有限狀態(tài)機的容軟錯誤及低功耗設計.pdf

1、隨著深亞微米工藝的廣泛應用，集成電路特征尺寸急劇減小，于此同時，工作電壓持續(xù)降低，工作頻率急劇升高，這一切都使得集成電路對于空間中的中子和封裝材料中的α粒子，對電路的轟擊異常敏感。顯著提高的集成密度和工作頻率，也使得電路的功耗不斷攀升。因此，對具有容軟錯誤、低功耗等特性的電路設計方案的需求也越來越迫切。本文以有限狀態(tài)機的容軟錯誤設計和低功耗設計為研究中心，以狀態(tài)出現(xiàn)的時間概率為切入點，在容錯和低功耗方面所做的主要工作如下：
　　

2、 (1)在容軟錯誤設計方案方面，以狀態(tài)機的狀態(tài)出現(xiàn)時間概率(下文簡稱為狀態(tài)概率)為切入點，引入了Markov預測的相關(guān)知識，并將有限狀態(tài)機的狀態(tài)與Markov鏈的狀態(tài)進行了映射，從而能夠進一步將狀態(tài)概率通過Markov鏈模型計算出來。在計算出有限狀態(tài)機狀態(tài)概率的基礎(chǔ)上，根據(jù)狀態(tài)概率的不同，依據(jù)帕累托法則的原理，選擇出高概率狀態(tài)進行狀態(tài)備份。此方法，提升了電路對時序邏輯單事件翻轉(zhuǎn)(SEU)的87.6％的防護性能，在降低軟錯誤率的同時，也使

3、得電路面積的額外開銷，相對于傳統(tǒng)的三模冗余方案，有了明顯降低。
　　 (2)在低功耗狀態(tài)機編碼方案方面，以狀態(tài)機的編碼方案算法為切入點，并進行了改進。針對傳統(tǒng)遺傳算法對有限狀態(tài)機編碼收斂速度慢的缺點，提出了結(jié)合統(tǒng)計學習思想的分布估計編碼算法，并建立了適應度概率模型和學習概率模型。本方案不僅考慮了對功耗的優(yōu)化，同時也考慮面積的優(yōu)化和編碼的時間優(yōu)化。經(jīng)過對MCNC'91電路中13個標準電路的實驗，結(jié)果表明，與現(xiàn)有的遺傳算法相比較，平