一种基于关联规则分析的电路关键输入向量识别方法

本发明涉及集成电路可靠性评估领域，尤其是涉及一种基于关联规则分析的电路关键输入向量识别方法。

背景技术：

1、目前，关于电路可靠性评估的工具和算法主要分为基于测量的方法、基于采样的方法和基于模型解析的方法。然而，这些方法往往基于多个输入向量(multiple inputvectors，mivs)计算电路的平均可靠性，而忽略了单个输入向量(individual inputvectors，iivs)对电路的影响。

2、同时，不同输入向量对电路可靠性的影响各不相同，有些甚至相差几个数量级。识别可靠性关键输入向量(reliability-critical input vectors，rcivs)可以为电路设计人员提供电路可靠性边界的快速参考，以保证电路即使在原始输入应用rcivs时也能保持可靠性要求。专利cn114024829a通过关联规则分析实现电路故障定位，但现有的rcivs方法受到收敛速度较慢的限制，在可靠性分析和测试中存在较大波动。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的收敛速度较慢、测试波动大的缺陷而提供一种基于关联规则分析的电路关键输入向量识别方法。

2、本发明的目的可以通过以下技术方案来实现：

3、一种基于关联规则分析的电路关键输入向量识别方法，包括以下步骤：

4、s1：获取待识别电路的网表并解析，构建电路完整性链表；

5、s2：根据电路完整性链表判断电路类型，根据电路类型和电路完整性链表的基本参数构建初始输入向量集合，将初始输入向量集合中各个初始输入向量作为电路的输入信号；

6、s3：基于电路的输入信号，计算各个初始输入向量下电路整体的可靠值，基于电路整体的可靠值得到并返回初始关键输入向量；

7、s4：基于初始关键输入向量，通过关联规则分析模型，分析待识别电路的原始输入端的关联规则；

8、s5：根据原始输入端的关联规则产生新输入向量样本；

9、s6：计算新输入向量样本的可靠值，得到并返回关键输入向量。

10、进一步地，步骤s1包括：

11、s1.1：读取并解析电路网表，提取电路的基本门信息，构建电路完整性链表以存储各基本门信息；

12、s1.2：基于电路完整性链表，识别电路中所有原始输入端和基本门；

13、s1.3：统计电路中原始输入端的数量和基本门的数量；

14、s1.4：初始化基本门的故障概率及初始输入向量的总数。

15、进一步地，步骤s2包括：

16、s2.1：基于电路完整性链表，判断电路类型，若是组合逻辑电路，则执行步骤s2.2，否则跳至步骤s2.3；

17、s2.2：基于电路原始输入端数量和初始输入向量总数，随机生成初始输入向量零矩阵，执行步骤s2.5；

18、s2.3：基于完整性链表，统计时序电路中触发器数量；

19、s2.4：基于电路原始输入端数量、触发器数量和初始输入向量总数，随机生成初始输入向量零矩阵；

20、s2.5：随机产生每一位均由“0”或“1”构成的布尔向量，布尔向量的数量等于输入向量数量，布尔向量的规模与初始输入向量零矩阵的行数相同；

21、s2.6：将布尔向量赋值给向量零矩阵；

22、s2.7：输出由向量零矩阵赋值得到的输入向量集。

23、进一步地，步骤s3包括：

24、s3.1：基于基本门的故障概率和初始输入向量总数，进行与初始输入向量总数相同次数的随机故障注入；

25、s3.2：基于初始输入向量集计算各个输入向量下电路整体的可靠值；

26、s3.3：根据各个输入向量下电路整体的可靠值对输入向量集进行排序，依据排序结果得到初始关键输入向量；

27、s3.4：基于初始关键输入向量，统计初始关键输入向量各原始输入信号取“1”的概率。

28、进一步地，步骤s4包括：

29、s4.1：初始化最小支持度和最小置信度；

30、s4.2：初始化第一计数参数k等于1，设置第一赋值阈值参数、第二赋值阈值参数；

31、s4.3：基于初始关键输入向量，识别候选k项集；

32、s4.4：若候选k项集是空集，则执行步骤s4.19，否则执行步骤s4.5；

33、s4.5：初始化第二计数参数i等于1；

34、s4.6：计算候选k项集第i个数组的支持度；

35、s4.7：若候选k项集第i个数组的支持度大于等于最小支持度，则执行步骤s4.8，否则执行步骤s4.9；

36、s4.8：将候选k项集第i个数组添加至频繁k项集；

37、s4.9：第二计数参数i加1；

38、s4.10：若候选k项集第i个数组是空集，则执行步骤s4.7，否则执行步骤s4.11；

39、s4.11：初始化第三计数参数j等于1；

40、s4.12：计算频繁k项集第j个数组的置信度；

41、s4.13：若频繁k项集第j个数组的置信度大于等于最小置信度，则执行步骤s4.14，否则执行步骤s4.15；

42、s4.14：将频繁k项集第j个数组添加至频繁置信k项集和关联规则集中；

43、s4.15：第三计数参数j加1；

44、s4.16：若频繁k项集第j个数组是空集，则执行步骤s4.17，否则返回步骤s4.12；

45、s4.17：从频繁置信k项集中组合任意两项，形成候选k+1项集；

46、s4.18：第一计数参数k加1，返回步骤s4.4；

47、s4.19：若关联规则集是空集且最小置信度大于第一赋值阈值参数，则执行步骤s4.20，否则执行步骤s4.21；

48、s4.20：令最小支持度减去第二赋值阈值参数，最小置信度减去第二赋值阈值参数，返回步骤s4.2；

49、s4.21：返回关联规则集。

50、进一步地，步骤s5包括：

51、s5.1：将关联规则集中的所有规则最大化整合，返回原始输入信号“1”关联规则和“0”关联规则；

52、s5.2：构建多个新输入向量集；

53、s5.3：基于“1”关联规则和“0”关联规则对新输入向量集进行赋值，无规则的输入信号取值根据s3.4的初始关键输入向量各原始输入信号取“1”的概率进行赋值。

54、进一步地，步骤s6包括：

55、s6.1：基于基本门的故障概率和初始输入向量总数n随机进行n次故障注入；

56、s6.2：基于新输入向量集计算各个新输入向量下电路整体的可靠值；

57、s6.3：根据各个新输入向量下电路整体的可靠值对新输入向量集进行排序，根据排序结果返回关键输入向量。

58、进一步地，初始关键输入向量包括可靠值最大的输入向量和可靠值最小的输入向量，关键输入向量包括可靠值最大的新输入向量和可靠值最小的新输入向量。

59、进一步地，步骤s2.2输入向量零矩阵的行数为原始输入端的数量，列数为输入向量数量；步骤s2.4输入向量零矩阵的行数为原始输入端的数量与触发器输入端的数量的和，列数为输入向量数量。

60、进一步地，可靠性的计算方法为连续凸逼近算法。

61、与现有技术相比，本发明具有以下有益效果：

62、1)本发明提供的基于关联规则分析的分析方法可用于组合电路和时序电路，采用关联规则分析模型来识别电路的关联原始输入，同时降低了识别可靠性关键输入向量的复杂性，具有较快的收敛速度，减小在测试过程中产生的波动，从而提高了准确性。

63、2)本发明根据已识别的关联原始输入和未识别输入的频率，生成新输入向量样本，建立了反馈机制，从而进一步加快可靠性关键输入向量的识别速度。

64、3)本发明通过一轮运算即可完成对可靠性最高输入向量和可靠性最低输入向量的识别。

65、4)本发明同时支持mivs与iiv的识别。