买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳超盈智能科技有限公司申请的专利一种集成芯片的故障检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120742077B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511235431.0，技术领域涉及：G01R31/3185；该发明授权一种集成芯片的故障检测方法及系统是由夏俊杰;杨鑫设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种集成芯片的故障检测方法及系统在说明书摘要公布了：本发明提供了一种集成芯片的故障检测方法及系统，涉及半导体技术领域，包括：获取与集成芯片固有属性相关的扫描链故障字典，组成包括不同故障状态向量的故障特征矩阵；确定对故障特征矩阵进行调制的测试向量生成约束；通过求解关于测试向量的凸松弛优化函数生成扫描链的优化测试向量；利用优化测试向量对集成芯片进行故障检测，采集响应矩阵；结合响应矩阵和优化测试向量，求解故障状态估计向量；通过残差熵度量故障状态估计向量的置信度，在置信度大于预设置信度的情况下，缩小测试向量生成约束的上限值，返回更新优化测试向量；否则，输出故障位置和故障类型。消除故障模糊性，确保故障类型和位置可以准确识别。

本发明授权一种集成芯片的故障检测方法及系统在权利要求书中公布了：1.一种集成芯片的故障检测方法，其特征在于，应用于具有扫描链的集成芯片；方法包括： S1：获取与集成芯片固有属性相关的扫描链故障字典，组成包括不同故障状态向量的故障特征矩阵； S2：以不同故障事件下得到满足最小相干性约束的所述故障特征矩阵为目标，确定对所述故障特征矩阵进行调制的测试向量生成约束； S3：根据所述测试向量生成约束和压缩感知理论，通过求解关于测试向量的凸松弛优化函数生成所述扫描链的优化测试向量； S4：利用所述优化测试向量对所述集成芯片进行故障检测，采集响应矩阵； S5：结合所述响应矩阵和所述优化测试向量，求解故障状态估计向量，其中，所述故障状态估计向量的非零元素位置代表故障位置，所述故障状态估计向量的十进制值代表故障类型； S6：通过残差熵度量所述故障状态估计向量的置信度，在所述置信度大于预设置信度的情况下，进入步骤S7，否则，进入步骤S8； S7：缩小所述测试向量生成约束的上限值，返回步骤S3，以更新所述优化测试向量； S8：输出所述故障位置和所述故障类型； 其中，所述S2具体包括： S201：结合所述故障特征矩阵确定与测试向量相关的描述故障激发效果的映射矩阵； 所述映射矩阵的公式形式具体为： ； 其中，B表示映射矩阵，A表示故障特征矩阵，表示测试向量； S202：计算所述映射矩阵在不同所述故障事件下得到的映射向量之间的最小角分辨率； 所述最小角分辨率的计算公式具体为： ； 其中，表示映射矩阵B在不同的故障事件对应的故障状态向量和下的最小角分辨率，和分别映射矩阵B在和下得到的映射向量，表示计算和的内积，表示计算L2范数，表示反余弦函数，表示取不同故障状态向量和下的最小函数值； S203：对所述最小角分辨率进行等价转换，以使得满足所述最小相干性约束的所述故障特征矩阵为目标，确定所述测试向量生成约束； 所述测试向量生成约束的公式形式具体为： ； 其中，分别表示映射矩阵B的第i列和第j列，表示在不同映射矩阵列数i和j下取函数最大值，表示与映射矩阵B相关的相干性值，其中，映射矩阵B与故障特征矩阵A和测试向量X相关。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳超盈智能科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区坂田街道象角塘社区中浩路1号美竹巷润昌工业园厂区厂房A栋五层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。