CN117434413A - 基于多个半导体同步输入输出控制的软件检测方法 - Google Patents
基于多个半导体同步输入输出控制的软件检测方法 Download PDFInfo
- Publication number
- CN117434413A CN117434413A CN202311300066.8A CN202311300066A CN117434413A CN 117434413 A CN117434413 A CN 117434413A CN 202311300066 A CN202311300066 A CN 202311300066A CN 117434413 A CN117434413 A CN 117434413A
- Authority
- CN
- China
- Prior art keywords
- excitation
- input
- semiconductor device
- output result
- interval
- 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
- 239000004065 semiconductor Substances 0.000 title claims abstract description 215
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 26
- 230000005284 excitation Effects 0.000 claims abstract description 254
- 238000005192 partition Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims description 80
- 238000012512 characterization method Methods 0.000 claims description 48
- 238000013507 mapping Methods 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 22
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000013211 curve analysis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G01R31/2642—Testing semiconductor operation lifetime or reliability, e.g. by accelerated life tests
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明提供基于多个半导体同步输入输出控制的软件检测方法，其基于多个半导体器件各自的工作参数，确定与修正对每个半导体器件的输入激励范围，保证后续对半导体器件进行实体检测时输入激励能够有效触发半导体器件工作，还对半导体器件进行分区间激励输入，精确获得半导体器件在不同范围激励输入下相应的实际输出结果，便于细化分析半导体器件的输出状态；还基于半导体器件的工作模型，构建相匹配的仿真软件，并向仿真软件输入与实际激励输入相匹配的触发信号，实现对半导体器件的同步软件仿真检测，其通过软件仿真测试方式与实际测试方式同时实施，来对半导体器件进行独立检测，不需要借助任何经验数据，提高半导体器件检测的可靠性和有效性。
Description
技术领域
本发明涉及半导体检测的技术领域，特别涉及基于多个半导体同步输入输出控制的软件检测方法。
背景技术
半导体器件作为集成电路的基础，其性能的优劣直接决定集成电路的工作性能好坏。为了保证集成电路的正常稳定工作，需要对相应的半导体器件进行测试。现有的半导体器件测试方式都是对同一生产批次的半导体器件进行抽样检测，并将检测得到的半导体器件的工作性能表征曲线与相同类型的半导体器件的经验工作性能表征曲线进行对比，从而对半导体器件的工作性能进行评估，再对同一生产批次的所有半导体器件进行整体质量评价。上述方式需要借助对半导体器件的历史工作性能检测数据，形成相应的经验工作性能表征曲线，该经验工作性能表征曲线的准确性和可靠性决定于历史工作高性能检测数据，为此需要不断对经验工作性能表征曲线进行修正更新，这需要花费较多的人力时间。此外上述方式并不能以每个半导体器件单独作为检测对象进行独立检测，无法对半导体器件进行实时准确的检测，从而降低半导体器件检测的可靠性和有效性。
发明内容
针对现有技术存在的缺陷，本发明提供基于多个半导体同步输入输出控制的软件检测方法，其基于多个半导体器件各自的工作参数，确定与修正对每个半导体器件的输入激励范围，保证后续对半导体器件进行实体检测时输入激励能够有效触发半导体器件工作，还对半导体器件进行分区间激励输入，精确获得半导体器件在不同范围激励输入下相应的实际输出结果，便于细化分析半导体器件的输出状态；还基于半导体器件的工作模型，构建相匹配的仿真软件，并向仿真软件输入与实际激励输入相匹配的触发信号，实现对半导体器件的同步软件仿真检测，再将实际输出结果和仿真输出结果进行对比，判断半导体器件性能合格与否，其通过软件仿真测试方式与实际测试方式同时实施，来对半导体器件进行独立检测，不需要借助任何经验数据，提高半导体器件检测的可靠性和有效性。
本发明提供基于多个半导体同步输入输出控制的软件检测方法，包括如下步骤：
步骤S1，基于多个半导体器件各自的工作参数，初步确定针对每个半导体器件的输入激励范围；对所述输入激励范围进行修正，得到修正输入激励范围；
步骤S2，基于所述修正输入激励范围，向所述半导体器件进行分区间激励输入，以此得到相应的若干实际输出结果，并基于所述半导体器件的工作参数，对所述实际输出结果进行修正；构建关于不同区间输入激励及其修正后的实际输出结果的第一映射关系；
步骤S3，基于所述半导体器件的工作模型，构建与所述半导体器件相匹配的仿真软件；基于所有所述区间输入激励，生成触发信号，并将所述触发信号输入至所述仿真软件，以此得到相应的仿真输出结果；构建关于不同区间输入激励对应的触发信号及其仿真输出结果的第二映射关系；
步骤S4，基于所述第一映射关系和所述第二映射关系，将所述实际输出结果与所述仿真输出结果进行对比，判断所述半导体器件是否属于合格半导体器件。
进一步，在所述步骤S1中，基于多个半导体器件各自的工作参数，初步确定针对每个半导体器件的输入激励范围，包括：
基于多个半导体器件各自的器件型号，获取与每个半导体器件对应的极限工作电压下限值和上限值，以及对应的极限工作电流下限值和上限值；
基于所述极限工作电压下限值和上限值以及所述极限工作电流下限值和上限值，确定针对每个半导体器件的允许输入电压激励范围和允许输入电流激励范围。
进一步，在所述步骤S1中，对所述输入激励范围进行修正，得到修正输入激励范围，包括：
基于所述允许输入电压激励范围，向所述半导体器件输入一系列电压激励，以此得到所述半导体器件相应的电压激励输出曲线；基于所述电压激励输出曲线的线性区间，对所述允许输入电压激励范围进行修正，得到修正输入电压激励范围；
基于所述允许输入电流激励范围，向所述半导体器件输入一系列电流激励，以此得到所述半导体器件相应的电流激励输出曲线；基于所述电流激励输出曲线的线性区间，对所述允许输入电流激励范围进行修正，得到修正输入电流激励范围。
进一步，在所述步骤S2中，基于所述修正输入激励范围，向所述半导体器件进行分区间激励输入，以此得到相应的若干实际输出结果，并基于所述半导体器件的工作参数，对所述实际输出结果进行修正，包括：
将所述修正输入激励范围均分为若干输入激励区间，基于每个输入激励区间，向所述半导体器件输入对应的激励电压信号或激励电流信号，以此得到分别对应于每个输入激励区间的若干实际电压输出结果或若干实际电流输出结果；
基于所述半导体器件的最小输出电压值和最大输出电压值，对所有实际电压输出结果进行异常数据剔除，从而实现对所述实际输出结果的修正；
基于所述半导体器件的最小输出电流值和最大输出电流值，对所有实际电流输出结果进行异常数据剔除，从而实现对所述实际输出结果的修正。
进一步，在所述步骤S2中，构建关于不同区间输入激励及其修正后的实际输出结果的第一映射关系，包括：
构建关于每个输入激励区间及其对应修正后的实际电压输出结果或修正后的实际电流输出结果之间一一对应的第一映射关系。
进一步，在所述步骤S3中，基于所述半导体器件的工作模型，构建与所述半导体器件相匹配的仿真软件；基于所有所述区间输入激励，生成触发信号，并将所述触发信号输入至所述仿真软件，以此得到相应的仿真输出结果，包括：
基于所述半导体器件的测试大数据，对深度学习模型进行训练，得到与所述半导体器件匹配的工作模型；再基于所述工作模型，构建与所述半导体器件相匹配的仿真软件；
基于每个区间输入激励的信号特征，生成相匹配的虚拟触发信号；其中，所述信号特征包括所述区间输入激励的信号幅度、信号频率和信号相位中的至少一者；再将所述虚拟触发信号输入至所述仿真软件，以此得到相应的仿真输出结果。
进一步，在所述步骤S3中，构建关于不同区间输入激励对应的触发信号及其仿真输出结果的第二映射关系，包括：
构建关于每个区间输入激励匹配的虚拟触发信号及其对应的仿真输出结果之间一一对应的第二映射关系。
进一步，在所述步骤S4中，基于所述第一映射关系和所述第二映射关系，将所述实际输出结果与所述仿真输出结果进行对比，判断所述半导体器件是否属于合格半导体器件，包括：
基于所述第一映射关系和所述第二映射关系，分别生成实际工作表征曲线和仿真工作表征曲线；
将所述实际工作表征曲线和仿真工作表征曲线进行对比，得到所述实际输出结果与所述仿真输出结果之间对应于每个区间输入激励的输出结果差异；
若所述输出结果差异大于或等于预设差异阈值，则将所述实际工作表征曲线对应于所述区间输入激励的实际输出结果确定为异常输出结果；若所述实际工作表征曲线包含的异常输出结果的总数量大于或等于预设数量阈值，则判断所述半导体器件不属于合格半导体器件。
进一步，在所述步骤S4中，将所述实际工作表征曲线和仿真工作表征曲线进行对比，得到所述实际输出结果与所述仿真输出结果之间对应于每个区间输入激励的输出结果差异，包括：
步骤S401，所述实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的输出结果能够进行一一对比的，根据每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对应关系进行差值对比，并根据一一对应关系的差值对比的结果进行差异放大，得到每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对比差异值，利用下面公式(1)，得到每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对比差异值，
在上述公式(1)中，Y(a)表示第a个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对比差异值；Sa(i)表示第a个区间输入激励的所述实际输出结果中的第i个结果数值；Fa(i)表示第a个区间输入激励的所述仿真输出结果中的第i个结果数值；na表示第a个区间输入激励后输出结果的结果总个数；||表示求取绝对值；
步骤S402，所述实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的区间曲线均能够进行线性拟合，得到所述实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的区间线性拟合直线，利用下面公式(2)，对两个区间线性拟合曲线进行拟合函数比对，得到每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的拟合函数对比差异值，
在上述公式(2)中，片(a)表示第a个区间输入激励的所述实际输出结果与所述仿真输出结果之间的拟合函数对比差异值；KSa表示第a个区间输入激励的实际工作表征曲线对应的区间线性拟合直线的斜率值；KFa表示第a个区间输入激励的仿真工作表征曲线对应的区间线性拟合直线的斜率值；BSa表示第a个区间输入激励的实际工作表征曲线对应的区间线性拟合直线的截距值；BFa表示第a个区间输入激励的仿真工作表征曲线对应的区间线性拟合直线的截距值；E0(a)表示第a个区间输入激励的区间最小激励值；Em(a)第a个区间输入激励的区间最大激励值；e表示积分变量；
步骤S403，利用下面公式(3)，根据每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的拟合函数对比差异值对所述一一对比差异值进行综合合并分析，得到所述实际输出结果与所述仿真输出结果之间对应于每个区间输入激励的输出结果综合差异，
在上述公式(3)中，C(a)表示所述实际输出结果与所述仿真输出结果之间对应于第a个区间输入激励的输出结果综合差异值；max[Y(a)，片(a)]表示求取Y(a)和片(a)中的最大值。
相比于现有技术，该基于多个半导体同步输入输出控制的软件检测方法基于多个半导体器件各自的工作参数，确定与修正对每个半导体器件的输入激励范围，保证后续对半导体器件进行实体检测时输入激励能够有效触发半导体器件工作，还对半导体器件进行分区间激励输入，精确获得半导体器件在不同范围激励输入下相应的实际输出结果，便于细化分析半导体器件的输出状态；还基于半导体器件的工作模型，构建相匹配的仿真软件，并向仿真软件输入与实际激励输入相匹配的触发信号，实现对半导体器件的同步软件仿真检测，再将实际输出结果和仿真输出结果进行对比，判断半导体器件性能合格与否，其通过软件仿真测试方式与实际测试方式同时实施，来对半导体器件进行独立检测，不需要借助任何经验数据，提高半导体器件检测的可靠性和有效性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明提供的基于多个半导体同步输入输出控制的软件检测方法的流程示意图。
具体实施方式
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，所描述的实施例仅仅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。
参阅图1，为本发明实施例提供的基于多个半导体同步输入输出控制的软件检测方法的流程示意图。该基于多个半导体同步输入输出控制的软件检测方法包括如下步骤：
步骤S1，基于多个半导体器件各自的工作参数，初步确定针对每个半导体器件的输入激励范围；对该输入激励范围进行修正，得到修正输入激励范围；
步骤S2，基于该修正输入激励范围，向该半导体器件进行分区间激励输入，以此得到相应的若干实际输出结果，并基于该半导体器件的工作参数，对该实际输出结果进行修正；构建关于不同区间输入激励及其修正后的实际输出结果的第一映射关系；
步骤S3，基于该半导体器件的工作模型，构建与该半导体器件相匹配的仿真软件；基于所有该区间输入激励，生成触发信号，并将该触发信号输入至该仿真软件，以此得到相应的仿真输出结果；构建关于不同区间输入激励对应的触发信号及其仿真输出结果的第二映射关系；
步骤S4，基于该第一映射关系和该第二映射关系，将该实际输出结果与该仿真输出结果进行对比，判断该半导体器件是否属于合格半导体器件。
上述技术方案的有益效果为：该基于多个半导体同步输入输出控制的软件检测方法基于多个半导体器件各自的工作参数，确定与修正对每个半导体器件的输入激励范围，保证后续对半导体器件进行实体检测时输入激励能够有效触发半导体器件工作，还对半导体器件进行分区间激励输入，精确获得半导体器件在不同范围激励输入下相应的实际输出结果，便于细化分析半导体器件的输出状态；还基于半导体器件的工作模型，构建相匹配的仿真软件，并向仿真软件输入与实际激励输入相匹配的触发信号，实现对半导体器件的同步软件仿真检测，再将实际输出结果和仿真输出结果进行对比，判断半导体器件性能合格与否，其通过软件仿真测试方式与实际测试方式同时实施，来对半导体器件进行独立检测，不需要借助任何经验数据，提高半导体器件检测的可靠性和有效性。
优选地，在该步骤S1中，基于多个半导体器件各自的工作参数，初步确定针对每个半导体器件的输入激励范围，包括：
基于多个半导体器件各自的器件型号，获取与每个半导体器件对应的极限工作电压下限值和上限值，以及对应的极限工作电流下限值和上限值；
基于该极限工作电压下限值和上限值以及该极限工作电流下限值和上限值，确定针对每个半导体器件的允许输入电压激励范围和允许输入电流激励范围。
上述技术方案的有益效果为：不同型号的半导体器件具有不同的安全工作电压范围和安全工作电流范围，在相应的安全工作电压范围和安全工作电流范围内，半导体器件能够保证正常稳定工作。在实际工作中，以多个半导体器件各自的器件型号为基准，通过查找半导体器件的工作参数表的方式获取与每个半导体器件对应的极限工作电压下限值和上限值(即安全工作电压范围的下限值和上限值)，以及对应的极限工作电流下限值和上限值(即安全工作电流范围的下限值和上限值)，以此确定针对每个半导体器件的允许输入电压激励范围和允许输入电流激励范围，避免后续对半导体器件进行实际检测过程中输入的电压/电流激励过小无法有效触发半导体器件正常工作，或者输入的电压/电流激励过大而导致半导体器件损坏。
优选地，在该步骤S1中，对该输入激励范围进行修正，得到修正输入激励范围，包括：
基于该允许输入电压激励范围，向该半导体器件输入一系列电压激励，以此得到该半导体器件相应的电压激励输出曲线；基于该电压激励输出曲线的线性区间，对该允许输入电压激励范围进行修正，得到修正输入电压激励范围；
基于该允许输入电流激励范围，向该半导体器件输入一系列电流激励，以此得到该半导体器件相应的电流激励输出曲线；基于该电流激励输出曲线的线性区间，对该允许输入电流激励范围进行修正，得到修正输入电流激励范围。
上述技术方案的有益效果为：在允许输入电压激励范围内等间距选取若干电压激励，以此组成一系列电压激励，并输入到半导体器件中使得半导体器件形成相应的电压激励输出曲线。再对该电压激励输出曲线进行曲线分析，得到电压激励输出曲线的线性分布区域和非线性分布区域，其中在该线性分布区域内半导体器件能够保持正常工作状态，而在该非线性分布区域内半导体器件不能保持正常工作状态。再以电压激励输出曲线的线性区间为基准，对允许输入电压激励范围进行修正，即以电压激励输出曲线的线性区间所对应的电压激励范围作为修正输入电压激励范围。此外，在允许输入电流激励范围内等间距选取若干电流激励，以此组成一系列电流激励，并输入到半导体器件中使得半导体器件形成相应的电流激励输出曲线。再对该电流激励输出曲线进行曲线分析，得到电流激励输出曲线的线性分布区域和非线性分布区域，其中在该线性分布区域内半导体器件能够保持正常工作状态，而在该非线性分布区域内半导体器件不能保持正常工作状态。再以电流激励输出曲线的线性区间为基准，对允许输入电流激励范围进行修正，即以电流激励输出曲线的线性区间所对应的电流激励范围作为修正输入电流激励范围。
优选地，在该步骤S2中，基于该修正输入激励范围，向该半导体器件进行分区间激励输入，以此得到相应的若干实际输出结果，并基于该半导体器件的工作参数，对该实际输出结果进行修正，包括：
将该修正输入激励范围均分为若干输入激励区间，基于每个输入激励区间，向该半导体器件输入对应的激励电压信号或激励电流信号，以此得到分别对应于每个输入激励区间的若干实际电压输出结果或若干实际电流输出结果；
基于该半导体器件的最小输出电压值和最大输出电压值，对所有实际电压输出结果进行异常数据剔除，从而实现对该实际输出结果的修正；
基于该半导体器件的最小输出电流值和最大输出电流值，对所有实际电流输出结果进行异常数据剔除，从而实现对该实际输出结果的修正。
上述技术方案的有益效果为：将修正后的输入激励范围均分为若干输入激励区间，再以每个输入激励区间为基准，向半导体器件输入与每个输入激励区间对应的激励电压信号或激励电流信号，从而得到分别对应于每个输入激励区间的若干实际电压输出结果或若干实际电流输出结果，这样实现对半导体器件进行分区间激励的识别。再以半导体器件的最小输出电压值和最大输出电压值为基准和以半导体器件的最小输出电流值和最大输出电流值为基准，对所有实际电压输出结果和所有实际电流输出结果进行异常数据剔除，从而有效降低实际输出结果的噪声干扰。
优选地，在该步骤S2中，构建关于不同区间输入激励及其修正后的实际输出结果的第一映射关系，包括：
构建关于每个输入激励区间及其对应修正后的实际电压输出结果或修正后的实际电流输出结果之间一一对应的第一映射关系。
上述技术方案的有益效果为：构建关于每个输入激励区间及其对应修正后的实际电压输出结果或修正后的实际电流输出结果之间一一对应的第一映射关系，能够对半导体器件进行实际检测的检测结果进行标定。
优选地，在该步骤S3中，基于该半导体器件的工作模型，构建与该半导体器件相匹配的仿真软件；基于所有该区间输入激励，生成触发信号，并将该触发信号输入至该仿真软件，以此得到相应的仿真输出结果，包括：
基于该半导体器件的测试大数据，对深度学习模型进行训练，得到与该半导体器件匹配的工作模型；再基于该工作模型，构建与该半导体器件相匹配的仿真软件；
基于每个区间输入激励的信号特征，生成相匹配的虚拟触发信号；其中，该信号特征包括该区间输入激励的信号幅度、信号频率和信号相位中的至少一者；再将该虚拟触发信号输入至该仿真软件，以此得到相应的仿真输出结果。
上述技术方案的有益效果为：以半导体器件的测试大数据为基准，进行深度学习模型训练，得到与半导体器件匹配的工作模型，再基于工作模型，构建与半导体器件相匹配的仿真软件，保证仿真软件能够与半导体器件的实际工作状态相一致。此外，基于每个区间输入激励的信号特征，生成相匹配的虚拟触发信号，并将虚拟触发信号输入至仿真软件，以此得到相应的仿真输出结果，从而保证仿真软件获得与半导体器件相同的激励，确保仿真软件的正常运行。
优选地，在该步骤S3中，构建关于不同区间输入激励对应的触发信号及其仿真输出结果的第二映射关系，包括：
构建关于每个区间输入激励匹配的虚拟触发信号及其对应的仿真输出结果之间一一对应的第二映射关系。
上述技术方案的有益效果为：构建关于每个区间输入激励匹配的虚拟触发信号及其对应的仿真输出结果之间一一对应的第二映射关系，能够对仿真软件进行模拟检测的检测结果进行标定。
优选地，在该步骤S4中，基于该第一映射关系和该第二映射关系，将该实际输出结果与该仿真输出结果进行对比，判断该半导体器件是否属于合格半导体器件，包括：
基于该第一映射关系和该第二映射关系，分别生成实际工作表征曲线和仿真工作表征曲线；
将该实际工作表征曲线和仿真工作表征曲线进行对比，得到该实际输出结果与该仿真输出结果之间对应于每个区间输入激励的输出结果差异；
若该输出结果差异大于或等于预设差异阈值，则将该实际工作表征曲线对应于该区间输入激励的实际输出结果确定为异常输出结果；若该实际工作表征曲线包含的异常输出结果的总数量大于或等于预设数量阈值，则判断该半导体器件不属于合格半导体器件。
上述技术方案的有益效果为：以第一映射关系和第二映射关系为基准，分别生成实际工作表征曲线和仿真工作表征曲线，并得到两个曲线结果之间对应于每个区间输入激励的输出结果差异，从而准确判断半导体器件是否属于合格半导体器件。
优选地，在该步骤S4中，将该实际工作表征曲线和仿真工作表征曲线进行对比，得到该实际输出结果与该仿真输出结果之间对应于每个区间输入激励的输出结果差异，包括：
步骤S401，该实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的输出结果能够进行一一对比的，根据每个区间输入激励的该实际输出结果与该仿真输出结果之间的一一对应关系进行差值对比，并根据一一对应关系的差值对比的结果进行差异放大，得到每个区间输入激励的该实际输出结果与该仿真输出结果之间的一一对比差异值，利用下面公式(1)，得到每个区间输入激励的该实际输出结果与该仿真输出结果之间的一一对比差异值，
在上述公式(1)中，Y(a)表示第a个区间输入激励的该实际输出结果与该仿真输出结果之间的一一对比差异值；Sa(i)表示第a个区间输入激励的该实际输出结果中的第i个结果数值；Fa(i)表示第a个区间输入激励的该仿真输出结果中的第i个结果数值；na表示第a个区间输入激励后输出结果的结果总个数；||表示求取绝对值；
步骤S402，该实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的区间曲线均能够进行线性拟合，得到该实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的区间线性拟合直线，利用下面公式(2)，对两个区间线性拟合曲线进行拟合函数比对，得到每个区间输入激励的该实际输出结果与该仿真输出结果之间的拟合函数对比差异值，
在上述公式(2)中，片(a)表示第a个区间输入激励的该实际输出结果与该仿真输出结果之间的拟合函数对比差异值；KSa表示第a个区间输入激励的实际工作表征曲线对应的区间线性拟合直线的斜率值；KFa表示第a个区间输入激励的仿真工作表征曲线对应的区间线性拟合直线的斜率值；BSa表示第a个区间输入激励的实际工作表征曲线对应的区间线性拟合直线的截距值；BFa表示第a个区间输入激励的仿真工作表征曲线对应的区间线性拟合直线的截距值；E0(a)表示第a个区间输入激励的区间最小激励值；Em(a)第a个区间输入激励的区间最大激励值；e表示积分变量；
步骤S403，利用下面公式(3)，根据每个区间输入激励的该实际输出结果与该仿真输出结果之间的拟合函数对比差异值对该一一对比差异值进行综合合并分析，得到该实际输出结果与该仿真输出结果之间对应于每个区间输入激励的输出结果综合差异，
在上述公式(3)中，C(a)表示该实际输出结果与该仿真输出结果之间对应于第a个区间输入激励的输出结果综合差异值；max[Y(a)，片(a)]表示求取Y(a)和片(a)中的最大值。
上述技术方案的有益效果为：利用上述公式(1)，得到每个区间输入激励的该实际输出结果与该仿真输出结果之间的一一对比差异值，从而通过一一对比知晓两种输出结果的细节差异，便于后续的整体分析；再利用上述公式(2)，对两个区间线性拟合曲线进行拟合函数比对，得到每个区间输入激励的该实际输出结果与该仿真输出结果之间的拟合函数对比差异值，从而知晓两种输出结果的整体趋势差异，从而有效的通过变化趋势来判断所述半导体的异常，确保系统的可靠性；最后利用上述公式(3)，根据每个区间输入激励的该实际输出结果与该仿真输出结果之间的拟合函数对比差异值对该一一对比差异值进行综合合并分析，得到该实际输出结果与该仿真输出结果之间对应于每个区间输入激励的输出结果综合差异，从而将差异最大化的表示，并且当拟合函数对比差异值较大时因为使其趋势差异所以通过平均将其整体差异进行部分收敛确保系统后续判断的准确性。
从上述实施例的内容可知，该基于多个半导体同步输入输出控制的软件检测方法基于多个半导体器件各自的工作参数，确定与修正对每个半导体器件的输入激励范围，保证后续对半导体器件进行实体检测时输入激励能够有效触发半导体器件工作，还对半导体器件进行分区间激励输入，精确获得半导体器件在不同范围激励输入下相应的实际输出结果，便于细化分析半导体器件的输出状态；还基于半导体器件的工作模型，构建相匹配的仿真软件，并向仿真软件输入与实际激励输入相匹配的触发信号，实现对半导体器件的同步软件仿真检测，再将实际输出结果和仿真输出结果进行对比，判断半导体器件性能合格与否，其通过软件仿真测试方式与实际测试方式同时实施，来对半导体器件进行独立检测，不需要借助任何经验数据，提高半导体器件检测的可靠性和有效性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.基于多个半导体同步输入输出控制的软件检测方法，其特征在于，包括如下步骤：
步骤S1，基于多个半导体器件各自的工作参数，初步确定针对每个半导体器件的输入激励范围；对所述输入激励范围进行修正，得到修正输入激励范围；
步骤S2，基于所述修正输入激励范围，向所述半导体器件进行分区间激励输入，以此得到相应的若干实际输出结果，并基于所述半导体器件的工作参数，对所述实际输出结果进行修正；构建关于不同区间输入激励及其修正后的实际输出结果的第一映射关系；
步骤S3，基于所述半导体器件的工作模型，构建与所述半导体器件相匹配的仿真软件；基于所有所述区间输入激励，生成触发信号，并将所述触发信号输入至所述仿真软件，以此得到相应的仿真输出结果；构建关于不同区间输入激励对应的触发信号及其仿真输出结果的第二映射关系；
步骤S4，基于所述第一映射关系和所述第二映射关系，将所述实际输出结果与所述仿真输出结果进行对比，判断所述半导体器件是否属于合格半导体器件。
2.如权利要求1所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S1中，基于多个半导体器件各自的工作参数，初步确定针对每个半导体器件的输入激励范围，包括：
基于多个半导体器件各自的器件型号，获取与每个半导体器件对应的极限工作电压下限值和上限值，以及对应的极限工作电流下限值和上限值；基于所述极限工作电压下限值和上限值以及所述极限工作电流下限值和上限值，确定针对每个半导体器件的允许输入电压激励范围和允许输入电流激励范围。
3.如权利要求2所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S1中，对所述输入激励范围进行修正，得到修正输入激励范围，包括：
基于所述允许输入电压激励范围，向所述半导体器件输入一系列电压激励，以此得到所述半导体器件相应的电压激励输出曲线；基于所述电压激励输出曲线的线性区间，对所述允许输入电压激励范围进行修正，得到修正输入电压激励范围；
基于所述允许输入电流激励范围，向所述半导体器件输入一系列电流激励，以此得到所述半导体器件相应的电流激励输出曲线；基于所述电流激励输出曲线的线性区间，对所述允许输入电流激励范围进行修正，得到修正输入电流激励范围。
4.如权利要求1所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S2中，基于所述修正输入激励范围，向所述半导体器件进行分区间激励输入，以此得到相应的若干实际输出结果，并基于所述半导体器件的工作参数，对所述实际输出结果进行修正，包括：
将所述修正输入激励范围均分为若干输入激励区间，基于每个输入激励区间，向所述半导体器件输入对应的激励电压信号或激励电流信号，以此得到分别对应于每个输入激励区间的若干实际电压输出结果或若干实际电流输出结果；
基于所述半导体器件的最小输出电压值和最大输出电压值，对所有实际电压输出结果进行异常数据剔除，从而实现对所述实际输出结果的修正；基于所述半导体器件的最小输出电流值和最大输出电流值，对所有实际电流输出结果进行异常数据剔除，从而实现对所述实际输出结果的修正。
5.如权利要求4所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S2中，构建关于不同区间输入激励及其修正后的实际输出结果的第一映射关系，包括：
构建关于每个输入激励区间及其对应修正后的实际电压输出结果或修正后的实际电流输出结果之间一一对应的第一映射关系。
6.如权利要求1所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S3中，基于所述半导体器件的工作模型，构建与所述半导体器件相匹配的仿真软件；基于所有所述区间输入激励，生成触发信号，并将所述触发信号输入至所述仿真软件，以此得到相应的仿真输出结果，包括：
基于所述半导体器件的测试大数据，对深度学习模型进行训练，得到与所述半导体器件匹配的工作模型；再基于所述工作模型，构建与所述半导体器件相匹配的仿真软件；
基于每个区间输入激励的信号特征，生成相匹配的虚拟触发信号；其中，所述信号特征包括所述区间输入激励的信号幅度、信号频率和信号相位中的至少一者；再将所述虚拟触发信号输入至所述仿真软件，以此得到相应的仿真输出结果。
7.如权利要求6所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S3中，构建关于不同区间输入激励对应的触发信号及其仿真输出结果的第二映射关系，包括：
构建关于每个区间输入激励匹配的虚拟触发信号及其对应的仿真输出结果之间一一对应的第二映射关系。
8.如权利要求1所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S4中，基于所述第一映射关系和所述第二映射关系，将所述实际输出结果与所述仿真输出结果进行对比，判断所述半导体器件是否属于合格半导体器件，包括：
基于所述第一映射关系和所述第二映射关系，分别生成实际工作表征曲线和仿真工作表征曲线；
将所述实际工作表征曲线和仿真工作表征曲线进行对比，得到所述实际输出结果与所述仿真输出结果之间对应于每个区间输入激励的输出结果差异；
若所述输出结果差异大于或等于预设差异阈值，则将所述实际工作表征曲线对应于所述区间输入激励的实际输出结果确定为异常输出结果；若所述实际工作表征曲线包含的异常输出结果的总数量大于或等于预设数量阈值，则判断所述半导体器件不属于合格半导体器件。
9.如权利要求8所述的基于多个半导体同步输入输出控制的软件检测方法，其特征在于：
在所述步骤S4中，将所述实际工作表征曲线和仿真工作表征曲线进行对比，得到所述实际输出结果与所述仿真输出结果之间对应于每个区间输入激励的输出结果差异，包括：
步骤S401，所述实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的输出结果能够进行一一对比的，根据每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对应关系进行差值对比，并根据一一对应关系的差值对比的结果进行差异放大，得到每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对比差异值，利用下面公式(1)，得到每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对比差异值，
在上述公式(1)中，Y(a)表示第a个区间输入激励的所述实际输出结果与所述仿真输出结果之间的一一对比差异值；Sa(i)表示第a个区间输入激励的所述实际输出结果中的第i个结果数值；Fa(i)表示第a个区间输入激励的所述仿真输出结果中的第i个结果数值；na表示第a个区间输入激励后输出结果的结果总个数；| |表示求取绝对值；
步骤S402，所述实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的区间曲线均能够进行线性拟合，得到所述实际工作表征曲线和仿真工作表征曲线在每个区间输入激励对应的区间线性拟合直线，利用下面公式(2)，对两个区间线性拟合曲线进行拟合函数比对，得到每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的拟合函数对比差异值，
在上述公式(2)中，H(a)表示第a个区间输入激励的所述实际输出结果与所述仿真输出结果之间的拟合函数对比差异值；KSa表示第a个区间输入激励的实际工作表征曲线对应的区间线性拟合直线的斜率值；KFa表示第a个区间输入激励的仿真工作表征曲线对应的区间线性拟合直线的斜率值；BSa表示第a个区间输入激励的实际工作表征曲线对应的区间线性拟合直线的截距值；BFa表示第a个区间输入激励的仿真工作表征曲线对应的区间线性拟合直线的截距值；E0(a)表示第a个区间输入激励的区间最小激励值；Em(a)第a个区间输入激励的区间最大激励值；e表示积分变量；
步骤S403，利用下面公式(3)，根据每个区间输入激励的所述实际输出结果与所述仿真输出结果之间的拟合函数对比差异值对所述一一对比差异值进行综合合并分析，得到所述实际输出结果与所述仿真输出结果之间对应于每个区间输入激励的输出结果综合差异，
在上述公式(3)中，C(a)表示所述实际输出结果与所述仿真输出结果之间对应于第a个区间输入激励的输出结果综合差异值；max[Y(a),H(a)]表示求取Y(a)和H(a)中的最大值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311300066.8A CN117434413A (zh) | 2023-10-09 | 2023-10-09 | 基于多个半导体同步输入输出控制的软件检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311300066.8A CN117434413A (zh) | 2023-10-09 | 2023-10-09 | 基于多个半导体同步输入输出控制的软件检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117434413A true CN117434413A (zh) | 2024-01-23 |
Family
ID=89554443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311300066.8A Pending CN117434413A (zh) | 2023-10-09 | 2023-10-09 | 基于多个半导体同步输入输出控制的软件检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117434413A (zh) |
-
2023
- 2023-10-09 CN CN202311300066.8A patent/CN117434413A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107016236B (zh) | 基于非线性量测方程的电网假数据注入攻击检测方法 | |
| CN104900551B (zh) | 一种晶圆质量管控方法和装置 | |
| CN108829878B (zh) | 一种工业实验数据异常点检测方法及装置 | |
| CN115864759B (zh) | 一种电机自动测试工站的控制方法及系统 | |
| CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
| CN115639207B (zh) | 一种用于多种产品同时检测的机器视觉检测方法及系统 | |
| CN114034335A (zh) | 一种环境试验设备的温湿度参数稳定状态识别方法 | |
| CN116933099A (zh) | 一种汽车零部件老化测试方法、系统及介质 | |
| CN117330265B (zh) | 一种床垫弹性测试方法及系统 | |
| CN110096723B (zh) | 基于运维检测大数据的高压开关柜绝缘状态分析方法 | |
| CN114705965A (zh) | 基于大数据的第三代半导体可靠性数据分析系统 | |
| CN108344936B (zh) | 一种功率半导体器件的测试方法 | |
| CN112834912B (zh) | 一种芯片测试机上利用曲线拟合方式测量芯片内阻的方法 | |
| CN110956112B (zh) | 一种新的高可靠性回转支承寿命评估方法 | |
| CN117434413A (zh) | 基于多个半导体同步输入输出控制的软件检测方法 | |
| CN109308395B (zh) | 基于lof-knn算法的晶圆级空间测量参数异常识别方法 | |
| CN116662900A (zh) | 一种低频电压的局部放电程度识别方法及系统 | |
| CN116087759A (zh) | 一种电路板导电路径的检验方法及电路系统 | |
| CN115841478A (zh) | 应用于车载空调软管生产管控的质量检测系统 | |
| CN206146591U (zh) | 基于压力变送器性能测试系统 | |
| JP2000293566A (ja) | モデルパラメータ抽出方法 | |
| CN114236363A (zh) | 一种基于集成电路芯片的稳定性测试方法和系统 | |
| CN109375007B (zh) | 测控保护装置的失效评估方法、装置、设备及存储介质 | |
| CN116487285B (zh) | 一种光伏组件电参数测试结果修正方法及相关装置 | |
| CN113012120B (zh) | 灰度值有效性分析方法、装置、电子设备以及存储介质 |
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 |