仪器仪表学报

作者：杨东儒，魏建文，林雄威，刘 明，鲁圣国

单位：杨东儒,1. 广东工业大学集成电路学院,,魏建文,1. 广东工业大学集成电路学院,,林雄威,2. 深圳信息职业技术学院微电子学院,,刘 明,2. 深圳信息职业技术学院微电子学院,,鲁圣国,1. 广东工业大学集成电路学院,

关键词：集成电路测试;故障检测;深度学习;频谱图;自注意力变换网络

基金：东莞市核心技术攻关前沿项目(2019622101006)、深圳市科技计划项目(JCYJ20180307123857045)、深圳信息职业技术学院科研项目(SZIIT2022KJ019)资助

模拟电路是集成电路中的重要组成部分,基于深度学习技术对模拟电路发生的故障进行检测,并精准识别故障的类型是当前集成电路测试领域的研究热点。针对模拟集成电路故障检测存在困难的问题,利用人工智能在图像识别领域、语音分类领域的先进技术,提出了基于自注意力机制检测Sallen-Key型低通滤波电路故障的深度学习模拟电路故障检测方案,将输出信号采样成音频信号,并将其输入到自注意力变换网络的音频分类模型中进行训练、测试和优化。结果表明,通过自注意力变换网络音频分类在9种不同的故障类型诊断中,平均准确率达93.1%,最高准确率达98.1%。该模型收敛速度更快,具有较强的模拟电路故障检测能力。

来源：2023年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第3期