CN110376430A - 一种基于大数据的通信元器件测试评估*** - Google Patents
一种基于大数据的通信元器件测试评估*** Download PDFInfo
- Publication number
- CN110376430A CN110376430A CN201910646485.4A CN201910646485A CN110376430A CN 110376430 A CN110376430 A CN 110376430A CN 201910646485 A CN201910646485 A CN 201910646485A CN 110376430 A CN110376430 A CN 110376430A
- Authority
- CN
- China
- Prior art keywords
- dominant frequency
- chip
- environment temperature
- module
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/2872—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation
- G01R31/2874—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation related to temperature
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明公开了一种基于大数据的通信元器件测试评估***,包括信息采集模块、分类模块、环境温度调节模块、主频调节模块、测试模块、检测模块、数据处理模块以及评估模块;通过信息采集模块、分类模块、环境温度调节模块配合,使数据采集的条件设置的更加详细及合理。测试模块配合检测模块,实现测试的范围更广,利于后续分析各个设备中芯片对于环境温度、主频和功耗的关系。数据处理模块再配合评估模块确定设备运行效率最高的环境温度和频率,有利于根据具体使用环境选择合适的设备,可方便的了解设备在各中使用环境中的效率和整体评分。
Description
技术领域
本发明涉及一种测试评估***领域,具体涉及一种基于大数据的通信元器件测试评估***。
背景技术
芯片作为通信设备中进行数据处理的元器件发挥着重要的作用,在理想模型中,芯片的能耗数学公式可以表示为P=C*V2*f,其中C为常数,V代表电压,f为频率,理想情况中,频率和能耗成线性关系,而在实际使用时,不同设备采用不同的芯片,或是采用相同的芯片的不同设备,由于散热条件和环境温度的差别,导致芯片温度和能耗差异,进而使能耗与频率的关系与理想模型中的并不相同,同时,上述公式中P只是动态能耗,实际使用时,还需考虑短路能耗和漏电能耗,因此要通过芯片整体能耗、主频和环境温度确定芯片在各个设备中的实际性能十分困难。
如公开号为CN105629052B的专利文件,公开了一种芯片功耗实时检测方法,包括:设立测试电路,所述测试电路包括:依次串联的保险丝、电源电路和电子负载,连接在保险丝两端的用于测量保险丝两端的电压值的电压测量装置,与电压测量装置连接的模数转换装置,以及与模数转换装置连接的计算装置;设置电子负载为不同功耗值,利用测试电路测量流经保险丝的输入电流值;利用电子负载实际功耗值和输入电流值拟合出曲线公式,其中曲线公式以输入电流值为自变量,以功耗值为因变量;基于曲线公式,根据被测芯片的输入电流值推算出被测芯片的实际功耗值。但此方法只检测出了功耗值,同时利用的曲线公式也较为单一,无法满足真实使用环境的复杂情况,但未针对不同主频,不同环境温度以及不同设备之间的芯片能耗差异进行进一步检测和评估。
因此需要一种能够针对芯片整体能耗、主频和环境温度进行测试的***,以便了解各个芯片在不同设备中的实际能耗的差异。
发明内容
为了解决上述的技术问题,本发明的目的在于提供一种基于大数据的通信元器件测试评估***,通过信息采集模块、分类模块、环境温度调节模块配合,使数据采集的条件设置的更加详细及合理。测试模块配合检测模块,实现测试的范围更广,利于后续分析各个设备中芯片对于环境温度、主频和功耗的关系。数据处理模块再配合评估模块确定设备运行效率最高的环境温度和频率,有利于根据具体使用环境选择合适的设备,可方便的了解设备在各中使用环境中的效率和整体评分。
本发明所要解决的技术问题为:
(1)如何针对芯片整体能耗、主频和环境温度进行测试,以了解各个芯片在不同设备中的实际能耗的差异。
本发明的目的可以通过以下技术方案实现:
一种基于大数据的通信元器件测试评估***,包括信息采集模块、分类模块、环境温度调节模块、主频调节模块、测试模块、检测模块、数据处理模块以及评估模块;
所述信息采集模块用于获取通信设备的品类、设备型号、芯片型号、工作温度范围、芯片主频范围;
所述分类模块用于将品类、设备型号和芯片型号均相同的设备划分为一组并标记为一级相似组;将品类和芯片型号均相同的设备划分为一组并标记为二级相似组;将品类相同的一级相似组划分为一组并标记为三级相似组;
所述环境温度调节模块用于生成环境温度梯度表,还用于在进行芯片功耗测试时,按照环境温度梯度表将环境温度保持在一固定范围;
所述环境温度调节模块生成环境温度梯度表的具体步骤如下:
读取三级相似组内所有设备的工作温度范围,并筛选出最大值tmax和最小值tmin,作为该品类的工作温度范围T=[tmin,tmax],再筛选出T内所有为5℃的倍数的温度值并排序,作为该品类的环境温度梯度表,记为tem={t1,t2,t3,…,tj,…,tm};
所述主频调节模块用于生成主频梯度表,还用于在进行芯片功耗测试时,按照主频梯度表使芯片在一固定主频上保持满负载运行;
所述主频调节模块用于生成主频梯度表的具体步骤如下:
读取二级相似组内所有设备的芯片主频范围,并筛选出最大值fmax和最小值fmin,作为该品类的主频范围F=[fmin,fmax],再筛选出F内所有为100Mhz的倍数的主频值并排序,作为主频梯度表,记为S={s1,s2,…,si,…,sn};
所述测试模块用于根据环境温度梯度表和主频梯度表对各个一级相似组进行芯片功耗测试;
所述检测模块用于在进行芯片功耗测试时对设备的工作状态、芯片功耗和芯片温度进行检测和记录,其中,工作状态为是否正常工作;
所述数据处理模块对检测模块采集的芯片功耗和芯片温度进行计算,生成拟合函数;
所述评估模块用于根据拟合函数确定各个一级相似组的最优环境温度区间和最优运行主频区间,并确定所有相同品类的设备在各个固定环境温度和固定主频时的芯片功耗大小的排序。
进一步的,所述测试模块进行芯片功耗测试的具体步骤如下:
S1、依次选择一个一级相似组内的设备作为测试对象,并调用环境温度调节模块将环境温度调节至t1,并使测试时的环境温度波动范围保持在±0.5℃;
S2、调用主频调节模块将主频调节至s1,并使芯片满负载运行30min后,调用检测模块记录实时的芯片功耗p1 1以及芯片温度k1 1;
S3、待芯片温度k1 1降至t1时,再将主频调节至s2,并使芯片满负载运行30min后,记录实时的芯片功耗p1 2以及芯片温度k1 2;
S4、以此类推,按主频梯度表中主频值从小至大的顺序,得到在环境温度为t1时,设备在所有主频下满负载运行时的芯片功耗集合P1 i={p1 1,p1 2,…,p1 n}和芯片温度集合Ki 1={k1 1,k1 2,…,k1 n};
S5、调用环境温度调节模块将环境温度调节至t2,待芯片温度k1降至t2时,再次执行S2-S4,得到在环境温度为t2时,设备在所有主频下满负载运行时的芯片功耗集合P2 i={p2 1,p2 2,…,p2 n}和芯片温度集合Ki 2={k2 1,k2 2,…,k2 n};
S6、以此类推,待芯片温度降至与环境温度相同时,按环境温度梯度表中从小至大的温度值,再次执行S1-S5,得到任意固定温度和固定主频下设备的芯片功耗Pj i和芯片温度Kj i;
S7、计算一级相似组内所有设备同一环境温度和主频下的芯片功耗的平均值和芯片温度的平均值,并作为该设备在该温度和主频下的真实芯片功耗wj i和对应的真实芯片温度hj i,并生成该一级相似组对应设备的功耗温度表,其中j表示测试的环境温度为环境温度梯度表中第j个元素的温度值,i表示测试的主频为主频梯度表中第i个元素的主频值。
进一步的,所述数据处理模块生成拟合函数的具体步骤如下:
SS1、依次获取各个环境温度下,所有主频对应的芯片功耗,输入数据处理模块中生成主频相关的功耗拟合函数B(s),再对所有B(s)进行求导,得到对应的导数函数b(s);
SS2、依次获取各个主频下,所有环境温度对应的芯片功耗,输入数据处理模块中生成环境温度相关的功耗拟合函数G(t),再对所有G(t)进行求导,得到对应的导数函数g(t);
SS3、计算在区间F=[fmin,fmax]内,主频梯度表中各点对应b(s)的值的集合bs,并计算集合bs的平均值α,再计算出b(s)<α的区间;
SS4、计算在区间T=[tmin,tmax]内,环境温度梯度表中各点对应g(t)的值的集合gt,并计算集合gt的平均值β,再计算出g(t)<β的区间。
进一步的,所述评估模块将b(s)<α的区间作为对应一级相似组的最优运行主频区间,将g(t)<β的区间作为对应一级相似组的最优环境温度区间,将三级相似组内各个一级相似组在各个固定环境温度和主频下的芯片功耗按照从小至大进行排序,若功耗相同,则比较对应的芯片温度,芯片温度低的排名更高,获取排名前三的一级相似组进行加分,其中第一名加3分,第二名加2分,第三名加1分,计算所有环境温度和主频各个一级相似组的总分,并按照总分从高至低进行排序。
本发明的有益效果:
(1)数据采集方面:通过信息采集模块对设备的相关信息进行采集,方便后续的数据处理和对比,通过分类模块将设备划分为相同设备、相同芯片的不同设备、同类型设备,通过环境温度调节模块生成覆盖该品类的工作温度范围的环境温度梯度表,并根据环境温度梯度表对测试时的环境温度进行控制;通过主频调节模块生成覆盖该品类的主频范围的主频梯度表,并根据主频梯度表对测试时的主频进行控制,相比于现有技术,数据采集的条件设置的更加详细及合理。
(2)测试流程方面:测试模块对所有的设备进行能耗测试,配合检测模块,采集各个设备测试时的实时芯片能耗以及实时芯片温度,相比于现有技术,测试的范围更广,覆盖了不同的环境温度和主频,有利于后续分析各个设备中芯片对于环境温度、主频和功耗的关系。
(3)数据处理和挖掘方面:数据处理模块对采集的芯片功耗和芯片温度进行计算、求函数、制表,再配合评估模块确定最优运行主频区间和最优环境温度区间,通过最优运行主频区间和最优环境温度区间可确定设备运行效率最高的环境温度和频率,有利于根据具体使用环境选择合适的设备,同时对同类设备进行排序并计分,可方便的了解设备在各中使用环境中的效率和整体评分。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本实施例提供了一种基于大数据的通信元器件测试评估***,包括信息采集模块、分类模块、环境温度调节模块、主频调节模块、测试模块、检测模块、数据处理模块以及评估模块;
所述信息采集模块用于获取通信设备的品类、设备型号、芯片型号、工作温度范围、芯片主频范围;如通信设备的品类为移动通信终端,设备型号为abc-001,芯片型号为a73,工作温度范围为-10℃至60℃,芯片主频范围为760Mhz-2.9Ghz。
所述分类模块用于将品类、设备型号和芯片型号均相同的设备划分为一组并标记为一级相似组;将品类和芯片型号均相同的设备划分为一组并标记为二级相似组;将品类相同的一级相似组划分为一组并标记为三级相似组;一级相似组内的设备为相同设备,二级相似组内的设备是采用了相同芯片的同类设备,如不同品牌的通信终端,都采用了相同的芯片,三级相似组内的设备是同品类设备,如不同品牌的通信终端采用了不同的芯片。
所述环境温度调节模块用于生成环境温度梯度表,还用于在进行芯片功耗测试时,按照环境温度梯度表将环境温度保持在一固定范围;环境温度梯度表用于确定温度的采集点,需要覆盖到该类设备使用时的温度范围,不同设备的工作温度范围不一定相同,因此需要考虑到整个品类的工作范围来制作环境温度梯度表。
所述环境温度调节模块生成环境温度梯度表的具体步骤如下:
读取三级相似组内所有设备的工作温度范围,并筛选出最大值tmax和最小值tmin,作为该品类的工作温度范围T=[tmin,tmax],再筛选出T内所有为5℃的倍数的温度值并排序,作为该品类的环境温度梯度表,记为tem={t1,t2,t3,…,tj,…,tm}。如T=[-15℃,70℃],则环境温度梯度表tem={-15,-10,-5,…,30,…,70}。
所述主频调节模块用于生成主频梯度表,还用于在进行芯片功耗测试时,按照主频梯度表使芯片在一固定主频上保持满负载运行;与环境温度梯度表相同,每个芯片的最低主频和最高主频不相同,因此主频梯度表需要覆盖到整个品类的工作频率。
所述主频调节模块用于生成主频梯度表的具体步骤如下:
读取二级相似组内所有设备的芯片主频范围,并筛选出最大值fmax和最小值fmin,作为该品类的主频范围F=[fmin,fmax],再筛选出F内所有为100Mhz的倍数的主频值并排序,作为主频梯度表,记为S={s1,s2,…,si,…,sn};如F=[430Mhz,2Ghz],则主频梯度表S={500Mhz,600Mhz,…,1Ghz,…,2Ghz}。
所述测试模块用于根据环境温度梯度表和主频梯度表对各个一级相似组进行芯片功耗测试;所述测试模块进行芯片功耗测试的具体步骤如下:
S1、依次选择一个一级相似组内的设备作为测试对象,并调用环境温度调节模块将环境温度调节至t1,并使测试时的环境温度波动范围保持在±0.5℃;
S2、调用主频调节模块将主频调节至s1,并使芯片满负载运行30min后,调用检测模块记录实时的芯片功耗p1 1以及芯片温度k1 1;芯片在运行一段时间后,芯片温度才到达平衡,因此需要运行一段时间后再进行数据的采集。
S3、待芯片温度k1 1降至t1时,再将主频调节至s2,并使芯片满负载运行30min后,记录实时的芯片功耗p1 2以及芯片温度k1 2;
S4、以此类推,按主频梯度表中主频值从小至大的顺序,得到在环境温度为t1时,设备在所有主频下满负载运行时的芯片功耗集合P1 i={p1 1,p1 2,…,p1 n}和芯片温度集合Ki 1={k1 1,k1 2,…,k1 n};如p1 1表示环境温度为t1以及主频固定为s1时的芯片功耗,k1 1表示环境温度为t1以及主频固定为s1时的芯片温度。
S5、调用环境温度调节模块将环境温度调节至t2,待芯片温度k1降至t2时,再次执行S2-S4,得到在环境温度为t2时,设备在所有主频下满负载运行时的芯片功耗集合P2 i={p2 1,p2 2,…,p2 n}和芯片温度集合Ki 2={k2 1,k2 2,…,k2 n};环境温度为t1时测试完毕后,再进行环境温度为t2时的测试,但为保证准确性,需要在芯片温度降低后再进行测试,
S6、以此类推,待芯片温度降至与环境温度相同时,按环境温度梯度表中从小至大的温度值,再次执行S1-S5,得到任意固定温度和固定主频下设备的芯片功耗Pj i和芯片温度Kj i;其中上标j对应环境温度梯度表中第j个元素,下标i对应主频梯度表中第i个元素。
S7、计算一级相似组内所有设备同一环境温度和主频下的芯片功耗的平均值和芯片温度的平均值,为防止个体的特异性造成数据偏离过大,通过多个相同设备平均值来保证数据的有效性,并作为该设备在该温度和主频下的真实芯片功耗wj i和对应的真实芯片温度hj i,并生成该一级相似组对应设备的功耗温度表,如表1形式,第一行为环境温度梯度表对应的温度采集点,第一列对应的是主频梯度表对应的采集点,其中j表示测试的环境温度为环境温度梯度表中第j个元素的温度值,i表示测试的主频为主频梯度表中第i个元素的主频值。到此即完成一种设备的功耗测试,继续进行其他设备的测试,直至所有设备均完成测试,方便对比不同芯片或同一芯片不同设备之间的功耗差异。
t1 | t2 | … | tj | … | tm | |
s1 | w<sup>1</sup><sub>1</sub>,h<sup>1</sup><sub>1</sub> | w<sup>2</sup><sub>1</sub>,h<sup>2</sup><sub>1</sub> | … | w<sup>j</sup><sub>1</sub>,h<sup>j</sup><sub>1</sub> | … | w<sup>m</sup><sub>1</sub>,h<sup>m</sup><sub>1</sub> |
s2 | w<sup>1</sup><sub>2</sub>,h<sup>1</sup><sub>2</sub> | w<sup>2</sup><sub>2</sub>,h<sup>2</sup><sub>2</sub> | … | w<sup>j</sup><sub>2</sub>,h<sup>j</sup><sub>2</sub> | … | w<sup>m</sup><sub>2</sub>,h<sup>m</sup><sub>2</sub> |
… | … | … | … | … | … | … |
si | w<sup>1</sup><sub>i</sub>,h<sup>1</sup><sub>1</sub> | w<sup>2</sup><sub>i</sub>,h<sup>2</sup><sub>i</sub> | … | w<sup>j</sup><sub>i</sub>,h<sup>j</sup><sub>i</sub> | … | w<sup>m</sup><sub>i</sub>,h<sup>m</sup><sub>i</sub> |
… | … | … | … | … | … | … |
sn | w<sup>1</sup><sub>n</sub>,h<sup>1</sup><sub>n</sub> | w<sup>2</sup><sub>n</sub>,h<sup>2</sup><sub>n</sub> | … | w<sup>j</sup><sub>n</sub>,h<sup>j</sup><sub>n</sub> | … | w<sup>m</sup><sub>n</sub>,h<sup>m</sup><sub>n</sub> |
表1功耗温度表
所述检测模块用于在进行芯片功耗测试时对设备的工作状态、芯片功耗和芯片温度进行检测和记录,其中,工作状态为是否正常工作;对于检测工作状态为异常的数据,数据处理模块不进行运算。
所述数据处理模块对检测模块采集的芯片功耗和芯片温度进行计算,生成拟合函数;其中拟合时通过matlab进行数据拟合,拟合方式勾选二次函数,三次函数,指数函数,对数函数等,先拟合出多种拟合曲线,在通过计算平均拟合偏差值,选择平均拟合偏差值最小的函数作为拟合函数。
所述数据处理模块生成拟合函数的具体步骤如下:
SS1、依次获取各个环境温度下,所有主频对应的芯片功耗,输入数据处理模块中生成主频相关的功耗拟合函数B(s),再对所有B(s)进行求导,得到对应的导数函数b(s);
SS2、依次获取各个主频下,所有环境温度对应的芯片功耗,输入数据处理模块中生成环境温度相关的功耗拟合函数G(t),再对所有G(t)进行求导,得到对应的导数函数g(t);导数函数可以用来描述芯片功耗随自变量变化的变化趋势。
SS3、计算在区间F=[fmin,fmax]内,主频梯度表中各点对应b(s)的值的集合bs,并计算集合bs的平均值α,再计算出b(s)<α的区间;b(s)的值越大,表示功耗上升的越快,能效比也就越低,因此在高于某个值后,能效比开始下降,而α为平均功耗变化率,因此α可作为参考值。
SS4、计算在区间T=[tmin,tmax]内,环境温度梯度表中各点对应g(t)的值的集合gt,并计算集合gt的平均值β,再计算出g(t)<β的区间。和α同理,g(t)的值越大,说明环境温度上升对能耗的影响越大,超过某一值后,环境温度上升一点,功耗上升的更多,能效比也就更差,因此β作为环境温度的平均影响系数,可作为参考值。
所述评估模块用于根据拟合函数确定各个一级相似组的最优环境温度区间和最优运行主频区间,并确定所有相同品类的设备在各个固定环境温度和固定主频时的芯片功耗大小的排序。
所述评估模块将b(s)<α的区间作为对应一级相似组的最优运行主频区间,将g(t)<β的区间作为对应一级相似组的最优环境温度区间,将三级相似组内各个一级相似组在各个固定环境温度和主频下的芯片功耗按照从小至大进行排序,若功耗相同,则比较对应的芯片温度,芯片温度低的排名更高,获取排名前三的一级相似组进行加分,其中第一名加3分,第二名加2分,第三名加1分,计算所有环境温度和主频各个一级相似组的总分,并按照总分从高至低进行排序。如两种不同设备a,b,在t1,s1的测试环境下,a为第三名,b为第五名,则a记1分,而b不计分,在t4,s5的测试环境下,a为第一名,b为第三名,则a记3分,b记1分,如某个测试环境下,未正常工作,则不计分,按照表1,以此类推,统计表1中各项的得分,即可得到a和b总分,两者总分相比,即可作为判断两个设备功耗的优劣。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种基于大数据的通信元器件测试评估***,其特征在于,包括信息采集模块、分类模块、环境温度调节模块、主频调节模块、测试模块、检测模块、数据处理模块以及评估模块;
所述信息采集模块用于获取通信设备的品类、设备型号、芯片型号、工作温度范围、芯片主频范围;
所述分类模块用于将品类、设备型号和芯片型号均相同的设备划分为一组并标记为一级相似组;将品类和芯片型号均相同的设备划分为一组并标记为二级相似组;将品类相同的一级相似组划分为一组并标记为三级相似组;
所述环境温度调节模块用于生成环境温度梯度表,还用于在进行芯片功耗测试时,按照环境温度梯度表将环境温度保持在一固定范围;
所述环境温度调节模块生成环境温度梯度表的具体步骤如下:
读取三级相似组内所有设备的工作温度范围,并筛选出最大值tmax和最小值tmin,作为该品类的工作温度范围T=[tmin,tmax],再筛选出T内所有为5℃的倍数的温度值并排序,作为该品类的环境温度梯度表,记为tem={t1,t2,t3,…,tj,…,tm};
所述主频调节模块用于生成主频梯度表,还用于在进行芯片功耗测试时,按照主频梯度表使芯片在一固定主频上保持满负载运行;
所述主频调节模块用于生成主频梯度表的具体步骤如下:
读取二级相似组内所有设备的芯片主频范围,并筛选出最大值fmax和最小值fmin,作为该品类的主频范围F=[fmin,fmax],再筛选出F内所有为100Mhz的倍数的主频值并排序,作为主频梯度表,记为S={s1,s2,…,si,…,sn};
所述测试模块用于根据环境温度梯度表和主频梯度表对各个一级相似组进行芯片功耗测试;
所述检测模块用于在进行芯片功耗测试时对设备的工作状态、芯片功耗和芯片温度进行检测和记录,其中,工作状态为是否正常工作;
所述数据处理模块对检测模块采集的芯片功耗和芯片温度进行计算,生成拟合函数;
所述评估模块用于根据拟合函数确定各个一级相似组的最优环境温度区间和最优运行主频区间,并确定所有相同品类的设备在各个固定环境温度和固定主频时的芯片功耗大小的排序。
2.根据权利要求1所述的一种基于大数据的通信元器件测试评估***,其特征在于,所述测试模块进行芯片功耗测试的具体步骤如下:
S1、依次选择一个一级相似组内的设备作为测试对象,并调用环境温度调节模块将环境温度调节至t1,并使测试时的环境温度波动范围保持在±0.5℃;
S2、调用主频调节模块将主频调节至s1,并使芯片满负载运行30min后,调用检测模块记录实时的芯片功耗p1 1以及芯片温度k1 1;
S3、待芯片温度k1 1降至t1时,再将主频调节至s2,并使芯片满负载运行30min后,记录实时的芯片功耗p1 2以及芯片温度k1 2;
S4、以此类推,按主频梯度表中主频值从小至大的顺序,得到在环境温度为t1时,设备在所有主频下满负载运行时的芯片功耗集合P1 i={p1 1,p1 2,…,p1 n}和芯片温度集合Ki 1={k1 1,k1 2,…,k1 n};
S5、调用环境温度调节模块将环境温度调节至t2,待芯片温度k1降至t2时,再次执行S2-S4,得到在环境温度为t2时,设备在所有主频下满负载运行时的芯片功耗集合P2 i={p2 1,p2 2,…,p2 n}和芯片温度集合Ki 2={k2 1,k2 2,…,k2 n};
S6、以此类推,待芯片温度降至与环境温度相同时,按环境温度梯度表中从小至大的温度值,再次执行S1-S5,得到任意固定温度和固定主频下设备的芯片功耗Pj i和芯片温度Kj i;
S7、计算一级相似组内所有设备同一环境温度和主频下的芯片功耗的平均值和芯片温度的平均值,并作为该设备在该温度和主频下的真实芯片功耗wj i和对应的真实芯片温度hj i,并生成该一级相似组对应设备的功耗温度表,其中j表示测试的环境温度为环境温度梯度表中第j个元素的温度值,i表示测试的主频为主频梯度表中第i个元素的主频值。
3.根据权利要求2所述的一种基于大数据的通信元器件测试评估***,其特征在于,数据处理模块生成拟合函数的具体步骤如下:
SS1、依次获取各个环境温度下,所有主频对应的芯片功耗,输入数据处理模块中生成主频相关的功耗拟合函数B(s),再对所有B(s)进行求导,得到对应的导数函数b(s);
SS2、依次获取各个主频下,所有环境温度对应的芯片功耗,输入数据处理模块中生成环境温度相关的功耗拟合函数G(t),再对所有G(t)进行求导,得到对应的导数函数g(t);
SS3、计算在区间F=[fmin,fmax]内,主频梯度表中各点对应b(s)的值的集合bs,并计算集合bs的平均值α,再计算出b(s)<α的区间;
SS4、计算在区间T=[tmin,tmax]内,环境温度梯度表中各点对应g(t)的值的集合gt,并计算集合gt的平均值β,再计算出g(t)<β的区间。
4.根据权利要求3所述的一种基于大数据的通信元器件测试评估***,其特征在于,评估模块将b(s)<α的区间作为对应一级相似组的最优运行主频区间,将g(t)<β的区间作为对应一级相似组的最优环境温度区间,将三级相似组内各个一级相似组在各个固定环境温度和主频下的芯片功耗按照从小至大进行排序,若功耗相同,则比较对应的芯片温度,芯片温度低的排名更高,获取排名前三的一级相似组进行加分,其中第一名加3分,第二名加2分,第三名加1分,计算所有环境温度和主频各个一级相似组的总分,并按照总分从高至低进行排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646485.4A CN110376430B (zh) | 2019-07-17 | 2019-07-17 | 一种基于大数据的通信元器件测试评估*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646485.4A CN110376430B (zh) | 2019-07-17 | 2019-07-17 | 一种基于大数据的通信元器件测试评估*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110376430A true CN110376430A (zh) | 2019-10-25 |
CN110376430B CN110376430B (zh) | 2020-05-22 |
Family
ID=68253686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910646485.4A Active CN110376430B (zh) | 2019-07-17 | 2019-07-17 | 一种基于大数据的通信元器件测试评估*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110376430B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110986190A (zh) * | 2019-11-12 | 2020-04-10 | 珠海格力电器股份有限公司 | 空调器外机主板性能监测分析方法、装置、***和介质 |
CN112433091A (zh) * | 2020-12-04 | 2021-03-02 | 武汉轻工大学 | 一种用于芯片的用电功耗的实时检测*** |
CN112798892A (zh) * | 2021-01-14 | 2021-05-14 | 淮阴工学院 | 一种基于物联网的车载多媒体自动化测试*** |
CN112833955A (zh) * | 2021-01-08 | 2021-05-25 | 三一汽车起重机械有限公司 | 液压油品质监测模型的建立方法、监测方法、装置及*** |
CN117762069A (zh) * | 2023-12-14 | 2024-03-26 | 上海源斌电子科技有限公司 | 一种基于物联网的控制芯片自动化数据处理***及方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788951A (zh) * | 2012-09-05 | 2012-11-21 | 无锡江南计算技术研究所 | Ate测试结果判断方法及ate测试方法 |
WO2013097213A1 (zh) * | 2011-12-31 | 2013-07-04 | 北京大学深圳研究生院 | 一种非接触式的wl/wlp芯片高温老化测试方法及装置 |
CN103645402A (zh) * | 2013-12-14 | 2014-03-19 | 佛山市中格威电子有限公司 | 一种能识别不同型号遥控器的测试方法及其测试装置 |
CN103809102A (zh) * | 2012-11-06 | 2014-05-21 | 比亚迪股份有限公司 | 一种在编程时对芯片进行测试的方法及测试*** |
CN104198918A (zh) * | 2014-09-12 | 2014-12-10 | 张保宁 | 一种用于高速高精度adc芯片小批量生产的测试*** |
CN104660466A (zh) * | 2015-02-06 | 2015-05-27 | 深圳先进技术研究院 | 一种安全测试方法及*** |
CN104749514A (zh) * | 2015-04-10 | 2015-07-01 | 中国电子科技集团公司第三十八研究所 | 一种低功耗差分传输芯片的直通化测试装置 |
CN105182265A (zh) * | 2015-09-29 | 2015-12-23 | 中国电力科学研究院 | 一种计量芯片选型测试*** |
CN105629052A (zh) * | 2015-12-23 | 2016-06-01 | 无锡江南计算技术研究所 | 芯片功耗实时检测方法 |
CN105676105A (zh) * | 2014-11-19 | 2016-06-15 | 比亚迪股份有限公司 | 芯片测试方法及芯片测试机 |
CN106199179A (zh) * | 2016-06-22 | 2016-12-07 | 何颖 | 频率测试装置及方法 |
CN106680697A (zh) * | 2016-12-08 | 2017-05-17 | 西安电子科技大学 | 一种数字信号处理器试验检测装置 |
US20180211894A1 (en) * | 2015-06-25 | 2018-07-26 | International Business Machines Corporation | On-chip combined hot carrier injection and bias temperature instability monitor |
CN108620344A (zh) * | 2017-03-21 | 2018-10-09 | 深圳市华宇半导体有限公司 | 智能手机自动感光芯片自动化测试***及其控制方法 |
CN109446586A (zh) * | 2018-10-03 | 2019-03-08 | 复旦大学 | 一种高效通用芯片测试*** |
-
2019
- 2019-07-17 CN CN201910646485.4A patent/CN110376430B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013097213A1 (zh) * | 2011-12-31 | 2013-07-04 | 北京大学深圳研究生院 | 一种非接触式的wl/wlp芯片高温老化测试方法及装置 |
CN102788951A (zh) * | 2012-09-05 | 2012-11-21 | 无锡江南计算技术研究所 | Ate测试结果判断方法及ate测试方法 |
CN103809102A (zh) * | 2012-11-06 | 2014-05-21 | 比亚迪股份有限公司 | 一种在编程时对芯片进行测试的方法及测试*** |
CN103645402A (zh) * | 2013-12-14 | 2014-03-19 | 佛山市中格威电子有限公司 | 一种能识别不同型号遥控器的测试方法及其测试装置 |
CN104198918A (zh) * | 2014-09-12 | 2014-12-10 | 张保宁 | 一种用于高速高精度adc芯片小批量生产的测试*** |
CN105676105A (zh) * | 2014-11-19 | 2016-06-15 | 比亚迪股份有限公司 | 芯片测试方法及芯片测试机 |
CN104660466A (zh) * | 2015-02-06 | 2015-05-27 | 深圳先进技术研究院 | 一种安全测试方法及*** |
CN104749514A (zh) * | 2015-04-10 | 2015-07-01 | 中国电子科技集团公司第三十八研究所 | 一种低功耗差分传输芯片的直通化测试装置 |
US20180211894A1 (en) * | 2015-06-25 | 2018-07-26 | International Business Machines Corporation | On-chip combined hot carrier injection and bias temperature instability monitor |
CN105182265A (zh) * | 2015-09-29 | 2015-12-23 | 中国电力科学研究院 | 一种计量芯片选型测试*** |
CN105629052A (zh) * | 2015-12-23 | 2016-06-01 | 无锡江南计算技术研究所 | 芯片功耗实时检测方法 |
CN106199179A (zh) * | 2016-06-22 | 2016-12-07 | 何颖 | 频率测试装置及方法 |
CN106680697A (zh) * | 2016-12-08 | 2017-05-17 | 西安电子科技大学 | 一种数字信号处理器试验检测装置 |
CN108620344A (zh) * | 2017-03-21 | 2018-10-09 | 深圳市华宇半导体有限公司 | 智能手机自动感光芯片自动化测试***及其控制方法 |
CN109446586A (zh) * | 2018-10-03 | 2019-03-08 | 复旦大学 | 一种高效通用芯片测试*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110986190A (zh) * | 2019-11-12 | 2020-04-10 | 珠海格力电器股份有限公司 | 空调器外机主板性能监测分析方法、装置、***和介质 |
CN112433091A (zh) * | 2020-12-04 | 2021-03-02 | 武汉轻工大学 | 一种用于芯片的用电功耗的实时检测*** |
CN112833955A (zh) * | 2021-01-08 | 2021-05-25 | 三一汽车起重机械有限公司 | 液压油品质监测模型的建立方法、监测方法、装置及*** |
CN112798892A (zh) * | 2021-01-14 | 2021-05-14 | 淮阴工学院 | 一种基于物联网的车载多媒体自动化测试*** |
CN117762069A (zh) * | 2023-12-14 | 2024-03-26 | 上海源斌电子科技有限公司 | 一种基于物联网的控制芯片自动化数据处理***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110376430B (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110376430A (zh) | 一种基于大数据的通信元器件测试评估*** | |
CN106529791B (zh) | 一种电力***中支路重要度的评估方法 | |
CN109494724B (zh) | 基于lu分解的大电网戴维南等值参数在线辨识方法 | |
CN104504618B (zh) | 基于pair‑copula函数的微电网可靠性评估数据抽样方法 | |
Murty et al. | Comparison of optimal capacitor placement methods in radial distribution system with load growth and ZIP load model | |
CN103595040A (zh) | 含直流分布式电源的配电网及其综合负荷特性的分析方法 | |
Aurilio et al. | Fast hybrid MPPT technique for photovoltaic applications: Numerical and experimental validation | |
CN110705887A (zh) | 一种基于神经网络模型的低压台区运行状态综合评价方法 | |
CN111125868A (zh) | 一种电子产品的多应力寿命评估方法及装置 | |
Akbarzadeh Aghdam et al. | Voltage stability assessment algorithm to predict power system loadability margin | |
Barcellona et al. | Overview of lithium-ion capacitor applications based on experimental performances | |
CN103686762B (zh) | 一种wcdma***小区覆盖评估方法及装置 | |
CN107565571A (zh) | 一种判断电力***静态电压稳定性的方法及装置 | |
Haq et al. | An improved maximum exponentially weighted moving average control chart for monitoring process mean and variability | |
US11169188B2 (en) | Low-observability matrix completion | |
CN103543355A (zh) | 一种测定太阳能光伏发电效率的*** | |
Lamprianidou et al. | Assessment of load and generation modelling on the quasi-static analysis of distribution networks | |
CN111553080A (zh) | 一种配电台区负荷动态等值非机理模型参数闭环辨识方法 | |
CN110289646B (zh) | 基于元模型的智能软开关就地控制策略优化方法 | |
CN114755530B (zh) | 一种输电线路鲁棒故障定位方法 | |
CN116231652A (zh) | 一种考虑消纳率的分布式电源承载能力分析方法及终端 | |
Zeraati et al. | Meter placement algorithms to enhance distribution systems state estimation: Review, challenges and future research directions | |
CN113868840A (zh) | 一种实时芯片功耗预测的校核方法 | |
CN104461878A (zh) | 一种基于自定义模型的软件质量评价方法 | |
CN112801363B (zh) | 一种电力负荷损失预测方法、介质、电子设备和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |