一种基于格林函数的波形筛选方法及装置与流程

本发明涉及信号处理，特别是涉及一种基于格林函数的波形筛选方法及装置。

背景技术：

1、基于输入波形的瞬态电压降分析(vector based transient ir analysis)是物理验证流程中重要的一环。由于瞬态电压降分析相当耗时，为了降低分析的时间，提高分析效率，一般由eda工具通过波形预分析预先筛选输入波形中电压降风险最高的波形片段进行分析。而波形预分析算法筛选的波形片段直接决定了瞬态电压降的求解结果对实际情况的反映精度。

2、现有常用的波形预分析算法通常采用预估一个时间长度内的总功耗(worstpower aware)或最高功耗密度(power density aware)的方法进行波形预分析，即通过功耗预估，筛选出总功耗或功耗密度最高的波形片段进行瞬态电压降分析。当高功耗的模块在空间上相邻聚集时，相较于分散分布的情况，其在局部上对供电网络产生的压力要显著更高。然而，上述两种分析算法忽略了不同功耗的模块在空间上的分布信息，并不能准确反映电压降变化。即使模块内部的功耗密度与总功耗不变，高功耗模块的聚集也会导致更严重的电压降。在某些功耗变化不显著的场景下，例如对片上数字存储阵列进行相等次数的随机访问时，这种现象将变得尤其显著。现有的波形分析算法难以准确筛选出整个波形中瞬态电压降最高的片段。

技术实现思路

1、本技术提供了一种基于格林函数的波形筛选方法及装置，基于全局空间上每个模块的位置关系产生的电压降影响，综合考虑时间、功耗、模块布局等多种因素生成整个检测波形的全局电压降评分，实现波形筛选，提高波形筛选的准确性。

2、第一方面，本技术提供了一种基于格林函数的波形筛选方法，包括：

3、基于预设时间间隔将目标检测波形划分为若干个时间段检测波形，并计算每个功耗模块在每个时间段内的功耗值；

4、基于格林函数计算每个所述功耗模块的电压降相对于全局空间中每一位置的关联值；基于每个功耗模块的关联值和在每个时间段内的功耗值生成全局空间中每个位置在每个时间段内的局部电压降评分；

5、提取每个时间段内的最大局部电压降评分，生成全局电压降评分，基于所述全局电压降评分生成极值点时间段并进行排序，选取预设排名范围内的极值点时间段对应的时间段检测波形作为波形筛选结果。

6、区别于现有技术中仅通过对预设长度内的检测波形估计总功耗或最高功耗密度来筛选波形以进行瞬态电压降分析，本技术的提供一种基于格林函数的波形筛选方法，在计算每个功耗模块在每个时间段内的功耗值后，还基于格林函数计算每个功耗模块的电压降在全局空间上每一位置的电压降影响关联值，考虑全局空间上每个模块的位置关系产生的电压降影响，综合考虑时间、功耗、模块布局等多种因素生成整个检测波形的全局电压降评分，并以时间段为划分依据进行时间段极值点检测和排序，获取不同时间段内的全局电压降变化趋势，根据应用需求再自行选取预设排名范围内的时间段极值点对应的时间段检测波形作为波形筛选结果，提升波形筛选的精准度的同时还可以降低后级瞬态电压降分析的耗时。

7、在一种实现方式中，所述基于格林函数计算每个所述功耗模块的电压降相对于全局空间中每一位置的关联值，具体包括：

8、以每个所述功耗模块的中心位置坐标为输入，基于格林函数计算每个所述功耗模块相对于所述全局空间上每一位置的电压降影响关联值；其中，所述格林函数的表达式为：

9、

10、式中，g(r，m)为功耗模块m相对于全局空间上任意位置r(x，y)的电压降影响关联值；(x’，y’)为功耗模块m的中心位置坐标。

11、在上述方案中，以各个模块的中心位置坐标为基准，基于格林函数考量片上空间各个模块之间的位置关系，将片上模块在空间上的分布信息引入电压降评分的计算过程中，提高电压降评分计算的准确性。

12、在一种实现方式中，所述基于每个功耗模块的关联值和在每个时间段内的功耗值生成全局空间中每个位置在每个时间段内的局部电压降评分，具体包括：

13、获取每个所述功耗模块相对于全局空间中每个位置的电压降影响关联值以及每个所述功耗模块在每个时间段内的功耗值；

14、基于所述功耗值和所述关联值，结合预设电压降评分计算公式生成每个所述全局空间中每个位置在每个时间段内的局部电压降评分；其中，所述电压降评分计算公式的表达式为：

15、

16、式中，sir(r，t)为r位置在第t个时间段中的电压降评分，m为全局空间中的全部功耗模块；sm(t)表示叠加系数，为第m个功耗模块在第t个时间段中的功耗值；g(r，m)为功耗模块m相对于全局空间上任意位置r(x，y)的电压降影响关联值。

17、在上述方案中，获取每个功耗模块在每个时间段内的功耗值，考虑片上各个模块的活动在时间域上的变化，获取每个功耗模块相对于去安居空间中每个位置的电压降影响管联系，考虑片上空间域上各模块之间的位置关系，结合时间域和空间域的双维度考量电压降评分，提高电压降评分计算的准确性。

18、在一种实现方式中，所述提取每个时间段内的最大局部电压降评分，生成全局电压降评分，具体包括：

19、获取所述全局空间中每个位置在每个时间段内的局部电压降评分；

20、提取每个时间段内的最大局部电压降评分作为单个时间段内的全局电压降评分；其中，单个时间段内的全局电压降评分的表示式为：

21、sir(t)＝max(sir(r，t))；

22、式中，sir(t)为第t个时间段内的全局电压降评分；max(sir(r，t))为第t个时间段中的最大局部电压降评分；

23、基于每个时间段内的全局电压降评分，生成所述目标检测波形的全局电压降评分。

24、在上述方案中，分别获取全局空间中每个位置在每个时间段内的局部电压降评分，提取单个时间段内的最大局部电压降评分作为单个时间段内的全局电压降评分，通过每个时间段内内的全局电压降评分可以直观获取每个位置在不同时间段内的电压将评分变化趋势。

25、在一种实现方式中，所述提取每个时间段内的最大局部电压降评分，生成全局电压降评分，基于所述全局电压降评分生成极值点时间段并进行排序，选取预设排名范围内的极值点时间段对应的时间段检测波形作为波形筛选结果，具体包括：

26、对所述全局电压降评分中的每个时间段进行极大值检测；其中，当检测到相邻左右两个时间段的全局电压降评分低于当前时间段的全局电压降评分时，判定当前时间段为所述全局电压降评分的极大值点时间段；

27、获取所述全局电压降评分中的所有极大值点时间段，基于每个极大值点时间段对应的全局电压降评分对所述极大值点时间段进行排序；

28、输出预设排序范围内的极大值点时间段对应的检测波形为高风险波形筛选结果。

29、在上述方案中，通过极大值检测获取与前后两个时间端的局部电压降评分存在落差的时间段，基于每个极大值点时间段即可获取检测波形中风险电压降的时间段，进一步的，根据极大值点时间段的全局电压降评分进行排序，选取处于排序前列的范围内的极大值点时间段，即可生成高风险波形的筛选结果，进一步提高波形筛选的准确性。

30、第二方面，本技术还提供一种基于格林函数的波形筛选装置，包括：数据获取模块、评分计算模块和筛选分析模块；

31、所述数据获取模块用于基于预设时间间隔将目标检测波形划分为若干个时间段检测波形，并计算每个功耗模块在每个时间段内的功耗值；

32、所述评分计算模块用于基于格林函数计算每个所述功耗模块的电压降相对于全局空间中每一位置的关联值；基于每个功耗模块的关联值和在每个时间段内的功耗值生成全局空间中每个位置在每个时间段内的局部电压降评分；

33、所述筛选分析模块用于提取每个时间段内的最大局部电压降评分，生成全局电压降评分，基于所述全局电压降评分生成极值点时间段并进行排序，选取预设排名范围内的极值点时间段对应的时间段检测波形作为波形筛选结果。

34、区别于现有技术中仅通过对预设长度内的检测波形估计总功耗或最高功耗密度来筛选波形以进行瞬态电压降分析，本技术提供一种基于格林函数的波形筛选装置，在计算每个功耗模块在每个时间段内的功耗值后，还基于格林函数计算每个功耗模块的电压降在全局空间上每一位置的电压降影响关联值，考虑全局空间上每个模块的位置关系产生的电压降影响，综合考虑时间、功耗、模块布局等多种因素生成整个检测波形的全局电压降评分，并以时间段为划分依据进行时间段极值点检测和排序，获取不同时间段内的全局电压降变化趋势，根据应用需求再自行选取预设排名范围内的时间段极值点对应的时间段检测波形作为波形筛选结果，提升波形筛选的精准度的同时还可以降低后级瞬态电压降分析的耗时。

35、在一种实现方式中，所述评分计算模块用于基于格林函数计算每个所述功耗模块的电压降相对于全局空间中每一位置的关联值，具体包括：

36、以每个所述功耗模块的中心位置坐标为输入，基于格林函数计算每个所述功耗模块相对于所述全局空间上每一位置的电压降影响关联值；其中，所述格林函数的表达式为：

37、

38、式中，g(r，m)为功耗模块m相对于全局空间上任意位置r(x，y)的电压降影响关联值；(x’，y’)为功耗模块m的中心位置坐标。

39、在一种实现方式中，所述基于每个功耗模块的关联值和在每个时间段内的功耗值生成全局空间中每个位置在每个时间段内的局部电压降评分，具体包括：

40、获取每个所述功耗模块相对于全局空间中每个位置的电压降影响关联值以及每个所述功耗模块在每个时间段内的功耗值；

41、基于所述功耗值和所述关联值，结合预设电压降评分计算公式生成每个所述全局空间中每个位置在每个时间段内的局部电压降评分；其中，所述电压降评分计算公式的表达式为：

42、

43、式中，sir(r，t)为r位置在第t个时间段中的电压降评分，m为全局空间中的全部功耗模块；sm(t)表示叠加系数，为第m个功耗模块在第t个时间段中的功耗值；g(r，m)为功耗模块m相对于全局空间上任意位置r(x，y)的电压降影响关联值。

44、在一种实现方式中，所述筛选分析模块用于提取每个时间段内的最大局部电压降评分，生成全局电压降评分，具体包括：

45、获取所述全局空间中每个位置在每个时间段内的局部电压降评分；

46、提取每个时间段内的最大局部电压降评分作为单个时间段内的全局电压降评分；其中，单个时间段内的全局电压降评分的表示式为：

47、sir(t)＝max(sir(r，t))；

48、式中，sir(t)为第t个时间段内的全局电压降评分；max(sir(r，t))为第t个时间段中的最大局部电压降评分；

49、基于每个时间段内的全局电压降评分，生成所述目标检测波形的全局电压降评分。

50、在一种实现方式中，所述提取每个时间段内的最大局部电压降评分，生成全局电压降评分，基于所述全局电压降评分生成极值点时间段并进行排序，选取预设排名范围内的极值点时间段对应的时间段检测波形作为波形筛选结果，具体包括：

51、对所述全局电压降评分中的每个时间段进行极大值检测；其中，当检测到相邻左右两个时间段的全局电压降评分低于当前时间段的全局电压降评分时，判定当前时间段为所述全局电压降评分的极大值点时间段；

52、获取所述全局电压降评分中的所有极大值点时间段，基于每个极大值点时间段对应的全局电压降评分对所述极大值点时间段进行排序；

53、输出预设排序范围内的极大值点时间段对应的检测波形为高风险波形筛选结果。

54、第三方面，本技术还提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于格林函数的波形筛选方法。

55、第四方面，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的基于格林函数的波形筛选方法。