人工神经网络在模拟电路故障测试中应用的研究

模拟集成电路故障测试一直是令集成电路设计人员感受困扰的问题，随着集成电路规模的不断扩大，故障测试已经成为整个模拟电路生产过程中耗时最长、费钱最多的环节。本项目研究建立一套以人工神经网络为基础的模拟集成电路故障测试方法，无疑具有很大的学术意义和实用价值。本项目研究建立了模拟集成电路故障的BP模拟和Konhenon模型，并开发了相应的模型训练和优化算法，在此基础上研制了一个模拟集成电路故障测试系统，实例运行结果表明该系统与传统的故障字典法相比，具有速度快和故障分辨率高的优点，可以适用於VLSI模拟集成电路的故障测试 ，有望发展成一个实用的模拟电路故障测试系统。