CN107220429B - 一种器件建模中最优器件的自动选择方法及系统 - Google Patents

一种器件建模中最优器件的自动选择方法及系统 Download PDF

Info

Publication number
CN107220429B
CN107220429B CN201710368792.1A CN201710368792A CN107220429B CN 107220429 B CN107220429 B CN 107220429B CN 201710368792 A CN201710368792 A CN 201710368792A CN 107220429 B CN107220429 B CN 107220429B
Authority
CN
China
Prior art keywords
median
vtlin
optimal
modeling
index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710368792.1A
Other languages
English (en)
Other versions
CN107220429A (zh
Inventor
吕少力
王伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Huali Microelectronics Corp
Original Assignee
Shanghai Huali Microelectronics Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Huali Microelectronics Corp filed Critical Shanghai Huali Microelectronics Corp
Priority to CN201710368792.1A priority Critical patent/CN107220429B/zh
Publication of CN107220429A publication Critical patent/CN107220429A/zh
Application granted granted Critical
Publication of CN107220429B publication Critical patent/CN107220429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种器件建模中最优器件的自动选择方法及系统，该方法包括如下步骤：步骤一，对各个不同尺寸的器件的测试结果的各项指标进行计算获取；步骤二，将各项指标进行归一化处理，根据建模需求对各项指标设定不同比重；步骤三，利用设定的比重对各个不同尺寸的器件进行计算，选择综合性能最好的最优器件去进行器件建模，通过本发明，可对器件建模中最优器件的选择进行改进，保证最后选择的器件是最优器件。

Description

一种器件建模中最优器件的自动选择方法及系统
技术领域
本发明涉及半导体器件建模领域，特别是涉及一种器件建模中最优器件的自动选择方法及系统。
背景技术
在现有SPICE建模技术中，业界通用的最优器件选择方法是根据mapping测试数据，使用excel对每个器件测试结果的各项指标(Vtlin,Vtsat,Idlin,Idsat等)进行计算筛选，设定一定范围，根据各项指标结果综合考虑评估，各项指标都在范围内的几个die进行建模。这种选择方法存在两个主要的问题：其一，计算过程异常繁琐，容易出错，耗费时间；其二，选出的器件只是在较好的范围内，但不能保证是最优器件。
发明内容
为克服上述现有技术存在的不足，本发明之目的在于提供一种器件建模中最优器件的自动选择方法及系统，以对器件建模中最优器件的选择进行改进，保证最后选择的器件是最优器件。
为达上述及其它目的，本发明提出一种器件建模中最优器件的自动选择方法，包括如下步骤：
步骤一，对各个不同尺寸的器件的测试结果的各项指标进行计算获取；
步骤二，将各项指标进行归一化处理，根据建模需求对各项指标设定不同比重；
步骤三，利用设定的比重对各个不同尺寸的器件进行计算，选择综合性能最好的最优器件去进行器件建模。
进一步地，于步骤一中，根据mapping测试的结果，对各个不同尺寸的器件的测试结果的各项指标进行计算获取。
进一步地，于步骤三中，利用设定的比重对各个不同尺寸的器件计算综合误差，根据综合误差选择综合误差最小的器件为最优器件。
进一步地，于步骤三中，利用以下计算公式计算该综合误差：
ERR＝a1*f(Vtlin-median(∑Vtlini))+a2*f(Vtsat-median(∑Vtsati))+a3*f(Idlin-median(∑Idlini))+a4*f(Idsat-median(∑Idsati))+a5*f(Vtgm-median(∑Vtgmi))+a6*f(Ioff-median(∑Ioffi))+a7*f(Gm-median(∑Gmi))+a8*f(Gdx-median(∑Gdxi))
其中，Vtlin，Vtsat，Vtgm，Idlin，Idsat，Ioff，Gm，Gdx为测试结果的各项指标，ai代表各项指标的比重系数；f()代表归一化函数，median(∑Vtlini)代表一颗器件的mapping数据的Vtlin取median值，其他项同理，ERR为综合误差，与median数据综合误差值最小的器件即是最优器件。
进一步地，a1+a2+…+a8＝1。
为达到上述目的，本发明还提供一种器件建模中最优器件的自动选择系统，包括：
指标获取单元，用于对各个不同尺寸的器件的测试结果的各项指标进行计算获取；
归一化处理单元，用于将各项指标进行归一化处理，根据建模需求对各项指标设定不同比重；
最优器件选择单元，用于利用设定的比重对各个不同尺寸的器件进行计算，选择综合性能最好的最优器件去进行器件建模。
进一步地，该指标获取单元根据mapping测试的结果，对各个不同尺寸的器件的测试结果的各项指标进行计算获取。
进一步地，该最优器件选择单元利用设定的比重对各个不同尺寸的器件计算综合误差，根据综合误差选择综合误差最小的器件为最优器件。
进一步地，该最优器件选择单元利用以下计算公式计算该综合误差：
ERR＝a1*f(Vtlin-median(∑Vtlini))+a2*f(Vtsat-median(∑Vtsati))+a3*f(Idlin-median(∑Idlini))+a4*f(Idsat-median(∑Idsati))+a5*f(Vtgm-median(∑Vtgmi))+a6*f(Ioff-median(∑Ioffi))+a7*f(Gm-median(∑Gmi))+a8*f(Gdx-median(∑Gdxi))
其中，Vtlin，Vtsat，Vtgm，Idlin，Idsat，Ioff，Gm，Gdx为测试结果的各项指标，ai代表各项指标的比重系数；f()代表归一化函数，median(∑Vtlini)代表一颗器件的mapping数据的Vtlin取median值，其他项同理，ERR为综合误差，与median数据综合误差值最小的器件即是最优器件。
进一步地，a1+a2+…+a8＝1。
与现有技术相比，本发明一种器件建模中最优器件的自动选择方法及系统通过对各个不同尺寸的器件的测试结果的各项指标进行归一化处理，并根据建模需求对各项指标设定不同比重，最后利用设定的比重对各个不同尺寸的器件进行计算，以选择综合性能最好的最优器件去进行器件建模，本发明载入mapping测试数据后可直接对每个尺寸的器件选出最优器件，使用方便且快捷，并且可根据实际需要选择最优器件的个数。
附图说明
图1为本发明一种器件建模中最优器件的自动选择方法的步骤流程图；
图2为本发明一种器件建模中最优器件的自动选择系统的系统架构图；
图3为本发明具体实施例中将Vtlin、Idsat进行归一化的示意图；
图4(a)-图4(d)为本发明具体实施例的仿真图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
图1为本发明一种器件建模中最优器件的自动选择方法的步骤流程图。如图1所示，本发明一种器件建模中最优器件的自动选择方法，包括如下步骤：
步骤101，根据mapping测试的结果，对各个不同尺寸的器件的测试结果的各项指标Vtlin，Vtsat，Vtgm，Idlin，Idsat，Ioff，Gm，Gdx等进行计算获取。
步骤102，将各项指标进行归一化处理，根据建模需求对各项指标设定不同比重。因为各项指标不是同一量纲的项，不可以直接加权求和，因此需要作归一化，例如将Vtlin、Idsat做归一化的过程如图3所示，根据mapping测试的结果，画出Vtlin对Idsat的散点图,拟合得到一个线性方程，即是Vtlin与Idsat的关系式，代表了具体器件Vlin变化一定范围，Idsat会对应变化一个值，这个过程遵循由mapping数据拟合得到的线性方程,其他项的归一化过程同理。
步骤103，利用设定的比重对各个不同尺寸的器件进行计算，选择综合性能最好的最优器件去进行器件建模。在本发明中，利用设定的比重对各个不同尺寸的器件计算综合误差，综合误差值最小的器件则为最优器件，在本发明具体实施例中，利用如下计算公式计算各个器件的综合误差：
ERR＝a1*f(Vtlin-median(∑Vtlini))+a2*f(Vtsat-median(∑Vtsati))+a3*f(Idlin-median(∑Idlini))+a4*f(Idsat-median(∑Idsati))+a5*f(Vtgm-median(∑Vtgmi))+a6*f(Ioff-median(∑Ioffi))+a7*f(Gm-median(∑Gmi))+a8*f(Gdx-median(∑Gdxi))
其中，ai代表各项的比重系数，a1+a2+…+a8＝1；f()代表归一化函数，median(∑Vtlini)代表一颗器件的mapping数据的Vtlin取median值，其他项同理，ERR为综合误差，与median数据综合误差值最小的器件即是最优器件。
图2为本发明一种器件建模中最优器件的自动选择系统的系统架构图。如图2所示，本发明一种器件建模中最优器件的自动选择系统，包括：指标获取单元201、归一化处理单元202以及最优器件选择单元203。
指标获取单元201，用于根据mapping测试的结果，对各个不同尺寸的器件的测试结果的各项指标Vtlin，Vtsat，Vtgm，Idlin，Idsat，Ioff，Gm，Gdx等进行计算获取。
归一化处理单元202，用于将指标获取单元201获取的各项指标进行归一化处理，根据建模需求对各项指标设定不同比重。由于各项指标不是同一量纲的项，不可以直接加权求和，因此需要作归一化，归一化处理单元202根据mapping测试的结果，画出Vtlin对Idsat的散点图,拟合得到一个线性方程，即是Vtlin与Idsat的关系式，代表了具体器件Vlin变化一定范围，Idsat会对应变化一个值，这个过程遵循由mapping数据拟合得到的线性方程。其他项的归一化过程同理
最优器件选择单元203，用于利用设定的比重对各个不同尺寸的器件进行计算，选择综合性能最好的最优器件去进行器件建模。在本发明中，最优器件选择单元203利用设定的比重对各个不同尺寸的器件计算综合误差，综合误差值最小的器件则为最优器件，在本发明具体实施例中，最优器件选择单元203利用如下计算公式计算各个器件的综合误差：
ERR＝a1*f(Vtlin-median(∑Vtlini))+a2*f(Vtsat-median(∑Vtsati))+a3*f(Idlin-median(∑Idlini))+a4*f(Idsat-median(∑Idsati))+a5*f(Vtgm-median(∑Vtgmi))+a6*f(Ioff-median(∑Ioffi))+a7*f(Gm-median(∑Gmi))+a8*f(Gdx-median(∑Gdxi))
其中，ai代表各项的比重系数，a1+a2+…+a8＝1；f()代表归一化函数，median(∑Vtlini)代表一颗器件的mapping数据的Vtlin取median值，其他项同理，ERR为综合误差，与median数据综合误差值最小的器件即是最优器件。
可见，现有的器件建模中最优器件选择方法耗时且易出错，通常选择一次最优器件要花至少半个工作日的时间，如果过程中出现失误要重新进行选择，并且不能保证选择出的器件是最优的。本发明提出的新的最优器件选择方法，可以快速精准的选择出综合性能最好的器件进行器件建模，整个过程只花大约一分钟时间，并且应用非常简单不会出错，且选出的器件可以确保最优。
图4(a)-图4(d)为本发明具体实施例的仿真图。mapping是测试的mapping数据的trend，median是mapping数据的median值，sw是选出的最优器件的扫描曲线叠到trend上的结果，可见sw与median非常接近，即选出的器件为最优器件，实现了本发明的目的。
综上所述，本发明一种器件建模中最优器件的自动选择方法及系统通过对各个不同尺寸的器件的测试结果的各项指标进行归一化处理，并根据建模需求对各项指标设定不同比重，最后利用设定的比重对各个不同尺寸的器件进行计算，以选择综合性能最好的最优器件去进行器件建模，本发明载入mapping测试数据后可直接对每个尺寸的器件选出最优器件，使用方便且快捷，并且可根据实际需要选择最优器件的个数。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (6)

1.一种器件建模中最优器件的自动选择方法，包括如下步骤：
步骤一，对各个不同尺寸的器件的测试结果的各项指标进行计算获取；
步骤二，将各项指标进行归一化处理，根据建模需求对各项指标设定不同比重；
步骤三，利用设定的比重对各个不同尺寸的器件计算综合误差，根据综合误差选择综合误差最小的器件为最优器件，选择综合性能最好的最优器件去进行器件建模；
其中，利用以下计算公式计算该综合误差：
ERR＝a1*f(Vtlin-median(∑Vtlini))+a2*f(Vtsat-median(∑Vtsati))+a3*f(Idlin-median(∑Idlini))+a4*f(Idsat-median(∑Idsati))+a5*f(Vtgm-median(∑Vtgmi))+a6*f(Ioff-median(∑Ioffi))+a7*f(Gm-median(∑Gmi))+a8*f(Gdx-median(∑Gdxi))
其中，Vtlin，Vtsat，Vtgm，Idlin，Idsat，Ioff，Gm，Gdx为测试结果的各项指标，ai代表各项指标的比重系数；f()代表归一化函数，median(∑Vtlini)代表一颗器件的mapping数据的Vtlin取median值，其他项同理，ERR为综合误差，与median数据综合误差值最小的器件即是最优器件。
2.如权利要求1所述的一种器件建模中最优器件的自动选择方法，其特征在于：于步骤一中，根据mapping测试的结果，对各个不同尺寸的器件的测试结果的各项指标进行计算获取。
3.如权利要求1所述的一种器件建模中最优器件的自动选择方法，其特征在于：a1+a2+…+a8＝1。
4.一种器件建模中最优器件的自动选择系统，包括：
指标获取单元，用于对各个不同尺寸的器件的测试结果的各项指标进行计算获取；
归一化处理单元，用于将各项指标进行归一化处理，根据建模需求对各项指标设定不同比重；
最优器件选择单元，用于设定的比重对各个不同尺寸的器件计算综合误差，根据综合误差选择综合误差最小的器件为最优器件，选择综合性能最好的最优器件去进行器件建模；
其中，该最优器件选择单元利用以下计算公式计算该综合误差：
ERR＝a1*f(Vtlin-median(∑Vtlini))+a2*f(Vtsat-median(∑Vtsati))+a3*f(Idlin-median(∑Idlini))+a4*f(Idsat-median(∑Idsati))+a5*f(Vtgm-median(∑Vtgmi))+a6*f(Ioff-median(∑Ioffi))+a7*f(Gm-median(∑Gmi))+a8*f(Gdx-median(∑Gdxi))
其中，Vtlin，Vtsat，Vtgm，Idlin，Idsat，Ioff，Gm，Gdx为测试结果的各项指标，ai代表各项指标的比重系数；f()代表归一化函数，median(∑Vtlini)代表一颗器件的mapping数据的Vtlin的取median值，其他项同理，ERR为综合误差，与median数据综合误差值最小的器件即是最优器件。
5.如权利要求4所述的一种器件建模中最优器件的自动选择系统，其特征在于：该指标获取单元根据mapping测试的结果，对各个不同尺寸的器件的测试结果的各项指标进行计算获取。
6.如权利要求4所述的一种器件建模中最优器件的自动选择系统，其特征在于：a1+a2+…+a8＝1。
CN201710368792.1A 2017-05-23 2017-05-23 一种器件建模中最优器件的自动选择方法及系统 Active CN107220429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710368792.1A CN107220429B (zh) 2017-05-23 2017-05-23 一种器件建模中最优器件的自动选择方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710368792.1A CN107220429B (zh) 2017-05-23 2017-05-23 一种器件建模中最优器件的自动选择方法及系统

Publications (2)

Publication Number Publication Date
CN107220429A CN107220429A (zh) 2017-09-29
CN107220429B true CN107220429B (zh) 2020-12-25

Family

ID=59944625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710368792.1A Active CN107220429B (zh) 2017-05-23 2017-05-23 一种器件建模中最优器件的自动选择方法及系统

Country Status (1)

Country Link
CN (1) CN107220429B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542079A (zh) * 2010-12-20 2012-07-04 中国科学院微电子研究所 一种电路仿真器间器件模型数据的转换方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6978465B2 (en) * 2000-12-14 2005-12-20 Intel Corporation Control of device-driver persistency
US20110246381A1 (en) * 2010-03-30 2011-10-06 Aide Audra Fitch Systems and methods of modeling energy consumption of buildings
CN103365693A (zh) * 2013-07-26 2013-10-23 浪潮电子信息产业股份有限公司 一种基于硬件侦测的固件自动选择实现方法
CN104899364B (zh) * 2015-05-27 2018-01-02 上海华力微电子有限公司 一种用于器件建模的标准单元选择方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542079A (zh) * 2010-12-20 2012-07-04 中国科学院微电子研究所 一种电路仿真器间器件模型数据的转换方法及装置

Also Published As

Publication number Publication date
CN107220429A (zh) 2017-09-29

Similar Documents

Publication Publication Date Title
US8036870B2 (en) Simulation method for efficient characterization of electronic systems under variability effects
US20110213587A1 (en) Method and computer program product for finding statistical bounds, corresponding parameter corners, and a probability density function of a performance target for a circuit
EP2572294A2 (en) System and method for sql performance assurance services
US11893508B1 (en) Aids for porting predictive models across tenants and handling impact of source changes on predictive models
US20190214285A1 (en) Semiconductor Metrology and Defect Classification Using Electron Microscopy
JP6973377B2 (ja) 解析装置、解析方法、およびプログラム
US20150371150A1 (en) Analysis device, analysis method, and program
CN105335595A (zh) 基于感受的多媒体处理
US20150242296A1 (en) Analyzing behavior of a device under test
US20080004855A1 (en) Design support apparatus, design support method, and design support program
CN113554307A (zh) 一种基于rfm模型的用户分组方法、装置及可读介质
US20140258950A1 (en) Deriving effective corners for complex correlations
CN114676825A (zh) 一种神经网络模型量化方法、系统、设备及介质
Amairi Recursive set-membership parameter estimation using fractional model
US20090299498A1 (en) Method and simulator for real-time calculation of state variables of a process model
US9582626B1 (en) Using waveform propagation for accurate delay calculation
CN107220429B (zh) 一种器件建模中最优器件的自动选择方法及系统
CN110232130A (zh) 元数据管理谱系生成方法、装置、计算机设备和存储介质
JP2016018230A (ja) 制御パラメータ適合方法及び制御パラメータ適合支援装置
WO2017210576A1 (en) Semiconductor die offset compensation variation
WO2024060454A1 (zh) 参数计算辅助方法、系统、设备及存储介质
JP2023107210A (ja) 試験データの前処理を行う際の臨界点
CN110457155A (zh) 一种样本类别标签的修正方法、装置及电子设备
CN114996303A (zh) 调用数据库的代价因子的校准方法、装置、设备及介质
US20230062268A1 (en) System and method for fatigue response prediction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant