CN109164372B - 集成电路元器件特性数据预测方法及装置 - Google Patents
集成电路元器件特性数据预测方法及装置 Download PDFInfo
- Publication number
- CN109164372B CN109164372B CN201810827376.8A CN201810827376A CN109164372B CN 109164372 B CN109164372 B CN 109164372B CN 201810827376 A CN201810827376 A CN 201810827376A CN 109164372 B CN109164372 B CN 109164372B
- Authority
- CN
- China
- Prior art keywords
- curve
- characteristic
- predicting
- prediction
- integrated circuit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000004075 alteration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electronic Circuits (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明公开了一种集成电路元器件特性数据预测方法及装置,其中,方法包括以下步骤:对待测器件的特性曲线进行分段,以得到分段后的特性曲线;在分段后的特性曲线中每段曲线上生成相同数量的数据点,并对每段曲线通过样条插值预测得到预测曲线;在预测曲线不满足预设条件时,对预测曲线通过样条插值得到所需数据点。该方法通过曲线线型进行分段插值,效解决插值点直接无法匹配的问题,能有效减少每个器件的测试点数,从而有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
Description
技术领域
本发明涉及电路数据预测技术领域,特别涉及一种集成电路元器件特性数据预测方法及装置。
背景技术
目前,在先进工艺节点下,考虑工艺浮动的元器件统计测试是非常重要的任务,在这项任务中,需要测试大量的元器件,往往需要耗费大量的时间与成本,效率低、成本高,实用性差。
发明内容
本申请是基于发明人对以下问题的认识和发现作出的:
如图1所示,解决电路中数据预测的问题,可以采用传统的插值方法,比如样条插值,但是插值对应的点之间不是完全匹配的,造成插值效果并不理想,误差较大。
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种集成电路元器件特性数据预测方法,该方法可以有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
本发明的另一个目的在于提出一种集成电路元器件特性数据预测装置。
为达到上述目的,本发明一方面实施例提出了一种集成电路元器件特性数据预测方法,包括以下步骤:对待测器件的特性曲线进行分段,以得到分段后的特性曲线;在所述分段后的特性曲线中每段曲线上生成相同数量的数据点,并对所述每段曲线通过样条插值预测得到预测曲线;在所述预测曲线不满足预设条件时,对所述预测曲线通过样条插值得到所需数据点。
本发明实施例的集成电路元器件特性数据预测方法,通过曲线线型进行分段插值,效解决插值点直接无法匹配的问题,能有效减少每个器件的测试点数,从而有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
另外,根据本发明上述实施例的集成电路元器件特性数据预测方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述对待测器件的特性曲线进行分段,进一步包括:根据所述待测器件的线型对所述待测器件的特性曲线进行分段。
进一步地,在本发明的一个实施例中,其中,以曲线曲率最大点作为分界点对所述待测器件的特性曲线进行分段。
进一步地,在本发明的一个实施例中,所述在所述分段后的特性曲线中每段曲线上生成相同数量的数据点,进一步包括:对所述分段后的特性曲线中每段曲线进行自身样条插值。
进一步地,在本发明的一个实施例中,所述预设条件为所述预测曲线的曲线点数和点的位置符合目标点数和目标位置。
为达到上述目的,本发明另一方面实施例提出了一种集成电路元器件特性数据预测装置,包括:分段模块,用于对待测器件的特性曲线进行分段,以得到分段后的特性曲线;预测模块,用于在所述分段后的特性曲线中每段曲线上生成相同数量的数据点,并对所述每段曲线通过样条插值预测得到预测曲线;处理模块,用于在所述预测曲线不满足预设条件时,对所述预测曲线通过样条插值得到所需数据点。
本发明实施例的集成电路元器件特性数据预测装置,通过曲线线型进行分段插值,效解决插值点直接无法匹配的问题,能有效减少每个器件的测试点数,从而有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
另外,根据本发明上述实施例的集成电路元器件特性数据预测装置还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述分段模块进一步用于根据所述待测器件的线型对所述待测器件的特性曲线进行分段。
进一步地,在本发明的一个实施例中,其中,以曲线曲率最大点作为分界点对所述待测器件的特性曲线进行分段。
进一步地,在本发明的一个实施例中,所述预测模块进一步用于对所述分段后的特性曲线中每段曲线进行自身样条插值。
进一步地,在本发明的一个实施例中,所述预设条件为所述预测曲线的曲线点数和点的位置符合目标点数和目标位置。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为传统样条插值方法得到的数据预测结果的示意图;
图2为根据本发明一个实施例的集成电路元器件特性数据预测方法的流程图;
图3为根据本发明一个实施例的晶体管的一组log(Id)随Vg变化曲线示意图;
图4为根据本发明一个实施例的数据预测结果的示意图;
图5为根据本发明一个实施例的集成电路元器件特性数据预测装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的集成电路元器件特性数据预测方法及装置,首先将参照附图描述根据本发明实施例提出的集成电路元器件特性数据预测方法。
图2是本发明一个实施例的集成电路元器件特性数据预测方法的流程图。
如图2所示,该集成电路元器件特性数据预测方法包括以下步骤:
在步骤S201中,对待测器件的特性曲线进行分段,以得到分段后的特性曲线。
在本发明的一个实施例中,其中,以曲线曲率最大点作为分界点对待测器件的特性曲线进行分段。
可以理解的是,本发明实施例根据线型对曲线进行分段,分段的方法是以曲线曲率最大点作为分界点分段
进一步地,在本发明的一个实施例中,对待测器件的特性曲线进行分段,进一步包括:根据待测器件的线型对待测器件的特性曲线进行分段。
可以理解的是,如图3所示,给出了对集成电路中晶体管测试得到的一组电流随电压变化的曲线,横坐标为晶体管的栅极电压Vg,纵坐标为晶体管的漏极电流Id,不同的曲线对应不同的晶体管基极电压Vb。观察易发现,这些曲线之间线型有很高的相似性,因此,利用这种相似性,本发明实施例提出了一种数据预测方案,即通过其中已经测试得到的几条曲线来预测其他曲线,从而减少器件的整体测试量。
在步骤S202中,在分段后的特性曲线中每段曲线上生成相同数量的数据点,并对每段曲线通过样条插值预测得到预测曲线。
在本发明的一个实施例中,在分段后的特性曲线中每段曲线上生成相同数量的数据点,进一步包括:对分段后的特性曲线中每段曲线进行自身样条插值。
可以理解的是,由于曲线的各段之间点数可能不一致,因此需要在曲线的每一段都产生相同数量的数据点,采用的方法是每段曲线分别对自身进行样条插值。曲线各段分别通过样条插值来预测未知曲线。
在步骤S203中,在预测曲线不满足预设条件时,对预测曲线通过样条插值得到所需数据点。
在本发明的一个实施例中,预设条件为预测曲线的曲线点数和点的位置符合目标点数和目标位置。
可以理解的是,预测得到的曲线点数及点的位置可能与最终要求的不一致,因此需要再通过样条插值得到最终所需的数据点。
本发明实施例的方法求解图1所示的数据预测问题,得到的结果如图4所示,可见能够更好的完成数据预测。
下面将结合具体实施例对集成电路元器件特性数据预测方法进行进一步阐述。
本发明实施例采用所提出的方法对28nm晶体管的漏极电流Id与栅极电压Vg的特性曲线进行了数据预测。待测试的晶体管有四种不同尺寸,每种尺寸有30个待测的晶体管,对每个晶体管,采用三条已测得的Id-Vg曲线,来预测另外的两条Id-Vg曲线。为了对比,本发明实施例也采用了传统的样条插值法对未知数据进行了预测。最终,计算了两种方法在预测过程中的平均相对误差,结果总结在了表1中,表1为预测结果对比表。
表1
传统样条插值方法 | 本专利提出方法 | |
平均相对误差 | 1.5% | 0.3% |
从表中可知,本发明实施例所提出的新型预测方法能有效降低数据预测误差。同时,相比于传统的晶体管逐点测试方法,所提出方法能减少40%的测试点,从而使整体测试速度有1.67倍的提升。
根据本发明实施例提出的集成电路元器件特性数据预测方法,通过曲线线型进行分段插值,效解决插值点直接无法匹配的问题,能有效减少每个器件的测试点数,从而有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
其次参照附图描述根据本发明实施例提出的集成电路元器件特性数据预测装置。
图5是本发明一个实施例的集成电路元器件特性数据预测装置的结构示意图。
如图5所示,该集成电路元器件特性数据预测装置10包括:分段模块100、预测模块200和处理模块300。
其中,分段模块100用于对待测器件的特性曲线进行分段,以得到分段后的特性曲线。预测模块200用于在分段后的特性曲线中每段曲线上生成相同数量的数据点,并对每段曲线通过样条插值预测得到预测曲线。处理模块300用于在预测曲线不满足预设条件时,对预测曲线通过样条插值得到所需数据点。本发明实施例的装置10通过曲线线型进行分段插值,效解决插值点直接无法匹配的问题,从而有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
进一步地,在本发明的一个实施例中,分段模块100进一步用于根据待测器件的线型对待测器件的特性曲线进行分段。
进一步地,在本发明的一个实施例中,其中,以曲线曲率最大点作为分界点对待测器件的特性曲线进行分段。
进一步地,在本发明的一个实施例中,预测模块200进一步用于对分段后的特性曲线中每段曲线进行自身样条插值。
进一步地,在本发明的一个实施例中,预设条件为预测曲线的曲线点数和点的位置符合目标点数和目标位置。
需要说明的是,前述对集成电路元器件特性数据预测方法实施例的解释说明也适用于该实施例的集成电路元器件特性数据预测装置,此处不再赘述。
根据本发明实施例提出的集成电路元器件特性数据预测装置,通过曲线线型进行分段插值,效解决插值点直接无法匹配的问题,能有效减少每个器件的测试点数,从而有效降低整体的测试代价,有效提高预测的实用性,成本低、效率高,简单易实现。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种集成电路元器件特性数据预测方法,其特征在于,包括以下步骤:
对待测器件的特性曲线进行分段,以得到分段后的特性曲线;
在所述分段后的特性曲线中每段曲线上生成相同数量的数据点,并对所述每段曲线通过样条插值预测得到预测曲线;以及
在所述预测曲线不满足预设条件时,对所述预测曲线通过样条插值得到所需数据点。
2.根据权利要求1所述的集成电路元器件特性数据预测方法,其特征在于,所述对待测器件的特性曲线进行分段,进一步包括:
根据所述待测器件的线型对所述待测器件的特性曲线进行分段。
3.根据权利要求1或2所述的集成电路元器件特性数据预测方法,其特征在于,其中,以曲线曲率最大点作为分界点对所述待测器件的特性曲线进行分段。
4.根据权利要求1所述的集成电路元器件特性数据预测方法,其特征在于,所述在所述分段后的特性曲线中每段曲线上生成相同数量的数据点,进一步包括:
对所述分段后的特性曲线中每段曲线进行自身样条插值。
5.根据权利要求1所述的集成电路元器件特性数据预测方法,其特征在于,所述预设条件为所述预测曲线的曲线点数和点的位置符合目标点数和目标位置。
6.一种集成电路元器件特性数据预测装置,其特征在于,包括:
分段模块,用于对待测器件的特性曲线进行分段,以得到分段后的特性曲线;
预测模块,用于在所述分段后的特性曲线中每段曲线上生成相同数量的数据点,并对所述每段曲线通过样条插值预测得到预测曲线;以及
处理模块,用于在所述预测曲线不满足预设条件时,对所述预测曲线通过样条插值得到所需数据点。
7.根据权利要求6所述的集成电路元器件特性数据预测装置,其特征在于,所述分段模块进一步用于根据所述待测器件的线型对所述待测器件的特性曲线进行分段。
8.根据权利要求6或7所述的集成电路元器件特性数据预测装置,其特征在于,其中,以曲线曲率最大点作为分界点对所述待测器件的特性曲线进行分段。
9.根据权利要求6所述的集成电路元器件特性数据预测装置,其特征在于,所述预测模块进一步用于对所述分段后的特性曲线中每段曲线进行自身样条插值。
10.根据权利要求6所述的集成电路元器件特性数据预测装置,其特征在于,所述预设条件为所述预测曲线的曲线点数和点的位置符合目标点数和目标位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810827376.8A CN109164372B (zh) | 2018-07-25 | 2018-07-25 | 集成电路元器件特性数据预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810827376.8A CN109164372B (zh) | 2018-07-25 | 2018-07-25 | 集成电路元器件特性数据预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109164372A CN109164372A (zh) | 2019-01-08 |
CN109164372B true CN109164372B (zh) | 2020-06-19 |
Family
ID=64898150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810827376.8A Active CN109164372B (zh) | 2018-07-25 | 2018-07-25 | 集成电路元器件特性数据预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109164372B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113342881B (zh) * | 2021-05-21 | 2023-07-07 | 中广核工程有限公司 | 核电厂仪控系统测试曲线构建方法、装置、设备、介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2627045B2 (ja) * | 1993-03-11 | 1997-07-02 | ソニー・テクトロニクス株式会社 | 特性測定装置 |
EP1248095A2 (de) * | 2001-04-04 | 2002-10-09 | Bayer Ag | Verfahren zur Ermittlung von Spannungs-Dehnungs-Kurven mittels Splineinterpolation auf Basis charakterischer Punkte und unter dem Einsatz neuronaler Netze |
CN103116698A (zh) * | 2013-01-23 | 2013-05-22 | 合肥工业大学 | 一种基于三次样条的gm(1,1)模型预测方法 |
CN104700151A (zh) * | 2014-05-26 | 2015-06-10 | 国网辽宁省电力有限公司 | 一种基于三次样条插值曲线拟合的风电功率考核方法 |
CN105160700A (zh) * | 2015-06-18 | 2015-12-16 | 上海工程技术大学 | 一种用于三维模型重建的截面曲线重构方法 |
CN105243227A (zh) * | 2015-10-30 | 2016-01-13 | 河海大学常州校区 | 基于特征线的接骨板贴合面参数化设计方法 |
CN106295869A (zh) * | 2016-08-04 | 2017-01-04 | 辽宁工程技术大学 | 一种基于改进无偏灰色模型的建筑物沉降预测方法 |
CN106934103A (zh) * | 2017-02-17 | 2017-07-07 | 哈尔滨工程大学 | 基于分段外推策略的锚泊系统动态响应估计方法 |
-
2018
- 2018-07-25 CN CN201810827376.8A patent/CN109164372B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2627045B2 (ja) * | 1993-03-11 | 1997-07-02 | ソニー・テクトロニクス株式会社 | 特性測定装置 |
EP1248095A2 (de) * | 2001-04-04 | 2002-10-09 | Bayer Ag | Verfahren zur Ermittlung von Spannungs-Dehnungs-Kurven mittels Splineinterpolation auf Basis charakterischer Punkte und unter dem Einsatz neuronaler Netze |
CN103116698A (zh) * | 2013-01-23 | 2013-05-22 | 合肥工业大学 | 一种基于三次样条的gm(1,1)模型预测方法 |
CN104700151A (zh) * | 2014-05-26 | 2015-06-10 | 国网辽宁省电力有限公司 | 一种基于三次样条插值曲线拟合的风电功率考核方法 |
CN105160700A (zh) * | 2015-06-18 | 2015-12-16 | 上海工程技术大学 | 一种用于三维模型重建的截面曲线重构方法 |
CN105243227A (zh) * | 2015-10-30 | 2016-01-13 | 河海大学常州校区 | 基于特征线的接骨板贴合面参数化设计方法 |
CN106295869A (zh) * | 2016-08-04 | 2017-01-04 | 辽宁工程技术大学 | 一种基于改进无偏灰色模型的建筑物沉降预测方法 |
CN106934103A (zh) * | 2017-02-17 | 2017-07-07 | 哈尔滨工程大学 | 基于分段外推策略的锚泊系统动态响应估计方法 |
Non-Patent Citations (2)
Title |
---|
Reducing control points in lofted B-spline surface interpolation using common knot vector determination;Wen-Ke Wang et al.;《Computer-Aided Design》;20081231;第40卷;第999-1008页 * |
曲线拟合与插值模型在矿区变形预测中的应用;孙祥畅 等;《有色金属》;20120131;第64卷(第1期);第66-68、72页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109164372A (zh) | 2019-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9470743B2 (en) | Dynamic yield prediction | |
US7579859B2 (en) | Method for determining time dependent dielectric breakdown | |
CN102004218B (zh) | 芯片可接受度测试方法 | |
Duan et al. | Key issues and solutions for characterizing hot carrier aging of nanometer scale nMOSFETs | |
US20110193586A1 (en) | Alternating Current (AC) Stress Test Circuit, Method for Evaluating AC Stress Induced Hot Carrier Injection (HCI) Degradation, and Test Structure for HCI Degradation Evaluation | |
CN109164372B (zh) | 集成电路元器件特性数据预测方法及装置 | |
KR100413134B1 (ko) | 박막 트랜지스터의 전기적 특성의 모델링 | |
CN102435817A (zh) | MOS晶体管的栅极电压-1/f噪声曲线测量方法 | |
CN108051722A (zh) | 热载流子注入效应的寿命评估方法和系统 | |
CN107942220B (zh) | 一种应用于mos器件的偏压温度不稳定性的测试方法 | |
CN117031237B (zh) | 半导体器件使用寿命测试方法及系统 | |
US6525544B1 (en) | Method for predicting lifetime of insulating film and method for reliability testing of semiconductor device | |
Kuhn | Variability in nanoscale CMOS technology | |
CN109541321B (zh) | 一种mos晶体管栅极小信号电容测试方法及系统 | |
Kopley et al. | Combined Vramp and TDDB analysis for gate oxide reliability assessment and screening | |
CN109994145B (zh) | 一种金属绝缘层金属结构的产热时间提取方法 | |
Jeong et al. | Low voltage IMD-TDDB lifetime model for advanced future logic technology nodes | |
Hong et al. | Prognosis for insulated gate bipolar transistor based on Gaussian process regression | |
CN110658436A (zh) | 一种在射频应力下mos晶体管性能退化的表征方法 | |
CN116298767B (zh) | 利用软门级偏压防止mos泄漏的方法 | |
US11860220B2 (en) | Method for evaluating hot carrier injection effect of device | |
TWI835532B (zh) | 半導體記憶體裝置及其測試方法 | |
CN109166842B (zh) | 用于评估栅氧层tddb极性差异的测试结构及测试方法 | |
Najafi-Haghi et al. | Robust Resistive Open Defect Identification Using Machine Learning with Efficient Feature Selection | |
CN108508333B (zh) | 后端介电材料的可靠性评估方法 |
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 |