CN1693916A - 用于在线测试的自动化调试和优化的方法和装置 - Google Patents

Abstract

本发明提供了一种用于自动调试和优化在线测试的方法和装置，所述在线测试用于在自动化测试器上测试待测器件。该新的测试调试和优化技术抽取容纳在知识框架中的专家知识，自动制定有效稳定的测试，以在集成电路测试器上执行，所述测试优选地是被优化的测试。

Description

用于在线测试的自动化调试和优化的方法和装置

技术领域

本发明涉及在线测试(in-circuit test)，更具体而言，涉及用于在线测试的自动化调试和优化的方法和装置。

背景技术

对利用计算机***来收集、处理和分析数据的日渐增高的依赖性使得***装配工艺和相关联的硬件不断改进。随着集成电路的速度和密度上的改进，设计和测试这些集成电路的成本和复杂度显著增加。当前，大的复杂工业集成电路测试器(在工业中通常称为“自动化测试设备”或“ATE”)进行集成电路器件的复杂测试，所述集成电路器件例如有集成电路、印刷电路板(PCB)、多芯片模块(MCM)、片上***(SOC)器件、印刷电路组件(PCA)等。必须进行的测试除了别的以外还可包括在线测试(ICT)、功能测试和结构测试，并且必须进行的测试被设计来验证待测器件(DUT)的适当结构性能、操作性能和功能性能。

自动化测试的一个示例是执行在线测试。在线测试验证印刷电路板(PCB)上的组件的适当电连接，并且在线测试通常是使用钉床夹具(bed-of-nail fixture)或者机器人飞针(robotic flying-prober)(可被编程移动的一组探针)来进行的。钉床夹具/机器人飞针探测待测器件的节点，施加一组激励(stimuli)，然后接收测量响应。分析器处理测量响应，以确定测试是通过了还是失败了。

典型的在线测试将覆盖数千种器件，包括电阻器、电容器、二极管、晶体管、电感器等。测试通常经由某种类型的用户接口而被传递到测试器。通常，用户接口允许技术人员输入用于每种类型设备的各种配置和参数，以自动生成用于该类型设备的测试。但是，由于各种原因，所述自动生成的测试常常有相当大的百分比(例如，20％)是有错误的，因为当在已知良好的待测器件上执行所述自动生成的测试时，该测试不能确定待测器件或组件的状态。很明显，对于包括上千个组件的待测器件，这导致大量的测试必须被手动修正。专家技术人员通常知道如何修正出错的测试。但是，由于存在如此多的需要修正的“出错”测试，因此大量时间(因而代价高昂)可能被耗费在测试调试和优化上，而不是花费在器件本身的实际测试上。从而，存在下述技术需求，即抽取并自动化测试技术人员的专家知识，以修正和优化集成电路测试。

发明内容

本发明提出了一种用于自动调试和优化在线测试的方法和装置，所述在线测试用于在自动化测试器上测试待测器件。所述新的测试调试和优化技术抽取容纳在知识框架中的专家知识，并自动化制定有效稳定的测试用于在集成电路测试器上执行。根据本发明，在线测试器包括自动化测试调试和优化***，该自动化测试调试和优化***接收集成电路测试，并且对该测试进行调试以及优选地进行优化，以确保该测试将至少满足有效性和稳定性要求。该自动化测试调试和优化***包括自动调试控制器，该自动调试控制器具有测试制定引擎(test formulation engine)，该测试制定引擎访问与待测器件相关联的知识框架以制定和打包有效稳定的测试用于测试待测器件，所述测试优选地是被优化的测试。自动调试控制器对与对应于要被测试进行测试的组件的活动(active)规则集相关联的许多规则进行迭代。规则定义了动作和有效性标准，以及优选地定义了稳定性标准。新制定的所提出的测试是基于给定的规则而生成的，并且在测试头中被测试，以确认所提出的测试是否满足有效性标准以及优选地是否满足稳定性标准。一旦所提出的测试已被发现满足所要求的标准，则该测试优选地被用来替换原来提供的测试。如果要进行优化，则自动调试控制器基于知识框架生成所有可能的所提出测试，并且选择最好地满足有效性和稳定性标准的所提出测试。

附图说明

通过结合附图参考下面的详细说明，本发明的更完全理解以及本发明的许多附带优点将变得更好理解因而将很清楚，在所述附图中，类似的参考符号指示相同或者相似的组件，其中：

图1是根据本发明实现的自动化测试***的示意性框图；

图2是现有技术测量电路的示意图；

图3是根据本发明的自动化测试调试和优化***的框图；

图4是根据本发明的知识框架的框图；

图5是规则的结构图；

图6是由本发明的自动调试控制器的测试制定引擎执行的方法的流程图；以及

图7是示例规则集的示例处理图。

具体实施方式

现参考本发明，图1是根据本发明实现的自动化测试***2的示意性框图。如图所示，测试***2包括支持夹具6的测试头8和自动化测试调试和优化***10，其中在夹具6上安装了容纳或者实现待测器件(DUT)4的印刷电路板(PCB)。测试头8包括控制器26、测试配置电路20和测量电路28。例如针床夹具之类的夹具6是针对每个PCB布线图定制的，并且包括多个探针12，所述多个探针12在待测器件4被适当地安置在夹具6上时电连接到待测器件4的节点。探针12经由夹具6被耦合到接口引脚14。

测试配置电路20包括继电器18的矩阵16，测试配置电路20是经由控制总线22上的控制器26可编程的，以断开和/或闭合矩阵16中的每个继电器18，从而获得测试头8的接口引脚14和测试头8内部的一组测量总线24之间的任何期望的连接。测量总线24被电连接到测量电路28的节点。测量电路28的被连接到一组测试总线24的特定节点可以在测量电路28的内部被硬连线(hardwire)，或者可经由继电器的另一可编程矩阵(未示出)来配置。控制器26从自动化测试调试和优化***10接收测试设置指令，以对矩阵16(以及其它继电器矩阵，如果有的话)进行编程，从而获得待测器件4和测量电路28之间的一组期望连接路径。自动化测试调试和优化***10对要在待测器件4上执行的在线测试进行调试和/或优化，将在下文中详细描述自动化测试调试和优化***10。

图2示出了现有技术的测量电路28的示例性例子30。测量电路30被称为“双线”测量电路。测量电路30包括运算放大器32，运算放大器32的正输入端46被耦合到地，负输入端48被耦合到输入节点I40。参考电阻器R_ref42被耦合在运算放大器32的输出节点V_o44和输入节点I40之间。DUT4上被表征为未知阻抗Z_x的待测组件38被耦合到输入节点I40和源输入节点S36之间。源输入节点36由电压激励源34提供的已知参考电压V_s来激励。如果假定是理想的运算放大器电路，则通过待测组件38的未知阻抗Z_x的电流应该等于通过参考电阻器R_ref42的电流，并且在负输入端48维持虚接地。如本领域所公知的，在理想的运算放大器电路中，理论上的阻抗计算为：

Z_x＝-R_ref(V_s/V_o)

当测试诸如电阻器的电阻性模拟组件时，使用精确DC电压激励源34和输出节点V_o44处的DC检测器来确定输出电压的电阻性分量(resistivecomponent)。当测试诸如电容器和电感器的电抗性模拟组件时，使用精确AC电压激励源34和输出节点V_o44处的相位同步检测器来确定输出电压的电抗性分量。

在本发明的范围外的其它测量通常被用来降低保护错误(guarderror)和补偿引线阻抗。为了进行一组测量，通过下述操作来建立从DUT4上的待测组件38到测量电路28的连接路径，即对继电器矩阵16进行编程以配置继电器18，使得将针床夹具6的探针12经由内部测量总线20电连接到测量电路28，其中针床夹具6的探针12被电连接到待测器件4上的节点。在图2的示例性测量电路30中，内部测量总线包括分别被电连接到S节点36和I节点40的S总线和I总线。在测试建立期间，在对待测组件38进行测试之初，对从待测器件4到测量电路28的内部测量总线20的连接进行编程。在已建立起连接之后，在等待继电器连接的固有延迟完成之后，测量电路28可以得到对待测组件38的实际测试测量。当测试完结时，继电器连接都被初始化到已知状态，以为开始下一测试做准备。

图2中所描述的测量电路30仅用于示例的目的。图2图示了示例硬件连接，具体地即图1的测量电路28，其必须由在线ATE提供以进行在特定器件上的在线测试，在此示例中，所述特定器件被表征为未知阻抗Z_x。但是，应该理解，一般的在线测试将覆盖数千个器件，包括电阻器、电容器、二极管、晶体管、电感器等。

现参考本发明，在图3中更详细地示出了并且在图6中的操作中描述了图1的自动化测试调试和优化***10的示例性实施例100。如图3所示，自动化测试调试和优化***100优选地包括测试头监督器104、自动调试控制器106、知识框架120、发送队列112和结果属性***114。

测试头监督器104接收测试102以进行调试/优化。测试102可以是从交互式图形用户界面测试建立程序接收的，或者从测试文件输入装置接收的。下面是用于电阻器件族的源文件R208.dat的示例。

                           R208.dat

！！！！2  0  1 1021582599  0000

！IPG：rev 05.00pd Thu May 16 14:56:40 2002

！公共引线电阻500m，公共引线电感1.00u

！夹具：EXPRESS

断开所有连接

将s连接到“R208-1”；将a连接到“R208-1”

将i连接到“R208-2”；将b连接到“R208-2”

电阻器10，12.8，3.75，rel，ar100m，sa，sb，en

！“r208”是受限测试。

！DUT：标称10，正公差1.00％，负公差1.00％

！DUT：高10.1，低9.9

！测试：高限：11.276，低限：9.625

！公差乘数5.00

！允许遥测

由测试器接收到的测试102通常将被包装成数据结构形式，其包括要被调试的测试的源文件中容纳的信息，也包括诸如器件名称的其它信息等等。

通常，测试102将是要被调试/优化的有缺陷的在线测试，例如下述测试，即当对已知良好的板进行测试时(即，当已知该组件是良好的因而测试应该使该组件通过时)，测试表明该组件不合格或者不能确定该测试的一个或多个参数的状态。每个测试102测试被安装在测试器上的DUT 4上的单个个体组件，并且每个测试102是测试源文件的表示，其中所述测试源文件已被准备好(即，已被编译成目标代码，因而不再是ASCII文本可读格式)在测试头8上的不同处理器上运行/执行。

测试头监督器104本质上是测试头8和自动化测试调试和优化***100之间的接口，其目的是保护测试头资源以免过载。在优选实施例中，测试头8本身是单个处理资源；因此，测试头8在任何给定的时间槽(time slot)中仅能执行单件工作。测试头监督器104操作来通过监控测试头8资源的分配而保护测试头。在优选实施例中，测试头监督器104被实现为Java线程，该Java线程处理要被发送到测试头8的各种工作。当测试头监督器104接收要被调试/优化的测试102时，其激活自动调试控制器106。激活的方法取决于自动化测试调试和优化***100的具体实现。例如，自动调试控制器106可以被实现为接收测试102(或者指向测试102的指针)作为参数的静态过程函数。在另一实施例中，自动调试控制器106被实现为具有单独处理器和存储器的硬件，其中存储器用于存储实现自动调试控制器106的功能的程序指令。在优选实施例中，测试头监督器104创建自动控制器106对象的实例，并且将所接收的测试102传递给所创建的实例，所述实例的生存期起始于测试头监督器104进行实例化之时，而终止于对所接收测试102的调试/优化过程完成之时。

自动调试控制器106包括测试制定引擎108，在自动调试控制器106的生存期期间，该测试制定引擎108生成一个或多个所提出的理论上无缺陷的测试109，所述测试109准备好由测试头8执行。在生成所提出的理论上无缺陷的测试109时，测试制定引擎108访问知识框架120来确定要采取的适宜动作、有效性标准和稳定性标准。

知识框架120容纳关于要在DUT4上测试的各种组件的测试知识，所述测试知识允许自动调试控制器106确定如何对给定的测试进行制定和包装。在图4中图示了知识框架120的优选实施例的更详细的框图。如其中所示，知识框架120包括一个或多个规则集122_a、122_b、…、122_m。每个规则集122_a、122_b、…、122_m与一个或者多个规则124_{a_1}、124_{a_2}、…、124_{a_i}、124_{b_1}、124_{b_2}、…、124_{b_j}、124_{m_1}、124_{m_2}、…、124_{m_k}相关联。图5图示了每个规则124_{a_1}、124_{a_2}、…、124_{a_i}、124_{b_1}、124_{b_2}、…、124_{b_j}、124_{m_1}、124_{m_2}、…、124_{m_k}的结构124。如图5所示，每个规则优选地包括三个组元(component)，即包括动作组元130、有效性测试组元132和稳定性测试组元134(例如，过程能力指数(CPK))。

动作组元130代表调试/优化策略。动作组元130可以实现或者指向诸如要被执行的库函数的代码。

有效性组元132包括或者指向下述测试或者算法，所述测试或者算法将期望结果和由测试器测量得到的实际结果相比较。通常有效性测试组元132将包括多个期望的参数值以和所接收的参数值进行验证，以验证所提出的理论上无缺陷的测试109是否合格。

稳定性测试组元134被实施来验证测试的鲁棒性(robustness)。在操作期间，只有有效性测试通过才进行稳定性测试组元134。通过多次应用有效性测试以收集其统计值(例如，过程能力指数CPK)来实施稳定性测试。CPK是测量结果，其指示从知识框架120中导出的所制定测试的稳定性级别。

对于要在DUT4上测试的每个可能的组件(例如，电阻器、电容器、二极管、FET、电感器等等)，知识框架120都包括对应的规则集。自动调试控制器106在活动规则集的级别上工作。每个器件/组件族可以具有许多规则集，但是在任一给定时刻，知识框架120中只有一个规则集可以是活动的。自动调试控制器106中的测试制定引擎108对每个器件/组件族仅执行该活动规则集中的规则。

每个规则集122中的一组规则124根据预定的优先级顺序被排序。测试制定引擎108根据预定的优先级顺序执行规则集内的规则。具体而言，测试制定引擎108基于活动规则集122的当前所选规则124的有效性组元132和动作组元130生成测试头应该获得的参数/测量的列表。此参数/测量列表代表该测试的优点，由此正被测试的组件可以被分类为“好”或“坏”。其它分类也是可能的。

一旦测试制定引擎108生成所提出的理论上无缺陷的测试109，则所提出的理论上无缺陷的测试109就被发送到发送队列112。发送队列112以优先级顺序(例如，先入先出)将测试头-准备就绪(testhead-ready)测试存储在队列中。当测试头资源变为可用时，测试头监督器104从队列中去除一个测试，并且将该测试发送到测试头8用于执行。

结果属性***114监控从测试头8返回的状态和数据，并且将所述状态和数据打包成自动调试结果115。自动调试结果115包括在执行测试期间由测试头实际测量得到的测试参数。自动调试结果115被回传到测试头监督器104，指示测试头8上的测试执行已经完成并且测试头8的资源已被释放来等待新工作。测试头监督器104将该自动调试结果115转发到自动调试控制器106，并且如果在发送队列112中存在其它工作等待发送到测试头8，则从队列112中去除下一工作并且分配测试头8的资源以执行下一工作。

自动调试控制器106包括测试结果分析器110。测试结果分析器110处理来自测试器的自动调试结果115，将实际参数/测量与规则124的测试有效性组元132中指示的那些期望参数/测量相比较，其中所提出的理论上无缺陷的测试109是从规则124生成的。

如果实际测试参数的一个或者多个与规则124的测试有效性组元132中所指示的期望参数/测量不符，则该测试被认为是坏的并且被丢弃，其中所提出的理论上无缺陷的测试109是从规则124生成的。如果活动规则集122中额外的未被处理的规则124保持待处理，则测试制定引擎108随后从集合122中选择下一优先级最高的规则124，并且基于所选择的新规则生成新的所提出的理论上无缺陷的测试109。

重复该处理，直到有效的所提出的理论上无缺陷的测试109被找到。一旦有效的所提出的理论上无缺陷的测试109被找到，则该测试被重复执行一次或多次迭代，以生成实际的稳定性级别(例如，CPK)，并且将所生成的实际的稳定性级别与所要求的稳定性标准相比较，其中所要求的稳定性标准是在规则124的稳定性组元132中提出的，并且当前所提出的理论上无缺陷的测试109是从规则124生成的。如果当前所提出的理论上无缺陷的测试109通过了稳定性测试，则该测试109被认为是有效测试。

如果自动化测试调试和优化***100被配置成仅进行调试，则一旦有效的所提出的理论上无缺陷的测试109被找到，该有效的所提出的理论上无缺陷的测试109就被优选地用来代替被提供用于调试的测试102，并且测试102的处理完成。

如果自动化测试调试和优化***100被配置成还进行优化，则测试制定引擎108将制定所有可能的有效的所提出的理论上无缺陷的测试109(其满足有效性和稳定性测试)，然后将选择最好地满足了有效性和稳定性标准的特定的有效的所提出的理论上无缺陷的测试109。所选择的“最好的”测试然后被用来代替被提供用于调试的测试102，并且测试102的处理完成。

图6是图示图3的自动化测试调试和优化***100的测试制定引擎108的一般操作的流程图。如图6所示，测试制定引擎108接收要被调试和/或优化的测试102(步骤201)。测试制定引擎108访问知识框架120，以确定适于正被测试102测试的组件的动作、有效性标准和稳定性标准(步骤202)。如先前所述，在优选实施例中，知识框架120包括一个或多个规则集，每个规则集具有一个或多个具有相关联的动作、有效性标准和稳定性标准的规则。在此优选实施例中，测试制定引擎108激活与正被测试102测试的组件相对应的规则集。测试制定引擎108然后确定在制定有效性测试时是否存在可能尝试的更多动作，如从知识框架120确定的那样(步骤203)。如果存在在制定有效性测试时要尝试的更多动作，则测试制定引擎108选择下一动作及其相关联的有效性和稳定性标准(步骤204)。测试制定引擎108然后基于所选择的动作及其相关联的有效性和稳定性标准来制定所提出的理论上无缺陷的测试109(步骤205)。所提出的理论上无缺陷的测试109然后被提交给测试头8用于执行(步骤206)。

测试制定引擎108等候来自测试头8的有关所提出的理论上无缺陷的测试109的结果(步骤207)。当结果从测试头8返回时，测试制定引擎108然后分析所返回的测试结果，以基于有效性标准来确定所提出的理论上无缺陷的测试109是否有效。如先前所述，通常有效性标准由一系列期望的参数测量组成。据此，在此实施例中，测试制定引擎108将在测试结果中接收到的实际参数测量与期望的参数测量相比较。如果实际参数测量满足有效性标准(即，匹配期望的参数测量)，则所提出的理论上无缺陷的测试109被认为有效；否则无效。如果所提出的理论上无缺陷的测试109无效(在步骤209中确定)，则测试制定引擎108返回到步骤203，以确定是否可得到更多动作来尝试。

如果所提出的理论上无缺陷的测试109有效(在步骤209中确定)，则测试制定引擎108确定所提出的理论上无缺陷的测试109是否应该被重新运行以收集用于稳定性测试的稳定性测量(步骤210)。如果是，则测试制定引擎108返回到步骤206以重新向测试头提交所提出的理论上无缺陷的测试109用于执行。

当运行稳定性测试时，步骤206到210被重复，直到达到指定的运行次数和/或收集了足够的统计数据。一旦统计信息被收集，则测试制定引擎108计算稳定性统计信息(步骤211)并且基于所计算的统计信息和知识框架120中所指定的稳定性标准来确定所提出的理论上无缺陷的测试109是否稳定(步骤212)。如果所提出的理论上无缺陷的测试109不稳定，则测试制定引擎108返回到步骤203，以确定是否可得到更多动作来尝试。

如果所提出的理论上无缺陷的测试109稳定，则测试制定引擎108确定测试是否应当被优化(步骤213)。如果否，则当测试DUT4时，当前有效稳定的所提出的理论上无缺陷的测试109优选地被用来代替所接收的测试102(步骤215)。

如果需要优化，则测试制定引擎108存储当前有效稳定的所提出的理论上无缺陷的测试109(步骤214)，并且返回到步骤203以确定是否可得到更多的动作来尝试。步骤204到214被重复，直到所有的动作都已经被制定到所提出的理论上无缺陷的测试中并且确认有效/无效，以及在被确认有效的所提出的理论上无缺陷的测试上已执行稳定性检查。

当测试制定引擎108确定不能得到更多的动作来尝试时(步骤203)，测试制定引擎108确定是由于优化而到达过程中的该点，还是由于不能发现有效测试而到达过程中的该点(步骤216)。如果不能发现有效测试，则测试制定引擎108生成指示没有发现所接收的测试102的解决方案的状态，并且优选地提供就参数而言的“最好”测试以用于代替被提供进行调试的测试102(步骤217)。另一方面，如果测试制定引擎108由于优化测试了所有可能的动作，则其基于有效性标准和可能的有效稳定的所提出的理论上无缺陷的每个测试满足有效性/稳定性标准的程度来选择最好的有效稳定的所提出的理论上无缺陷的测试(步骤218)。当测试DUT4时，测试制定引擎108随后优选地使用所选择的最好的有效稳定的所提出的理论上无缺陷的测试代替所接收的测试102(步骤219)。

图7图示了用于包括要测试的多个组件/器件的DUT4的示例知识框架220。如此示例中所示，活动规则集是电阻器规则集222a。电阻器规则集222a包括多个规则224_{a_1}、224_{a_2}、…、224_{a_n}。测试制定引擎108以优先级的顺序处理活动规则集(在所图示的示例中为电阻器规则集222a)中的每个224_{a_1}、224_{a_2}、…、224_{a_n}。

下面是图示了示例规则集定义文件的示例ruleset.xml文件。ruleset.xml文件是描述了要被测试的器件、规则集与规则之间的关系的XML文件。

                           Ruleset.xml

 <？xml版本＝“1.0”编码＝“UTF-8”？>

-<规则集>

+<器件ID＝“跨接线”>

+<器件ID＝“电阻器”>

+<器件ID＝“保险丝”>

-<器件ID＝“电容器”>

-<规则集ID＝“约瑟夫”>

 <规则ID＝“自动调试保护”/>

 <规则ID＝“用自动调试保护设置幅度”/>

    <规则ID＝“设置幅度”/>

  </规则集>

</器件>

+<器件ID＝“二极管/齐纳”>

+<器件ID＝“晶体管”>

+<器件ID＝“电感器”>

+<器件ID＝“FET”>

+<器件ID＝“开关”>

+<器件ID＝“电位计”>

</规则集>

表1中示出了用于描述内容的ruleset.xml文件的关键字。

                       表1

元素	属性	说明
			器件	ID	器件族的名称
规则集	ID	器件族中规则集的名称器件族中规则集的名称是唯一的
			规则	ID	规则的唯一标识符

规则集由根据运行序列优先级排序的规则组成。在任何给定的ruleset.xml中，可以定义多个规则集，这意味着视需要可以定义多个规则集。每个规则集被标记到特定器件族。每个规则集将容纳一个或多个规则。规则的ID用来标识规则的动作，如在rule.xml中所发现的那样。

rule.xml容纳规则数据库。每个规则可以具有动作和其关联的输入的组合。输入代表关于该单个动作的局部信息(localized information)。

一个单个动作可以被应用于具有不同局部内容的不同规则。其输入是用来控制动作算法的行为的一组标准。动作代表在测试制定引擎中运行的特定代码集。

下面是图示了示例规则集定义文件的示例rule.xml文件。rule.xml文件是描述了要被测试的器件、规则集与规则之间的关系的XML文件。

                           Rule.xml

 <？xml版本＝“1.0”编码＝“UTF-8”？>

-<规则DB>

+<规则ID＝“设置幅度”>

-<规则ID＝“用自动调试保护设置幅度”>

  <说明值＝“设置幅度”/>

  <器件ID＝“电容器”/>

  <有效性-增益最大值＝“10”最小值＝“0.0”名称＝“增益”状态＝“真”/>

  <有效性-相位最大值＝“20”最小值＝“0.0”名称＝“相位”状态＝“真”/>

-<稳定性>

   <状态值＝“真”/>

   <CPK值＝“1.0”/>

   <运行值＝“5”/>

 </稳定性>

 <合并(merge)值＝“假”/>

 <自动-调整最大值＝“”最小值＝“”偏移类型＝“百分比”类型＝“0”/>

 <动作ID＝“1”/>

-<动作ID＝“2”>

    <输入ID＝“1”值＝“1”/>

    <输入ID＝“2”值＝“10”/>

    <输入ID＝“3”值＝“1”/>

    <输入ID＝“4”值＝“1”/>

    <输入ID＝“5”值＝“10”/>

    <输入ID＝“6”值＝“1”/>

   </动作>

  </规则>

+<规则ID＝“自动调试保护”>

+<规则ID＝“增强”>

+<规则ID＝“交换S和I”>

+<规则ID＝“用自动调试保护交换S和I”>

</规则DB>

表2中示出了用于描述内容的Rule.xml文件的关键字。

                          表2

元素	属性	说明
			规则	ID	规则的唯一标识符
说明	值	规则说明
			器件	ID	可应用的器件
有效性-增益	最大值	出于有效性目的的最大增益值
			最小值	出于有效性目的的最小增益值
	名称	名称
			状态	有效性项的状态·真·假
	有效性-相位	最大值			出于有效性目的的最大相位值
最小值			出于有效性目的的最小相位值
		名称		名称
状态			有效性项的状态·真·假
		稳定性		状态	有效性项的状态·真·假
CPK	CPK值
			运行	运行次数

合并	值	与现有测试资源合并的指示器·真·假
			自动调整	最大值	用于自动调整的最大值
最小值	用于自动调整的最小值
		偏移类型		偏移值类型·百分比·绝对值
类型	自动调整类型·无·测试值·测试限
		动作		ID	用于***定义的动作的唯一标识符。参考用于动作列表(list of action)的动作清单(Action Listing)
输入	ID		输入类型的标识符例如：·下部范围(Lower Range)·上部范围(Upper Range)·步幅精度
		值		输入类型的值

应该理解，提供上述文件示例仅出于示例的目的而不是进行限制。知识框架120可以根据任何数目的不同格式和结构来实现，并且只需要包括有关动作和相关联的有效性标准和可选的稳定性标准的知识，所述知识可由自动调试控制器在为给定组件制定所提出的理论上无缺陷的测试过程中进行访问。

尽管出于解释的目的已经公开了本发明的该优选实施例，但是本领域的技术人员将理解到，在不背离权利要求所公开的本发明的范围和精神的条件下，各种修改、添加和替换都是可能的。当前所公开的发明的其它益处和用途也可能将随着时间变得清楚。

Claims (10)

1.一种用于制定与要在测试器上测试的组件相关联的测试的方法，所述方法包括如下步骤：

访问包括对应于所述要被测试的组件的动作以及相关联的有效性标准的知识框架；

从所述知识框架中选择动作以及其相关联的有效性标准；

基于所述所选择的动作以及所述相关联的有效性标准，制定所提出的理论上无缺陷的测试；

向所述测试器提交所述所提出的理论上无缺陷的测试用于执行；

从所述测试器接收所述所提出的理论上无缺陷的测试的结果；

考虑与所述动作相关联的所述有效性标准来分析所述所接收的结果，其中所述所提出的理论上无缺陷的测试是基于所述动作而被制定的；以及

如果所述分析确定所述所提出的理论上无缺陷的测试满足所述有效性标准，则提供所述所提出的理论上无缺陷的测试作为用于测试所述组件的有效测试。

2.如权利要求1所述的方法，还包括：

如果所述分析确定所述所提出的理论上无缺陷的测试不满足所述有效性标准：

则确定是否存在与所述组件相关联的更多的未处理的动作；以及

如果存在与所述组件相关联的更多的未处理的动作：

则选择不同的动作以及其相关联的有效性标准；以及

使用所述所选择的不同动作以及其相关联的有效性标准来重复所述制定步骤至所述提供步骤。

3.如权利要求1所述的方法，其中：

所述知识框架包括一个或多个规则集，每个规则集包括具有相关联的动作以及有效性标准的一个或多个规则，所述方法还包括：

激活对应于所述要被测试的组件的规则集；以及

仅从与所述所激活的规则集相关联的规则中选择所述知识框架中的所述动作以及所述相关联的有效性标准。

4.如权利要求3所述的方法，其中：

所述所激活的规则集中的所述规则每个都具有相关联的优先级级别，并且是以优先级的顺序被选择的。

5.如权利要求1所述的方法，其中：

所述有效性标准包括一个或多个期望的参数测量；

所述结果包括由所述测试器测量的对应的一个或多个实际参数测量；

所述分析步骤包括将所述一个或多个期望的参数测量与所述对应的一个或多个实际参数测量相比较；以及

如果所述一个或多个期望的参数测量与所述对应的一个或多个实际参数测量相符合，则认为所述所提出的理论上无缺陷的测试有效。

6.一种用于制定与要在测试器上测试的组件相关联的测试的自动化调试控制器，所述控制器包括：

知识框架，其包括对应于所述要被测试的组件的动作以及相关联的有效性标准；

测试制定引擎，其从所述知识框架中选择动作以及其相关联的有效性标准，并且基于所述所选择的动作以及所述相关联的有效性标准，制定所提出的理论上无缺陷的测试；

测试器监督器，其向所述测试器提交所述所提出的理论上无缺陷的测试用于执行；

结果***，其监听并接收来自所述测试器的所述所提出的理论上无缺陷的测试的结果；

测试结果分析器，其考虑与所述动作相关联的所述有效性标准来分析所述所接收的结果，并且，如果所述分析确定所述所提出的理论上无缺陷的测试满足所述有效性标准，则通过所述所提出的理论上无缺陷的测试作为用于测试所述组件的有效测试，其中所述所提出的理论上无缺陷的测试是基于所述动作而被制定的。

7.如权利要求6所述的控制器，其中：

如果所述所提出的理论上无缺陷的测试没有被通过作为有效测试，则所述测试制定引擎从所述知识框架中选择不同的动作以及其相关联的有效性标准，并且基于所述所选择的不同动作以及其相关联的有效性标准来制定新的所提出的理论上无缺陷的测试。

8.如权利要求7所述的控制器，其中：

所述测试器监督器接收由所述测试制定引擎制定的每个所提出的理论上无缺陷的测试，并且向所述测试器提交所述所接收的所提出的理论上无缺陷的测试用于执行；

所述结果***监听并接收来自所述测试器的每个所述所提交的所提出的理论上无缺陷的测试的结果；以及

所述测试结果分析器考虑与所述相应的动作相关联的所述相应的有效性标准来分析每个所述所接收的结果，并且，如果所述相应的所提出的理论上无缺陷的测试的所述相应的测试结果满足所述相应的有效性标准，则通过所述相应的所提出的理论上无缺陷的测试作为用于测试所述组件的有效测试，其中所述相应的所提出的理论上无缺陷的测试是基于所述相应的动作而被制定的。

9.如权利要求6所述的控制器，其中：

所述所激活的规则集中的所述规则每个都具有相关联的优先级级别，并且是以优先级的顺序被选择的。

10.如权利要求6所述的控制器，其中：

所述有效性标准包括一个或多个期望的参数测量；

所述结果包括由所述测试器测量的对应的一个或多个实际参数测量；

所述测试结果分析器将所述一个或多个期望的参数测量与所述对应的一个或多个实际参数测量相比较，以确定所述所提出的理论上无缺陷的测试是否有效。

Images