CN103884977A - 一种预测半导体器件nbti寿命及其涨落的方法 - Google Patents

Abstract

一种预测半导体器件NBTI寿命及其涨落的方法，仅用一个半导体器件即可预测出其最好寿命、最坏寿命和平均寿命。测试时间大大缩短，可以实现快速测量；另外，由于仅用一个半导体器件，避免了传统方法中DDV的影响，同时可以研究寿命在半导体器件之间的涨落；另外，本发明提出了最好寿命、最坏寿命和平均寿命，也即考虑了CCV的影响；最后，静态涨落的影响也可以考虑进来，进而可以全面的评价半导体器件性能的涨落。

Description

一种预测半导体器件NBTI寿命及其涨落的方法

技术领域

本发明属于微电子器件可靠性领域，涉及到小尺寸半导体器件NBTI寿命及其涨落的预测方法。

背景技术

随着半导体器件尺寸的缩小，栅介质层逐渐减薄，导致栅介质层的电场逐渐增加，使得负偏置温度不稳定性NBTI（Negative Bias Temperature Instability）引起的半导体器件性能的退化日益显著，严重影响小尺寸半导体器件的性能，成为评价半导体器件可靠性的主要问题之一。另外，栅介质层中的陷阱个数同时逐渐减少，陷阱俘获和发射载流子的随机性行为导致NBTI成为一种随机性的退化，使得半导体器件的NBTI寿命由唯一值变成随机变量，对于电路的可靠性设计和工艺条件的筛选提出了新的挑战。因此，预测小尺寸半导体器件的NBTI寿命及其涨落具有重要意义。

传统预测半导体器件NBTI寿命的方法是在恒定NBTI应力下测量半导体器件阈值电压的退化，通过幂函数拟合阈值电压退化量和应力时间的关系，得到该应力下的NBTI寿命。通过得到不同恒定应力下的半导体器件的NBTI寿命，进行外推，得到半导体器件在正常工作条件下的NBTI寿命。传统NBTI寿命预测方法需要测试多个完全相同的半导体器件，一方面测试时间长（若干小时），不利于现代CMOS工艺选择中的快速筛检；另一方面在小尺寸半导体器件中，半导体器件之间的涨落（Device-to-device variation,DDV）变得很明显，这使得传统方法需要的多个完全相同的半导体器件的要求不再满足；另外，由于陷阱俘获和发射载流子的随机性，阈值电压退化量在不同工作周期之间出现明显的涨落（Cycle-to-cyclevariation,CCV），导致用传统方法测出的阈值电压退化量随应力时间出现明显的涨落，这使得幂函数拟合方法不再适用。综合这三个方面，传统的预测NBTI寿命的方法在小尺寸半导体器件中不再适用，因此急需提出一种既适合小尺寸半导体器件又简单快速的NBTI寿命提取方法，同时能方便研究NBTI寿命的涨落，为电路设计及工艺选择提供指导。

发明内容

术语约定：下文出现的寿命均是指半导体器件的NBTI寿命。

本发明的目的在于提供一种高效率且适用于小尺寸半导体器件的NBTI寿命预测方法。

本发明的技术方案如下：

一种预测半导体器件NBTI寿命的方法，其特征是，将半导体器件的源端偏置VS与衬底偏置VB始终处于零偏置，执行如下测试步骤：

第一步，首先，在半导体器件栅端施加电压V_Gmeasure（取值通常在阈值电压V_th0附近），漏端施加电压V_Dmeasure（取值需满足半导体器件处于线性区），测量应力前半导体器件的漏电流I_D0；然后在栅端施加初始应力电压V_{Gstress_1}，漏端处于零偏置，应力时间为△t，在应力施加过程中，栅电压在V_{Gstress_1}和V_Gmeasure之间循环跳转，同时漏电压在0和V_Dmeasure之间循环跳转；每个循环中，栅电压为V_{Gstress_1}的时间t₀的最大值要小于10ms；当栅电压为V_Gmeasure，漏电压为V_Dmeasure时监测漏电流I_D，因此上述每一次循环对应一次I_D的监测，将此定义为一个测试循环；

第二步，在栅端施加的应力电压以K倍增加，K>1，即V_{Gstress_2}=K·V_{Gstress_1}，漏端仍处于零偏置，应力时间仍为△t，在应力施加过程中，栅电压在V_{Gstress_2}和V_Gmeasure之间循环跳转，同时漏电压在0和V_Dmeasure之间循环跳转，每个循环中栅电压处于V_{Gstress_2}和V_Gmeasure的时间和第一步对应相同；当栅电压为V_Gmeasure，漏电压为V_Dmeasure时继续监测漏电流I_D；然后再把栅端的应力电压以K倍增加，重复测试，得到N次的测试结果，其中V_{Gstress_N}=K^(N-1)·V_{Gstress_1}，漏电压施加方法和第一步的施加方法相同；从第1次到第N次的过程连续进行，不存在间隔；阈值电压的退化量△V_th由下面的公式得到：

$\mathrm{\Δ}{V}_{\mathrm{th}}=\frac{I_{D0}-I_D}{I_{D0}}(V_{\mathrm{Gmeasure}}-V_{\mathrm{th}0})---\left(1\right)$

其中，I_D是施加应力后每次测量到的漏电流，V_th0是应力前半导体器件的阈值电压；

第三步，由于小尺寸半导体器件中NBTI应力下阈值电压的退化随时间出现明显的涨落，因此传统的唯一的寿命定义不再适用，本发明提出用最坏寿命、最好寿命和平均寿命三个量来评价半导体器件的寿命，分别对应于最大、最小和平均的阈值电压退化：t时刻最大的阈值电压退化Max(t)定义为从0到t时刻最大的△V_th；t时刻最小的阈值电压退化Min(t)定义为从应力结束时刻到t时刻最小的△V_th；此时，Max(t)和Min(t)随应力时间t的关系为台阶式增加；按照这种方法，取出N次测试结果的Max(t)和Min(t)；

第四步，从Max(t)和Min(t)的每一个台阶中间位置分别取一个点构成两组数据，分别记为Top和Bottom，所述点数据包括对应的△V_th值和应力时间；每个台阶Max(t)和Min(t)的均值和台阶对应的应力时间的均值，构成一组数据记为Middle；Top、Bottom和Middle保存的数据称为阈值电压退化量基准数据；将N次测试结果都按照这种方法来取数据；

第五步，由于NBTI应力下阈值电压的退化满足，

$\mathrm{\Δ}{V}_{\mathrm{th}}=A{V}_{\mathrm{Gstress}}^m{t}^n---\left(2\right)$

其中，A是前置系数，m是栅端应力电压的指数因子，V_Gstress是在栅端施加的应力电压，n是应力时间的指数因子，t是栅端所加的总的应力时间；

将Top、Middle和Bottom中VG_{stress_1}下的阈值电压退化量基准数据，根据公式（2）分别进行幂函数拟合，得到对应的n值和

第六步，将第2次至第N次应力下得到的阈值电压退化量基准数据Top、Middle和Bottom等效（相同的阈值电压退化量）地转换到VG_{stress_1}下的阈值电压退化，如公式（3）所示，即可以把第2次至第N次应力下每个测试循环对应的应力时间t₀转换到V_{Gstress_1}下的等效应力时间，如公式（4）所示，

其中t_{0_i}是每次应力下，第i个测试循环对应的栅电压为应力电压的时间；

对应的转换后的应力时间为：

$\begin{array}{c}{t}_{\mathrm{eff}\_1}(2\→1)=K^{(2-1)\·\frac{m}{n}}\·t_{0\_1}\\ .\\ .\\ .\\ t_{\mathrm{eff}\_i}(2\→1)=K^{(2-1)\·\frac{m}{n}}\·t_{0\_i}\\ .\\ .\\ .\\ t_{\mathrm{eff}\_1}(N\→1)=K^{(N-1)\·\frac{m}{n}}\·t_{0\_1}\\ .\\ .\\ .\\ t_{\mathrm{eff}\_i}(N\→1)=K^{(N-1)\·\frac{m}{n}}\·t_{0\_i}\end{array}---\left(4\right)$

因此在转换后，第j次应力第i个测试循环对应的总的应力时间t_ji为

$t_{\mathrm{ji}}=\mathrm{\Δt}+\underset{p=2}{\overset{j}{\mathrm{\Σ}}}\underset{q=1}{\overset{c}{\mathrm{\Σ}}}{t}_{\mathrm{eff}\_q}(p\→1)---\left(5\right)$

其中C为每一次应力下测试循环的次数；这样使得原本应力逐渐增加的阈值电压退化转化成恒定应力（应力大小为V_{Gstress_1}）下总的应力时间为t_ji的阈值电压退化；

第七步，由转换后的总的应力时间t_ji，按照公式（2）计算出转换后第j次应力第i个测试循环对应的△V_{th转换后_ji}：

转换前后总的△V_th之间的误差为：

其中C为每一次应力下测试循环的次数，△V_{th转换前_ji}为转换前第j次应力第i个测试循环测到的I_D按照公式（1）转换的阈值电压退化量；得到的误差Error是m的函数；对m的取值范围进行遍历，由最小的误差Error得到最优的m值；由第五步得到的

计算出A值；

第八步，按照第七步得出的m值和A值及第五步得出的n值，可以得出半导体器件在任意栅电压V_G下的寿命为

$\mathrm{Lifetime}=\sqrt[n]{\frac{\mathrm{\Δ}{V}_{\mathrm{th}\_\mathrm{criterion}}}{{\mathrm{AV}}_G^m}}---\left(8\right)$

其中V_G为栅电压，△V_{th_criterion}为寿命的评定标准；把Bottom中的数据按照第六步到第八步所述的方法得出的寿命是便是最好寿命，同理可用Top和Middle中的数据得到最坏寿命和平均寿命。

所述的预测半导体器件NBTI寿命的方法，其特征是，第一步中，每个循环的t₀可以相同，也可以不同；栅电压处于V_Gmeasure和处于VG_{stress_1}的时间的比值小于10%。

所述的预测半导体器件NBTI寿命的方法，其特征是，第七步中，所述的m的取值范围为0～10。

所述的预测半导体器件NBTI寿命的方法，其特征是，第八步中，△V_{th_criterion}取值为50mV或30mV。

所述的预测半导体器件NBTI寿命的方法，其特征是，第八步中，△V_{th_criterion}取值为应力前阈值电压V_th0退化10%对应的值。

所述的预测半导体器件NBTI寿命的方法，其特征是，测试过程中，温度保持在125摄氏度。

本发明同时提供一种预测半导体器件NBTI寿命涨落的方法，其特征是，用上述方法测出多个半导体器件的NBTI寿命进行对比，即可研究最好、最坏、平均这三个寿命在半导体器件与半导体器件之间的涨落，即DDV的影响。

本发明还提供一种预测半导体器件NBTI寿命涨落的方法，其特征是，用上述方法测出一个半导体器件的NBTI寿命，然后，定义一个函数Y，表征同一个半导体器件三个寿命之间的离散程度，用来研究CCV对寿命的影响；Y值越大，表示同一个半导体器件三个寿命之间的离散程度越大，CCV的影响越严重：

$Y=\sqrt{{\left(\frac{X_{\mathrm{Middle}}-X_{\mathrm{Top}}}{X_{\mathrm{Middle}}}\right)}^2+{\left(\frac{X_{\mathrm{Middle}}-X_{\mathrm{Bottom}}}{X_{\mathrm{Middle}}}\right)}^2}---\left(9\right)$

其中X为半导体器件寿命，X_Middle为半导体器件的平均寿命，X_Top为半导体器件的最坏寿命，X_Bottom为半导体器件的最好寿命。

进一步地，定义变量D_VT，用以比较在消除面积影响的情况下不同工艺之间CCV的影响：

$D_{\mathrm{VT}}=\frac{d\stackrel{\‾}{Y}}{d\left(\frac{1}{\sqrt{\mathrm{WL}}}\right)}---\left(10\right)$

其中，表示相同尺寸的半导体器件Y函数的均值，W和L分别表示半导体器件的栅宽与栅长，通过比较不同工艺之间的D_VT，即可比较CCV的影响，D_VT值越大，表示CCV的影响越严重，这有利于工艺之间的筛检。

本发明所提供的测试方法，仅用一个半导体器件即可预测出其最好寿命、最坏寿命和平均寿命。一方面，测试时间大大缩短（约两个小时），因此可以实现快速测量；另一方面，由于仅用一个半导体器件，避免了传统方法中DDV的影响，同时可以研究寿命在半导体器件之间的涨落；另外，本发明提出了最好寿命、最坏寿命和平均寿命，也即考虑了CCV的影响；最后，静态涨落的影响也可以考虑进来，进而可以全面的评价半导体器件性能的涨落。因此本发明提供了评价小尺寸半导体器件NBTI寿命及其涨落快速有效的方法。

附图说明

图1是四端半导体器件示意图；

图2为测试提取半导体器件NBTI寿命过程中半导体器件栅端与漏端所施加的时序信号的示意图，其中（a）半导体器件漏端所施加的时序信号；（b）半导体器件栅端所施加的时序信号；（c）把高应力（V_{Gstress_2}，…，V_{Gstress_N}）下的应力时间转到低应力下（V_{Gstress_1}）的等效应力时间示意图。

图3为应力VG_{stress_1}下，由阈值电压退化量随应力时间的裸数据中，提取最大和最小NBTI退化Max(t)和Min(t)，进而提取基准数据Top、Bottom和Middle的示意图。图中提取三组基准数据Top、Bottom和Middle，分别对应最大、最小和平均的NBTI退化。

图4为提出的不同工作电压下，半导体器件最好寿命、最差说明和平均寿命的示意图。

图5为由不同面积的Y函数，得出DVT的示意图。DVT为图中直线的斜率。

具体实施方式

下面通过实施例并结合附图，详细描述本发明的测试方法。

测试步骤与数据处理方法如下：

测试部分（以下描述的测试步骤是P型半导体器件测试与提取NBTI寿命的过程；源端和体端在测试过程中均接地信号，即零偏压；探针A与探针B分别接半导体器件的栅端与漏端；测试温度保持在业界通用的125摄氏度）：

1）本步骤的目的在于得到应力前半导体器件在测试电压下的漏电流。在栅端施加测试电压V_Gmeasure（通常在阈值电压V_th0附近），在漏端施加测试电压V_Dmeasure（取值需满足半导体器件处于线性区），测量应力前半导体器件的漏电流I_D0。

2）本步骤的目的在于得到第一次应力下的漏电流退化。在栅端施加初始应力电压V_{Gstress_1}，漏端处于零偏置，应力时间为△t。在应力施加过程中，栅电压在VG_{stress_1}和V_Gmeasure之间循环跳转，同时漏电压在0和V_Dmeasure之间循环跳转。每个循环中，栅电压为VG_{stress_1}的时间最大要小于10ms。每个循环的t₀可以相同，也可以不同。栅电压处于V_Gmeasure和处于VG_{stress_1}的时间的比值要小于10%。当栅电压为V_Gmeasure，漏电压为V_Dmeasure时监测漏电流I_D，如图2所示，因此上述每一次循环对应一次I_D的监测，这定义为一个测试循环。

3）本步骤的目的在于得到第2次应力到第N次（N为预先设定的值）下的漏电流退化。在栅端施加的应力电压以K倍增加，即V_{Gstress_2}=K·V_{Gstress_1}，漏端仍处于零偏置，应力时间仍为△t。在应力施加过程中，栅电压在V_{Gstress_2}和V_Gmeasure之间循环跳转，同时漏电压在0和V_Dmeasure之间循环跳转，每个循环中栅电压处于V_{Gstress_2}和V_Gmeasure的时间和第一步对应相同。当栅电压为V_Gmeasure，漏电压为V_Dmeasure时继续监测漏电流I_D。然后再把栅端的应力电压以K倍增加，重复测试，得到N次的测试结果，其中V_{Gstress_N}=K^(N-1)·V_{Gstress_1}，漏电压施加方法和第一步的施加方法相同。从1到N的过程不存在间隔，需连续进行，如图2所示。漏电流I_D的退化通过公式（1）转化成阈值电压的退化△V_th。

数据处理方法部分：

4）在测试结束之后，由这N次得到的△V_th随应力时间的变化的裸数据，提取基准数据重建幂函数关系。首先定义最大、最小的阈值电压的退化△V_th：t时刻最大的阈值电压退化Max(t)定义为从0到t时刻最大的△V_th；t时刻最小的阈值电压退化Min(t)定义为从应力结束时刻到t时刻最小的△V_th，由实验得到的阈值电压退化量△V_th和应力时间的数据，得到Max(t)、Min(t)。此时，阈值电压退化量△V_th随应力时间的关系为台阶增加的。然后，从Max(t)和Min(t)的每一个台阶中间位置分别取一个点（包括其对应的△V_th值和应力时间）构成两组数据，分别记为Top和Bottom。每个台阶Max(t)和Min(t)的均值和台阶对应的应力时间的均值，构成一组数据，记为Middle。Top、Bottom和Middle保存的数据称为阈值电压退化量基准数据，如图3所示。N次测试结果都是按照这种方法来取数据。

以下的数据处理方法以Top的数据为例

5）对VG_{stress_1}下的Top数据，根据公式（2）进行幂函数拟合，得到对应的n值和

6）按照公式（4），将第2次至第N次应力下的应力时间转换成VG_{stress_1}下的等效应力时间（是m的函数）。转换后，第j次应力第i个测试循环对应的总的应力时间t_ji由公式（5）可以得出。然后根据公式（6）和公式（7），计算转换前后总的△V_th之间的误差。得到的误差Error是m的函数。对m的取值范围（0～10）进行遍历，由最小的误差Error得到最优的m值。由步骤5）得到的

计算出A值。如此，公式（2）中的三个未知量，均被求出来，进而可以由公式（8）算出任意工作电压下的寿命。

用Top的数据得出的寿命是最坏寿命。Bottom和Middle的数据同样按照5）和6）的过程进行处理，得出的寿命为最好寿命和平均寿命，如图4所示。

7）按照以上步骤，测量尺寸相同的多个半导体器件，并按上述步骤进行数据处理，即可研究寿命在半导体器件之间的涨落。按照公式（9），每个半导体器件均可得出Y函数的值，进而可以算出尺寸相同的多个半导体器件的Y函数的均值。改变半导体器件尺寸，重复该过程，可以得出不同尺寸的半导体器件其Y函数的均值。按照公式（10），可以算出该工艺下的D_VT，以评价该工艺下CCV的影响，如图5所示。

改变工艺条件，重复以上过程，通过比较不同工艺条件下的D_VT，来比较CCV影响的大小，D_VT值越大，表示CCV的影响越严重，进而可以进行工艺筛检。

上面描述的实施例并非用于限定本发明，任何本领域的技术人员，在不脱离本发明的精神和范围内，可做各种的更动和润饰，本发明的保护范围视权利要求范围所界定。

Claims (9)

1.一种预测半导体器件NBTI寿命的方法，其特征是，将半导体器件的源端偏置VS与衬底偏置VB始终处于零偏置，执行如下测试步骤：

第一步，首先，在半导体器件栅端施加电压V_Gmeasure，漏端施加电压V_Dmeasure，测量应力前半导体器件的漏电流I_D0；然后在栅端施加初始应力电压VG_{stress_1}，漏端处于零偏置，应力时间为△t，在应力施加过程中，栅电压在VG_{stress_1}和V_Gmeasure之间循环跳转，同时漏电压在0和V_Dmeasure之间循环跳转；每个循环中，栅电压为VG_{stress_1}的时间t₀的最大值要小于10ms；当栅电压为V_Gmeasure，漏电压为V_Dmeasure时监测漏电流I_D，因此上述每一次循环对应一次I_D的监测，将此定义为一个测试循环；

第二步，在栅端施加的应力电压以K倍增加，K>1，即VG_{stress_2}=K·V_{Gstress_1}，漏端仍处于零偏置，应力时间仍为△t，在应力施加过程中，栅电压在V_{Gstress_2}和V_Gmeasure之间循环跳转，同时漏电压在0和V_Dmeasure之间循环跳转，每个循环中栅电压处于V_{Gstress_2}和V_Gmeasure的时间和第一步对应相同；当栅电压为V_Gmeasure，漏电压为V_Dmeasure时继续监测漏电流I_D；然后再把栅端的应力电压以K倍增加，重复测试，得到N次的测试结果，其中V_{Gstress_N}=K^(N-1)·V_{Gstress_1}，漏电压施加方法和第一步的施加方法相同；从第1次到第N次的过程连续进行，不存在间隔；阈值电压的退化量△V_th由下面的公式得到：

$\mathrm{\Δ}{V}_{\mathrm{th}}=\frac{I_{D0}-I_D}{I_{D0}}(V_{\mathrm{Gmeasure}}-V_{\mathrm{th}0})---\left(1\right)$

其中，I_D是施加应力后每次测量到的漏电流，V_th0是应力前半导体器件的阈值电压；

第三步，用最坏寿命、最好寿命和平均寿命三个量来评价半导体器件的寿命，分别对应于最大、最小和平均的阈值电压退化：t时刻最大的阈值电压退化Max(t)定义为从0到t时刻最大的△V_th；t时刻最小的阈值电压退化Min(t)定义为从应力结束时刻到t时刻最小的△V_th；此时，Max(t)和Min(t)随应力时间t的关系为台阶式增加；按照这种方法，取出N次测试结果的Max(t)和Min(t)；

第四步，从Max(t)和Min(t)的每一个台阶中间位置分别取一个点构成两组数据，分别记为Top和Bottom，所述点数据包括对应的△V_th值和应力时间；每个台阶Max(t)和Min(t)的均值和台阶对应的应力时间的均值，构成一组数据记为Middle；Top、Bottom和Middle保存的数据称为阈值电压退化量基准数据；将N次测试结果都按照这种方法来取数据；

第五步，由于NBTI应力下阈值电压的退化满足，

$\mathrm{\Δ}{V}_{\mathrm{th}}=A{V}_{\mathrm{Gstress}}^m{t}^n---\left(2\right)$

其中，A是前置系数，m是栅端应力电压的指数因子，V_Gstress是在栅端施加的应力电压，n是应力时间的指数因子，t是栅端所加的总的应力时间；

将Top、Middle和Bottom中VG_{stress_1}下的阈值电压退化量基准数据，根据公式（2）分别进行幂函数拟合，得到对应的n值和

第六步，将第2次至第N次应力下得到的阈值电压退化量基准数据Top、Middle和Bottom等效地转换到VG_{stress_1}下的阈值电压退化，如公式（3）所示，即可以把第2次至第N次应力下每个测试循环对应的应力时间t₀转换到VG_{stress_1}下的等效应力时间，如公式（4）所示，

其中t_{0_i}是每次应力下，第i个测试循环对应的栅电压为应力电压的时间；

对应的转换后的应力时间为：

$\begin{array}{c}{t}_{\mathrm{eff}\_1}(2\→1)=K^{(2-1)\·\frac{m}{n}}\·t_{0\_1}\\ .\\ .\\ .\\ t_{\mathrm{eff}\_i}(2\→1)=K^{(2-1)\·\frac{m}{n}}\·t_{0\_i}\\ .\\ .\\ .\\ t_{\mathrm{eff}\_1}(N\→1)=K^{(N-1)\·\frac{m}{n}}\·t_{0\_1}\\ .\\ .\\ .\\ t_{\mathrm{eff}\_i}(N\→1)=K^{(N-1)\·\frac{m}{n}}\·t_{0\_i}\end{array}---\left(4\right)$

因此在转换后，第j次应力第i个测试循环对应的总的应力时间t_ji为

$t_{\mathrm{ji}}=\mathrm{\Δt}+\underset{p=2}{\overset{j}{\mathrm{\Σ}}}\underset{q=1}{\overset{c}{\mathrm{\Σ}}}{t}_{\mathrm{eff}\_q}(p\→1)---\left(5\right)$

其中C为每一次应力下测试循环的次数；这样使得原本应力逐渐增加的阈值电压退化转化成恒定应力下总的应力时间为t_ji的阈值电压退化；

第七步，由转换后的总的应力时间t_ji，按照公式（2）计算出转换后第j次应力第i个测试循环对应的△V_{th转换后_ji}：

转换前后总的△V_th之间的误差为：

其中C为每一次应力下测试循环的次数，△V_{th转换前_ji}为转换前第j次应力第i个测试循环测到的I_D按照公式（1）转换的阈值电压退化量；得到的误差Error是m的函数；对m的取值范围进行遍历，由最小的误差Error得到最优的m值；由第五步得到的

计算出A值；

第八步，按照第七步得出的m值和A值及第五步得出的n值，可以得出半导体器件在任意栅电压V_G下的寿命为

$\mathrm{Lifetime}=\sqrt[n]{\frac{\mathrm{\Δ}{V}_{\mathrm{th}\_\mathrm{criterion}}}{{\mathrm{AV}}_G^m}}---\left(8\right)$

其中V_G为栅电压，△V_{th_criterion}为寿命的评定标准；把Bottom中的数据按照第六步到第八步所述的方法得出的寿命是便是最好寿命，同理可用Top和Middle中的数据得到最坏寿命和平均寿命。

2.如权利要求1所述的预测半导体器件NBTI寿命的方法，其特征是，第一步中，每个循环的t₀可以相同，也可以不同；栅电压处于V_Gmeasure和处于VG_{stress_1}的时间的比值小于10%。

3.如权利要求1所述的预测半导体器件NBTI寿命的方法，其特征是，第七步中，所述的m的取值范围为0～10。

4.如权利要求1所述的预测半导体器件NBTI寿命的方法，其特征是，第八步中，△V_{th_criterion}取值为50mV或30mV。

5.如权利要求1所述的预测半导体器件NBTI寿命的方法，其特征是，第八步中，△V_{th_criterion}取值为应力前阈值电压V_th0退化10%对应的值。

6.如权利要求1所述的预测半导体器件NBTI寿命的方法，其特征是，测试过程中，温度保持在125摄氏度。

7.一种预测半导体器件NBTI寿命涨落的方法，其特征是，用权利要求1所述的方法测出多个半导体器件的NBTI寿命进行对比，即可研究最好、最坏、平均这三个寿命在半导体器件与半导体器件之间的涨落，即DDV的影响。

8.一种预测半导体器件NBTI寿命涨落的方法，其特征是，用权利要求1所述的方法测出一个半导体器件的NBTI寿命，然后，定义一个函数Y，表征同一个半导体器件三个寿命之间的离散程度，用来研究CCV对寿命的影响；Y值越大，表示同一个半导体器件三个寿命之间的离散程度越大，CCV的影响越严重：

$Y=\sqrt{{\left(\frac{X_{\mathrm{Middle}}-X_{\mathrm{Top}}}{X_{\mathrm{Middle}}}\right)}^2+{\left(\frac{X_{\mathrm{Middle}}-X_{\mathrm{Bottom}}}{X_{\mathrm{Middle}}}\right)}^2}---\left(9\right)$

其中X为半导体器件寿命，X_Middle为半导体器件的平均寿命，X_Top为半导体器件的最坏寿命，X_Bottom为半导体器件的最好寿命。

9.如权利要求8所述的预测半导体器件NBTI寿命涨落的方法，其特征是，定义变量D_VT，用以比较在消除面积影响的情况下不同工艺之间CCV的影响：

$D_{\mathrm{VT}}=\frac{d\stackrel{\‾}{Y}}{d\left(\frac{1}{\sqrt{\mathrm{WL}}}\right)}---\left(10\right)$

其中，

表示相同尺寸的半导体器件Y函数的均值，W和L分别表示半导体器件的栅宽与栅长，通过比较不同工艺之间的D_VT，即可比较CCV的影响，D_VT值越大，表示CCV的影响越严重。

Images