剂量-能量优化注氧隔离技术制备图形化绝缘体上的硅材料

    公开(公告)号:CN1206725C

    公开(公告)日:2005-06-15

    申请号:CN02160742.7

    申请日:2002-12-27

    Abstract: 本发明公开了一种制备高质量图形化SOI材料的方法,依次包括在半导体衬底上生成掩模、离子注入和高温退火,其特征在于,(1)离子注入前在硅片上形成掩模以在体硅区域完全阻挡离子的注入;(2)离子注入时的能量范围是50~200 keV,相应的剂量范围是2.0×1017~7.0×1017cm-2,注入剂量和能量之间的优化关系的公式是D(1017cm-2)=(0.035±0.005)×E(keV);(3)离子注入后的高温退火的温度为1200~1375℃,退火的时间为1~24个小时,退火的气氛为氩气或氮气与氧气的混合气体,其中氧气的体积含量为0.5%~20%。采用本发明提供的方法所制备的图形化SOI材料具有平整度高,缺陷密度低,过渡区小等优点,适合于制造集成体硅和SOI电路的系统芯片。

    场效应晶体管的制造方法
    54.
    发明授权

    公开(公告)号:CN1193414C

    公开(公告)日:2005-03-16

    申请号:CN03115423.9

    申请日:2003-02-14

    Abstract: 本发明涉及一种源漏在绝缘体上的场效应晶体管(MOSFET)的制造方法,属于微电子技术领域。本发明的特征在于采用选择外延法在常规SOIMOSTET器件的沟道下方埋氧中开一个窗口,使器件的沟道和硅衬底相连接,达到电耦合与热耦合的目的。具体而言,本发明的方法包括SOI衬底顶层硅和埋氧的刻蚀;在沟道区域选择外延单晶硅;化学机械抛光平坦化;常规CMOS工艺完成器件的制造等工艺步骤。采用本发明的方法制造的源漏在绝缘体上的晶体管,具有埋氧和体硅之间界面陡峭,缺陷少等优点,保证了器件的性能,在深亚微米集成电路的制造中有一定的应用前景。

    准绝缘体上的硅场效应晶体管及实现方法

    公开(公告)号:CN1431719A

    公开(公告)日:2003-07-23

    申请号:CN03115424.7

    申请日:2003-02-14

    Abstract: 本发明提出了一种准绝缘体上的硅(SOI)金属-氧化物-半导体场效应晶体管(MOSFET)器件的新结构及实现方法。其特征在于源漏区下方埋氧是连续的;而沟道区下方的埋氧是非连续的。采用注氧隔离技术来实现的工艺过程是:(1)在半导体衬底中注入低于最优剂量的离子;(2)在器件沟道区光刻生成掩模;(3)在源漏区第二次注入离子,使源漏区注入的总剂量达到最优剂量;高温退火后在源漏区下方形成连续埋氧,沟道区下方形成非连续的埋氧;(4)常规CMOS技术完成器件制作。由于沟道下方的埋氧是非连续的,沟道和硅衬底之间电耦合,从而克服了SOI MOSFET器件的浮体效应和自热效应二大固有缺点。

    存算一体单元结构
    56.
    发明公开

    公开(公告)号:CN118412024A

    公开(公告)日:2024-07-30

    申请号:CN202410669774.7

    申请日:2024-05-27

    Abstract: 本发明公开了一种存算一体单元结构,包括:SRAM存储单元和多布尔逻辑运算单元。多布尔逻辑运算单元包括:第一和第二放电路径;第一放电路径包括串联在第一输入端和第一位线之间的第一PMOS管和第一传输管,第一PMOS管的栅极连接第一存储节点。第二放电路径,包括串联在第二输入端和第二位线之间的第二PMOS管和第二传输管,第二PMOS管的栅极连接第二存储节点。第一和第二控制信号分别使第一和第二传输管截止时,存算一体单元结构处于存储器配置状态;反之处于多布尔逻辑运算器配置状态。在多布尔逻辑运算器配置状态下,第一位线输出第一输入信号和第一存储信号的或信号;第二位线输出与非信号。本发明能实现多布尔逻辑运算,能降低电路面积,能提高感测效率。

    持续退化过程在线预测方法
    59.
    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。

    基于静态随机储存单元阵列的单粒子翻转检测电路及方法

    公开(公告)号:CN111091855B

    公开(公告)日:2022-07-08

    申请号:CN201811243175.X

    申请日:2018-10-24

    Abstract: 本发明提供一种基于静态随机储存单元阵列的单粒子翻转检测电路及方法,包括:提供一SRAM版图;对所述SRAM版图进行后道布线,将所述SRAM版图中存储单元的器件连接成单粒子翻转检测电路;基于所述单粒子翻转检测电路的输出信号监测单粒子效应敏感区域;其中,所述单粒子翻转检测电路包括由至少两个SRAM存储单元中的器件连接形成的环形振荡器。本发明完全保持SRAM版图布局,只需修改后道器件的连接关系;电路为自激振荡模式,无需增加复杂的检测电路,不需使用复杂的测试系统。也不需要额外开发测试程序;可以把输出直接连接到示波器,测试的过程中可以实时监控单粒子效应敏感区域,从而方便快捷的实现SRAM SEU检测。

Patent Agency Ranking