一种独立于测试数据的字典编码方法

摘要

根据摩尔定律，集成在一块半导体芯片上的品体管数量约每18至24个月翻一番。这就导致了测试数据量的激增，测试成本越来越高，测试质量和测试效率出现矛盾。为了解决上述问题，测试数据减少技术应运而生。测试数据压缩是解决测试数据量剧增问题、降低测试成本的有效方法.基于字典的编码方法压缩效果接近于熵,是最优秀的统计编码方法之一.但字典的生成依赖于测试数据,预处理过程复杂,且解码时需要耗费额外的存储空间来存放字典.本文提出一种独立于测试数据的字典编码方法,首先利用分团覆盖理论压缩测试数据宽度,然后使用字典编码进一步压缩,利用最简分数对应浮点数的二进制形式生成字典,编码时只需存储分子和分母,解码时通过计算即可还原.该字典编码方法无需对测试集进行预处理且字典的生成不依赖测试数据,解压时无需存储字典.实验结果验证了本方法的有效性.