第2章故障模型基础

故障模型基础：stuck-at、transition、bridging 故障模型

大家好，我是你们的讲师。今天我们来聊聊故障仿真里最核心的东西——故障模型。

说实话，我刚入行那会儿，觉得故障模型不就是把电路搞坏吗？有什么好学的。直到有一次，我负责一个芯片的ATE测试程序开发，结果流片回来，芯片在低温下死活跑不过测试。我排查了整整两周，最后发现是一个transition故障在作祟。从那以后，我再也不敢小看这些基础模型了。

今天，我带你把这三种最经典的故障模型彻底搞明白。

stuck-at故障，说白了就是电路里某个节点卡死在逻辑0或逻辑1上。这是最古老、最经典的故障模型，也是我们做故障仿真的入门第一课。

为什么它这么重要？

因为简单。你想想看，一个门电路的输出，要么是0要么是1。如果它坏了，大概率就是卡死在某个电平上。stuck-at模型就是模拟这种失效。

我个人习惯把stuck-at故障分为两类：

举个例子，一个两输入与非门，正常情况应该是：

输入A=1, 输入B=1 → 输出=0
输入A=0, 输入B=1 → 输出=1

如果输出端发生了SA0故障，那不管输入是什么，输出永远是0。这就是stuck-at故障的本质。

关键点：stuck-at故障模型假设故障是永久性的，不会随时间变化。它不考虑时序，只考虑逻辑值。

我在项目中遇到过一件事：一个同事用stuck-at模型做测试覆盖率，覆盖率做到了99%，结果芯片流片回来还是有问题。为什么？因为stuck-at模型覆盖不了所有类型的故障。这就是为什么我们还需要其他模型。

transition故障，翻译过来就是“跳变故障”。它模拟的是信号从0变1或者从1变0时，速度太慢，导致在时钟沿到来时还没稳定。

嗯，这里要注意：transition故障是时序相关的。它不像stuck-at那样卡死不动，而是“反应迟钝”。

transition故障分两种：

为什么会这样？说白了就是晶体管的驱动能力变弱了。比如某个PMOS管老化，导致上拉电流不足，信号上升时间变长。

我建议你在做transition故障仿真时，一定要考虑两个向量：

举个例子：

// 检测节点X的slow-to-rise故障
// 第一步：把X设为0
// 第二步：施加一个让X从0变1的输入组合
// 第三步：在时钟沿采样，看X是否成功变到1

我的经验：transition故障的测试向量长度通常是stuck-at的2-3倍。因为你需要两个向量来检测一个故障。我曾经在一个项目中，为了覆盖所有transition故障，测试向量从原来的1000条增加到了3500条。

transition故障在深亚微米工艺下特别常见。我记得有一次，一个芯片在高温下工作正常，低温下却频繁出错。最后定位到是一条长互连线上的transition故障——低温下载流子迁移率变化，导致信号跳变速度变慢。

bridging故障，就是“桥接故障”。它模拟的是两条信号线之间意外短路。

你想想看，芯片制造过程中，金属线之间可能因为颗粒、刻蚀残留等原因连在一起。bridging故障就是模拟这种情况。

bridging故障分两类：

为什么会有AND和OR的区别？这取决于驱动管的类型和工艺。CMOS工艺中，如果两条线都是强驱动，短路后通常表现为AND桥接；如果驱动能力不对称，则可能表现为OR桥接。

警告：bridging故障的仿真复杂度远高于stuck-at。因为你需要考虑所有可能的线对组合。一个1000条网线的设计，理论上就有近50万种桥接故障。实际工程中，我们通常只对物理相邻的线对进行桥接故障仿真。

我曾经遇到过一个案例：芯片在功能测试时一切正常，但在EMC测试中频繁复位。最后发现是两条相邻的地址线发生了桥接——它们物理上靠得太近，在电磁干扰下产生了耦合。这就是bridging故障的典型表现。

好了，三种模型都讲完了。我们来做个对比：

模型	故障本质	是否时序相关	测试向量长度	覆盖率目标
stuck-at	节点卡死	否	短	≥95%
transition	跳变太慢	是	中	≥90%
bridging	线间短路	可能	长	≥85%

我个人习惯的做法是：先用stuck-at模型做快速筛选，覆盖率做到95%以上；然后用transition模型覆盖时序相关的故障；最后用bridging模型做物理邻近故障的补充。这样三步走，基本能把大部分制造缺陷都覆盖到。

嗯，最后说一句：没有完美的故障模型。每种模型都有它的局限。关键是要理解它们的原理，然后根据你的设计特点和工艺节点，选择合适的模型组合。

核心总结：