SoC健康监测的方法、装置及系统的制作方法
【专利摘要】本发明涉及SoC健康监测的方法、装置及系统。所述方法包括：实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；提取所述传感器数据中包含的代表所述SoC性能的特征数据；并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；输出所述SoC的性能状态信息以及性能退化趋势信息。本发明能够实时监测SoC的性能状态，以及实时预测SoC的性能退化趋势。
【专利说明】
SoC健康监测的方法、装置及系统
技术领域
[0001]本发明涉及片上系统技术领域，特别是涉及SoC健康监测的方法、装置及系统。
【背景技术】
[0002]片上系统(System on Chip，SoC)芯片设计要求已从单纯追求高性能、小面积转为对性能、面积、功耗及可靠性的综合要求。尤其SoC芯片在航空航天、轨道交通、核电等高可靠领域应用非常广泛，其可靠性至关重要，备受关注。传统的可靠性模拟、工艺在线检测、可靠性试验与失效分析等离线可靠性评价方法，无法实时对SoC寿命进行预测。这种情况下，若按照传统“定时维修”的维修方式或“事后维修”的方式，将造成人力、物力、财力的巨大损失。
【发明内容】
[0003]基于此，本发明实施例提供SoC健康监测的方法、装置及系统，能够实时监测SoC的性能状态，以及实时预测SoC的性能退化趋势。
[0004]本发明一方面提供SoC健康监测的方法，包括:
[0005]实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
[0006]提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
[0007]输出所述SoC的性能状态信息以及性能退化趋势信息。
[0008]本发明另一方面提供了一种SoC健康监测的装置，包括:
[0009]数据获取模块，用于实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
[0010]分析及预测模块，用于提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
[0011]信息输出模块，用于输出所述SoC的性能状态信息以及性能退化趋势信息。
[0012]本发明另一方面提供了一种SoC系统，包括:包括系统硬件层、系统内核层、系统服务层以及应用层；
[0013]所述系统硬件层的传感器实时监测SoC性能；
[0014]所述系统内核层的操作系统内核实时获取所述系统硬件层的传感器数据，并传递所述传感器数据给所述系统服务层;所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
[0015]所述系统服务层的预测模块提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
[0016]所述应用层预设的APP输出所述SoC系统的性能状态信息以及所述性能退化趋势
?目息O
[0017]上述技术方案，通过实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据;提取所述传感器数据中包含的代表所述SoC性能的特征数据;利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势，并输出所述SoC系统的性能状态信息以及所述性能退化趋势信息。本发明上述实施例的方案，能够为用户提供SoC的实时健康监测及实时预测信息。
【附图说明】
[0018]图1为一实施例的SoC健康监测的方法的示意性流程图；
[0019]图2为一SoC健康监测的方法的具体应用场景图；
[0020]图3为一实施例的SoC健康监测的装置的示意性结构图。
【具体实施方式】
[0021]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0022]图1为一实施例的SoC健康监测的方法的示意性流程图；如图1所示，本实施例中的SoC健康监测的方法包括步骤:
[0023]Sll，实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；，
[0024]优选的，所述可靠性退化传感器数据包括TDDB(time dependent dielectricbreakdown，经时击穿)退化传感器数据、HCI(hot carrier inject1n，热载流子注入)退化传感器数据、BTI(bias temperature instability，偏置温度不稳定性)退化传感器数据。
[0025]需要说明的是，本发明中监测SoC性能的传感器可包括许多种，上述仅列出了其中的一部分，其他任何可在SoC片上实现的传感器均属于本发明的保护范围。
[0026]S12，提取所述传感器数据中包含的代表所述SoC性能的特征数据;利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
[0027]优选的，可利用Gabor变换算法或快速傅里叶变换算法，提取所述传感器数据中包含的代表所述SoC性能的特征数据。其中，Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。快速傅里叶变换算法(fast Fouriertransform)，简称FFT，采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。需要说明的是，提取所述传感器数据中包含的代表所述SoC性能的特征数据的方法不限于这里具体的两种，其他可提取特征数据的方法同样适用。
[0028]本发明实施例中预测性能退化趋势的算法可包括许多种预测算法，本发明对此不作特别限定。
[0029]S13，输出所述性能状态以及所述性能退化趋势。
[0030]将得到的性能状态信息以及性能退化趋势信息发送给应用层，以通过应用层的对应APP输出所述性能状态以及所述性能退化趋势。例如预先设置了健康监测及预警APP，通过该APP的显示界面输出所述性能状态以及所述性能退化趋势，便于用户实时查看SoC健康状况和可靠性退化趋势。
[0031]需要说明的是，当S12中得到的SoC的性能状态或者性能退化趋势超出各自对应的阈值，还可输出对应的预警提示，例如通过健康监测及预警APP输出预设的预警提示信息，便于用户及时进行检修，防止引发更严重的问题。
[0032]图2为本发明一实施例的SoC健康监测的方法的具体应用场景图；如图2所示，该SoC 100系统由系统硬件层200、系统内核层300、系统服务层400、应用层500构成。所述系统硬件层200包括功能电路210、传感器220，其中传感器220主要包括可靠性退化传感器227、温度传感器226、噪声传感器225、电流传感器224，其中可靠性退化传感器227主要包括TDDB退化传感器223、HCI退化传感器222、BTI退化传感器221。所述系统内核层300包括操作系统内核310、传感器驱动程序320。所述系统服务层400包括应用接口 410、预测模型420。所述应用层500包括若干APPji^nAPPl 510、APP2 520、健康监测及预警APP 530。
[0033]所述SoC健康监测的方法，需预先进行传感器硬件设计、传感器驱动程序设计、预测模型构建、健康监测及预警APP设计等。
[0034]其中，所述传感器硬件设计，主要包括可靠性退化传感器227、温度传感器226、噪声传感器225、电流传感器224。其中可靠性退化传感器227主要包括TDDB退化传感器223、HCI退化传感器222、BTI退化传感器221。传感器与功能电路210—起构成SoC的系统硬件层200；
[0035]所述传感器驱动程序设计，主要结合操作系统内核310，针对传感器进行驱动程序设计。
[0036]所述预测模型构建，主要根据操作系统内核310提供的接口获取传感器数据，针对传感器数据进行特征提取，据此运用算法对特征数据进行实时分析与预测。所述预测模型与应用接口 410—起构成SoC的系统服务层400。
[0037]所述健康监测及预警APP设计，主要基于系统服务层400所提供的预测模型420、应用接口 410设计，为用户提供SoC的实时健康监测及实时预测信息。
[0038]如图2所述的应用场景，其工作原理为:在SoC100的系统硬件层200中所设计的传感器硬件实时监测SoC性能，所述系统内核层300的传感器驱动程序320实时读取所述系统硬件层200的传感器数据;所述操作系统内核310通过对应的接口实时获取所述传感器驱动程序320读取到的传感器数据，并传递给所述系统服务层400的预测模块420;在所述预测模型420中进行特征提取，并利用预测算法对特征数据进行实时预测，在SoC 100的应用层500中的健康监测及预警APP 530中显示所获得预测结果，为用户提供SoC的实时健康监测及实时预测信息。
[0039]需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
[0040]基于与上述实施例中的SoC健康监测的方法相同的思想，本发明还提供SoC健康监测的系统，该系统可用于执行上述SoC健康监测的方法。为了便于说明，SoC健康监测的系统实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0041 ]图3为本发明一实施例的SoC健康监测的装置的示意性结构图，本实施例的SoC健康监测的装置包括:数据获取模块10、分析及预测模块20以及信息输出模块30，各模块详述如下:
[0042]所述数据获取模块10，用于实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据；
[0043]优选的，所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。
[0044]所述分析及预测模块20，用于提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势；
[0045]所述信息输出模块30，用于输出所述SoC的性能状态信息以及性能退化趋势信息。
[0046]需要说明的是，上述示例的SoC健康监测的装置的实施方式中，各模块/单元之间的信息交互、执行过程等内容，由于与本发明前述方法实施例基于同一构思，其带来的技术效果与本发明前述方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
[0047]此外，上述示例的SoC健康监测的装置的实施方式中，各功能模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的功能模块完成，即将所述SoC健康监测的装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。其中各功能模既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0048]本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，作为独立的产品销售或使用。所述程序在执行时，可执行如上述各方法的实施例的全部或部分步骤。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
[0049]在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。可以理解，其中所使用的术语“第一”、“第二”等在本文中用于区分对象，但这些对象不受这些术语限制。
[0050]以上所述实施例仅表达了本发明的几种实施方式，不能理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1.一种SoC健康监测的方法，其特征在于，包括: 实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据； 提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势； 输出所述SoC的性能状态信息以及性能退化趋势信息。2.根据权利要求1所述的SoC健康监测的方法，其特征在于，所述输出SoC的性能状态信息以及性能退化趋势信息的步骤包括: 将得到的性能状态信息以及性能退化趋势信息发送给应用层，以通过应用层的对应APP输出所述性能状态以及所述性能退化趋势。3.根据权利要求1所述的SoC健康监测的方法，其特征在于， 所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。4.根据权利要求1所述的SoC健康监测的方法，其特征在于，提取所述传感器数据中包含的代表所述SoC性能的特征数据的步骤包括: 利用Gabor变换算法或快速傅里叶变换算法，提取所述传感器数据中包含的代表所述SoC性能的特征数据。5.根据权利要求1至4任一所述的SoC健康监测的方法，其特征在于，所述实时获取监测SoC的传感器数据的步骤包括: 通过预设的传感器驱动程序实时读取监测SoC性能的传感器数据;所述传感器驱动程序基于操作系统内核设置的； 通过所述操作系统内核提供的接口实时获取所述传感器驱动程序读取到的传感器数据。6.一种SoC健康监测的装置，其特征在于，包括: 数据获取模块，用于实时获取监测SoC性能的传感器数据，所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据； 分析及预测模块，用于提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势； 信息输出模块，用于输出所述SoC的性能状态信息以及性能退化趋势信息。7.根据权利要求6所述的SoC健康监测的装置，其特征在于，所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。8.—种SoC系统，其特征在于，包括系统硬件层、系统内核层、系统服务层以及应用层； 所述系统硬件层的传感器实时监测SoC性能； 所述系统内核层的操作系统内核实时获取所述系统硬件层的传感器数据，并传递所述传感器数据给所述系统服务层;所述传感器数据包括可靠性退化传感器数据、温度传感器数据、噪声传感器数据以及电流传感器数据； 所述系统服务层的预测模块提取所述传感器数据中包含的代表所述SoC性能的特征数据;并利用预测算法对所述特征数据进行实时分析和预测，得到所述SoC的性能状态以及性能退化趋势； 所述应用层预设的APP输出所述SoC系统的性能状态信息以及所述性能退化趋势信息。9.根据权利要求8所述的SoC系统，其特征在于，所述可靠性退化传感器数据包括TDDB退化传感器数据、HCI退化传感器数据、BTI退化传感器数据。10.根据权利要求8或9所述的SoC系统，其特征在于，所述系统内核层包括操作系统内核，以及基于操作系统内核设置的传感器驱动程序； 所述传感器驱动程序实时读取所述系统硬件层的传感器数据;所述操作系统内核通过对应的接口实时获取所述传感器驱动程序读取到的传感器数据并传递给所述系统服务层的预测模块。
【文档编号】G05B23/02GK106020170SQ201610532420
【公开日】2016年10月12日
【申请日】2016年7月7日
【发明人】陈义强, 雷登云, 恩云飞, 方文啸, 侯波, 刘远, 黄云
【申请人】工业和信息化部电子第五研究所