本发明涉及ate设备中测试向量的压缩技术领域，特别涉及一种测试向量的存储方法、压缩方法及设备、测试方法及设备。
背景技术：
ate(automatictestequipment)是自动测试设备，它是一种通过计算机和专用设备对集成电路进行自动化测试的系统。ate用于检测集成电路功能和性能的完整性，是集成电路生产制造流程中确保集成电路品质的重要设备。
现有技术中，通常利用上位机和测试机测试芯片。将待测试芯片设置在测试机上，上位机向测试机发送测试向量，测试机上的芯片根据测试向量做出应答。测试向量由大量的二进制向量数据构成，基于芯片测试的性能需要，上位机往往需要发送多个测试向量给测试机，测试芯片对不同指令做出的应答。由于测试向量向量数据量极大，严重占用上位机和测试机的存储空间，而且给向量数据传输带来极大挑战，只能通过不断提升硬件性能缓解测试向量传输的压力，导致芯片测试效率低、测试成本高。
由此，目前需要有一种更好的方案来解决现有技术中芯片测试中的传输数据量大的问题，从而提升芯片检测的效率，减小芯片测试的成本。
技术实现要素：
有鉴于此，本发明提出了一种测试向量的存储方法、压缩方法及设备、测试方法及设备，具体方案如下：
一种测试向量的存储方法，包括如下步骤：
步骤1、获取测试向量集合，从中选取两个具有相同区域的测试向量；
步骤2、对两个所述测试向量进行比较，获取变量位置和非变量位置，两个所述测试向量在所述非变量位置上的向量数据相同；
步骤3、获取所述测试向量集合中所有所述非变量位置上向量数据相同的测试向量并将其作为第一集合，所述测试向量集合中除所述第一集合以外的测试向量构成第二集合；
根据所述变量位置上的向量数据和所述第一集合获取变量数据集，根据所述非变量位置上的向量数据获取模板数据集；
将所述第二集合作为测试向量集合；
步骤4、重复步骤1-3，直至满足迭代停止条件，获取迭代停止后的测试向量集合以及所有的变量数据集和模板数据集。
在一个实施例中，所述步骤3具体包括：
将所述步骤2中的所述非变量位置上的向量数据作为非变量向量数据；
所述测试向量集合中，判断每一个测试向量在所述非变量位置上的向量数据是否与所述非变量向量数据相同：
若相同，则将对应的测试向量筛选到第一集合；
若不相同，则将对应的测试向量筛选到第二集合；
根据所述第一集合中的测试向量在所述变量位置上的向量数据获取变量数据集，根据所述非变量向量数据获取模板数据集。
在一个实施例中，所述步骤2具体包括：
对两个所述测试向量进行比较；
获取两个所述测试向量中位置相同且向量数据相同的非变量部分，以及两个测试向量中位置相同但向量数据不同的变量部分；
根据所述非变量部分选择非变量位置，除所述非变量位置之外的为变量位置。
在一个实施例中，所述非变量位置的数量在预设范围内；
若所述非变量位置的数量小于所述预设范围的最小值，则返回步骤1重新选择测试向量进行比较。
在一个实施例中，所述迭代停止条件包括：
返回步骤1的次数超过预设次数后，所述非变量位置的数量仍小于所述预设范围的最小值。
在一个实施例中，在所述步骤3中，所述第一集合中的测试向量的数量超过预设值；
若所述第一集合中的测试向量的数量小于所述预设值，则返回步骤2重新选择非变量位置。
在一个实施例中，所述迭代停止条件包括：
返回步骤2超过所述预设次数后，所述第一集合中的测试向量的数量仍小于所述预设值。
在一个实施例中，所述变量数据集包括变量矩阵，和/或所述模板数据集包括模板矩阵；
所述变量矩阵的行数为所述第一集合中测试向量的数量，列数为所述变量位置的数量；
所述变量矩阵的每一行表示在所述第一集合中的测试向量在所述变量位置上的向量数据。
一种测试向量的存储方法，从测试向量中提取模板数据集和变量数据集，通过所述模板数据集和所述变量数据集代替所述测试向量进行存储。
一种测试方法，包括：
测试机存储有多个模板数据集，获取每个所述模板数据集在测试机上的模板地址；
上位机发送变量数据集和与所述变量数据集对应的模板数据集的模板地址给所述测试机；
所述测试机根据所述模板地址查找对应的模板数据集，并结合所述变量数据集获取相应的测试向量。
在一个实施例中，所述变量数据集包括变量矩阵，和/或所述模板数据集包括模板矩阵；
所述变量矩阵的每一行代表一个测试向量在所有变量位置上的向量数据；
上位机发送模板地址和所述变量矩阵中的一行向量数据给所述测试机，所述测试机根据所述模板地址查找对应的模板矩阵，并结合所述变量矩阵中的一行向量数据获取一个测试向量。
一种测试向量的压缩设备，适用于上述所述的测试向量的压缩方法，包括，
向量选取单元：用于获取测试向量集合，并从中选取两个具有相同区域的测试向量；
位置选取单元：用于对所述向量选取单元选取的两个所述测试向量进行比较，获取变量位置和非变量位置；
集合构建单元：用于根据所述变量位置和所述非变量位置在所述测试向量集合中构建出第一集合和第二集合，并将所述第二集合作为新的测试向量集合，以及根据所述变量位置上的向量数据和所述第一集合获取变量数据集，根据所述非变量位置上的向量数据获取模板数据集，其中，所述第一集合中的测试向量在所述非变量位置上的向量数据相同；
迭代单元：用于对测试向量集合进行迭代，直至满足迭代停止条件，获取迭代停止后的测试向量集合以及所有的模板数据集和变量数据集。
在一个实施例中，所述集合构建单元包括，
集合判断模块：用于将所述向量比较单元获取的非变量位置上的向量数据作为非变量向量数据，及在所述测试向量集合中，判断每一个测试向量在所述非变量位置上的向量数据是否与所述非变量向量数据相同；
若相同，则将对应的测试向量筛选到第一集合；
若不相同，则将对应的测试向量筛选到第二集合；
数据集获取模块：用于根据所述第一集合中的测试向量在所述变量位置上的向量数据获取变量数据集，根据所述非变量向量数据获取模板数据集。
在一个实施例中，所述位置选取单元包括：
向量比较模块：用于对所述向量选取单元选取的两个测试向量进行比较，并获取两个所述测试向量中位置相同且向量数据相同的非变量部分，以及两个测试向量中位置相同但向量数据不同的变量部分；
位置选取模块：用于根据所述非变量部分选择非变量位置，除所述非变量位置之外的为变量位置。
一种测试设备，适用于上述所述的测试方法，包括上位机和测试机；
上位机：用于发送变量数据集和模板地址给所述测试机；
测试机：存储有多个模板数据集，用于根据所述上位机发送的模板地址查找对应的模板数据集，并结合所述上位机发送的变量数据集获取相应的测试向量。
有益效果：本发明提出了一种测试向量的存储方法、压缩方法及设备、测试方法及设备，将测试向量分成模板矩阵和变量矩阵，大大缩减了向量数据量。通过选取合适变量位置和非变量位置，确定测试向量之间相同的部分，合理的选择模板。通过对迭代停止条件的限制，有效提高了测试向量的向量数据压缩效果。通过对测试向量进行向量数据压缩，有效缓解了上位机和测试机对测试向量的存储压力，无需高质量的硬件水平即可实现芯片测试，降低了芯片测试的测试成本。通过将测试向量的存储及压缩方法运用到芯片测试上，有效降低了上位机和测试机之间的测试向量传输量，降低了芯片测试的硬件负载，提升了测试向量传输效率，进而实现芯片测试的效率。
附图说明
图1为本发明实施例1测试向量的压缩方法流程图；
图2为本发明实施例1测试向量的压缩方法的完整流程图；
图3为本发明实施例2测试方法的流程图；
图4为本发明实施例2测试方法的模块图；
图5为本发明实施例3测试向量的压缩设备模块图。
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
具体实施方式
在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。
在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。
现有技术中的芯片测试，往往通过上位机和测试机实现，将芯片设置在测试机上，上位机向测试机发送测试向量，测试机根据测试向量做出应答。测试向量即为测试指令，由大量的二进制向量数据构成。
上位机向测试机发送n个测试向量，每个测试向量具有相同的行和列。测试向量n1由p×q个元素构成，每个元素为二进制向量数据，大小为3-4个比特。规定：每个元素代表一个向量数据，测试向量的每一行元素构成微指令。例如，测试向量n1包含p个微指令，每个微指令包含q个向量数据。
实施例1
本发明实施例1公开了一种测试向量的存储及压缩方法，如图1所示，包括以下步骤：
存储方法包括：从测试向量中提取模板数据集和变量数据集，通过模板数据集和变量数据集代替测试向量存储在上位机或测试机中。
压缩方法包括：在上述存储方法的基础上，对向量数据进行压缩。包括以下步骤：
步骤101、获取测试向量集合，从中选取两个具有相同区域的测试向量；
具体的，上位机向测试机发送多个测试向量，多个测试向量构成测试向量集合。测试向量集合会随着迭代的进行不断更新。从测试向量集合中选取两个具有相同区域的测试向量。测试向量由大量的微指令构成，极大占用存储空间。其中，不同测试向量之间的微指令可能会存在部分相同，且重复率较高，本实施例根据测试向量的这一特性对测试向量进行压缩。
步骤102、将两个测试向量进行比较，获取变量位置和非变量位置；
具体地，将步骤101中选取的两个测试向量进行比较，确定两个向量之中相同的部分和不同的部分，规定不同的部分为变量部分，相同的部分为非变量部分，变量部分和非变量部分都包含有多个向量数据。由于不同的测试向量之间具有相同的行和列，所以只对在向量中处于相同位置的向量数据进行比较，非变量部分为在测试向量中向量数据的位置相同且向量数据相同，变量部分为在测试向量中向量数据的位置相同但向量数据不同。
具体地，根据变量部分和非变量部分选取变量位置和非变量位置，变量位置上的向量数据在两个测试向量中不一定相同，非变量位置上的向量数据在两个测试向量中的一定相同。非变量位置一定是在非变量部分中的向量数据里进行选择，而变量位置可在变量部分和非变量部分两部分的向量数据里进行选择，换言之，变量位置上的向量数据可以相同，也可以不同，但非变量位置上的向量数据一定相同。例如，在测试向量n1和测试向量n2中，存在变量部分x1(在向量中的位置为x1)、x2(在向量中的位置为x2)，非变量部分x3(在向量中的位置为x3)、x4(在向量中的位置为x4)，则可以选择{x1、x2}、{x1、x2、x4}或{x1、x2、x3}为变量位置，但只能选择{x3}、{x4}或{x3、x4}为非变量位置。
特别地，规定选取的非变量位置的数量必须大于预设值。若随机选取的两个测试向量中，非变量位置的个数小于预设值，则重新选取测试向量。若经过多次重新选取后，非变量位置的数量都未满足要求，则此时可停止迭代。
步骤103、获取测试向量集合中所有非变量位置上向量数据相同的测试向量并将其作为第一集合，测试向量集合中除第一集合以外的所有测试向量构成第二集合，根据变量位置上的向量数据和第二集合获取变量数据集，根据非变量位置上的向量数据获取模板数据集；将第二集合作为测试向量集合。
具体地，根据非变量位置上的非变量向量数据，对测试向量集合中的所有测试向量进行比对，从中筛选出非变量位置上向量数据相同的所有测试向量，将这些测试向量组成第一集合，将测试向量集合中除第一集合以外的所有测试向量组成第二集合，第一集合中的测试向量加第二集合中的测试向量构成测试向量集合中的测试向量。第一集合中的测试向量都具备相同的部分，即在非变量位置上的向量数据相同，类似第一集合中的所有测试向量都采用同一个模板，模板上的向量数据相同，而在变量位置上的向量数据则不一定相同。
具体地，根据非变量位置上的向量数据获取模板数据集，根据第一集合中的测试向量和变量位置上的向量数据获取变量数据集。优选地，在本实施例中，变量数据集选用变量矩阵，模板数据集选用模板矩阵。例如，在测试向量集合中n个测试向量，有l1个测试向量在非变量位置上的向量数据相同，即第一集合中有l1个测试向量，则第二集合中有n-l1个测试向量。从第一集合中的l1个测试向量中任意选取一个测试向量，根据非变量位置上的向量数据得到模板矩阵。从第一集合中的l1个测试向量中，按顺序获取变量位置上的向量数据，变量矩阵的行为按顺序依次排列的l1个测试向量，变量矩阵的列为步骤102中选取的变量位置，变量矩阵的第a行、第b列的元素表示第a个测试向量在变量位置b上的向量数据。例如，第二集合中存在3个测试向量m1、m2、m3，在步骤102中确认的变量位置为x1、x2，则变量矩阵t1为3行2列的矩阵，变量矩阵t1的第一行表示测试向量m1在变量位置x1、x2处的向量数据，第二行表示测试向量m2在变量位置x1、x2处的向量数据，第一列表示在变量位置x1处的测试向量m1、m2、m3的向量数据。
具体地，将第二集合作为测试向量集合。在测试向量集合中存在n个测试向量，经步骤103获取第一集合和第二集合，第一集合中存在l1个测试向量，第二集合存在n-l1个测试向量，将第二集合替换成测试向量集合。
需要注意的是，非变量位置的选择并非越多越好，也并非越少越好，需要满足一定的阈值需求，在数量多和数量少之间保持平衡。非变量位置的数量越多，变量位置的数量越少，满足非变量位置上向量数据相同的测试向量的数量就越少，即第一集合中的测试向量就越少，若第一集合中的测试向量少到仅为1个，则失去了向量数据压缩的意义。非变量位置的数量越少，变量位置的数量越多，满足非变量位置上向量数据相同的测试向量的数量就越多，第一集合中的测试向量就越多，但此时获取的变量矩阵和模板矩阵就会失衡。
步骤104、重复步骤101-103，直至满足迭代停止条件，获取最终的测试向量合集以及所有的变量矩阵和模板矩阵。
具体地，在新的测试向量集合中随机任意选取两个测试向量，确定新的变量位置和非变量位置，在n-l1个测试向量中筛选出l2个非变量位置上向量数据相同的测试向量，将这l2个测试向量构成新的第一集合，n-l1-l2个测试向量构成新的第二集合，获取新的变量矩阵和模板矩阵，重复步骤101-103，直至满足迭代停止条件，获取所有的变量矩阵和模板矩阵，此时的变量矩阵和模板矩阵就囊括所有测试向量的向量数据，向量数据量远远小于未处理前的测试向量所包含的向量数据量。通过变量矩阵 模板矩阵代替原有的测试向量，极大缩减了上位机和测试机的向量数据存储量。
具体地，迭代停止条件可根据如下方式进行选择：
方式1：在步骤102中，确定变量位置和非变量位置时，可根据非变量位置的数量进行判断。任意选取两个测试向量，若测试向量之间的非变量位置大于预设值，则继续进行后续操作，若测试向量之间的非变量位置小于预设值，则返回步骤101，重新选取测试向量。若返回次数超过预设次数后仍不满足条件，则可以停止迭代。因此，非变量位置的数量既要规定上限，也要规定下限。
方式2：在步骤103确定第一集合的测试向量数量时，可根据第一集合的测试向量数量进行判断。若第一集合中的测试向量数量大于预设值，则继续进行后续操作；若第一集合中的测试向量的数量小于预设值，则返回步骤102重新选取非变量位置，或停止迭代。
方式3：用户可选择预设迭代次数，迭代预设次数后自动停止迭代，获取所有的变量矩阵和模板矩阵。
本实施例提供了一种测试向量的存储及压缩方法，能有效对测试向量庞大的向量数据进行向量数据存储及向量数据压缩，通过构建模板矩阵和变量矩阵，对测试向量中的向量数据进行压缩整理，在保证向量数据完整的情况下，极大缩减了存储空间，上位机和测试机不再需要极高的硬件水平便可实现芯片测试，降低了芯片测试的成本。测试向量进行压缩后，大大缩减了传输过程中的数据量，缩短了传输时间，提升了芯片测试的效率。
实施例2
本发明实施例2还公开了一种测试方法，具体方案如下：
对测试向量进行实施例1中的向量数据处理，获取多个模板数据集和多个向量数据集。在本实施例中，模板数据集选用模板矩阵，变量数据集选用变量矩阵。模板矩阵和变量矩阵之间存在对应关系，每个模板矩阵对应一个变量矩阵。变量矩阵的每一行代表一个测试向量在各个变量位置上的向量数据，因此，变量矩阵t1的某一行结合与t1对应的模板矩阵m1，即可得到一个完整的测试向量。根据这一原理，将其应用到芯片测试上。具体方案如下：
测试机上存储有多个模板矩阵，获取每个模板存储在测试机上的模板地址，上位机通过发送模板地址和变量矩阵的某一行给测试机，测试机根据模板矩阵确定出模板矩阵，模板矩阵与变量矩阵的某一行结合，获得该测试向量的全部向量数据，测试机根据该测试向量对待测试芯片进行测试，实现上位机发送一个测试向量给测试机的测试效果。模板地址为与上位机发送的变量矩阵相对应的模板矩阵的地址。例如，测试机上存储有模板矩阵m1、m2、m3，对应的模板地址分别为d1、d2、d3，与模板矩阵m1、m2、m3对应的变量矩阵分别为t1、t2、t3，上位机发送模板地址d1和变量矩阵t1的第一行给测试机，测试机根据模板地址d1确定模板矩阵为m1，根据模板矩阵m1和变量矩阵t1的第一行确定测试向量，测试机根据测试向量的命令对待测试芯片进行测试。测试方法流程如说明书附图3所示。，测试机和上位机如说明书附图4所示。
本实施例在实施例1的基础上，提出了一种测试方法及流程，该方法适用于芯片测试领域。通过将测试向量存储压缩为模板矩阵和变量矩阵，测试机存储模板矩阵，上位机只需发送模板地址和变量矩阵上的行向量数据即可实现测试向量的发送，大大缩减了向量数据传输量，提高了芯片测试的效率。
实施例3
本发明实施例3还公开了一种测试向量的存储及压缩设备，采用实施例1的测试向量的存储及压缩方法。具体方案如下：
一种测试向量的存储及压缩设备，组成模块如说明书附图5所示，包括向量选取单元、位置选取单元、集合构建单元和迭代单元。
向量选取单元：用于获取测试向量集合，并从中任意选取两个测试向量。
位置选取单元：用于对向量选取单元选取的两个测试向量进行比较，获取变量位置和非变量位置；
集合构建单元：用于根据位置选取单元选取的变量位置和非变量位置在测试向量集合中构建出第一集合和第二集合，并将所述第二集合作为新的测试向量集合，以及根据变量位置上的向量数据和第一集合获取变量数据集，根据非变量位置上的向量数据获取模板数据集。其中，第一集合中的测试向量在非变量位置上的向量数据相同；
迭代单元：用于对测试向量集合进行迭代，直至满足迭代停止条件，获取迭代停止后的测试向量集合以及所有的模板数据集和变量数据集。在本实施例中，模板数据集包括模板矩阵，变量数据集包括变量矩阵。
其中，集合构建单元还包括集合判断模块和数据集获取模块。
集合判断模块：用于将向量比较单元获取的非变量位置上的向量数据作为非变量向量数据，以及在测试向量集合中，判断每一个测试向量在所述非变量位置上的向量数据是否与所述非变量向量数据相同；
若相同，则将对应的测试向量筛选到第一集合；
若不相同，则将对应的测试向量筛选到第二集合。
矩阵获取模块：用于根据第一集合中的测试向量在变量位置上的向量数据获取变量数据集，根据非变量向量数据获取模板数据集。
其中，位置选取单元包括向量比较模块和位置选取模块。
向量比较模块：用于对向量选取单元选取的两个测试向量进行比较，并获取两个测试向量中位置相同且向量数据相同的非变量部分，以及两个测试向量中位置相同但向量数据不同的变量部分。
位置选取模块：用于根据非变量部分选择非变量位置，除非变量位置之外的为变量位置。
本实施例提出了一种测试向量的压缩设备，将实施例1的压缩方法模块化，应用到具体的设备上，提升了实施例1的可行性。
以此，本发明提出了一种测试向量的存储方法、压缩方法及设备、测试方法及设备，将测试向量分成模板矩阵和变量矩阵，大大缩减了向量数据量。通过选取合适变量位置和非变量位置，确定测试向量之间相同的部分，合理的选择模板。通过对迭代停止条件的限制，有效提高了测试向量的向量数据压缩效果。通过对测试向量进行向量数据压缩，有效缓解了上位机和测试机对测试向量的存储压力，无需高质量的硬件水平即可实现芯片测试，降低了芯片测试的测试成本。通过将测试向量的存储及压缩方法运用到芯片测试上，有效降低了上位机和测试机之间的向量数据传输量，降低了芯片测试的硬件负载，提升了向量数据传输效率，进而实现芯片测试的效率。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本发明所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。上述本发明序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
1.一种测试向量的压缩方法，其特征在于，包括如下步骤：
步骤1、获取测试向量集合，从中选取两个具有相同区域的测试向量；
步骤2、对两个所述测试向量进行比较，获取变量位置和非变量位置，两个所述测试向量在所述非变量位置上的向量数据相同；
步骤3、获取所述测试向量集合中所有所述非变量位置上向量数据相同的测试向量并将其作为第一集合，所述测试向量集合中除所述第一集合以外的测试向量构成第二集合；
根据所述变量位置上的向量数据和所述第一集合获取变量数据集，根据所述非变量位置上的向量数据获取模板数据集；
将所述第二集合作为测试向量集合；
步骤4、重复步骤1-3，直至满足迭代停止条件，获取迭代停止后的测试向量集合以及所有的变量数据集和模板数据集。
2.根据权利要求1所述的压缩方法，其特征在于，所述步骤3具体包括：
将所述步骤2中的所述非变量位置上的向量数据作为非变量向量数据；
所述测试向量集合中，判断每一个测试向量在所述非变量位置上的向量数据是否与所述非变量向量数据相同：
若相同，则将对应的测试向量筛选到第一集合；
若不相同，则将对应的测试向量筛选到第二集合；
根据所述第一集合中的测试向量在所述变量位置上的向量数据获取变量数据集，根据所述非变量向量数据获取模板数据集。
3.根据权利要求1所述的压缩方法，其特征在于，所述步骤2具体包括：
对两个所述测试向量进行比较；
获取两个所述测试向量中位置相同且向量数据相同的非变量部分，以及两个测试向量中位置相同但向量数据不同的变量部分；
根据所述非变量部分选择非变量位置，除所述非变量位置之外的为变量位置。
4.根据权利要求3所述的压缩方法，其特征在于，
所述非变量位置的数量在预设范围内；
若所述非变量位置的数量小于所述预设范围的最小值，则返回步骤1重新选择测试向量进行比较。
5.根据权利要求4所述的压缩方法，其特征在于，所述迭代停止条件包括：
返回步骤1的次数超过预设次数后，所述非变量位置的数量仍小于所述预设范围的最小值。
6.根据权利要求1所述的压缩方法，其特征在于，在所述步骤3中，
所述第一集合中的测试向量的数量超过预设值；
若所述第一集合中的测试向量的数量小于所述预设值，则返回步骤2重新选择非变量位置。
7.根据权利要求6所述的压缩方法，其特征在于，所述迭代停止条件包括：
返回步骤2超过所述预设次数后，所述第一集合中的测试向量的数量仍小于所述预设值。
8.根据权利要求1所述的压缩方法，其特征在于，所述变量数据集包括变量矩阵，和/或所述模板数据集包括模板矩阵；
所述变量矩阵的行数为所述第一集合中测试向量的数量，列数为所述变量位置的数量；
所述变量矩阵的每一行表示在所述第一集合中的测试向量在所述变量位置上的向量数据。
9.一种测试向量的存储方法，其特征在于，从测试向量中提取模板数据集和变量数据集，通过所述模板数据集和所述变量数据集代替所述测试向量进行存储。
10.一种测试方法，其特征在于，包括：
测试机存储有多个模板数据集，获取每个所述模板数据集在测试机上的模板地址；
上位机发送变量数据集和与所述变量数据集对应的模板数据集的模板地址给所述测试机；
所述测试机根据所述模板地址查找对应的模板数据集，并结合所述变量数据集获取相应的测试向量。
11.根据权利要求9所述的测试方法，其特征在于，所述变量数据集包括变量矩阵，和/或所述模板数据集包括模板矩阵；
所述变量矩阵的每一行代表一个测试向量在所有变量位置上的向量数据；
上位机发送模板地址和所述变量矩阵中的一行向量数据给所述测试机，所述测试机根据所述模板地址查找对应的模板矩阵，并结合所述变量矩阵中的一行向量数据获取一个测试向量。
12.一种测试向量的压缩设备，适用于权利要求1-8任一项所述的方法，其特征在于，包括，
向量选取单元：用于获取测试向量集合，并从中选取两个具有相同区域的测试向量；
位置选取单元：用于对所述向量选取单元选取的两个所述测试向量进行比较，获取变量位置和非变量位置；
集合构建单元：用于根据所述变量位置和所述非变量位置在所述测试向量集合中构建出第一集合和第二集合，并将所述第二集合作为新的测试向量集合，以及根据所述变量位置上的向量数据和所述第一集合获取变量数据集，根据所述非变量位置上的向量数据获取模板数据集，其中，所述第一集合中的测试向量在所述非变量位置上的向量数据相同；
迭代单元：用于对测试向量集合进行迭代，直至满足迭代停止条件，获取迭代停止后的测试向量集合以及所有的模板数据集和变量数据集。
13.根据权利要求12所述的压缩设备，其特征在于，所述集合构建单元包括，
集合判断模块：用于将所述向量比较单元获取的非变量位置上的向量数据作为非变量向量数据，及在所述测试向量集合中，判断每一个测试向量在所述非变量位置上的向量数据是否与所述非变量向量数据相同；
若相同，则将对应的测试向量筛选到第一集合；
若不相同，则将对应的测试向量筛选到第二集合；
数据集获取模块：用于根据所述第一集合中的测试向量在所述变量位置上的向量数据获取变量数据集，根据所述非变量向量数据获取模板数据集。
14.根据权利要求12所述的压缩设备，其特征在于，所述位置选取单元包括：
向量比较模块：用于对所述向量选取单元选取的两个测试向量进行比较，并获取两个所述测试向量中位置相同且向量数据相同的非变量部分，以及两个测试向量中位置相同但向量数据不同的变量部分；
位置选取模块：用于根据所述非变量部分选择非变量位置，除所述非变量位置之外的为变量位置。
15.一种测试设备，适用于权利要求10-11任一项所述的方法，其特征在于，包括上位机和测试机；
上位机：用于发送变量数据集和模板地址给所述测试机；
测试机：存储有多个模板数据集，用于根据所述上位机发送的模板地址查找对应的模板数据集，并结合所述上位机发送的变量数据集获取相应的测试向量。
技术总结