Производящая функция для распределения статистик автокорреляционной функции

• Datum: 2010
• 1. Verfasser: Кобяк, И.П.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2010
• Schlagworte: Информационные технологии
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/12811
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Производящая функция для распределения статистик автокорреляционной функции / И.П. Кобяк // Электронное моделирование. — 2010. — Т. 32, № 2. — С. 61-76. — Бібліогр.: 3 назв. — рос.

Рассмотрен метод формирования производящей функции для статистик автокорреляционной функции (АКФ) применительно к задаче наблюдения внутренних точек процессорных СБИС. В качестве элементарных событий при синтезе значений эмпирических АКФ использованы априорно определенные векторы, настройка на которые выполняется управляющим автоматом интегральной схемы. Показано, что использование рассматриваемого метода при статистическом контроле в сумме обеспечивает более точные результаты, чем использование метода линейного сигнатурного анализа или счета векторов состояний. Розглянуто метод формування виробляючої функції для статистик аутокореляційної функції (АКФ ) стосовно до задачі спостереження внутрішніх точок процесорних СБИС. У якості елементарних подій при синтезі значень емпіричних АКФ використано апріорно визначені вектори, настроювання на які виконується керуючим автоматом інтегральної схеми. Показано, що використання запропонованого методу для статистичного контролю в сумі забезпечує більш високу точність результатів, ніж використання лінійного сигнатурного аналізу або лічби векторів стану. Producing function formation method for statistic of autocorrelation function (ACF) is considered for the task of observing of inner points of processor VLSI. A priori defined vectors are used as elementary events at synthesis of empiric ACF values. Tuning on these vectors is performed by controlling unit of integrated circuit. It is shown that the use of the considered method under the statistical control is integrally more precise than linear signature analysis or state vector counting.