来源：期刊VIP网 时间：
作者：黄健;陈诚;王建超;李岱林;杜晓冬;
单位：中国电子科技集团公司第五十八研究所;
摘要：在基于SIP的现场可编程门阵列（FPGA）性能参数验证测试时，驱动电压测试会受到多种因素的影响，如PCB线阻、插座信号损耗以及测试温度等，这些因素导致ATE测试的实测值与真实值之间存在偏差。为了提高驱动电压的测试精度，提出一种基于卷积神经网络（CNN）与长短时记忆（LSTM）网络的误差补偿方法。将PCB线长、测试温度等参数作为特征输入到CNN-LSTM模型中，模型经过训练迭代后能够预测出驱动电压的误差值；再将预测的误差值应用于ATE测试机中，对实测值进行补偿和修正，从而使得测试结果更加接近真实值。实验结果表明，所提方法能够有效地减小测试误差，提高FPGA驱动电压测试的准确性。
关键词：驱动电压测试;;误差补偿;;系统级封装(SIP)技术;;现场可编程门阵列;;卷积神经网络;;长短时记忆网络
