CN109214049A - 一种获取器件中子单粒子效应截面的方法及装置 - Google Patents

一种获取器件中子单粒子效应截面的方法及装置 Download PDF

Info

Publication number
CN109214049A
CN109214049A CN201810847569.XA CN201810847569A CN109214049A CN 109214049 A CN109214049 A CN 109214049A CN 201810847569 A CN201810847569 A CN 201810847569A CN 109214049 A CN109214049 A CN 109214049A
Authority
CN
China
Prior art keywords
section
nsee
cross
under test
formula
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.)
Granted
Application number
CN201810847569.XA
Other languages
English (en)
Other versions
CN109214049B (zh
Inventor
王群勇
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.)
BEIJING SAN-TALKING TESTING ENGINEERING ACADEMY Co Ltd
Original Assignee
BEIJING SAN-TALKING TESTING ENGINEERING ACADEMY Co Ltd
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 BEIJING SAN-TALKING TESTING ENGINEERING ACADEMY Co Ltd filed Critical BEIJING SAN-TALKING TESTING ENGINEERING ACADEMY Co Ltd
Priority to CN201810847569.XA priority Critical patent/CN109214049B/zh
Publication of CN109214049A publication Critical patent/CN109214049A/zh
Application granted granted Critical
Publication of CN109214049B publication Critical patent/CN109214049B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2601—Apparatus or methods therefor
    • 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
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/265—Contactless testing
    • G01R31/2653—Contactless testing using electron beams
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明实施例提供一种获取器件中子单粒子效应截面的方法及装置。方法包括：确定待测器件的类别；根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。本发明实施例提供的方法及装置，不依托于试验数据，仅通过分析样本器件的历史数据，按样本器件的种类进行分类分析，拟合出每一类样本器件的NSEE截面公式，根据待测器件的类别，使用对应的NSEE截面公式，获取待测器件的NSEE截面。具有输入参数少、易于实现的特点，便于工程应用。能够快速获得器件的NSEE截面，有效减少航空电子产品的设计周期，提高其大气中子辐射环境下的可靠性。

Description

一种获取器件中子单粒子效应截面的方法及装置
技术领域
本发明实施例涉及微电子技术领域，尤其涉及一种获取器件中子单粒子效应截面的方法及装置。
背景技术
航空应用的电子元器件在任务过程中会受到大气中子的辐射影响而产生中子单粒子效应(以下简称NSEE)，为了保证产品的可靠性，在器件选型和产品设计过程中需要掌握器件的NSEE敏感特性，即NSEE截面。一般获取器件NSEE截面主要是以下两种方法：
(1)针对待评估器件开展专门的NSEE试验直接获得相应的截面数据。
(2)针对待评估器件的微观结构进行3D建模，通过对中子入射产生NSEE的过程进行仿真，预估获得相应器件的截面。
以上的两种获取器件NSEE截面的方法都有着一定的局限性：
(1)NSEE试验的方法获得的截面数据最为直观准确，但是所得数据仅代表受试器件的NSEE敏感特性。数据的推广使用较为困难，且试验成本较高，不利于工程应用。
(2)仿真建模的方法适用于所有器件，但是操作复杂，且结果的准确性容易受参数选择的影响，在工程应用中较难实现。
发明内容
本发明实施例提供一种获取器件中子单粒子效应截面的方法及装置，用以解决现有技术中获取器件NSEE截面的成本高且操作复杂的缺陷，降低了成本和操作复杂度，可快速获取NSEE截面。
本发明实施例提供一种获取器件中子单粒子效应截面的方法，包括：
确定待测器件的类别；
根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；
其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
本发明实施例提供一种获取器件中子单粒子效应截面的装置，包括：
类别确定模块，用于确定待测器件的类别；
NSEE截面获取模块，用于根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；
其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
本发明实施例提供一种电子设备，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述的方法。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述的方法。
本发明实施例提供的一种获取器件中子单粒子效应截面的方法及装置，不依托于试验数据，仅通过分析样本器件的历史数据，按样本器件的种类进行分类分析，拟合出每一类样本器件的NSEE截面公式，根据待测器件的类别，使用对应的NSEE截面公式，获取待测器件的NSEE截面。具有输入参数少、易于实现的特点，便于工程应用。能够快速获得器件的NSEE截面，有效减少航空电子产品的设计周期，提高其大气中子辐射环境下的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例提供的一种获取器件中子单粒子效应截面的方法流程图；
图2为根据本发明实施例提供的一种电子设备结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为根据本发明实施例提供的一种获取器件中子单粒子效应截面的方法流程图，如图1所示，该方法包括：
步骤101，确定待测器件的类别；
步骤102，根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；
其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
具体地，待测器件为需要获知NSEE截面的任一电子器件。待测器件的类别为：信号类处理器、DRAM存储器、SRAM存储器、Flash存储器、FPGA器件、线性器件、AD/DA器件和功率器件中的任一种，不同类别的电子器件对应的NSEE截面公式均不同。
其中，NSEE截面公式是根据样本器件的NSEE截面历史数据拟合得到。样本器件为已知NSEE截面的电子器件，获取多个样本器件的NSEE截面，以组成历史数据。对于多个样本器件中的每一类样本器件，对其对应的历史数据进行拟合，得到该类样本器件对应的NSEE截面公式。对于待测器件，根据其类别，使用对应的NSEE截面公式，获取待测器件的NSEE截面。
本发明实施例提供的方法，不依托于试验数据，仅通过分析样本器件的历史数据，按样本器件的种类进行分类分析，拟合出每一类样本器件的NSEE截面公式，根据待测器件的类别，使用对应的NSEE截面公式，获取待测器件的NSEE截面。具有输入参数少、易于实现的特点，便于工程应用。能够快速获得器件的NSEE截面，有效减少航空电子产品的设计周期，提高其大气中子辐射环境下的可靠性。
基于上述实施例，确定待测器件的类别，之前还包括：
将所有器件分为若干个类别，其中，所述若干个类别包括：
信号类处理器、DRAM存储器、SRAM存储器、Flash存储器、FPGA器件、线性器件、AD/DA器件和功率器件中的一种或多种。
需要说明的是，信号类处理器包括CPU、DSP和CPLD等，线性器件包括光电耦合器、运放比较器和脉宽调制器等，功率器件包括MOSFET和IGBT等。
基于上述实施例，NSEE截面包括：
单粒子翻转SEU截面、单粒子闩锁SEL截面、单粒子功能中止SEFI截面、单粒子瞬态SET截面和单粒子烧毁SEB截面中的一种或多种；相应地，
所述NSEE截面公式包括：
SEU截面公式、SEL截面公式、SEFI截面公式、SET截面公式和SEB截面公式中的一种或多种。
具体地，NSEE包括：单粒子翻转SEU、单粒子闩锁SEL、单粒子功能中止SEFI、单粒子瞬态SET和单粒子烧毁SEB。对应一个电子器件，若其对NSEE敏感，则其NSEE敏感特性即NSEE截面包括：单粒子翻转SEU截面、单粒子闩锁SEL截面、单粒子功能中止SEFI截面、单粒子瞬态SET截面和单粒子烧毁SEB截面中的一种或多种。需要说明的是，半导体器件如EEPROM、EPROM、二极管和三极管等均视为对NSEE不敏感的器件，截面取为0。
基于上述实施例，根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面，进一步包括：
若所述待测器件的类别为信号类处理器、DRAM存储器、SRAM存储器和FPGA存储器中的任一种，则分别根据类别对应的SEU截面公式、SEL截面公式和SEFI截面公式，获取所述待测器件的SEU截面、SEL截面和SEFI截面；
若所述待测器件的类别为FLASH存储器，则分别根据所述FLASH存储器对应的SEU截面公式和SEL截面公式，获取所述待测器件的SEU截面和SEL截面；
若所述待测器件的类别为线性器件，则分别根据所述线性器件对应的SET截面公式，获取所述待测器件的SET截面；
若所述待测器件的类别为AD/DA器件，则分别根据所述AD/DA器件对应的SEU截面公式、SEL截面公式和SET截面公式，获取所述待测器件的SEU截面、SEL截面和SET截面；
若所述待测器件的类别为功率器件，则分别根据所述功率器件对应的SEB截面公式，获取所述待测器件的SEB截面。
具体地，信号类处理器、DRAM存储器、SRAM存储器和FPGA存储器，均只有SEU截面、SEL截面和SEFI截面。FLASH存储器，只有SEU截面和SEL截面。线性器件，只有SET截面。AD/DA器件，只有SEU截面、SEL截面和SET截面。功率器件，只有SEB截面。
基于上述实施例，获取所述待测器件的SEL截面，之前还包括：
若所述待测器件的重离子单粒子效应试验的SEL能量阈值大于15MeV·cm2/mg，则确定所述待测器件的SEL截面为零。
基于上述实施例，作为一个优选实施例，本实施例对不同类别的器件的NSEE截面公式进行说明：
(1)CPU、DSP、CPLD等信号类处理器
CPU、DSP、CPLD等信号类处理器的大气中子单粒子效应NSEE主要包括单粒子翻转SEU、单粒子闩锁SEL和单粒子功能中止SEFI。
①SEU截面：处理器的SEU截面的保守值为1.0E-13(cm2/bit)；
②SEL截面：处理器的SEL效应与器件工艺有关，由于SOI工艺对SEL免疫，采用SOI工艺的处理器的SEL截面为零；采用硅材料CMOS工艺处理器的SEL截面大小与特征工艺尺寸相关，通过拟合，得到硅材料CMOS处理器的SEL截面的计算公式为：
σSEL-CMOS＝exp(-19.662037-0.003003×S) (1)
式中S为CMOS处理器的工艺尺寸(nm)，且S∈(45,1000)；σSEL-CMOS为CMOS处理器SEL截面(cm2/dev)。
此外，如果处理器的重离子单粒子效应试验的SEL能量阈值LETth大于15MeV·cm2/mg，可认为该器件的SEL截面为零。
③SEFI截面：处理器SEFI的截面与处理器的类型和工艺尺寸有关，经过拟合可得到处理器SEFI截面计算的公式。
a)对于CPU来说，分为以下两类：Intel处理器和PowerPC处理器。
对于Intel处理器，可以划分为带缓存的Intel处理器和不带缓存的Intel处理器这两种类型，相应的，SEFI截面计算公式分别为表达式(2)和(3)。
σSEFI-Intel-cache＝exp(-19.533681-0.002682×S) (2)
式中S为带缓存Intel处理器的工艺尺寸(nm)，且S∈(180,500)。
σSEFI-Intel-cache为带缓存Intel处理器的SEL截面(cm2/dev)。
σSEFI-Intel-nocache＝exp(-22.22963+0.00235×S) (3)
式中S为不带缓存Intel处理器的工艺尺寸(nm)，且S∈(180,500)。
σSEFI-Intel-nocache为不带缓存Intel处理器的SEL截面(cm2/dev)。
b)PowerPC处理器的SEFI截面计算公式如表达式(4)所示：
σSEFI-PowerPC＝exp(-19.85526-0.01575×S) (4)
式中S为PowerPC处理器的工艺尺寸(nm)，且S∈(90,500)。
σSEFI-PowerPC为PowerPC处理器的SEL截面(cm2/dev)。
而对于DSP、CPLD等信号类处理器来说，其SEFI计算公式如表达式(5)所示：
σSEFI-Others＝exp(-19.533681-0.002682×S) (5)
式中S为DSP、CPLD等信号类处理器的工艺尺寸(nm)，且S∈(65,350)。
σSEFI-Others为DSP、CPLD等信号类处理器的SEL截面(cm2/dev)。
2)DRAM存储器
DRAM存储器的NSEE主要包括：SEU、SEL和SEFI。
①SEU截面：器件的SEU截面与工艺尺寸的通用关系，如表达式(6)所示：
σSEU-DRAM＝exp(-46.6693+0.05135×S) (6)
式中S为DRAM存储器的工艺尺寸(nm)，且S∈(45,300)。
σSEU-DRAM为CMOS处理器SEU截面(cm2/bit)。
②SEL截面：DRAM存储器SEL截面与器件工艺有关，由于SOI工艺对SEL免疫，采用SOI工艺的DRAM存储器的SEL截面为零；采用硅材料CMOS工艺的DRAM存储器SEL截面的计算公式如表达式(7)所示。
σSEL-DRAM＝exp(-19.662037-0.003003×S) (7)
式中S为DRAM存储器的工艺尺寸(nm)，且S∈(45,1000)。
σSEL-DRAM为DRAM存储器SEL截面(cm2/dev)。
此外，如果DRAM器件的重离子单粒子效应试验的SEL能量阈值LETth大于15MeV·cm2/mg，可认为该器件的SEL截面为零。
③SEFI截面：DRAM存储器处理器SEFI截面与工艺尺寸的关系如表达式(8)所示。
σSEFI-DRAM＝exp(-26.173+0.0183×S) (8)
式中S为DRAM存储器的工艺尺寸及范围(nm)，且S∈(45,300)。
σSEFI-DRAM为DRAM存储器SEFI截面(cm2/dev)。
(3)SRAM存储器
SRAM存储器的大气中子单粒子效应主要包括：SEU、SEL和SEFI。
①SEU截面：SRAM存储器的SEU截面的保守值为1.0E-13(cm2/bit)；
②SEL截面：SRAM存储器SEL截面与器件工艺有关，由于SOI工艺对SEL免疫，采用SOI工艺的SRAM存储器的SEL截面为零；采用硅材料CMOS工艺的SRAM存储器SEL截面计算如表达式(9)所示。
σSEL-SRAM＝exp(-19.662037-0.003003×S) (9)
式中S为SRAM存储器的工艺尺寸(nm)，且S∈(45,1000)。
σSEL-SRAM为SRAM存储器的SEL截面(cm2/dev)。
此外，如果SRAM器件的重离子单粒子效应试验的SEL能量阈值LETth大于15MeV·cm2/mg，可认为该器件的SEL截面为零。
③SEFI截面：SRAM存储器处理器SEFI截面计算公式如表达式(10)所示。
σSEFI-SRAM＝exp(-20.986858+0.000877×S) (10)
式中S为SRAM存储器的工艺尺寸及范围(nm)，且S∈(65,350)。
σSEFI-SRAM为SRAM存储器SEFI截面(cm2/dev)。
(4)Flash存储器
Flash存储器的大气中子单粒子效应主要包括：SEU、SEL。
①SEU截面：Flash存储器的SEU截面与器件工艺类型有关，对于SLCNAND型Flash器件和NOR型Flash器件，SEU翻转截面值随工艺尺寸的变化不明显，SEU截面的保守值为1.0E-9(cm2/dev)；对于MLCNAND型Flash器件，SEU翻转截面值随工艺尺寸变化，其SEU截面的表达式如(11)所示。
σSEU-Flash-MLC＝exp(-1.7434-0.1751×S) (11)
式中S为MLCNAND型Flash存储器的工艺尺寸(nm)，且S∈(50,90)。
σSEU-Flash-MLC为MLCNAND型Flash存储器的SEL截面(cm2/dev)。
②SEL截面：Flash存储器SEL截面与器件工艺有关，由于SOI工艺对SEL免疫，采用SOI工艺的Flash存储器的SEL截面为零；采用硅材料CMOS工艺的Flash存储器SEL截面计算如表达式(12)所示。
σSEL-Flash＝exp(-19.662037-0.003003×S) (12)
式中S为Flash存储器的工艺尺寸(nm)，且S∈(45,1000)。
σSEL-Flash为Flash存储器的SEL截面(cm2/dev)。
此外，如果Flash存储器的重离子单粒子效应试验的SEL能量阈值LETth大于15MeV·cm2/mg，可认为该器件的NSEE的SEL截面为零。
5)FPGA器件
FPGA器件的大气中子单粒子效应主要包括：SEU、SEL和SEFI。
①SEU截面：FPGA的SEU翻转截面与FPGA的类型有关，对于SRAM型FPGA，SEU截面的保守估计值为1.0E-13(cm2/bit)；对于Flash型FPGA，其SEU截面的保守估计值为1.0E-9(cm2/dev)，如果Flash型FPGA内部含有触发器、锁存器、内部SRAM，那么这些功能块的SEU截面保守估计值仍是1.0E-13(cm2/bit)，Flash型FPGA的SEU截面中1.0E-9(cm2/dev)指的是不包括内部SRAM等模块的部分，若包括了这些模块，就要再按照1.0E-13(cm2/bit)计算增加截面；对于反熔丝型FPGA，其SEU截面为0，但是FPGA内部含有的触发器、锁存器、内部SRAM功能块的SEU截面的保守估计值为1.0E-13(cm2/bit)，如果反熔丝型FPGA含有触发器、锁存器、内部SRAM，那么这些功能块的SEU截面保守估计值仍是0，反熔丝型FPGA的SEU截面中0的是不包括内部SRAM等模块的部分，若包括了这些模块，就要再按照1.0E-13(cm2/bit)计算增加截面。
②SEL截面：FPGA器件的SEL截面与工艺类型有关，由于SOI工艺对SEL免疫，采用SOI工艺的FPGA器件的SEL截面为零；对于硅材料CMOS工艺的FPGA的SEL截面计算公式如表达式(13)所示。
σSEL-FPGA＝exp(-19.662037-0.003003×S) (13)
式中S为FPGA器件的工艺尺寸(nm)，且S∈(45,1000)。
σSEL-FPGA为FPGA器件的SEL截面(cm2/dev)。
此外，如果FPGA的重离子单粒子效应试验的SEL能量阈值LETth大于15MeV·cm2/mg，可认为该器件的SEL截面为零。
③SEFI截面：FPGA器件SEFI截面与器件类型有关，Flash型FPGA和反熔丝型FPGA没有SEFI，其SEFI截面为零；对于SRAM型FPGA，SEFI截面计算如表达式(14)所示。
σSEFI-FPGA＝exp(-22.19057+0.01913×S) (14)
式中S为FPGA器件的工艺尺寸(nm)，且S∈(65,130)。
σSEFI-FPGA为FPGA器件的SEFI截面(cm2/dev)。
(6)线性器件
工程中常用的线性器件主要包括光电耦合器、运放比较器和脉宽调制器等，其对单粒子瞬态SET较为敏感。其中，光电耦合器SET效应的保守截面估计值为1.0E-7(cm2/dev)；运放比较器SET效应的保守截面估计值为1.0E-10(cm2/dev)，脉宽调制器SET效应的保守截面估计值为1.0E-9(cm2/dev)。
(7)AD/DA器件
AD/DA器件的大气中子单粒子效应主要包括：SEU、SEL和SET。
①SEU截面：AD/DA器件SEU截面的保守估计值为1.0E-13(cm2/bit)。
②SET截面：AD/DA器件SET截面的保守估计值为1.0E-10(cm2/dev)。
③SEL截面：AD/DA器件SEL截面与器件工艺有关，由于SOI工艺对SEL免疫，采用SOI工艺的AD/DA器件的SEL截面为零；采用硅材料和CMOS工艺的AD/DA器件SEL截面不为零，拟合得到的截面计算公式如表达式(15)所示。
σSEL-AD/DA＝exp(-19.662037-0.003003×S) (15)
式中S为AD/DA器件的工艺尺寸和范围(nm)，且S∈(45,1000)。
σSEL-AD/DA为AD/DA器件的SEL截面(cm2/dev)。
此外，如果AD/DA器件的重离子单粒子效应试验的SEL能量阈值LETth大于15MeV·cm2/mg，可认为该器件的NSEE的SEL截面为零。
(8)MOSFET、IGBT等功率器件
MOSFET、IGBT等功率器件的大气中子单粒子效应主要包括为单粒子烧毁SEB。单粒子烧毁SEB效应与功率器件工作状态的使用电压有关，只有当使用电压大于等于300伏特时，才可能发生单粒子烧毁效应SEB，因此，当Vds<300V时，SEB截面为零，当Vds≥300V时，MOSFET、IGBT等功率器件的通用SEB截面可用Weibull曲线拟合，SEB截面计算公式如表达式(16)所示。
式中V——MOSFET、IGBT功率器件的电压(V)。
σSEB-MOSFIT/IGBT——MOSFET、IGBT功率器件的SEB截面(cm2/dev)。
本发明实施例提供一种获取器件中子单粒子效应截面的装置，包括：
类别确定模块，用于确定待测器件的类别；
NSEE截面获取模块，用于根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；
其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
需要说明的是，本发明实施例的装置可用于执行图1所示的一种获取器件中子单粒子效应截面的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
本发明实施例的优势是在工程设计应用中，不需要对器件进行复杂的3D建模和仿真计算、不需要进行NSEE的模拟试验，仅通过简单的器件分类，使用最少的器件参数，就可以便捷的确定器件的NSEE敏感效应和其敏感截面，大大减少了航空电子设备的产品设计周期和设计成本，有助于提高产品在大气辐射环境下可靠性。
图2为根据本发明实施例提供的一种电子设备结构框图，如图2所示，所述设备包括：处理器(processor)201、存储器(memory)202和总线203；其中，所述处理器201和所述存储器202通过所述总线203完成相互间的通信；所述处理器201用于调用所述存储器202中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：确定待测器件的类别；根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：确定待测器件的类别；根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：确定待测器件的类别；根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种获取器件中子单粒子效应截面的方法，其特征在于，包括：
确定待测器件的类别；
根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；
其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
2.根据权利要求1所述的方法，其特征在于，所述确定待测器件的类别，之前还包括：
将所有器件分为若干个类别，其中，所述若干个类别包括：
信号类处理器、DRAM存储器、SRAM存储器、Flash存储器、FPGA器件、线性器件、AD/DA器件和功率器件中的一种或多种。
3.根据权利要求2所述的方法，其特征在于，所述NSEE截面包括：
单粒子翻转SEU截面、单粒子闩锁SEL截面、单粒子功能中止SEFI截面、单粒子瞬态SET截面和单粒子烧毁SEB截面中的一种或多种；相应地，
所述NSEE截面公式包括：
SEU截面公式、SEL截面公式、SEFI截面公式、SET截面公式和SEB截面公式中的一种或多种。
4.根据权利要求3所述的方法，其特征在于，所述根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面，进一步包括：
若所述待测器件的类别为信号类处理器、DRAM存储器、SRAM存储器和FPGA存储器中的任一种，则分别根据类别对应的SEU截面公式、SEL截面公式和SEFI截面公式，获取所述待测器件的SEU截面、SEL截面和SEFI截面；
若所述待测器件的类别为FLASH存储器，则分别根据所述FLASH存储器对应的SEU截面公式和SEL截面公式，获取所述待测器件的SEU截面和SEL截面；
若所述待测器件的类别为线性器件，则分别根据所述线性器件对应的SET截面公式，获取所述待测器件的SET截面；
若所述待测器件的类别为AD/DA器件，则分别根据所述AD/DA器件对应的SEU截面公式、SEL截面公式和SET截面公式，获取所述待测器件的SEU截面、SEL截面和SET截面；
若所述待测器件的类别为功率器件，则分别根据所述功率器件对应的SEB截面公式，获取所述待测器件的SEB截面。
5.根据权利要求4所述的方法，其特征在于，获取所述待测器件的SEL截面，之前还包括：
若所述待测器件的重离子单粒子效应试验的SEL能量阈值大于15MeV·cm2/mg，则确定所述待测器件的SEL截面为零。
6.一种获取器件中子单粒子效应截面的装置，其特征在于，包括：
类别确定模块，用于确定待测器件的类别；
NSEE截面获取模块，用于根据所述类别对应的中子单粒子效应NSEE截面公式，获取所述待测器件的NSEE截面；
其中，所述NSEE截面公式根据样本器件的NSEE截面历史数据拟合得到。
7.一种电子设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至5任一所述的方法。
CN201810847569.XA 2018-07-27 2018-07-27 一种获取器件中子单粒子效应截面的方法及装置 Active CN109214049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810847569.XA CN109214049B (zh) 2018-07-27 2018-07-27 一种获取器件中子单粒子效应截面的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810847569.XA CN109214049B (zh) 2018-07-27 2018-07-27 一种获取器件中子单粒子效应截面的方法及装置

Publications (2)

Publication Number Publication Date
CN109214049A true CN109214049A (zh) 2019-01-15
CN109214049B CN109214049B (zh) 2023-06-30

Family

ID=64990326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810847569.XA Active CN109214049B (zh) 2018-07-27 2018-07-27 一种获取器件中子单粒子效应截面的方法及装置

Country Status (1)

Country Link
CN (1) CN109214049B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110018514A (zh) * 2019-04-16 2019-07-16 东莞中子科学中心 一种基于sram的中子能谱探测器及测量中子能谱的反演算法
CN111273163A (zh) * 2020-02-12 2020-06-12 中国人民解放军国防科技大学 一种微处理器单粒子闩锁效应的测试方法及测试系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5315544A (en) * 1991-11-29 1994-05-24 Trw Inc. Radiation-hardened memory storage device for space applications
CN101158705A (zh) * 2007-11-22 2008-04-09 北京圣涛平试验工程技术研究院有限责任公司 获取单粒子现象截面与重离子线性能量转移关系的方法
CN101900770A (zh) * 2009-05-25 2010-12-01 北京圣涛平试验工程技术研究院有限责任公司 一种卫星用器件抗辐射能力的评估方法及其系统
CN102928773A (zh) * 2012-09-24 2013-02-13 北京圣涛平试验工程技术研究院有限责任公司 一种测验器件抗质子单粒子效应能力的方法
CN102968562A (zh) * 2012-11-22 2013-03-13 北京圣涛平试验工程技术研究院有限责任公司 基于历史数据的单粒子翻转率的确定方法
CN102999666A (zh) * 2012-11-26 2013-03-27 西北核技术研究所 一种基于仿真的单粒子效应截面获取方法
CN104237685A (zh) * 2014-09-05 2014-12-24 兰州空间技术物理研究所 一种空间单粒子效应测试方法
CN105676103A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 获取大气中子单粒子效应敏感器件敏感截面的方法及装置
CN105676016A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 利用bgr获取中子单粒子效应器件敏感截面的方法及装置
CN105676017A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 利用试验数据获取单粒子效应器件敏感截面的方法及装置
CN106842282A (zh) * 2016-12-29 2017-06-13 西北核技术研究所 一种利用sram存储器进行中子辐射环境监测的方法
CN108008289A (zh) * 2017-11-22 2018-05-08 西北核技术研究所 一种器件质子单粒子效应截面的获取方法
CN108169660A (zh) * 2017-12-18 2018-06-15 中国电子产品可靠性与环境试验研究所 大气中子下fpga单粒子效应检测数据区分方法和系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5315544A (en) * 1991-11-29 1994-05-24 Trw Inc. Radiation-hardened memory storage device for space applications
CN101158705A (zh) * 2007-11-22 2008-04-09 北京圣涛平试验工程技术研究院有限责任公司 获取单粒子现象截面与重离子线性能量转移关系的方法
CN101900770A (zh) * 2009-05-25 2010-12-01 北京圣涛平试验工程技术研究院有限责任公司 一种卫星用器件抗辐射能力的评估方法及其系统
CN102928773A (zh) * 2012-09-24 2013-02-13 北京圣涛平试验工程技术研究院有限责任公司 一种测验器件抗质子单粒子效应能力的方法
CN102968562A (zh) * 2012-11-22 2013-03-13 北京圣涛平试验工程技术研究院有限责任公司 基于历史数据的单粒子翻转率的确定方法
CN102999666A (zh) * 2012-11-26 2013-03-27 西北核技术研究所 一种基于仿真的单粒子效应截面获取方法
CN104237685A (zh) * 2014-09-05 2014-12-24 兰州空间技术物理研究所 一种空间单粒子效应测试方法
CN105676103A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 获取大气中子单粒子效应敏感器件敏感截面的方法及装置
CN105676016A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 利用bgr获取中子单粒子效应器件敏感截面的方法及装置
CN105676017A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 利用试验数据获取单粒子效应器件敏感截面的方法及装置
CN106842282A (zh) * 2016-12-29 2017-06-13 西北核技术研究所 一种利用sram存储器进行中子辐射环境监测的方法
CN108008289A (zh) * 2017-11-22 2018-05-08 西北核技术研究所 一种器件质子单粒子效应截面的获取方法
CN108169660A (zh) * 2017-12-18 2018-06-15 中国电子产品可靠性与环境试验研究所 大气中子下fpga单粒子效应检测数据区分方法和系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
姚志斌等: "静态单粒子翻转截面的获取及分类", 《强激光与粒子束》 *
张泽明等: "几种COTS元器件单粒子试验研究" *
张泽明等: "几种COTS元器件单粒子试验研究", 《载人航天》 *
邢克飞等: "空间辐射效应对SRAM型FPGA的影响", 《微电子学与计算机》 *
陈冬梅等: "DSP大气中子单粒子效应试验研究", 《航空科学技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110018514A (zh) * 2019-04-16 2019-07-16 东莞中子科学中心 一种基于sram的中子能谱探测器及测量中子能谱的反演算法
CN110018514B (zh) * 2019-04-16 2020-10-20 东莞中子科学中心 一种基于sram的中子能谱探测器及测量中子能谱的反演算法
CN111273163A (zh) * 2020-02-12 2020-06-12 中国人民解放军国防科技大学 一种微处理器单粒子闩锁效应的测试方法及测试系统
CN111273163B (zh) * 2020-02-12 2022-06-14 中国人民解放军国防科技大学 一种微处理器单粒子闩锁效应的测试方法及测试系统

Also Published As

Publication number Publication date
CN109214049B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
Yeo et al. Flow-based malware detection using convolutional neural network
TWI709931B (zh) 一種指標異常檢測方法、裝置以及電子設備
CN107066382B (zh) 一种基于模型的航天器系统自动化测试方法
CN102662144A (zh) 一种基于活性测度的硬件木马检测方法
US11321510B2 (en) Systems and methods for machine intelligence based malicious design alteration insertion
Shah et al. Reducing features of KDD CUP 1999 dataset for anomaly detection using back propagation neural network
CN109214049A (zh) 一种获取器件中子单粒子效应截面的方法及装置
Wang et al. Detecting SQL vulnerability attack based on the dynamic and static analysis technology
CN104598352A (zh) 一种用于sram型fpga的快速可靠性评估方法
CN107920067B (zh) 一种主动对象存储系统上的入侵检测方法
Yang et al. Hardware Trojans detection through RTL features extraction and machine learning
Sathyanarayana et al. An efficient unused integrated circuits detection algorithm for parallel scan architecture.
US10169509B2 (en) Efficient deployment of table lookup (TLU) in an enterprise-level scalable circuit simulation architecture
Xue et al. Safe inputs approximation for black-box systems
Won et al. Performance analysis of machine learning based fault detection for cloud infrastructure
Song et al. Towards automatic measurement of probabilistic processes
Gorbenko et al. Exploring timeout as a performance and availability factor of distributed replicated database systems
CN105718622B (zh) 由单粒子翻转率预计单粒子故障率的方法及系统
McNamer et al. Statistical fault sampling
Baojiang et al. Reverse analysis method of static XSS defect detection technique based on database query language
Mogollon et al. Real time seu detection and diagnosis for safety or mission-critical ics using hash library-based fault dictionaries
He et al. Graph partition based path selection for testing of small delay defects
Wang et al. Matrix exponential based electromagnetic transients simulation algorithm with Krylov subspace approximation and accurate dense output
Huk Variable Entropy of Noise in Evaluation of Effectiveness of Context Usage by Machine Learning Methods
CN118195028A (zh) 神经网络的符号追踪方法、装置、设备及存储介质

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