JPH08329123A - パラメータ抽出システム - Google Patents
パラメータ抽出システムInfo
- Publication number
- JPH08329123A JPH08329123A JP7132059A JP13205995A JPH08329123A JP H08329123 A JPH08329123 A JP H08329123A JP 7132059 A JP7132059 A JP 7132059A JP 13205995 A JP13205995 A JP 13205995A JP H08329123 A JPH08329123 A JP H08329123A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- parameters
- extraction system
- combination
- parameter extraction
- 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
Abstract
(57)【要約】
【目的】 回路シミュレータで使用するパラメータの抽
出の自動化を行い、作業負担の低減を図る。 【構成】 プロセッサはＲＯＭに格納されたプログラム
に基づき次の処理を実行する。先ず、パラメータの初期
値を元にした固有値解析により誤差関数の変化に敏感な
パラメータの組み合わせを求め、当該パラメータの組み
合わせと測定データとに基づく誤差関数Ｓの最小値を求
めて、その値が十分に小さいかを判断する。ＮＯのとき
には、誤差関数Ｓの最小値を与えたパラメータに対する
新たなヤコビアンを用いて更に固有値解析を行い、誤差
関数の変化に敏感な新たなパラメータの組み合わせを求
め、このパラメータの組み合わせに対して同様の処理を
実施し、誤差関数Ｓの最小値又はパラメータの変化が十
分に小さいと判断されたときに処理を終了する。
出の自動化を行い、作業負担の低減を図る。 【構成】 プロセッサはＲＯＭに格納されたプログラム
に基づき次の処理を実行する。先ず、パラメータの初期
値を元にした固有値解析により誤差関数の変化に敏感な
パラメータの組み合わせを求め、当該パラメータの組み
合わせと測定データとに基づく誤差関数Ｓの最小値を求
めて、その値が十分に小さいかを判断する。ＮＯのとき
には、誤差関数Ｓの最小値を与えたパラメータに対する
新たなヤコビアンを用いて更に固有値解析を行い、誤差
関数の変化に敏感な新たなパラメータの組み合わせを求
め、このパラメータの組み合わせに対して同様の処理を
実施し、誤差関数Ｓの最小値又はパラメータの変化が十
分に小さいと判断されたときに処理を終了する。
Description
【０００１】
【産業上の利用分野】この発明は、ＬＳＩ回路設計にお
いて使用する回路シミュレーションのためのモデルパラ
メータ抽出に関するものである。
いて使用する回路シミュレーションのためのモデルパラ
メータ抽出に関するものである。
【０００２】
【従来の技術】図３は、従来のパラメータ抽出システム
における手順を示すフローチャートである。このシステ
ムでは、先ず、ユーザは、非線形最小二乗法をベースに
したオプティマイザの入力として、測定値に対して合わ
せ込もうとするフィッティング関数のパラメータの組み
合わせ（Ｐｊ）を指定する必要がある。即ち、ユーザは
どのパラメータを変化させるかを判断して、変化すべき
パラメータを指定する必要がある。
における手順を示すフローチャートである。このシステ
ムでは、先ず、ユーザは、非線形最小二乗法をベースに
したオプティマイザの入力として、測定値に対して合わ
せ込もうとするフィッティング関数のパラメータの組み
合わせ（Ｐｊ）を指定する必要がある。即ち、ユーザは
どのパラメータを変化させるかを判断して、変化すべき
パラメータを指定する必要がある。
【０００３】次に、動作について説明する。トランジス
タの電気特性の測定データをＺｉ、それに対するフィッ
ティング関数（モデル式）での計算値をＹｉとして表わ
すものとして、誤差関数Ｓを数１のように定義する。
タの電気特性の測定データをＺｉ、それに対するフィッ
ティング関数（モデル式）での計算値をＹｉとして表わ
すものとして、誤差関数Ｓを数１のように定義する。
【０００４】
【数１】
【０００５】ここで、ｍは測定点数である。又、計算値
Ｙｉは数２で表わされるｎ個のパラメータＰの関数であ
り、数３として表わされる。
Ｙｉは数２で表わされるｎ個のパラメータＰの関数であ
り、数３として表わされる。
【０００６】
【数２】
【０００７】
【数３】
【０００８】オプティマイザは、誤差関数Ｓを最小にす
るようなパラメータＰの値を数学的に求めるものであ
り、通常は以下に示す非線形最小二乗法を用いて反復計
算を行い、その収束解を最適パラメータＰ（＊）に決定
する。
るようなパラメータＰの値を数学的に求めるものであ
り、通常は以下に示す非線形最小二乗法を用いて反復計
算を行い、その収束解を最適パラメータＰ（＊）に決定
する。
【０００９】非線形最小二乗法では、数３のフィッティ
ング関数ｆｉの各パラメータＰｊ（ｊ＝１〜ｎ）でのヤ
コビアン行列を次の数４として表わすと、数５を解くこ
とにより、各反復計算毎のパラメータＰの変化分△Ｐが
求められる。
ング関数ｆｉの各パラメータＰｊ（ｊ＝１〜ｎ）でのヤ
コビアン行列を次の数４として表わすと、数５を解くこ
とにより、各反復計算毎のパラメータＰの変化分△Ｐが
求められる。
【００１０】
【数４】
【００１１】
【数５】
【００１２】ここで、ｋを任意の整数とすると、（ｋ＋
１）回目の反復時でのパラメータＰ（ｋ＋１）は、ｋ回
目でのパラメータＰ（ｋ）より、数６として求められ
る。
１）回目の反復時でのパラメータＰ（ｋ＋１）は、ｋ回
目でのパラメータＰ（ｋ）より、数６として求められ
る。
【００１３】
【数６】
【００１４】
【発明が解決しようとする課題】従来のパラメータ抽出
システムは以上のように構成されているので、次のよう
な問題点がある。即ち、従来技術では、ユーザは最適化
するパラメータを指定しなければならず、しかもトラン
ジスタモデル式に精通していることが必要であり、その
ためユーザの知的負担が多大となる問題点があり、更に
最適化の対象となったパラメータの組み合わせによって
は抽出結果が異なる等の問題点がある。
システムは以上のように構成されているので、次のよう
な問題点がある。即ち、従来技術では、ユーザは最適化
するパラメータを指定しなければならず、しかもトラン
ジスタモデル式に精通していることが必要であり、その
ためユーザの知的負担が多大となる問題点があり、更に
最適化の対象となったパラメータの組み合わせによって
は抽出結果が異なる等の問題点がある。
【００１５】この発明は上記のような問題点を解消する
ためになされたものであり、最適化するパラメータを自
動的にフィッティング可能としてユーザが上記パラメー
タを指定する必要性をなくし、ユーザの知的負担を低減
した抽出システムを提供することを目的とする。又、こ
の発明は、システムの拡張性の保持による作業の効率化
を図ること、プロセスのばらつきを考慮したパラメータ
の抽出を可能とすることをも目的としている。
ためになされたものであり、最適化するパラメータを自
動的にフィッティング可能としてユーザが上記パラメー
タを指定する必要性をなくし、ユーザの知的負担を低減
した抽出システムを提供することを目的とする。又、こ
の発明は、システムの拡張性の保持による作業の効率化
を図ること、プロセスのばらつきを考慮したパラメータ
の抽出を可能とすることをも目的としている。
【００１６】
【課題を解決するための手段】請求項１に係る発明は、
ＬＳＩ回路設計に於いて使用する回路シミュレーション
用のパラメータの抽出を行うパラメータ抽出システムで
あって、トランジスタの電気特性の測定データを格納す
るメモリと、前記トランジスタの形状及び電気特性毎に
感度解析を行い最適化すべき前記パラメータの組み合わ
せを動的に決定し、決定された前記パラメータの組み合
わせと前記測定データとを用いた非線形最小二乗法によ
り前記パラメータのフィッティングを行うプロセッサと
を備えている。
ＬＳＩ回路設計に於いて使用する回路シミュレーション
用のパラメータの抽出を行うパラメータ抽出システムで
あって、トランジスタの電気特性の測定データを格納す
るメモリと、前記トランジスタの形状及び電気特性毎に
感度解析を行い最適化すべき前記パラメータの組み合わ
せを動的に決定し、決定された前記パラメータの組み合
わせと前記測定データとを用いた非線形最小二乗法によ
り前記パラメータのフィッティングを行うプロセッサと
を備えている。
【００１７】請求項２に係る発明では、請求項１記載の
パラメータ抽出システムにおいて、前記プロセッサは、
（ａ）前記パラメータの初期値を元にした固有値解析を
行って、前記パラメータの中から前記非線形最小二乗法
に於ける誤差関数の変化に敏感な前記パラメータの組み
合わせを求める手段と、（ｂ）前記パラメータの組み合
わせと前記測定データとを用いた非線形最小二乗法によ
り、前記誤差関数を最小にする前記パラメータの値を求
める手段と、（ｃ）前記手段（ｂ）により求められた前
記パラメータの値と前記誤差関数の値とに基づき収束判
定を行い、収束するときにはその収束解を最適な前記パ
ラメータとする手段と、（ｄ）前記手段（ｃ）により非
収束と判断されたときには、前記手段（ｂ）により求め
られた前記パラメータの値を元にした新たな固有値解析
を行って、前記非線形最小二乗法に於ける誤差関数の変
化に敏感な新たなパラメータの組み合わせを求め、その
新たなパラメータの組み合わせを前記パラメータの組み
合わせとして前記手段（ｂ）に出力する手段とを備え
る。
パラメータ抽出システムにおいて、前記プロセッサは、
（ａ）前記パラメータの初期値を元にした固有値解析を
行って、前記パラメータの中から前記非線形最小二乗法
に於ける誤差関数の変化に敏感な前記パラメータの組み
合わせを求める手段と、（ｂ）前記パラメータの組み合
わせと前記測定データとを用いた非線形最小二乗法によ
り、前記誤差関数を最小にする前記パラメータの値を求
める手段と、（ｃ）前記手段（ｂ）により求められた前
記パラメータの値と前記誤差関数の値とに基づき収束判
定を行い、収束するときにはその収束解を最適な前記パ
ラメータとする手段と、（ｄ）前記手段（ｃ）により非
収束と判断されたときには、前記手段（ｂ）により求め
られた前記パラメータの値を元にした新たな固有値解析
を行って、前記非線形最小二乗法に於ける誤差関数の変
化に敏感な新たなパラメータの組み合わせを求め、その
新たなパラメータの組み合わせを前記パラメータの組み
合わせとして前記手段（ｂ）に出力する手段とを備え
る。
【００１８】請求項３に係る発明では、請求項２記載の
パラメータ抽出システムにおいて、前記手段（ａ）及び
手段（ｄ）のそれぞれは、最大固有値に対応する固有ベ
クトルの成分の絶対値の大きなものに対応する前記パラ
メータを、前記パラメータの組み合わせ及び前記新たな
パラメータの組み合わせとして決定するとしている。
パラメータ抽出システムにおいて、前記手段（ａ）及び
手段（ｄ）のそれぞれは、最大固有値に対応する固有ベ
クトルの成分の絶対値の大きなものに対応する前記パラ
メータを、前記パラメータの組み合わせ及び前記新たな
パラメータの組み合わせとして決定するとしている。
【００１９】請求項４に係る発明では、請求項１記載の
パラメータ抽出システムにおいて、前記プロセッサは、
入出力回路を介して電気特性測定手段を制御してトラン
ジスタ特性の自動測定を行い、その測定結果を外部デー
タ貯蔵手段に格納することとしている。
パラメータ抽出システムにおいて、前記プロセッサは、
入出力回路を介して電気特性測定手段を制御してトラン
ジスタ特性の自動測定を行い、その測定結果を外部デー
タ貯蔵手段に格納することとしている。
【００２０】請求項５に係る発明では、請求項４記載の
パラメータ抽出システムにおいて、前記外部データ貯蔵
手段は、前記測定結果の他に、前記測定結果のそれぞれ
に対して統計的処理を施して得られる値をも格納してお
り、前記入出力回路は前記プロセッサによって制御され
るデータ検索機能を有しており、当該データ検索機能に
より前記外部データ貯蔵手段が格納する前記測定結果及
び前記統計的処理を施して得られる値を前記測定データ
として前記メモリ上にロードすることとしている。
パラメータ抽出システムにおいて、前記外部データ貯蔵
手段は、前記測定結果の他に、前記測定結果のそれぞれ
に対して統計的処理を施して得られる値をも格納してお
り、前記入出力回路は前記プロセッサによって制御され
るデータ検索機能を有しており、当該データ検索機能に
より前記外部データ貯蔵手段が格納する前記測定結果及
び前記統計的処理を施して得られる値を前記測定データ
として前記メモリ上にロードすることとしている。
【００２１】請求項６に係る発明では、請求項４記載の
パラメータ抽出システムにおいて、前記プロセッサは、
フィッティングされた前記パラメータを外部データ貯蔵
手段に格納するとともに、前記外部データ貯蔵手段より
前記パラメータのセットを読み出して前記メモリ上に再
ロードして前記パラメータ間の多変量解析を行うことと
している。
パラメータ抽出システムにおいて、前記プロセッサは、
フィッティングされた前記パラメータを外部データ貯蔵
手段に格納するとともに、前記外部データ貯蔵手段より
前記パラメータのセットを読み出して前記メモリ上に再
ロードして前記パラメータ間の多変量解析を行うことと
している。
【００２２】
【作用】請求項１の発明では、プロセッサは、トランジ
スタの形状及び電気特性毎に感度解析を行い最適化すべ
き前記パラメータの組み合わせを動的に決定し、決定さ
れたパラメータの組み合わせとメモリより読み出した測
定データとを用いた非線形最小二乗法を行って、パラメ
ータのフィッティングを動的に行う。
スタの形状及び電気特性毎に感度解析を行い最適化すべ
き前記パラメータの組み合わせを動的に決定し、決定さ
れたパラメータの組み合わせとメモリより読み出した測
定データとを用いた非線形最小二乗法を行って、パラメ
ータのフィッティングを動的に行う。
【００２３】請求項２の発明では、手段（ｃ）は先ず手
段（ａ）の出力に応じて手段（ｂ）が求めた値に対して
収束判断を行い、非収束のときには、手段（ｄ）は手段
（ｂ）が求めたパラメータの値に基づいて固有値解析を
行い、手段（ｃ）は再び手段（ｂ）が手段（ｄ）の出力
に応じて求めた値に対して収束判断を行う。以上の動作
は、収束と判断されるまで続行される。
段（ａ）の出力に応じて手段（ｂ）が求めた値に対して
収束判断を行い、非収束のときには、手段（ｄ）は手段
（ｂ）が求めたパラメータの値に基づいて固有値解析を
行い、手段（ｃ）は再び手段（ｂ）が手段（ｄ）の出力
に応じて求めた値に対して収束判断を行う。以上の動作
は、収束と判断されるまで続行される。
【００２４】請求項３の発明では、プロセッサの手段
（ａ）は、最大固有値に対応する固有ベクトルの成分の
絶対値の大きなものに対応するパラメータをパラメータ
の組み合わせとして決定し、手段（ｂ）、（ｃ）はこの
パラメータの組み合わせに対して動作する。又、手段
（ｃ）の収束判断に応じて、手段（ｄ）は、最大固有値
に対応する固有ベクトルの成分の絶対値の大きなものに
対応する手段（ｂ）が求めたパラメータを新たなパラメ
ータの組み合わせとして決定し、手段（ｂ）、（ｃ）は
この新たなパラメータの組み合わせに対して動作する。
（ａ）は、最大固有値に対応する固有ベクトルの成分の
絶対値の大きなものに対応するパラメータをパラメータ
の組み合わせとして決定し、手段（ｂ）、（ｃ）はこの
パラメータの組み合わせに対して動作する。又、手段
（ｃ）の収束判断に応じて、手段（ｄ）は、最大固有値
に対応する固有ベクトルの成分の絶対値の大きなものに
対応する手段（ｂ）が求めたパラメータを新たなパラメ
ータの組み合わせとして決定し、手段（ｂ）、（ｃ）は
この新たなパラメータの組み合わせに対して動作する。
【００２５】請求項４の発明では、プロセッサは、入出
力回路を介して電気特性測定手段を制御し、得られたト
ランジスタ特性の測定結果を外部データ貯蔵手段に格納
する。
力回路を介して電気特性測定手段を制御し、得られたト
ランジスタ特性の測定結果を外部データ貯蔵手段に格納
する。
【００２６】請求項５の発明では、入出力回路は、全測
定結果と各測定結果に対して施された統計的処理値の全
てをメモリ上にロードし、これを受けて、プロセッサ
は、メモリ上にロードされた値をプロセスのばらつきを
考慮して適宜に測定データとして選択してパラメータの
抽出を行う。
定結果と各測定結果に対して施された統計的処理値の全
てをメモリ上にロードし、これを受けて、プロセッサ
は、メモリ上にロードされた値をプロセスのばらつきを
考慮して適宜に測定データとして選択してパラメータの
抽出を行う。
【００２７】請求項６の発明では、プロセッサは、外部
データ貯蔵手段からメモリ上へ抽出したパラメータのセ
ットを再ロードしてパラメータ間の多変量解析を行い、
独立なパラメータの規定を行う。
データ貯蔵手段からメモリ上へ抽出したパラメータのセ
ットを再ロードしてパラメータ間の多変量解析を行い、
独立なパラメータの規定を行う。
【００２８】
（実施例１）この発明に係るパラメータ抽出システム
は、メモリ（ＲＯＭ，ＲＡＭ）とプロセッサ、入出力回
路およびそれぞれを接続するバスと表示手段（ＥＷ
Ｓ）、外部データ貯蔵手段（ハードディスク等）、プリ
ント手段（プリンタ等）、電気特性測定手段（測定器
等）を有し、プロセッサは、ＲＯＭに内蔵されているプ
ログラムを用いて、ＲＡＭ上にロードされた測定データ
に対して最小二乗法によるパラメータフィッティングを
行う。その際に用いられる数式は、前述した数１〜数６
である。
は、メモリ（ＲＯＭ，ＲＡＭ）とプロセッサ、入出力回
路およびそれぞれを接続するバスと表示手段（ＥＷ
Ｓ）、外部データ貯蔵手段（ハードディスク等）、プリ
ント手段（プリンタ等）、電気特性測定手段（測定器
等）を有し、プロセッサは、ＲＯＭに内蔵されているプ
ログラムを用いて、ＲＡＭ上にロードされた測定データ
に対して最小二乗法によるパラメータフィッティングを
行う。その際に用いられる数式は、前述した数１〜数６
である。
【００２９】そして、本パラメータ抽出システムでは、
上記プロセッサは、最小二乗法によるフィッティングを
行う前処理として、トランジスタの形状（Ｌ／Ｗ）およ
び電気特性（ドレイン特性、ゲート特性）毎に感度解析
を行い、最適化すべきパラメータの組み合わせを動的に
決定する機能を有する。
上記プロセッサは、最小二乗法によるフィッティングを
行う前処理として、トランジスタの形状（Ｌ／Ｗ）およ
び電気特性（ドレイン特性、ゲート特性）毎に感度解析
を行い、最適化すべきパラメータの組み合わせを動的に
決定する機能を有する。
【００３０】この発明におけるパラメータの動的選択で
は、既述の数４に示した、フィッティング関数ｆｉの各
パラメータでのヤコビアンＪを用いる。そして、対称行
列（ＪtＪ）の固有値をλｉ（ｉ＝１，２，…ｎ）、固
有ベクトルを次の数７で表わすものとする。
は、既述の数４に示した、フィッティング関数ｆｉの各
パラメータでのヤコビアンＪを用いる。そして、対称行
列（ＪtＪ）の固有値をλｉ（ｉ＝１，２，…ｎ）、固
有ベクトルを次の数７で表わすものとする。
【００３１】
【数７】
【００３２】このとき、最大固有値λｍａｘに対応する
固有ベクトルｅｍａｘは、既述の数１で与えられる誤差
関数Ｓの変化に最も敏感なパラメータの存在する方向を
示す。即ち、この固有ベクトルｅｍａｘの成分（絶対
値）の大きなもの（１／ｎ以上）に対応するパラメータ
Ｐを、感度の高いパラメータの組み合わせに決定して、
最小二乗法を行う。例えば、固有ベクトルｅｍａｘのｚ
成分が他のｘ，ｙ成分よりも絶対値的にみて大きいなら
ば、ｎ個のパラメータＰ１〜Ｐｎのｚ成分を変化させる
ことにする。そして、この最小二乗法の操作で得られる
新たなパラメータ値に対して新たなヤコビアンＪ’が求
められ、このヤコビアンＪ’の固有値解析より、新たに
最適化すベきパラメータの組み合わせ（新たなパラメー
タの組み合わせ）が求まる。
固有ベクトルｅｍａｘは、既述の数１で与えられる誤差
関数Ｓの変化に最も敏感なパラメータの存在する方向を
示す。即ち、この固有ベクトルｅｍａｘの成分（絶対
値）の大きなもの（１／ｎ以上）に対応するパラメータ
Ｐを、感度の高いパラメータの組み合わせに決定して、
最小二乗法を行う。例えば、固有ベクトルｅｍａｘのｚ
成分が他のｘ，ｙ成分よりも絶対値的にみて大きいなら
ば、ｎ個のパラメータＰ１〜Ｐｎのｚ成分を変化させる
ことにする。そして、この最小二乗法の操作で得られる
新たなパラメータ値に対して新たなヤコビアンＪ’が求
められ、このヤコビアンＪ’の固有値解析より、新たに
最適化すベきパラメータの組み合わせ（新たなパラメー
タの組み合わせ）が求まる。
【００３３】図１は、この発明の一実施例を示すパラメ
ータ抽出システムの概念図である。
ータ抽出システムの概念図である。
【００３４】同図において、点線内に示されるプロセッ
サ１、検索機能付き入出力回路（以後、単に入出力回路
と称す）２、ＲＯＭ３及びＲＡＭ４は２本のバス（アド
レスバス５，データバス６）で接続されており、これら
は、さらに表示手段（ＥＷＳ）７，ハードディスク等の
外部データ貯蔵手段８、プリンタ９、電気特性測定器
（以後、単に測定器と称す）１０と共に全体システムを
構成している。
サ１、検索機能付き入出力回路（以後、単に入出力回路
と称す）２、ＲＯＭ３及びＲＡＭ４は２本のバス（アド
レスバス５，データバス６）で接続されており、これら
は、さらに表示手段（ＥＷＳ）７，ハードディスク等の
外部データ貯蔵手段８、プリンタ９、電気特性測定器
（以後、単に測定器と称す）１０と共に全体システムを
構成している。
【００３５】また、図２は、プロセッサ１が実行する、
ＲＯＭ３に内蔵されたパラメータ動的選択プログラムの
処理の流れを示すフローチャートである。同図におい
て、ステップ（１−１）はパラメータ（Ｐｊ）の初期値
を生成し、最適化を行うべき最初のパラメータ（Ｐｊ）
の組み合わせを決定するモジュールを示しており、ステ
ップ（２）は非線形最小二乗法をベースにしたオプティ
マイザを示しており、ステップ（３）は反復計算の収束
判定部にあたり、最後のステップ（１−２）は最適化の
対象となるパラメータ（Ｐｊ）の組み合わせを求めるモ
ジュールである。
ＲＯＭ３に内蔵されたパラメータ動的選択プログラムの
処理の流れを示すフローチャートである。同図におい
て、ステップ（１−１）はパラメータ（Ｐｊ）の初期値
を生成し、最適化を行うべき最初のパラメータ（Ｐｊ）
の組み合わせを決定するモジュールを示しており、ステ
ップ（２）は非線形最小二乗法をベースにしたオプティ
マイザを示しており、ステップ（３）は反復計算の収束
判定部にあたり、最後のステップ（１−２）は最適化の
対象となるパラメータ（Ｐｊ）の組み合わせを求めるモ
ジュールである。
【００３６】次に、図１，図２に基づき、実施例１の作
用、動作について説明する。
用、動作について説明する。
【００３７】図２に示したような機能構成とすることに
より、先ず、ステップ（１−１）において、プロセッサ
１は初期値のパラメータを元に固有値解析を行い、前述
したようにその解析結果から、ｎ個のパラメータＰの中
で感度の高いパラメータの組み合わせＰ（ｋ）＝Ｐ
（０）を求める。そして、プロセッサ１は、ステップ
（２）において数１に基づきｋ＝０の時の誤差関数Ｓの
最小値を求め、求めた誤差関数Ｓの最小値が０値に対し
て、実際にはある所定値に対して十分小さいか否かを次
のステップ（３）で判定する。このとき、誤差関数Ｓが
十分小さければ、反復計算は終了する。これに対して、
誤差関数Ｓが小さくなければ、プロセッサ１は次のステ
ップ（１−２）へと進み、ステップ（１−１）と同様
に、但しここではステップ（２）で得られたパラメータ
（Ｐｊ）の値を元にした新たな固有値解析を行い、感度
の高い新たなパラメータの組み合わせＰ（ｋ）＝Ｐ
（１）を求める。
より、先ず、ステップ（１−１）において、プロセッサ
１は初期値のパラメータを元に固有値解析を行い、前述
したようにその解析結果から、ｎ個のパラメータＰの中
で感度の高いパラメータの組み合わせＰ（ｋ）＝Ｐ
（０）を求める。そして、プロセッサ１は、ステップ
（２）において数１に基づきｋ＝０の時の誤差関数Ｓの
最小値を求め、求めた誤差関数Ｓの最小値が０値に対し
て、実際にはある所定値に対して十分小さいか否かを次
のステップ（３）で判定する。このとき、誤差関数Ｓが
十分小さければ、反復計算は終了する。これに対して、
誤差関数Ｓが小さくなければ、プロセッサ１は次のステ
ップ（１−２）へと進み、ステップ（１−１）と同様
に、但しここではステップ（２）で得られたパラメータ
（Ｐｊ）の値を元にした新たな固有値解析を行い、感度
の高い新たなパラメータの組み合わせＰ（ｋ）＝Ｐ
（１）を求める。
【００３８】以下、プロセッサ１は、ステップ（２）、
ステップ（３）、ステップ（１−２）から成る反復計算
を繰り返し、ステップ（３）において、誤差関数Ｓの値
が十分小さいとき、あるいは‖Ｐ（ｋ）‖の変化がΔＰ
十分小さくなったと判定されるとき（ｋ＞１）、一連の
計算を終了する。
ステップ（３）、ステップ（１−２）から成る反復計算
を繰り返し、ステップ（３）において、誤差関数Ｓの値
が十分小さいとき、あるいは‖Ｐ（ｋ）‖の変化がΔＰ
十分小さくなったと判定されるとき（ｋ＞１）、一連の
計算を終了する。
【００３９】以上のようにして、本システムでは、所望
のパラメータ（Ｐｊ）を自動的に求めることができ、ユ
ーザの作業負担や知的負担の低減を図ることが可能とな
る。
のパラメータ（Ｐｊ）を自動的に求めることができ、ユ
ーザの作業負担や知的負担の低減を図ることが可能とな
る。
【００４０】（実施例２）図１に示すように、プロセッ
サ１は、入出力回路２を介して測定器１０を制御し、ト
ランジスタの電気特性を自動測定する機能を有する。測
定結果は、実施例１でのパラメータ抽出結果と同様に、
ハードディスク等の外部データ貯蔵手段８に格納され
る。このように得られた結果を外部データ貯蔵手段８に
全て格納する理由は、データ量の増大に対して、システ
ムの拡張を図ることが容易となるからである。
サ１は、入出力回路２を介して測定器１０を制御し、ト
ランジスタの電気特性を自動測定する機能を有する。測
定結果は、実施例１でのパラメータ抽出結果と同様に、
ハードディスク等の外部データ貯蔵手段８に格納され
る。このように得られた結果を外部データ貯蔵手段８に
全て格納する理由は、データ量の増大に対して、システ
ムの拡張を図ることが容易となるからである。
【００４１】以上のように、実施例２では、システムの
拡張性を保ち、作業の効率化を図ることができる。
拡張性を保ち、作業の効率化を図ることができる。
【００４２】（実施例３）実施例３では、プロセスのば
らつきを考慮したパラメータ抽出を行う。そのために、
図１に示すように、上記入出力回路２は、プロセッサ１
によって制御されるデータ検索機能を有しており、外部
データ貯蔵手段８内にある全測定結果、および、プロセ
ッサ１によって当該全測定結果に統計処理を施して得ら
れる値（最大値、最小値、平均値、中央値）に対応する
測定データを、ＲＡＭ４上にロードする。これにより、
プロセッサ１は、実施例１で述べたパラメータの抽出を
行う。例えば、１ウェハ内に数十個のチップがある場合
に、その内の任意のチップの測定結果を利用するとき
は、実施例１で前述したように、その測定結果を数１の
測定データＺｉとして、プロセッサ１は一連の処理を行
う。又、１ウェハ内の全チップの平均値を用いるときに
は、その平均値を数１の測定データＺｉとして一連の処
理を行う。
らつきを考慮したパラメータ抽出を行う。そのために、
図１に示すように、上記入出力回路２は、プロセッサ１
によって制御されるデータ検索機能を有しており、外部
データ貯蔵手段８内にある全測定結果、および、プロセ
ッサ１によって当該全測定結果に統計処理を施して得ら
れる値（最大値、最小値、平均値、中央値）に対応する
測定データを、ＲＡＭ４上にロードする。これにより、
プロセッサ１は、実施例１で述べたパラメータの抽出を
行う。例えば、１ウェハ内に数十個のチップがある場合
に、その内の任意のチップの測定結果を利用するとき
は、実施例１で前述したように、その測定結果を数１の
測定データＺｉとして、プロセッサ１は一連の処理を行
う。又、１ウェハ内の全チップの平均値を用いるときに
は、その平均値を数１の測定データＺｉとして一連の処
理を行う。
【００４３】データ検索時のキーワードは、測定日時、
測定温度、測定者名、グループ名、プロセス名、ロット
名、しきい値電圧Ｖｔｈ、最大ドレイン電流Ｉｄｍａｘ
等であり、項目の追加、変更が可能である。
測定温度、測定者名、グループ名、プロセス名、ロット
名、しきい値電圧Ｖｔｈ、最大ドレイン電流Ｉｄｍａｘ
等であり、項目の追加、変更が可能である。
【００４４】対象となる測定データを予め（ある定めら
れた項目単位に）グルーピングしておくことにより、チ
ップ内、ウェハ内およびロット間のばらつきを考慮した
パラメータ抽出が行える。
れた項目単位に）グルーピングしておくことにより、チ
ップ内、ウェハ内およびロット間のばらつきを考慮した
パラメータ抽出が行える。
【００４５】（実施例４）実施例４では、プロセスのば
らつきを考慮した回路シミュレーションを行うために、
パラメータ間の多変量解析を行っている。
らつきを考慮した回路シミュレーションを行うために、
パラメータ間の多変量解析を行っている。
【００４６】即ち、図１に示すように、プロセッサ１
は、外部データ貯蔵手段８に格納されているところの既
に抽出されたパラメータセットをＲＡＭ４上に再ロード
し、パラメータ間の多変量解析を行い、独立なパラメー
タの規定ないし選定を行える機能を有する。
は、外部データ貯蔵手段８に格納されているところの既
に抽出されたパラメータセットをＲＡＭ４上に再ロード
し、パラメータ間の多変量解析を行い、独立なパラメー
タの規定ないし選定を行える機能を有する。
【００４７】これにより、より少ない数のパラメータセ
ットでのプロセスばらつきを考慮した回路シミュレーシ
ョンの実行が可能になる。
ットでのプロセスばらつきを考慮した回路シミュレーシ
ョンの実行が可能になる。
【００４８】
【発明の効果】請求項１の発明によれば、回路シミュレ
ータで使用するパラメータの抽出の自動化を行い、作業
負担及び知的負担の低減を図ることができる。
ータで使用するパラメータの抽出の自動化を行い、作業
負担及び知的負担の低減を図ることができる。
【００４９】請求項２の発明によれば、パラメータ抽出
の自動化を実現することができ、作業負担の低減を図る
ことができる。
の自動化を実現することができ、作業負担の低減を図る
ことができる。
【００５０】請求項３の発明によれば、固有値解析を用
いてパラメータ抽出の自動化を実現することができ、作
業負担の低減を図ることができる。
いてパラメータ抽出の自動化を実現することができ、作
業負担の低減を図ることができる。
【００５１】請求項４の発明によれば、システムの拡張
性を保ち、作業の効率化を図ることができる。
性を保ち、作業の効率化を図ることができる。
【００５２】請求項５の発明によれば、プロセスのばら
つきを考慮したパラメータ抽出を行うことができる。
つきを考慮したパラメータ抽出を行うことができる。
【００５３】請求項６の発明によれば、プロセスのばら
つきを考慮したパラメータ抽出を行うことができる。
つきを考慮したパラメータ抽出を行うことができる。
【図１】 この発明の一実施例によるパラメータ抽出シ
ステムの概念図である。
ステムの概念図である。
【図２】 この発明の一実施例によるパラメータの動的
選択の処理フローを示す図である。
選択の処理フローを示す図である。
【図３】 従来のパラメータ抽出システムの概念図であ
る。
る。
１ プロセッサ、２ 入出力回路、３ ＲＯＭ、４ Ｒ
ＡＭ、５ アドレスバス、６ データバス、７ 表示手
段、８ 外部データ貯蔵手段、９ プリンタ、１０ 測
定器。
ＡＭ、５ アドレスバス、６ データバス、７ 表示手
段、８ 外部データ貯蔵手段、９ プリンタ、１０ 測
定器。
Claims (6)
- 【請求項１】 ＬＳＩ回路設計に於いて使用する回路シ
ミュレーション用のパラメータの抽出を行うパラメータ
抽出システムであって、 トランジスタの電気特性の測定データを格納するメモリ
と、 前記トランジスタの形状及び電気特性毎に感度解析を行
い最適化すべき前記パラメータの組み合わせを動的に決
定し、決定された前記パラメータの組み合わせと前記測
定データとを用いた非線形最小二乗法により前記パラメ
ータのフィッティングを行うプロセッサとを、備えたパ
ラメータ抽出システム。 - 【請求項２】 請求項１記載のパラメータ抽出システム
において、 前記プロセッサは、 （ａ）前記パラメータの初期値を元にした固有値解析を
行って、前記パラメータの中から前記非線形最小二乗法
に於ける誤差関数の変化に敏感な前記パラメータの組み
合わせを求める手段と、 （ｂ）前記パラメータの組み合わせと前記測定データと
を用いた非線形最小二乗法により、前記誤差関数を最小
にする前記パラメータの値を求める手段と、 （ｃ）前記手段（ｂ）により求められた前記パラメータ
の値と前記誤差関数の値とに基づき収束判定を行い、収
束するときにはその収束解を最適な前記パラメータとす
る手段と、 （ｄ）前記手段（ｃ）により非収束と判断されたときに
は、前記手段（ｂ）により求められた前記パラメータの
値を元にした新たな固有値解析を行って、前記非線形最
小二乗法に於ける誤差関数の変化に敏感な新たなパラメ
ータの組み合わせを求め、その新たなパラメータの組み
合わせを前記パラメータの組み合わせとして前記手段
（ｂ）に出力する手段とを、備えるパラメータ抽出シス
テム。 - 【請求項３】 請求項２記載のパラメータ抽出システム
において、 前記手段（ａ）及び手段（ｄ）のそれぞれは、最大固有
値に対応する固有ベクトルの成分の絶対値の大きなもの
に対応する前記パラメータを、前記パラメータの組み合
わせ及び前記新たなパラメータの組み合わせとして決定
する、パラメータ抽出システム。 - 【請求項４】 請求項１記載のパラメータ抽出システム
において、 前記プロセッサは、入出力回路を介して電気特性測定手
段を制御してトランジスタ特性の自動測定を行い、その
測定結果を外部データ貯蔵手段に格納することを特徴と
する、パラメータ抽出システム。 - 【請求項５】 請求項４記載のパラメータ抽出システム
において、 前記外部データ貯蔵手段は、前記測定結果の他に、前記
測定結果のそれぞれに対して統計的処理を施して得られ
る値をも格納しており、 前記入出力回路は前記プロセッサによって制御されるデ
ータ検索機能を有しており、当該データ検索機能により
前記外部データ貯蔵手段が格納する前記測定結果及び前
記統計的処理を施して得られる値を前記測定データとし
て前記メモリ上にロードすることを特徴とする、パラメ
ータ抽出システム。 - 【請求項６】 請求項４記載のパラメータ抽出システム
において、 前記プロセッサは、フィッティングされた前記パラメー
タを外部データ貯蔵手段に格納するとともに、前記外部
データ貯蔵手段より前記パラメータのセットを読み出し
て前記メモリ上に再ロードして前記パラメータ間の多変
量解析を行うことを特徴とする、パラメータ抽出システ
ム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7132059A JPH08329123A (ja) | 1995-05-30 | 1995-05-30 | パラメータ抽出システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7132059A JPH08329123A (ja) | 1995-05-30 | 1995-05-30 | パラメータ抽出システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08329123A true JPH08329123A (ja) | 1996-12-13 |
Family
ID=15072557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7132059A Pending JPH08329123A (ja) | 1995-05-30 | 1995-05-30 | パラメータ抽出システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08329123A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002328702A (ja) * | 2001-04-27 | 2002-11-15 | Toshiba Corp | プロセスモデルのパラメータ調整装置、調整支援装置及び方法 |
| KR100402339B1 (ko) * | 1999-11-19 | 2003-10-22 | 미쓰비시덴키 가부시키가이샤 | 물성 모델의 파라미터 추출 방법 및 기록 매체, 및 비선형소자의 제조 방법 |
| JP2008122132A (ja) * | 2006-11-09 | 2008-05-29 | Yamatake Corp | 位置推定方法および位置推定システム |
| US7463988B2 (en) | 2005-12-27 | 2008-12-09 | Semiconductor Energy Laboratory Co., Ltd. | Parameter setting method and circuit operation testing method and electronic processing device |
| JP2011096985A (ja) * | 2009-11-02 | 2011-05-12 | Fujitsu Ltd | 入力パラメータ値セット特定プログラム、方法及び装置 |
| CN104316591B (zh) * | 2014-09-25 | 2016-09-07 | 杭州电子科技大学 | 一种基于非线性拟合方式的肽质谱峰特征参数提取方法 |
-
1995
- 1995-05-30 JP JP7132059A patent/JPH08329123A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100402339B1 (ko) * | 1999-11-19 | 2003-10-22 | 미쓰비시덴키 가부시키가이샤 | 물성 모델의 파라미터 추출 방법 및 기록 매체, 및 비선형소자의 제조 방법 |
| JP2002328702A (ja) * | 2001-04-27 | 2002-11-15 | Toshiba Corp | プロセスモデルのパラメータ調整装置、調整支援装置及び方法 |
| US7463988B2 (en) | 2005-12-27 | 2008-12-09 | Semiconductor Energy Laboratory Co., Ltd. | Parameter setting method and circuit operation testing method and electronic processing device |
| JP2008122132A (ja) * | 2006-11-09 | 2008-05-29 | Yamatake Corp | 位置推定方法および位置推定システム |
| JP2011096985A (ja) * | 2009-11-02 | 2011-05-12 | Fujitsu Ltd | 入力パラメータ値セット特定プログラム、方法及び装置 |
| CN104316591B (zh) * | 2014-09-25 | 2016-09-07 | 杭州电子科技大学 | 一种基于非线性拟合方式的肽质谱峰特征参数提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Angelidis et al. | Improved methodologies for the calculation of critical eigenvalues in small signal stability analysis | |
| US6631502B2 (en) | Method of analyzing integrated circuit power distribution in chips containing voltage islands | |
| TWI444844B (zh) | 模擬參數校正技術 | |
| JP5246030B2 (ja) | 回路自動設計プログラム、方法及び装置 | |
| US5418974A (en) | Circuit design method and system therefor | |
| JP6956796B2 (ja) | 演算回路、演算方法、およびプログラム | |
| Hedrich et al. | A formal approach to nonlinear analog circuit verification | |
| KR20220048941A (ko) | 인공 신경망을 이용한 트랜지스터 컴팩트 모델링 시스템, 방법 및 컴퓨터 프로그램 제품 | |
| US5257200A (en) | Optimization system | |
| US8050895B2 (en) | Variation simulation system | |
| JPH08329123A (ja) | パラメータ抽出システム | |
| JP7210996B2 (ja) | 制御モデル同定方法、制御モデル同定装置及びプログラム | |
| US6556954B1 (en) | Method and device for determining a fault in a technical system | |
| Duddeti | Approximation of fractional-order systems using balanced truncation with assured steady-state gain | |
| CN117371496A (zh) | 参数优化方法、装置、设备及存储介质 | |
| US10599799B1 (en) | Low-dropout regulator and charge pump modeling using frequency-domain fitting methods | |
| JP4486693B2 (ja) | 回路シミュレータ | |
| US20230316094A1 (en) | Systems and methods for heuristic algorithms with variable effort parameters | |
| Feldmann et al. | Accurate and efficient evaluation of circuit yield and yield gradients | |
| CN116522834A (zh) | 时延预测方法、装置、设备及存储介质 | |
| CN106803233B (zh) | 图像透视变换的优化方法 | |
| US20230053696A1 (en) | Method of predicting characteristics of semiconductor device and computing device performing the same | |
| CN112488224B (zh) | 模型训练方法、装置、计算机设备及存储介质 | |
| Li et al. | Parallel genetic algorithm for SPICE model parameter extraction | |
| Lu et al. | Model reduction via dynamic mode decomposition |