诊断，能节约测试成本，缩短测试时间，提高系统使用的可靠性。内建自测试技术需要在原有电路基础上增加3个部分：测试向量生成器 (Test Pattern Generator,TPG)、输出响应分析器(Output Response Analysis,ORA)和BIST控制器(BIST Controller)。

传统的模拟电路BIST方法多采用多频测试法[2]或伪随机测试法[3]。多频测试法是指采用不同频率的正弦波作为测试激励，提取电路的频率响应作为故障特征；伪随机测试法是指采用伪随机序列作为测试激励，提取激励与响应的互相关函数作为故障特征。这些方法的缺点是激励信号的生成算法过于复杂，故障特征的提取比较困难，会占用大量的电路资源。

文中针对上述模拟电路BIST方法存在的缺点，提出了一种基于方波激励和故障字典的模拟电路BIST方法。该方法利用系统自带的微控制器产生的方波信号作为激励，选择合适的方波频率，提取响应信号的最佳采样点作为故障特征，对电路进行故障诊断，降低了激励的产生和故障特征提取的难度。同时，故障字典的利用可以减少故障定位的在线计算量，从而减少了BIST的硬件成本[4]。

1 低硬件开销的模拟电路BIST结构

文中所提出的模拟电路BIST基本结构如图1所示，正常工作时，BIST控制器控制阵列开关将被测模拟电路接入正常输入输出通道，进行测试时，BIST控制器切换阵列开关将被测模拟电路接入测试通道。测试前，通过仿真和实测，建立故障字典。方波生成模块产生指定的方波信号，经过电压跟随器调理后，输入被测电路。响应信号经过A/D转换器后，转换成微控制器可以处理的数字信号。从响应信号中提取故障特征，对照故障字典中的信息，实现故障的检测与定位。最后，将测试结果可视化指示出来。

图1 低硬件开销的模拟电路BIST基本结构

2 方案的可行性分析

设方波信号在一个周期T内的表达式为

(1)

则方波信号的频率为：f0=1/T，根据傅里叶变换可知方波信号可以分解为

(2)

由式(2)可知，方波信号具有丰富的频率成分，是直流量与不同频率交流量的叠加，因此，利用方波信号作为测试激励比单一频率正弦波具有更宽的频谱，采集到的响应信号中也包含多个频率的分量，能够反映出被测电路更多的特性。

为了说明方波信号作为模拟电路测试的激励的有效性，文中以图2所示的Sallen-Key带通滤波电路为验证对象[5]。电路中运算放大器为LM324，供电电压为±15 V，施加的方波信号的频率为7 kHz，幅值为4 V，分别改变参数R1，C1，C2，使其值为K倍Xn，Xn为元件参数的标称值，K在0.1～10内变化，步进为0.1，观察响应信号在1个周期T内的3T/4采样时刻电压值的变化情况，所得结果如图3所示。从结果可以看出，参数的改变使得响应信号在1个周期T内的3T/4采样时刻电压值发生明显的改变。响应信号的变化可以反映出电路中元件参数的变化。因此，可以使用方波作为模拟电路BIST的测试激励。

图2 Sallen-Key带通滤波电路

图3 3T/4采样时刻电压值

方波的生成是比较简单的，不需要占用微控制器过多的资源，仅仅增加了由普通运算放大器构成的电压跟随器作为方波的调理电路。相比传统的多频测试法或伪随机测试法，激励信号的生成算法复杂度降低，取消了D/A转换器，降低了硬件成本。

3 故障字典的建立

故障字典的建立过程，实际上是在对电路进行真实测试之前的仿真测试分析过程。主要的任务包括故障集的选择、模糊集的划分和故障特征的编码[6-8]。

(1)故障集的选择。由于模拟电路元件参数的连续性，不可能将所有故障纳入考虑的范围，实际中根据被测电路的特点、以往的经验和元件故障概率来选择N个故障作为故障集{F1，F2，F3…FN}，无故障状态用F0表示。

(2)模糊域的划分。设响应信号的采样时刻为1个周期内的T1，T2，T3，…，TM，电路在故障状态Fi下的测试电压为Vi1，Vi2，Vi3，…，ViM，则故障状态Fi对应的特征向量为：[Vi1，Vi2，Vi3，…，ViM]，Vij表示第i个故障状态Fi下的第j个采样时刻的测试电压(j=1,2,3，…，M).考虑到模拟电路元件具有容差，电路在某种状态下的测试电压Vij不是一个特定的值，而是一个连续变化的小区间，将特征向量的每个元素Vij划分为L个区域，每个区域的中心值为若干相邻元素值的平均值，然后从中心值向左右各扩展一个特定的值(该特定值由电路中设定的元件的容差决定)，构成L个测试值区间[ax，bx](x=1,2,3，…，L)，每个区间称为1个模糊域，对应的元素的集合称为1个模糊集。

(3)故障特征的编码。对故障特征的每1个模糊域进行编码，模糊域[ax，bx]对应码Ax(x=1,2,3，…，L)，判断故障状态Fi的特征向量 [Vi1，Vi2，Vi3，…，ViM]的每个元素Vij属于的模糊域，可得到Vij对应的码Bij(j=1,2,3，…，M)，码Bij是Ax(x=1,2,3，…，L)中的1个。这样第i个故障状态Fi可以使用码字[Bi1，Bi2，Bi3，…，BiM]来表示，从而建立了故障字典。

当进行故障诊断时，只要测出响应信号特定采样时刻的值，从中提取故障特征，再转换成相应的码字，与故障字典中的码字对比，就可以实现电路的故障检测与故障隔离。故障字典法与神经网络、支持向量机和专家系统等现代人工智能识别方法相比，具有算法实现简单、在线计算量小的优点，可以在系统自带的微控制器中实现，做到了真正的内建自测试，并且降低了硬件成本。

4 实验结果

4.1 有效性验证

文中以图2所示的Sallen-Key带通滤波电路为实验对象，对基于方波和故障字典的模拟电路BIST方法进行了仿真验证。仿真软件平台为Multisim 10.0，选用频率为5.5 kHz，幅值为4 V的方波作为激励信号，以一个周期内的3T/16、5T/16、5T/8、7T/8作为采样时刻。文中考虑电路中的软故障，即故障元件的参数值随着时间或环境条件而严重偏离标称值，超出了元件的容差范围。电路中电阻的容差设定为1%，电容的容差设定为2%，选择电路中部分元件偏离其标称值的+50%、-50%的故障为故障集，分别为F1:0.5C1、F2:1.5C1、F3:0.5C2、F4:1.5C2、F5:0.5R1、F6:1.5R1、F7:0.5R2、F8:1.5R2。对于每一个故障进行仿真，得到选定采样时刻的电压如表1所示。

表1 故障集的仿真测试值

为了便于故障域的划分，求取电路各故障状态下相对于正常状态下的测试电压偏移量，即故障状态下的测试电压减去对应的正常状态下的测试电压，结果如表2所示。

表2 故障状态相对正常状态的偏移量

对表2中的偏移电压划分故障特征的模糊域，并对模糊域进行编码,如表3所示。

表3 模糊域的划分及其编码

使用表3模糊域对设定的故障集分类，并进行编码，构造的故障字典如表4所示。

表4 故障字典

当进行故障诊断时，采集到相应时刻的测试电压，再求取相对于正常状态下的偏移量，然后对偏移量进行编码，最后将所得的码字与故障字典中的码字对照，与故障字典中某故障码字相同的即可判断为该故障。例如，当电路中C1=15.2 nF时，一个周期内的3T/16、5T/16、5T/8、7T/8时刻的测试电压分别为：-5.109 V、-3.890 V、4.561 V、2.817 V，相对于正常状态下的偏移量分别为：1.016 V、-0.854 V、-1.876 V、1.388 V，按照表3所得的码字为2452，对照故障字典表4，可以判定该故障为F2:1.5C1，正确地对故障进行了定位。从表4可以看出，所设置的故障与正常状态下的码字不一样，都能够检测出来，不同的故障所具有的码字不相同，可以隔离不同的故障。

4.2 硬件成本分析

为了对比文中提出的方法与传统的多频测试法和伪随机测试法在硬件成本上的差别，文中针对FPGA芯片进行了仿真验证，选用的FPGA芯片为XC3S500E，采用的仿真综合软件为ISE 14.2，编程语言为VHDL。对文中提出的方法、多频测试法和伪随机测试法中主要的功能模块进行了程序设计。其中，文中提出的方波激励法包括方波生成模块、A/D数据采集模块和故障字典模块；多频测试法包括正弦波生成模块、D/A转换控制模块、A/D数据采集模块、FFT频响分析模块和故障字典模块；伪随机测试法包括随机序列生成模块、D/A转换控制模块、A/D数据采集模块、互相关函数求取模块和故障字典模块。经过编译综合后得到每种方法对FPGA芯片的资源占用率，结果如表5所示。

表5 FPGA芯片资源占用率对比 %

从表5可以看出，文中提出的模拟电路BIST方法相对于多频测试法和伪随机测试法，占用FPGA芯片的资源最少，达到了降低硬件成本的目的。

5 结论

文中从降低硬件成本的角度出发，提出了一种基于方波激励和故障字典的模拟电路BIST方法。该方法降低了激励产生和响应分析的复杂度，节省了硬件成本。通过仿真实验，验证了该方法应用于模拟电路BIST的正确性与有效性，建立的故障字典能够检测出预设的故障，也可以对不同的故障进行隔离，相比于多频测试法和伪随机测试法，具有较低的硬件成本。该方法增加了BIST技术应用于模拟电路故障诊断的可行性，具有很大的应用前景。针对不同的电路，如何选择最佳的方波激励频率和采样时刻是需要进一步研究的内容。

[1] 刘伟.基于伪随机测试的混合信号BIST研究：[学位论文].桂林：桂林电子科技大学，2008.

[2] 周虎.基于功能测试的数模混合BIST设计：[学位论文].桂林：桂林电子科技大学，2008.

[3] 刘伟，雷加.基于伪随机测试的数模混合信号内建自测试法.计算机工程与应用，2008,44(30):87-89.

[4] 朱敏，杨春玲，孔德晶.模拟电路内建自测试故障特征提取与优化.仪器仪表学报，2013,34(1):200-207.

[5] 童诗白，华成英.模拟电子技术基础.北京：高等教育出版社，2006.

[6] 刘丹.模拟电路故障诊断中故障字典应用研究：[学位论文].武汉：华中科技大学，2006.

[7] 王宏.模拟电路故障诊断故障字典法研究：[学位论文].西安：西安电子科技大学，2007.

[8] 吴樟福.基于信号量特征的模拟电路故障字典法研究：[学位论文].武汉：华中科技大学，2008.

BIST Method for Analog Circuits Based on Square Wave and Fault Dictionary

WU Zhen-lin，HAN Yan

(National Key Laboratory of Electronic Testing Technology，North University of China，Taiyuan 030051，China)

Aiming at the shortcoming that the method of traditional analog circuit built-in self test (BIST) occupies a large amount of circuit resources,a method of analog circuit BIST based on square wave excitation and fault dictionary was proposed．Square wave signal was used as test excitation and fault dictionary was used to identify the fault state.It reduced the hardware overhead.Experimental results show that the method is effective in fault detection and fault isolation.And it has low hardware overhead.

analog circuit;BIST;square wave excitation;fault dictionary;fault detection;fault isolation

2014-03-04 收修改稿日期：2014-10-02

TP391

A

1002-1841(2015)03-0096-03

吴震霖(1989—)，硕士研究生，主要研究方向为模拟电路故障诊断。E-mail:wuzhenlinhao@163.com 韩焱(1957—)，教授，博士，主要研究方向为自动检测技术、信号处理与识别、数字图像处理与重建等。 E-mail:hanyan@nuc.edu.cn