CN119416597A 集成电路封装电流监测与分析的智能方法及系统 （北京炎黄国芯科技有限公司）

集成电路封装电流监测与分析的智能方法本发明提供一种集成电路封装电流监测与分析的智能方法及系统，涉及电流监测技术领网络将集成电路的物理结构信息与电流特征相过迭代计算确定异常电流特征与电路物理参数2通过双通道并行采集系统获取待测试集成电路在不同工作状态下的中主采集通道采用电流镜像电路对待测试集成电路的工作电流进行无损复制和实时采样，基于所述特征系数矩阵构建深度特征分析模型，所述深度特征分析将所述异常电流特征和异常区域信息输入数字孪生分析算法重建出电流分布图，根据所述电流分布图对主采集通道的采样数据进行校准和补偿，通过自适应小波变换将校准后的采样数据分解为特征系建立所述二维磁场分布数据与电流密度分布之间的关系方程，将所建立主采集通道测量电流与所述电流分布图之间的映射关系，所述映射入所述映射关系，结合标称工作状态下的电流分布对主采集通道的测量电流进行校准补选取具有紧支集性质的小波基函数，构建包含不同尺度和不同频带基函基于信息熵确定最优小波基，利用所述最优小波基对所述校准3构建候选小波基集，计算所述候选小波基集中各基将所述候选小波基集中的基函数按照小波熵升序排列，选取排序靠重复执行小波熵计算、升序排列和正交化处理，直至所述新的将所述细节分量和近似分量按照层级顺序构建初始特征系数矩阵，对通过三维卷积操作提取所述特征系数矩阵中的时域特征、频域特征和空间特基于集成电路版图的物理拓扑结构构建异构图，将所述集成电路中构建双向传播的多头注意力机制，基于所述顶点类型的初始特征构建特征变换矩阵，基于随机游走算法对所述异构图中的顶点生成局部子图表示，将所述构建多层图卷积网络，将所述增强后的顶点特征输入将所述顶点电流特征输入动态阈值检测模块，基于所述顶点电流4计算顶点间的欧氏距离得到顶点距离矩阵，对于每个顶点，采用自适应核带宽的核密度估计方法对所述异常得分进行概率密度建基于所述异常候选点的空间分布，构建局部邻域密度矩阵，计算异常顶点与其他顶点之间的注意力权重，将所述异向基核函数得到特征相似度，将所述特征相似度与注意力权重相乘得到节点间的传播强对所述异常传播转移矩阵进行随机游走迭代运算，在每次迭代中引入计算所述异常程度对顶点电流特征向量的梯度值，根物理距离小于第一预设阈值且异常贡献值差异小于第二预设阈值的顶点合并为异常区域，采集集成电路的电流数据和温度数据作为初始测量数据，所述初始建立集成电路多物理场耦合模型，所述多物理场耦合模型包含电流分布将所述初始温度分布代入耦合方程组进行求解，通过迭代计算得到基于所述电流偏差值和温度偏差值建立物理参数反演模型，通过所将所述实际物理参数与预先建立的故障特征库进行匹配，获取初始基于所述实际物理参数和初始故障状态建立故障状态转移模型，采用5分别将预测状态下的电流分布预测值、温度分布预测值和采集集成电路的电流偏差信息和温度偏差信息，根据所述电流偏差信对所述温度偏差特征向量执行傅里叶变换得到温度频域特征，将所述温将欧姆定律约束函数、焦耳热约束函数和电磁感应约束所述物理约束模块与所述多尺度特征提取网络的损失函数组合形成约计算物理参数对所述电流偏差信息和所述温度偏差信息的基于所述参数敏感性模型训练多个反演模型，对所述多个反演模8.一种集成电路封装电流监测与分析的智能系统，用于实现前述权利要求1_7中任一第一单元，用于通过双通道并行采集系统获第二单元，用于基于所述特征系数矩阵构建深度特征分析模型第三单元，用于将所述异常电流特征和异常区域信息输6其中，所述处理器被配置为调用所述存储器存储的指令，以执行程序指令被处理器执行时实现权利要求1至7中任意7[0002]集成电路在封装过程中和实际应用中的可靠性监测是保障其正常工作的关键环通过双通道并行采集系统获取待测试集成电路在不同工作状态下的电流时序数采样，辅助采集通道通过阵列式磁传感器获取待测试集成电路表面的二维磁场分布数据，8束使各层内电流密度散度为零，所述层间界面约束使电流密度垂直于层间界面的分量连熵通过小波系数的平方与对数乘积的负和计利用所述最优小波基对电流数据进行小波分解，得到多层细节系数和近似系数，9通过三维卷积操作提取所述特征系数矩阵中的时域特征、频域特征和空间特征，通过三维卷积操作提取所述特征系数矩阵中的时域特征、频域特征和空间特征，采用自适应权重调节模块对特征进行重要性加权，根据特征间的互信息计算特征融合系基于集成电路版图的物理拓扑结构构建异构图，将所述集成电路中的功能模块、最大的顶点作为初始点，计算其他顶点与初始点之间的物理距离和异常贡献值的差异程将所述初始温度分布代入耦合方程组进行求解，通过迭代计算得到电流分布结将欧姆定律约束函数、焦耳热约束函数和电磁感应约束函数构建为物理约束模[0019]图1为本发明实施例集成电路封装电流监测与分析的智能方法的流程示意图，如S101.通过双通道并行采集系统获取待测试集成电路在不同工作状态下的电流时S102.基于所述特征系数矩阵构建深度特征分析模型，所述深度特征分析模型采S103.将所述异常电流特征和异常区域信息输入数字孪生分析系统，所述数字孪集通道获取的电流采样数据进行校准和补偿，消除电流镜像电路和测试系统带来的误差。度卷积层用于提取电流信号的时域特征，频率维度卷积层用于提取电流信号的频域特征，束使各层内电流密度散度为零，所述层间界面约束使电流密度垂直于层间界面的分量连后续的故障诊断和分析提供可靠的数据基础。采用递推最小二乘算法实时更新比例系数，述细节分量和近似分量按照尺度顺序排列构建特征系熵通过小波系数的平方与对数乘积的负和计利用所述最优小波基对电流数据进行小波分解，得到多层细节系数和近似系数，[0042]对新的候选基集中的基函数进行正交化处理。采用Gram_Schmidt正交化方法对[0044]利用最优小波基对电流数据进行小波分解。使用正交化后的coif5小波对电流数[0050]利用均值和标准差对特征系数矩阵进行标准化。将每一行的系数减去该行的均通过三维卷积操作提取所述特征系数矩阵中的时域特征、频域特征和空间特征，采用自适应权重调节模块对特征进行重要性加权，根据特征间的互信息计算特征融合系基于集成电路版图的物理拓扑结构构建异构图，将所述集成电路中的功能模块、[0069]同时采用顶点间的注意力系数和顶点电流特征的梯度信最大的顶点作为初始点，计算其他顶点与初始点之间的物理距离和异常贡献值的差异程[0075]采用自适应核带宽的核密度估计方法对所有节点的异常得分进行概率密度建核带宽的核密度估计方法和密度聚类方法，能够有效地处理噪声数据和异常数据的干扰，将所述初始温度分布代入耦合方程组进行求解，通过迭代计算得到电流分布结将欧姆定律约束函