一种SOI器件极低温模型建模方法以及模型

    公开(公告)号:CN118761372A

    公开(公告)日:2024-10-11

    申请号:CN202410284184.2

    申请日:2024-03-13

    Abstract: 本发明所要解决的技术问题是,提供一种SOI器件极低温模型的建模方法,适用于SOI器件在极低温下的应用。为了解决上述问题,本发明提供了一种应用于SOI MOSFET的亚阈值摆幅模型的建模方法,包括如下步骤:根据测试数据计算亚阈值摆幅;建立常温BSIMIMG模型;提取参数极低温等效参数、等效温度拟合参数;提取常温下前栅功函数和极低温阈值电压拟合参数;提取常温迁移率影响因素、极低温迁移率拟合参数、以及尺寸迁移率温度影响因素拟合参数。本发明为了让SOI器件在极低温下可以使用BSIM模型中亚阈值摆幅模型公式,提出一种简便的建模方法使器件在极低温下模型和数据得以拟合,实测误差小于10%,精度符合业界标准。

    持续退化过程在线预测方法
    14.
    发明公开

    公开(公告)号:CN115935804A

    公开(公告)日:2023-04-07

    申请号:CN202211479006.2

    申请日:2022-11-23

    Abstract: 本发明提供了一种持续退化过程在线预测方法,包括如下步骤:测试及阈值电压提取;以及通过数据驱动方法建立退化模型及在线预测;所述建立模型及在线预测的步骤进一步包括:将原始退化数据集划分为前后两部分,前一部分作为训练集,后一部分作为测试集,两者不交叉;据时间序列滑动时间窗口方法对训练集和测试集进行划分;将划分好的训练集输入神经网络进行训练、调参;将预测结果对比原始测试数据计算误差。本发明基于机器学习数据驱动方法,针对PDSOI器件的特点,在受持续NBTI应力情况进行在线预测,有效提高了预测结果精度。

    自加热效应建模与参数提取方法

    公开(公告)号:CN115236400B

    公开(公告)日:2025-02-28

    申请号:CN202210853979.1

    申请日:2022-07-13

    Abstract: 本发明提供了一种自加热效应建模与参数提取方法,包括如下步骤:设计自加热效应测量结构;对器件栅极电阻进行交流阻抗测试;对器件功率进行动态扫描,同时测量器件的栅极电阻变化情况;绘制温度‑功率曲线,并从中提取器件热阻。本发明通过引入交流阻抗测量,只需额外的两个栅极电阻测量端口,减少了对器件的测量端口需求,同时栅极的偏置不会存在电势分布不均导致器件的自加热效应表征产生偏移。

    存算一体化单元
    18.
    发明公开

    公开(公告)号:CN115831186A

    公开(公告)日:2023-03-21

    申请号:CN202211207319.2

    申请日:2022-09-30

    Abstract: 本发明提供了一种存算一体化单元,包括6T的SRAM存储单元以及4T的运算结构,所述运算结构在位线正向信号侧包括串接的正向数据传输晶体管和正向逻辑运算晶体管,正向数据传输晶体管的源/漏连接位线正向信号,栅极连接运算使能信号,正向逻辑运算晶体管的漏/源级连接正向输入信号,栅极连接SRAM存储单元的正向比特数据存储点;所述运算结构在位线反向信号侧包括串接的反向数据传输晶体管和反向逻辑运算晶体管,反向数据传输晶体管的源/漏连接位线反向信号,栅极连接运算使能信号,反向逻辑运算晶体管的漏/源级连接反向输入信号,栅极连接SRAM存储单元的反向比特数据存储点。本发明能够大大改善多行单比特乘法运算结果累加的非线性现象。

Patent Agency Ranking