CN115704851A - 确定热载流子效应最坏偏置点的方法、装置、介质及设备 - Google Patents
确定热载流子效应最坏偏置点的方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN115704851A CN115704851A CN202110821535.5A CN202110821535A CN115704851A CN 115704851 A CN115704851 A CN 115704851A CN 202110821535 A CN202110821535 A CN 202110821535A CN 115704851 A CN115704851 A CN 115704851A
- Authority
- CN
- China
- Prior art keywords
- hot carrier
- carrier effect
- voltage
- parameter
- determining
- 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.)
- Pending
Links
- 230000000694 effects Effects 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004088 simulation Methods 0.000 claims abstract description 41
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000015556 catabolic process Effects 0.000 claims abstract description 17
- 238000006731 degradation reaction Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 3
- 230000007850 degeneration Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000000969 carrier Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 229910008065 Si-SiO Inorganic materials 0.000 description 1
- 229910006405 Si—SiO Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
Images
Landscapes
- Insulated Gate Type Field-Effect Transistor (AREA)
Abstract
本发明提供一种确定热载流子效应最坏偏置点的方法、装置、介质及设备，方法包括：构建FDSOI器件的热载流子效应模型；确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；根据仿真需求创建输入网表；基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点；如此，可以在热载流子效应模型各参数(除栅电压)已知的情况下，对FDSOI器件HCI效应进行仿真，获得不同栅电压下对应的仿真结果(阈值电压的退化量)，从而根据仿真结果确定出最坏偏置点，进而可以对FDSOI器件的性能进行有效提升。
Description
技术领域
本发明属于半导体器件技术领域，尤其涉及一种确定热载流子效应最坏偏置点的方法、装置、介质及设备。
背景技术
摩尔定律预测，集成电路芯片上集成的器件数目每隔3年增长4倍，器件特征尺寸缩小2倍。但是随着器件特征尺寸的减小，电压却没有成比例减小，引起器件内部电场强度增强，进而导致热载流子效应(HCI，Hot Carrier Injection)的发生。在高强度的纵向及横向电场的作用下，载流子不断加速变成热载流子，部分幸运的热载流子会穿过Si-SiO2界面，其中一部分会被氧化物中的陷阱俘获，导致阈值电压、最大跨导以及饱和漏电流等标志器件可靠性的参数漂移，从而降低器件使用寿命。
为提高器件的性能，需要确定出HCI效应的最坏偏置点，然后基于最坏偏置点对器件进行技术改进。
现有技术中，对于没有体引出区的器件来说，一般是通过测量栅电流进行分析来确定。但是在实际测量中，对于沟道长度较短的全耗尽绝缘体上硅(FDSOI，Fully DepletedSilicon On Insulator)器件，栅电流会随着栅压的增大不断增大，无法测得峰值点，进而无法确定出HCI效应的最坏偏置点。
发明内容
针对现有技术存在的问题，本发明实施例提供了一种确定热载流子效应最坏偏置点的方法、装置、介质及设备，用于解决现有技术中无法确定出HCI效应的最坏偏置点，导致无法对FDSOI器件性能进行有效提升的技术问题。
本发明提供一种确定热载流子效应最坏偏置点的方法，所述方法包括：
构建FDSOI器件的热载流子效应模型；
确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
根据仿真需求创建输入网表，所述输入网表用于调整各所述模型参数的具体取值；
基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
可选的，所述热载流子效应模型包括：
△Vth＝A·exp(B(Vds-Vdsat))·(Vgs-Vth)p·tn；其中，所述△Vth为阈值电压Vth的退化量，所述A为所述工艺参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述n所述时间幂律，所述t为施加应力的时间。
可选的，所述确定所述热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述时间幂律时，确定所述载流子效应模型的对数函数；所述对数函数为ln△Vth＝n ln t+ln(A·exp(B(Vds-Vdsat))·(Vgs-Vth)p)；
绘制所述ln△Vth和ln t之间的拟合曲线，将所述拟合曲线的斜率值确定为所述时间幂律n；其中，
所述△Vth为阈值电压Vth的退化量，所述A为所述工艺参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述t为施加应力的时间。
可选的，所述确定所述热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述第一拟合参数B时，在所述栅电压Vgs为固定值的情况下，分别获取相同时刻第一漏电压Vds1下对应的第一退化量△Vth1以及第二漏电压Vds2下对应的第二退化量△Vth2；所述△Vth1＝A·exp(B(Vds1-Vdsat))·(Vgs-Vth)p·tn，△Vth2＝A·exp(B(Vds2-Vdsat))·(Vgs-Vth)p·tn；
根据公式
确定所述第一拟合参数B。
可选的，所述确定所述热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述第二拟合参数p时，在所述第一拟合参数B，所述饱和漏电压Vdsat，所述漏电压Vds及所述阈值电压Vth为固定值的情况下，获取第一栅电压Vgs1、第二栅电压Vgs2、第一饱和漏电压Vdsat1和第二饱和漏电压Vdsat2的值；
根据公式
确定所述第二拟合参数p。
可选的，基于输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点，包括：
控制所述输入网表中的漏电压Vds为固定值，控制所述栅电压Vgs以预设的调整量变化，对所述热载流子效应模型进行仿真，获得仿真结果；
获取所述仿真结果中所述阈值电压的峰值退化量对应的目标栅电压，所述目标栅电压为所述热载流子效应最坏偏置点。
本发明还提供一种确定热载流子效应最坏偏置点的装置，所述装置包括：
构建单元，用于构建FDSOI器件的热载流子效应模型；
确定单元，用于确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
创建单元，用于根据仿真需求创建输入网表；
仿真单元，用于基于输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
可选的，所述热载流子效应模型包括：
△Vth＝A·exp(B(Vds-Vdsat))·(Vgs-Vth)p·tn；其中，所述△Vth为阈值电压Vth的退化量，所述A为所述工艺参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述n所述时间幂律，所述t为施加应力的时间。
本发明还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的方法。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的方法。
本发明提供一种确定器件热载流子效应最坏偏置点的方法、装置、介质及设备，方法包括：构建FDSOI器件的热载流子效应模型；确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；根据仿真需求创建输入网表；基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点；如此，可以在热载流子效应模型各参数(除栅电压)已知的情况下，对FDSOI器件HCI效应进行仿真，获得不同栅电压下对应的仿真结果(阈值电压的退化量)，从而根据仿真结果确定出最坏偏置点，进而可以对FDSOI器件的性能进行有效提升。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例提供的确定热载流子效应最坏偏置点的方法流程示意图；
图2为本发明实施例提供的ln△Vth和lnt之间的拟合曲线；
图3为本发明实施例提供的热载流子效应模型进行仿真后的仿真结果示意图；
图4为本发明实施例提供的确定热载流子效应最坏偏置点的装置结构示意图；
图5为本发明实施例提供的计算机存储介质结构示意图；
图6为本发明实施例提供的计算机设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种确定热载流子效应最坏偏置点的方法，如图1所示，方法包括：
S110，构建FDSOI器件的热载流子效应模型；
本步骤中，根据HCI效应涉及到的参数构建热载流子效应模型。热载流子效应模型为：
△Vth＝A·exp(B(Vds-Vdsat))·(Vgs-Vth)p·tn；其中，△Vth为阈值电压Vth的退化量，A为工艺相关参数，B为第一拟合参数，Vds为漏电压，Vdsat为饱和漏电压，Vgs为栅电压，p为第二拟合参数，n时间幂律，t为施加应力的时间。
S111，确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
热载流子效应模型创建好之后，确定热载流子效应模型中各模型参数的参数值，模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺相关参数、阈值电压、漏电压及饱和漏电压。
具体的，确定热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述时间幂律时，确定所述载流子效应模型的对数函数；所述对数函数为ln△Vth＝n ln t+ln(A·exp(B(Vds-Vdsat))·(Vgs-Vth)p)；
绘制ln△Vth和lnt之间的拟合曲线，将拟合曲线的斜率值确定为时间幂律n；其中，拟合曲线如图2所示；
△Vth为阈值电压Vth的退化量，A为工艺参数(不同工艺流程下，A值取值不同)，B为第一拟合参数，Vds为漏电压，Vdsat为饱和漏电压，Vgs为栅电压，p为第二拟合参数，t为施加应力的时间。
其中，在绘制拟合曲线时，可以取不同的t值进行绘制，ln(A·exp(B(Vds-Vdsat))·(Vgs-Vth)p)为常数，具体为图2中的曲线中对应的截距。
当模型参数为第一拟合参数B时，在栅电压Vgs，阈值电压Vth及第二拟合参数p为固定值的情况下，分别获取相同时刻第一漏电压Vds1下对应的第一退化量△Vth1以及第二漏电压Vds2下对应的第二退化量△Vth2；
△Vth1＝A·exp(B(Vds1-Vdsat))·(Vgs-Vth)p·tn (1)
△Vth2＝A·exp(B(Vds2-Vdsat))·(Vgs-Vth)p·tn (2)
根据公式
确定第一拟合参数B。
本实施例中，当模型参数为第二拟合参数p时，所述第一拟合参数B，所述饱和漏电压Vdsat，所述漏电压Vds及所述阈值电压Vth为固定值的情况下，获取第一栅电压Vgs1、第二栅电压Vgs2、第一饱和漏电压Vdsat1和第二饱和漏电压Vdsat2的值；其中，
△Vth1＝A·exp(B(Vds-Vdsat))·(Vgs1-Vth)p·tn (3)
△Vth2＝A·exp(B(Vds-Vdsat))·(Vgs2-Vth)p·tn (4)
根据公式
确定第二拟合参数p。
该公式中的B的取值可使用上述根据公式(1)和公式(2)确定出的B值。
值得注意的是，当第一栅电压Vgs1的值为已知时，那么第一饱和漏电压Vdsat1也为已知的；当第二栅电压Vgs2的值为已知时，那么第二饱和漏电压Vdsat2也为已知的。
本实施例中，当模型参数为第二拟合参数p时，在第一拟合参数B，饱和漏电压Vdsat，漏电压Vds及阈值电压Vth为固定值的情况下，获取第一栅电压Vgs1、第二栅电压Vgs2、第一饱和漏电压Vdsat1和第二饱和漏电压Vdsat2的值；
根据公式
确定第二拟合参数p。
进一步地，可利用上述过程中确定出的第一拟合参数B，第二拟合参数p，饱和漏电压Vdsat，漏电压Vds及阈值电压Vth、阈值电压Vth的退化量△Vth，栅电压Vgs，将这些参数的值代入热载流子效应模型中确定出工艺相关参数A。
如此，可以确定出热载流子效应模型中各模型参数的具体取值，以便对赋值后的热载流子效应模型进行仿真。
S112，根据仿真需求创建输入网表，所述输入网表用于调整各所述模型参数的具体取值；
因不同类型的FDSOI器件所需要的参数取值可能是不同的，因此本实施例根据仿真需求创建输入网表，在仿真时，可以根据各器件的实际仿真需求在输入网表中调整各模型参数的具体取值。
输入网表如下所示：
*HCI
.hdl HCI_1.va调用建立的热载流子效应模型
X1 d g 0b hci
+alpha_dp＝1e-3beta_dp＝1
+tstart＝1e7 tstop＝1e8 timestep＝1e7
.param vg＝0定义一个参数为Vg，使它的初始值为0，以便后续将Vg赋值给栅电压Vgs，以进行栅压的扫描
vds d 0 3给定漏电压的值为3v
vgs g 0vg栅电压赋值为vg
vbs b 0 0体偏电压为0
.tran.1ps 1ussweepvg1.4 5 0.1对栅电压进行扫描
.options post
.end
其中，alpha代指为A，beta代指为B，tstart为仿真开始时刻，tstop为仿真结束时刻；timestep为仿真时间间距，仿真时间间距为(1e8-1e7)/1e7，在仿真时间间距内输出10个不同的时间点下的ΔVth。
值得注意的是，在正常做实验的情况下，需要给漏端和源端同时施加应力(也就是电压)，以此来产生热载流子效应。在进行仿真的时候，需要设置从某个时间点开始进行仿真，持续到某个时间点结束，这个时间间距即为施加电压的时间，也就是施加应力的时间。因此仿真时间间距timestep和上述的施加应力的时间是一致的。
这样，在对FDSOI器件进行仿真时，只需在输入网表中调整各模型参数的具体取值即能达到仿真要求。
S113，基于所述模型参数输入网表对所述热载流子效应模型进行仿真，确定热载流子最坏偏置点。
输入网表确定出之后，基于输入网表对热载流子效应模型进行仿真，确定热载流子效应的最坏偏置点。
本实施例中，基于输入网表对热载流子效应模型进行仿真，基于仿真结果确定热载流子效应的最坏偏置点，包括：
控制输入网表中的漏电压Vds为固定值，控制栅电压Vgs以预设的调整量变化，对热载流子效应模型进行仿真，获得仿真结果；
获取仿真结果中阈值电压的峰值退化量对应的目标栅电压，目标栅电压为热载流子最坏偏置点。
举例来说，若仿真结果如图3所示，阈值电压的峰值退化量对应的目标栅电压为Vgs＝2.5V，那么热载流子最坏偏置点为Vgs＝2.5V。
本实施例提供的确定FDSOI器件热载流子效应最坏偏置点的方法，可以在热载流子效应模型各模型参数(除栅电压)已知的情况下，对FDSOI器件HCI效应进行仿真，获得不同栅电压下对应的仿真结果(阈值电压的退化量)，从而根据仿真结果确定出最坏偏置点，进而可以对FDSOI器件的性能进行有效提升。
基于同一发明构思，本发明实施例还提供了一种确定热载流子效应最坏偏置点的装置，如图4所示，包括：
构建单元41，用于构建FDSOI器件的热载流子效应模型；
确定单元42，用于确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
创建单元，用于根据仿真需求创建输入网表，所述输入网表用于调整各所述模型参数的具体取值；
仿真单元，用于基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
其中，热载流子效应模型包括：
△Vth＝A·exp(B(Vds-Vdsat))·(Vgs-Vth)p·tn；其中，所述△Vth为阈值电压Vth的退化量，所述A为所述工艺相关参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述n所述时间幂律，所述，所述t为施加应力的时间。
需要说明的是，该装置可以为计算机、服务器等有计算或存储功能的设备装置。该装置可以为独立的服务器，在此不作限制。
由于本发明实施例所介绍的装置，为实施本发明实施例的方法所采用的装置，故而基于本发明实施例所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例的方法所采用的装置都属于本发明所欲保护的范围。
基于同一发明构思，本实施例提供一种计算机设备500，如图5所示，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序511，处理器520执行计算机程序511时实现以下步骤：
构建FDSOI器件的热载流子效应模型；
确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
根据仿真需求创建输入网表，所述输入网表用于调整各所述模型参数的具体取值；
基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
在具体实施过程中，处理器520执行计算机程序511时，可以实现前述实施例中任一实施方式。
由于本实施例所介绍的计算机设备为实施本申请前述实施例一种确定热载流子最坏偏置点的方法所采用的设备，故而基于本申请前述实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的计算机设备的具体实施方式以及其各种变化形式，所以在此对于该服务器如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
基于同一发明构思，本发明还提供一种计算机可读存储介质600，如图6所示，其上存储有计算机程序611，该计算机程序611被处理器执行时实现以下步骤：
构建FDSOI器件的热载流子效应模型；
确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
根据仿真需求创建输入网表，所述输入网表用于调整各所述模型参数的具体取值；
基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
在具体实施过程中，该计算机程序511被处理器执行时，可以实现前述实施例中任一实施方式。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种确定热载流子效应最坏偏置点的方法，其特征在于，所述方法包括：
构建FDSOI器件的热载流子效应模型；
确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
根据仿真需求创建输入网表，所述输入网表用于调整各所述模型参数的具体取值；
基于所述输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
2.如权利要求1所述的方法，其特征在于，所述热载流子效应模型包括：
△Vth＝A·exp(B(Vds-Vdsat))·(Vgs-Vth)p·tn；其中，所述△Vth为阈值电压Vth的退化量，所述A为所述工艺参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述n所述时间幂律，所述t为施加应力的时间。
3.如权利要求1所述的方法，其特征在于，所述确定所述热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述时间幂律时，确定所述载流子效应模型的对数函数；所述对数函数为ln△Vth＝nlnt+ln(A·exp(B(Vds-Vdsat))·(Vgs-Vth)p)；
绘制所述ln△Vth和lnt之间的拟合曲线，将所述拟合曲线的斜率值确定为所述时间幂律n；其中，
所述△Vth为阈值电压Vth的退化量，所述A为所述工艺参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述t为施加应力的时间。
4.如权利要求1所述的方法，其特征在于，所述确定所述热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述第一拟合参数B时，在所述栅电压Vgs为固定值的情况下，分别获取相同时刻第一漏电压Vds1下对应的第一退化量△Vth1以及第二漏电压Vds2下对应的第二退化量△Vth2；所述△Vth1＝A·exp(B(Vds1-Vdsat))·(Vgs-Vth)p·tn，△Vth2＝A·exp(B(Vds2-Vdsat))·(Vgs-Vth)p·tn；
根据公式
确定所述第一拟合参数B。
5.如权利要求1所述的方法，其特征在于，所述确定所述热载流子效应模型中各模型参数的参数值，包括：
当所述模型参数为所述第二拟合参数p时，在所述第一拟合参数B，所述饱和漏电压Vdsat，所述漏电压Vds及所述阈值电压Vth为固定值的情况下，获取第一栅电压Vgs1、第二栅电压Vgs2、第一饱和漏电压Vdsat1和第二饱和漏电压Vdsat2的值；
根据公式
确定所述第二拟合参数p。
6.如权利要求1所述的方法，其特征在于，基于输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点，包括：
控制所述输入网表中的漏电压Vds为固定值，控制所述栅电压Vgs以预设的调整量变化，对所述热载流子效应模型进行仿真，获得仿真结果；
获取所述仿真结果中所述阈值电压的峰值退化量对应的目标栅电压，所述目标栅电压为所述热载流子效应最坏偏置点。
7.一种确定热载流子效应最坏偏置点的装置，其特征在于，所述装置包括：
构建单元，用于构建FDSOI器件的热载流子效应模型；
确定单元，用于确定所述热载流子效应模型中各模型参数的参数值，所述模型参数包括：时间幂律、第一拟合参数、第二拟合参数、工艺参数、阈值电压、漏电压及饱和漏电压；
创建单元，用于根据仿真需求创建输入网表；
仿真单元，用于基于输入网表对所述热载流子效应模型进行仿真，确定热载流子效应最坏偏置点。
8.如权利要求7所述的装置，其特征在于，所述热载流子效应模型包括：
△Vth＝A·exp(B(Vds-Vdsat))·(Vgs-Vth)p·tn；其中，所述△Vth为阈值电压Vth的退化量，所述A为所述工艺参数，所述B为第一拟合参数，所述Vds为所述漏电压，所述Vdsat为所述饱和漏电压，所述Vgs为栅电压，所述p为第二拟合参数，所述n所述时间幂律，所述t为施加应力的时间。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6任一项所述的方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110821535.5A CN115704851A (zh) | 2021-07-20 | 2021-07-20 | 确定热载流子效应最坏偏置点的方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110821535.5A CN115704851A (zh) | 2021-07-20 | 2021-07-20 | 确定热载流子效应最坏偏置点的方法、装置、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115704851A true CN115704851A (zh) | 2023-02-17 |
Family
ID=85178340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110821535.5A Pending CN115704851A (zh) | 2021-07-20 | 2021-07-20 | 确定热载流子效应最坏偏置点的方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115704851A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116861701A (zh) * | 2023-08-25 | 2023-10-10 | 北京华大九天科技股份有限公司 | 一种老化模型的可靠性仿真方法 |
-
2021
- 2021-07-20 CN CN202110821535.5A patent/CN115704851A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116861701A (zh) * | 2023-08-25 | 2023-10-10 | 北京华大九天科技股份有限公司 | 一种老化模型的可靠性仿真方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Power et al. | Relating statistical MOSFET model parameter variabilities to IC manufacturing process fluctuations enabling realistic worst case design | |
| CN103105571B (zh) | 一种基于仿真的绝缘栅双极型晶体管的电流特性测定方法 | |
| US20190189651A1 (en) | Method and system for aging process on transistors in a display panel | |
| US20110313735A1 (en) | Circuit device reliability simulation system | |
| CN115704851A (zh) | 确定热载流子效应最坏偏置点的方法、装置、介质及设备 | |
| Wang et al. | Practical methods for verifying removal of Trojan stable operating points | |
| CN106528981A (zh) | 静电释放esd器件的连续多脉冲瞬态仿真方法 | |
| CN114021392B (zh) | 一种快速的老化仿真分析方法 | |
| US9268743B2 (en) | Method for determining a mathematical model of the electric behavior of a PN junction diode, and corresponding device | |
| JP2010108360A (ja) | シミュレーション方法、情報処理装置およびプログラム | |
| US8271254B2 (en) | Simulation model of BT instability of transistor | |
| US6581028B1 (en) | Profile extraction method and profile extraction apparatus | |
| US20150234961A1 (en) | Method and apparatus for circuit reliability aging | |
| JP2005259778A (ja) | 半導体装置の信頼性シミュレーション方法 | |
| Wan et al. | Simulating NBTI degradation in arbitrary stressed analog/mixed-signal environments | |
| CN105653823B (zh) | Mosfet阈值电压波动模型的提取方法及装置 | |
| Ramanujan et al. | Modeling IC snapback characteristics under electrostatic discharge stress | |
| CN116611378A (zh) | 电路模型的仿真模拟方法及装置、计算机设备和存储介质 | |
| CN104657558A (zh) | 提取lod效应模型的方法 | |
| CN113408231A (zh) | 退化模拟模型建立方法 | |
| CN105843974A (zh) | 电路老化仿真方法及装置 | |
| Gray et al. | The design and simulation model of an analog floating-gate computational element for use in large-scale analog reconfigurable systems | |
| Alagi et al. | Aging model for a 40 V Nch MOS, based on an innovative approach | |
| Zaikin | Basic diode SPICE model extension and a software characterization tool for reverse recovery simulation | |
| CN113361229B (zh) | Mosfet本征电压的模拟计算方法 |
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 |