CN108021777B - 一种闪烁噪声统计模型的建模方法及其提取方法 - Google Patents

一种闪烁噪声统计模型的建模方法及其提取方法 Download PDF

Info

Publication number
CN108021777B
CN108021777B CN201711464504.9A CN201711464504A CN108021777B CN 108021777 B CN108021777 B CN 108021777B CN 201711464504 A CN201711464504 A CN 201711464504A CN 108021777 B CN108021777 B CN 108021777B
Authority
CN
China
Prior art keywords
random
factor
nio1
noise
pcore1
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
CN201711464504.9A
Other languages
English (en)
Other versions
CN108021777A (zh
Inventor
吴俊徐
商干兵
俞柳江
张瑜
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 CN201711464504.9A priority Critical patent/CN108021777B/zh
Publication of CN108021777A publication Critical patent/CN108021777A/zh
Application granted granted Critical
Publication of CN108021777B publication Critical patent/CN108021777B/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
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明公开了一种闪烁噪声统计模型及其提取方法，通过在原有的统计模型基础上，加入不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数，从而使得可以通过调整闪烁噪声的统计模型参数，使调整后的闪烁噪声统计模型更准确表征与器件闪烁噪声的关系。

Description

一种闪烁噪声统计模型的建模方法及其提取方法
技术领域
本发明涉及集成电路领域，特别是涉及一种闪烁噪声统计模型及其提取方法。
背景技术
随着半导体制造技术的不断进步,商业化CMOS工艺器件制造工艺已经发展到了深亚微米，元件尺寸不断减小，集成电路结构及版图复杂化程度不断提高，器件彼此之间不匹配，以及不同chip之间器件性能涨落现象也随之越来越严重，从而在一定程度上影响到射频/模拟集成电路的性能，甚至会导致电路不能正常工作。器件特性的不匹配和涨落，主要是因为工艺生产过程中的随机性和不可控制的变化。而闪烁噪声是由于晶体表面不断产生或整合载流子而产生的噪声，是主要的低频噪声，其不匹配和涨落，会影响模拟电路单元结构；在数字系统中，也同样重要，因此，业界一般采用闪烁噪声统计模型来提取闪烁噪声，以解决上述问题。
以下为现有技术所使用的闪烁噪声统计模型：
Noia＝noia_tt*(1+noise_flag_mc*random_factor)
Noib＝noib_tt*(1+noise_flag_mc*random_factor)
Noic＝noic_tt*(1+noise_flag_mc*random_factor)
其中，nioa，noib,noic是BSIM4UCB统一模型中定义的闪烁模型参数， Random_factor为对所有MOS器件都相同高斯(gauss)分布，noise_flag_mc为闪烁噪声统计仿真开关，noia_tt、noib_tt、noic_tt为在typical target corner(典型目标角)模型中用的闪烁模型参数。
然而，现有闪烁噪声统计模型的局限：
1、所有MOS器件使用同一个分布系数，不符合实际；
2、特别是不同栅氧厚度的器件，所有MOS器件闪烁噪声分布相关性处理简单化，这种做法放大了不同栅氧厚度的器件的相关性。
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闪烁噪声统计模型及其提取方法，其在原有的仅考虑器件DC IV的统计和所有器件闪烁噪声简单统计模型基础上，加入了与闪烁噪声对不同栅氧厚度器件相关性统计系数的影响，通过调整闪烁噪声的统计模型参数，可以使得这一新型统计模型可以准确表征与器件闪烁噪声的关系，从而建立更为精确且更实用的统计模型。
为达到上述目的，本发明提供了一种闪烁噪声统计模型，在原有的统计模型基础上，加入不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数，从而使得可以通过调整闪烁噪声的统计模型参数，使调整后的闪烁噪声统计模型更准确表征与器件闪烁噪声的关系。
进一步地，所述闪烁噪声统计模型的表达式为：
Noia＝noia_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noia)
Noib＝noib_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noib)
Noic＝noic_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noic)
Noia＝noia_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noia)
Noib＝noib_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noib)
Noic＝noic_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noic)
其中，
Random_factor_ncore1_noia＝fn_a1_ncore1*par0*p1+fn_a2_ncore1_*par1*p2
Random_factor_ncore1_noib＝fn_b1_ncore1*par0*p1+fn_b2_ncore1_*par1*p2
Random_factor_ncore1_noic＝fn_c1_ncore1*par0*p1+fn_c2_ncore1_*par1*p2
Random_factor_pcore1_noia＝fn_a1_pcore1*par0*p1+fn_a2_pcore1_*par1*p2
Random_factor_pcore1_noib＝fn_b1_pcore1*par0*p1+fn_b2_pcore1_*par1*p2
Random_factor_pcore1_noic＝fn_c1_pcore1*par0*p1+fn_c2_pcore1_*par1*p2
其中，nioa，noib,noic、noia_tt_ncore1、noib_tt_ncore1、noic_tt_ncore1,noia_tt_pcore1、noib_tt_pcore1、noic_tt_pcore1为闪烁模型参数，noise_flag_mc 为闪烁噪声统计仿真开关，par0,par1为随机数组，p1,p2为比重系数， fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1，fn_a1_pcore1，fn_b1_pcore1、 fn_c1_pcore1，fn_a2_ncore1，fn_b2_ncore1，fn_c2_ncore1，fn_a2_pcore1， fn_b2_pcore1，fn_c2_pcore1为闪烁噪声相关系数。
进一步地，所述nioa，noib,noic为BSIM4统一模型中定义的闪烁模型参数。
进一步地，所述noia_tt_ncore1、noib_tt_ncore1、noic_tt_ncore1, noia_tt_pcore1、noib_tt_pcore1、noic_tt_pcore1为在典型目标角模型中用的闪烁模型参数。
进一步地，fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1，fn_a1_pcore1， fn_b1_pcore1、fn_c1_pcore1，fn_a2_ncore1，fn_b2_ncore1，fn_c2_ncore1， fn_a2_pcore1，fn_b2_pcore1，fn_c2_pcore1为运用数学方法，由不同类型器件的闪烁噪声统计数据而计算出的不同类型器件之间的闪烁噪声相关系数。
为达到上述目的，本发明还提供一种闪烁噪声统计模型的提取方法，包括如下步骤：
步骤一，按照常规提取不同类型器件DC IV的统计模型；
步骤二，对照不同类型器件闪烁噪声统计系数，检查DC IV统计模型；
步骤三，利用闪烁噪声模型参数提取不同类型器件闪烁噪声统计模型。
进一步地，于步骤三中，所提取出的闪烁噪声统计模型的表达式如下：
Noia＝noia_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noia)
Noib＝noib_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noib)
Noic＝noic_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noic)
Noia＝noia_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noia)
Noib＝noib_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noib)
Noic＝noic_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noic)
其中，
Random_factor_ncore1_noia＝fn_a1_ncore1*par0*p1+fn_a2_ncore1_*par1*p2
Random_factor_ncore1_noib＝fn_b1_ncore1*par0*p1+fn_b2_ncore1_*par1*p2
Random_factor_ncore1_noic＝fn_c1_ncore1*par0*p1+fn_c2_ncore1_*par1*p2
Random_factor_pcore1_noia＝fn_a1_pcore1*par0*p1+fn_a2_pcore1_*par1*p2
Random_factor_pcore1_noib＝fn_b1_pcore1*par0*p1+fn_b2_pcore1_*par1*p2
Random_factor_pcore1_noic＝fn_c1_pcore1*par0*p1+fn_c2_pcore1_*par1*p2
其中，nioa，noib,noic、noia_tt_ncore1、noib_tt_ncore1、noic_tt_ncore1,noia_tt_pcore1、noib_tt_pcore1、noic_tt_pcore1为闪烁模型参数，noise_flag_mc 为闪烁噪声统计仿真开关，par0,par1为随机数组，具体可为高斯序列，p1，p2 为比重系数，fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1，fn_a1_pcore1， fn_b1_pcore1、fn_c1_pcore1，fn_a2_ncore1，fn_b2_ncore1，fn_c2_ncore1， fn_a2_pcore1，fn_b2_pcore1，fn_c2_pcore1为闪烁噪声相关系数。
进一步地，所述nioa，noib,noic为BSIM4统一模型中定义的闪烁模型参数。
进一步地，noia_tt_ncore1、noib_tt_ncore1、noic_tt_ncore1,noia_tt_pcore1、noib_tt_pcore1、noic_tt_pcore1为在典型目标角模型中用的闪烁模型参数。
进一步地，所述fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1，fn_a1_pcore1， fn_b1_pcore1、fn_c1_pcore1，fn_a2_ncore1，fn_b2_ncore1，fn_c2_ncore1， fn_a2_pcore1，fn_b2_pcore1，fn_c2_pcore1为运用数学方法，由不同类型器件的闪烁噪声统计数据而计算出的不同类型器件之间的闪烁噪声相关系数。
与现有技术相比，本发明一种闪烁噪声统计模型及其提取方法在原有的仅考虑器件DC IV的统计模型基础上，加入了不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数，从而使得可以通过调整闪烁噪声的统计模型参数，使得这一新型统计模型可以准确表征与器件闪烁噪声的关系，从而建立更为精确且更实用的统计模型。
附图说明
图1为本发明一种闪烁噪声统计模型的提取方法的步骤流程图。
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。
本发明一种闪烁噪声统计模型在现有的仅考虑器件DC IV(直流电压电流) 和简单的噪声统计模型基础上(即此时得出不同器件的noia_tt，noib_tt noic_tt)，加入了不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数，从而使得可以通过调整闪烁噪声的统计模型参数，使这一新型统计模型可以准确表征与器件闪烁噪声的关系，从而建立更为精确且更实用的统计模型。
具体地，本发明之闪烁噪声统计模型的表达式为：
Noia＝noia_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noia)
Noib＝noib_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noib)
Noic＝noic_tt_ncore1*(1+noise_flag_mc*random_factor_ncore1_noic)
Noia＝noia_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noia)
Noib＝noib_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noib)
Noic＝noic_tt_pcore1*(1+noise_flag_mc*random_factor_pcore1_noic)
其中，
Random_factor_ncore1_noia＝fn_a1_ncore1*par0*p1+fn_a2_ncore1_*par1*p2
Random_factor_ncore1_noib＝fn_b1_ncore1*par0*p1+fn_b2_ncore1_*par1*p2
Random_factor_ncore1_noic＝fn_c1_ncore1*par0*p1+fn_c2_ncore1_*par1*p2
Random_factor_pcore1_noia＝fn_a1_pcore1*par0*p1+fn_a2_pcore1_*par1*p2
Random_factor_pcore1_noib＝fn_b1_pcore1*par0*p1+fn_b2_pcore1_*par1*p2
Random_factor_pcore1_noic＝fn_c1_pcore1*par0*p1+fn_c2_pcore1_*par1*p2
其中，noise_flag_mc为闪烁噪声统计仿真开关，par0,par1为随机数组，具体可为高斯序列，比重系数p1,p2,，fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1， fn_a1_pcore1，fn_b1_pcore1、fn_c1_pcore1，fn_a2_ncore1、fn_b2_ncore1、 fn_c2_ncore1、fn_a2_pcore1、fn_b2_pcore1、fn_c2_pcore1为运用现有的数学方法，由不同类型器件的闪烁噪声统计数据而计算出的不同类型器件之间的闪烁噪声相关系数，即不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数。
这里需说明的是，上述带有pcore1,ncore1的参数分别是针对不同类型的器件，包括NMOS，PMOS，以及不同栅氧厚度的器件(相应可以用nio1，pio1 等名字来增加)。如下面所列:
Noia＝noia_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noia)
Noib＝noib_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noib)
Noic＝noic_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noic)
Noia＝noia_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noia)
Noib＝noib_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noib)
Noic＝noic_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noic)
其中，
Random_factor_nio1_noia＝fn_a1_nio1*par0_io*p1_io+fn_a2_nio1_*par1_io*p2_io
Random_factor_nio1_noib＝fn_b1_nio1*par0_io*p1_io+fn_b2_nio1_*par1_io*p2_io
Random_factor_nio1_noic＝fn_c1_nio1*par0_io*p1_io+fn_c2_nio1_*par1_io*p2_io
Random_factor_pio1_noia＝fn_a1_pio1*par0_io*p1_io+fn_a2_pio1_*par1_io*p2_io
Random_factor_pio1_noib＝fn_b1_pio1*par0_io*p1_io+fn_b2_pio1_*par1_io*p2_io
Random_factor_pio1_noic＝fn_c1_pio1*par0_io*p1_io+fn_c2_pio1_*par1_io*p2_io
其中
par0_io,par_io 1为随机数组，p1_io,p2_io为比重系数，fn_a1_nio1，fn_b1_nio1， fn_c1_nio1，fn_a1_pio1，fn_b1_pio1、fn_c1_pio1，fn_a2_nio1，fn_b2_nio1，fn_c2_nio1，fn_a2_pio1，fn_b2_pio1、fn_c2_pio1为闪烁噪声相关系数。
图1为本发明一种闪烁噪声统计模型的提取方法的步骤流程图。如图1所使，本发明一种闪烁噪声统计模型的提取方法，包括如下步骤：
步骤101，按照常规提取不同类型器件DC IV(直流电压电流)的统计模型 (即基本模型的DC IV统计模型)；
步骤102，对照不同类型器件闪烁模型参数(比如noia_tt_ncore1， noia_tt_pcore1，noia_tt_nio1，noia_tt_pio1),检查DC IV统计模型；
步骤103，利用闪烁噪声模型参数和数学方法加入不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数以提取不同类型器件闪烁噪声统计模型。
例如，以MOS为例，首先根据设计的版图出来的硅片进行测量，包括线性电流、饱和电流和线性阈值、饱和阈值和闪烁噪声等。首先，按照常规提取不同类型器件DC IV的统计模型。然后对照同不类型器件闪烁噪声统计系数，检查DC IV统计模型，利用闪烁噪声参数提取不同类型器件闪烁噪声统计模型。这样我们就可以得到包括同类型器件闪烁噪声的统计模型，设计者就可以通过仿真该模型了解器件闪烁噪声的统计情况，使统计模型实用性更广。
可见，本发明一种闪烁噪声统计模型及其提取方法在原有的仅考虑器件DC IV的统计模型基础上，加入了不同类型和不同栅氧厚度器件相关性统计与闪烁噪声对器件统计系数的影响系数，从而使得可以通过调整闪烁噪声的统计模型参数，使得这一新型统计模型可以准确表征与器件闪烁噪声的关系，从而建立更为精确且更实用的统计模型。
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 (2)

1.一种闪烁噪声统计模型的建模方法，其特征在于：在原有的统计模型基础上，加入与器件类型及栅氧厚度有关的闪烁噪声相关系数，从而使得可以通过调整闪烁噪声的统计模型参数，使调整后的闪烁噪声统计模型更准确表征与器件闪烁噪声的关系；
不同类型器件的闪烁噪声统计模型的表达式为：
Noia_n＝noia_tt*(1+noise_flag_mc*random_factor_ncore1_noia)
Noib_n＝noib_tt*(1+noise_flag_mc*random_factor_ncore1_noib)
Noic_n＝noic_tt*(1+noise_flag_mc*random_factor_ncore1_noic)
Noia_p＝noia_tt*(1+noise_flag_mc*random_factor_pcore1_noia)
Noib_p＝noib_tt*(1+noise_flag_mc*random_factor_pcore1_noib)
Noic_p＝noic_tt*(1+noise_flag_mc*random_factor_pcore1_noic)
其中，
random_factor_ncore1_noia＝fn_a1_ncore1*par0*p1+fn_a2_ncore1_*par1*p2
random_factor_ncore1_noib＝fn_b1_ncore1*par0*p1+fn_b2_ncore1_*par1*p2
random_factor_ncore1_noic＝fn_c1_ncore1*par0*p1+fn_c2_ncore1_*par1*p2
random_factor_pcore1_noia＝fn_a1_pcore1*par0*p1+fn_a2_pcore1_*par1*p2
random_factor_pcore1_noib＝fn_b1_pcore1*par0*p1+fn_b2_pcore1_*par1*p2
random_factor_pcore1_noic＝fn_c1_pcore1*par0*p1+fn_c2_pcore1_*par1*p2
其中，noia_tt、noib_tt、noic_tt为在典型目标角模型中用的闪烁模型参数，noise_flag_mc为闪烁噪声统计仿真开关，par0、par1为随机数组，p1、p2为比重系数，fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1，fn_a1_pcore1，fn_b1_pcore1，fn_c1_pcore1，fn_a2_ncore1，fn_b2_ncore1，fn_c2_ncore1，fn_a2_pcore1，fn_b2_pcore1，fn_c2_pcore1为运用数学方法，由不同类型器件的闪烁噪声统计数据而计算出的不同类型器件之间的闪烁噪声相关系数；
不同栅氧厚度器件的闪烁噪声统计模型的表达式为：
Noia_n_io＝noia_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noia)
Noib_n_io＝noib_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noib)
Noic_n_io＝noic_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noic)
Noia_p_io＝noia_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noia)
Noib_p_io＝noib_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noib)
Noic_p_io＝noic_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noic)
其中，
random_factor_nio1_noia＝fn_a1_nio1*par0_io*p1_io+fn_a2_nio1_*par1_io*p2_io
random_factor_nio1_noib＝fn_b1_nio1*par0_io*p1_io+fn_b2_nio1_*par1_io*p2_io
random_factor_nio1_noic＝fn_c1_nio1*par0_io*p1_io+fn_c2_nio1_*par1_io*p2_io
random_factor_pio1_noia＝fn_a1_pio1*par0_io*p1_io+fn_a2_pio1_*par1_io*p2_io
random_factor_pio1_noib＝fn_b1_pio1*par0_io*p1_io+fn_b2_pio1_*par1_io*p2_io
random_factor_pio1_noic＝fn_c1_pio1*par0_io*p1_io+fn_c2_pio1_*par1_io*p2_io
其中，noia_tt_nio1、noib_tt_nio1、noic_tt_nio1为在典型目标角模型中用的闪烁模型参数，par0_io、par1_io为随机数组，p1_io、p2_io为比重系数，fn_a1_nio1，fn_b1_nio1，fn_c1_nio1，fn_a1_pio1，fn_b1_pio1，fn_c1_pio1，fn_a2_nio1，fn_b2_nio1，fn_c2_nio1，fn_a2_pio1，fn_b2_pio1，fn_c2_pio1为运用数学方法，由不同栅氧厚度器件的闪烁噪声统计数据而计算出的不同栅氧厚度器件之间的闪烁噪声相关系数。
2.一种闪烁噪声统计模型的提取方法，包括如下步骤：
步骤一，按照常规提取不同类型器件DC IV的统计模型；
步骤二，对照不同类型器件闪烁噪声统计系数，检查DC IV统计模型；
步骤三，利用闪烁噪声模型参数和数学方法提取不同类型器件的闪烁噪声统计模型和不同栅氧厚度器件的闪烁噪声统计模型；
其中，不同类型器件的闪烁噪声统计模型的表达式如下：
Noia_n＝noia_tt*(1+noise_flag_mc*random_factor_ncore1_noia)
Noib_n＝noib_tt*(1+noise_flag_mc*random_factor_ncore1_noib)
Noic_n＝noic_tt*(1+noise_flag_mc*random_factor_ncore1_noic)
Noia_p＝noia_tt*(1+noise_flag_mc*random_factor_pcore1_noia)
Noib_p＝noib_tt*(1+noise_flag_mc*random_factor_pcore1_noib)
Noic_p＝noic_tt*(1+noise_flag_mc*random_factor_pcore1_noic)
其中，
random_factor_ncore1_noia＝fn_a1_ncore1*par0*p1+fn_a2_ncore1_*par1*p2
random_factor_ncore1_noib＝fn_b1_ncore1*par0*p1+fn_b2_ncore1_*par1*p2
random_factor_ncore1_noic＝fn_c1_ncore1*par0*p1+fn_c2_ncore1_*par1*p2
random_factor_pcore1_noia＝fn_a1_pcore1*par0*p1+fn_a2_pcore1_*par1*p2
random_factor_pcore1_noib＝fn_b1_pcore1*par0*p1+fn_b2_pcore1_*par1*p2
random_factor_pcore1_noic＝fn_c1_pcore1*par0*p1+fn_c2_pcore1_*par1*p2
其中，noia_tt、noib_tt、noic_tt为在典型目标角模型中用的闪烁模型参数，noise_flag_mc为闪烁噪声统计仿真开关，par0、par1为随机数组，p1、p2为比重系数，fn_a1_ncore1，fn_b1_ncore1，fn_c1_ncore1，fn_a1_pcore1，fn_b1_pcore1，fn_c1_pcore1，fn_a2_ncore1，fn_b2_ncore1，fn_c2_ncore1，fn_a2_pcore1，fn_b2_pcore1，fn_c2_pcore1为运用数学方法，由不同类型器件的闪烁噪声统计数据而计算出的不同类型器件之间的闪烁噪声相关系数；
不同栅氧厚度器件的闪烁噪声统计模型的表达式为：
Noia_n_io＝noia_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noia)
Noib_n_io＝noib_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noib)
Noic_n_io＝noic_tt_nio1*(1+noise_flag_mc*random_factor_nio1_noic)
Noia_p_io＝noia_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noia)
Noib_p_io＝noib_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noib)
Noic_p_io＝noic_tt_pio1*(1+noise_flag_mc*random_factor_pio1_noic)
其中，
random_factor_nio1_noia＝fn_a1_nio1*par0_io*p1_io+fn_a2_nio1_*par1_io*p2_io
random_factor_nio1_noib＝fn_b1_nio1*par0_io*p1_io+fn_b2_nio1_*par1_io*p2_io
random_factor_nio1_noic＝fn_c1_nio1*par0_io*p1_io+fn_c2_nio1_*par1_io*p2_io
random_factor_pio1_noia＝fn_a1_pio1*par0_io*p1_io+fn_a2_pio1_*par1_io*p2_io
random_factor_pio1_noib＝fn_b1_pio1*par0_io*p1_io+fn_b2_pio1_*par1_io*p2_io
random_factor_pio1_noic＝fn_c1_pio1*par0_io*p1_io+fn_c2_pio1_*par1_io*p2_io
其中，noia_tt_nio1、noib_tt_nio1、noic_tt_nio1为在典型目标角模型中用的闪烁模型参数，par0_io、par1_io为随机数组，p1_io、p2_io为比重系数，fn_a1_nio1，fn_b1_nio1，fn_c1_nio1，fn_a1_pio1，fn_b1_pio1，fn_c1_pio1，fn_a2_nio1，fn_b2_nio1，fn_c2_nio1，fn_a2_pio1，fn_b2_pio1，fn_c2_pio1为运用数学方法，由不同栅氧厚度器件的闪烁噪声统计数据而计算出的不同栅氧厚度器件之间的闪烁噪声相关系数。
CN201711464504.9A 2017-12-28 2017-12-28 一种闪烁噪声统计模型的建模方法及其提取方法 Active CN108021777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711464504.9A CN108021777B (zh) 2017-12-28 2017-12-28 一种闪烁噪声统计模型的建模方法及其提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711464504.9A CN108021777B (zh) 2017-12-28 2017-12-28 一种闪烁噪声统计模型的建模方法及其提取方法

Publications (2)

Publication Number Publication Date
CN108021777A CN108021777A (zh) 2018-05-11
CN108021777B true CN108021777B (zh) 2021-09-03

Family

ID=62072139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711464504.9A Active CN108021777B (zh) 2017-12-28 2017-12-28 一种闪烁噪声统计模型的建模方法及其提取方法

Country Status (1)

Country Link
CN (1) CN108021777B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763830B (zh) * 2018-06-25 2022-08-09 上海华力集成电路制造有限公司 半导体器件的闪烁噪声模型及其提取方法
CN113095037B (zh) * 2021-03-30 2023-11-03 上海华力微电子有限公司 Mos器件闪烁噪声模型及提取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377791A (zh) * 2008-10-10 2009-03-04 电子科技大学 三维NoC噪声模型及其仿真方法
CN102163568A (zh) * 2011-03-07 2011-08-24 北京大学 一种提取mos管沿沟道电荷分布的方法
CN102456732A (zh) * 2010-10-19 2012-05-16 格科微电子（上海）有限公司 Mos晶体管及其制造方法、cmos图像传感器
CN106777545A (zh) * 2016-11-25 2017-05-31 上海华力微电子有限公司 一种电阻闪烁噪声模型的建立方法及系统
CN106897506A (zh) * 2017-02-09 2017-06-27 中国科学院微电子研究所 锁相环设计中输出信号周期抖动的预测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7650271B2 (en) * 2006-03-31 2010-01-19 Intel Corporation Time-domain device noise simulator
TWI339007B (en) * 2006-11-21 2011-03-11 Ind Tech Res Inst Design method of low frequency analog circuit and low frequency analog circuit using the same

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377791A (zh) * 2008-10-10 2009-03-04 电子科技大学 三维NoC噪声模型及其仿真方法
CN102456732A (zh) * 2010-10-19 2012-05-16 格科微电子（上海）有限公司 Mos晶体管及其制造方法、cmos图像传感器
CN102163568A (zh) * 2011-03-07 2011-08-24 北京大学 一种提取mos管沿沟道电荷分布的方法
CN106777545A (zh) * 2016-11-25 2017-05-31 上海华力微电子有限公司 一种电阻闪烁噪声模型的建立方法及系统
CN106897506A (zh) * 2017-02-09 2017-06-27 中国科学院微电子研究所 锁相环设计中输出信号周期抖动的预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CMOS振荡器噪声理论及优化技术研究;吕志强;《中国博士学位论文全文数据库信息科技辑》;20080531;I135-24 *
Impact of technology scaling on the 1/f noise of thin and thick gate oxide deep submicron NMOS transistors;Chew K W, et al;《IEE Proceedings-Circuits, Devices and Systems》;20041231;第415-421页 *

Also Published As

Publication number Publication date
CN108021777A (zh) 2018-05-11

Similar Documents

Publication Publication Date Title
Chauhan et al. BSIM6: Analog and RF compact model for bulk MOSFET
CN108021777B (zh) 一种闪烁噪声统计模型的建模方法及其提取方法
Fuketa et al. A closed-form expression for estimating minimum operating voltage (VDDmin) of CMOS logic gates
Kabaoğlu et al. Statistical MOSFET modeling methodology for cryogenic conditions
TW479177B (en) Deriving statistical device models from worst-case files
Marinković et al. Multibias neural modeling of fin field‐effect transistor admittance parameters
JP4989261B2 (ja) 回路シミュレーション方法
Johguchi et al. Measurement-based ring oscillator variation analysis
US20120185812A1 (en) System, method and program storage device for developing condensed netlists representative of groups of active devices in an integrated circuit and for modeling the performance of the integrated circuit based on the condensed netlists
US8275596B2 (en) Method for robust statistical semiconductor device modeling
Zhang et al. SPICE modeling and quick estimation of MOSFET mismatch based on BSIM3 model and parametric tests
Sanaullah et al. A new real pole delay model for RLC interconnect using second order approximation
CN108038322B (zh) 一种spice集中模型的建模方法及系统
Luo et al. Fast transistor threshold voltage measurement method for high-speed, high-accuracy advanced process characterization
Moezi et al. Impact of statistical parameter set selection on the statistical compact model accuracy: BSIM4 and PSP case study
US9703906B2 (en) Circuit simulation device, circuit simulation method, and circuit simulation program
US7844927B2 (en) Method for quality assured semiconductor device modeling
Hong et al. Physical origin of gate voltage‐dependent drain–source capacitance in short‐channel MOSFETs
CN101976274B (zh) 提取场效晶体管的spice模型的方法
Zhang et al. Modeling of mismatch effect in submicron MOSFETs based on BSIM3 model and parametric tests
US8539426B2 (en) Method and system for extracting compact models for circuit simulation
Ding et al. An accurate compact modelling approach for statistical ageing and reliability
Roy et al. Role of correlation in systematic variation modeling
Eom et al. Neural Compact Modeling Framework for Flexible Model Parameter Selection with High Accuracy and Fast SPICE Simulation
JP2004319828A (ja) 回路シミュレーション方法および半導体集積回路装置

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