在20世纪90年代,一个较复杂的芯片包含几十万至几百万个晶体管,而现在一个芯片可以包含上百亿个晶体管。芯片日益增加的集成度和复杂度直接提高了生产故障芯片的概率。为了确保芯片的故障覆盖率达标,需要大量的测试数据对其进行检测。庞大的测试数据增加了硬件代价和测试时间,通过压缩测试数据能大大降低被测时间并节约硬件成本。本文在拆分压缩技术的基础上,对如何生成基向量展开了研究,主要做了以下两个方面的工作:（1）提出了一种预填充的策略对测试集进行处理。此方法通过预先对测试集进行填充消除所包含的无关位。填充方式可分为直接填充和策略填充两种,直接填充指是将原测试集中的无关位直接填充为码字0或者码字1,策略填充则是将无关位按照有助于提高特定编码压缩率的方式进行填充。对测试集填充后,本文以向量间距离最大为原则选取所需基向量。实验结果表明,通过采取预填充的压缩方法,RL-Huff编码的压缩率可达74.32%,相比于对测试集直接进行编码,压缩率提高了11.75%,相比于哈达码变换,压缩率提高了2.47%。（2）提出了一种基于kmeans++聚类算法结合测试集生成基向量的方法。该方法首先以距离最大为原则挑选出测试集的初始聚类中心,然后计算出测试集中每一个列向量与聚类中心之间的欧几里得距离,以距离最小为原则将列向量重新划分到不同的聚类,并计算出新的聚类中心,如此反复迭代,当聚类中的列向量基本不再发生变化时,所得的聚类中心即为本文所求基向量。实验结果表明,通过使用kmeans++聚类算法结合测试集生成基向量的方法可使RL-Huff编码的平均压缩率提高至76.30%,与对测试集直接进行编码压缩相比,平均压缩率提高了13.73%,与哈达码变换相比,平均压缩率提高了4.45%。同时本人还将kmeans++聚类算法结合位翻转算法进一步提高压缩率。此方法的主要思想是在不影响故障覆盖率的情况下将原测试集中部分确定位翻转为无关位,然后将位翻转之后的测试集与主分量集进行异或获取残分量集,从而提升压缩率。实验结果表明通过使用kmeans++聚类算法结合位翻转算法可以将平均压缩率在kmeans++的基础上提高7%。