Разработка автоматизированных методов идентификации параметров моделей элементов микромощных цифровых СБИС

Очевидно, что невозможно решить задачи схемотехнического синтеза и анализа без этапа получения параметров схемотехнических моделей. При этом результаты схемотехнического этапа проектирования ИС существенно зависят от точности моделей, которые зависят от результатов экстракции параметров этих моделей.

Диссертационная работа посвящена разработке методов, алгоритмов и программного обеспечения идентификации параметров схемотехнических моделей микромощных элементов СБИС, позволяющих максимально автоматизировать процесс получения параметров моделей по экспериментальным или рассчитанным на более точных моделях (например, из результатов моделирования на физико-структурном уровне) данным. Особенностью микромощных схем являются малые напряжения питания и, соответственно, малые рабочие напряжения (менее 1 В). В этих диапазонах токи в схемах имеют значения порядка наноампер, что создает известные трудности измерения экспериментальных данных.

Поставленная задача решается путем выделения 3-х основных, тесно взаимосвязанных подзадач: предварительный анализ экспериментальных данных на предмет выявления существенно ошибочных, непригодных для идентификации данных, экстракция статических параметров схемотехнических моделей и идентификация динамических параметров.

Актуальность проблемы.

Эффективность применения САПР для схемотехнического проектирования определяется применяемыми математическими моделями и алгоритмами экстракции параметров этих моделей. Тип математической модели определяет достоверность результатов и временные затраты на моделирование. Однако, затраты на такое моделирование могут быть либо чрезмерно большими, либо вообще бессмысленными при применении ошибочных параметров моделей. В этом случае особенно важно, по завершении этапа идентификации, получить достоверные параметры, не требующие дополнительной проверки.

Несмотря на наличие большого числа публикаций на тему экстракции параметров моделей, данная задача полностью не решена для микромощных цифровых СБИС. Ее решению препятствуют: сложность разработки универсального алгоритма идентификации, появление новых элементов с пониженным напряжением питания на основе транзисторов с меньшими топологическими нормами, сложность измерения экспериментальных ВАХ в наноамперной области (что характерно для микромощных элементов), наличие в экспериментальных ВАХ ошибок с непредсказуемым характером.

До настоящего времени основной процедурой получения параметров моделей являлась экстракция параметров по экспериментальным или расчетным данным с предварительным экспертным анализом поступивших с измерительной установки исходных данных, и с последующей экспертной оценкой результатов экстракции, которая носила итерационный характер.

Таким образом, разработка на базе существующих новых, полностью автоматизированных методов идентификации является актуальной задачей.

Цель работы.

Целью диссертационной работы является разработка автоматического метода идентификации с минимальными вычислительными затратами. Успешное достижение поставленной цели достигается последовательным решением 3-х подзадач: автоматического предварительного анализа полученных экспериментальных (или рассчитанных) данных для выявления данных, идентификация по которым не целесообразнаэкстракции статических параметров на основе модифицированного метода «горизонтальной» оптимизации и идентификации динамических параметров на основе анализа средних задержек в тестовых кольцевых генераторах (КГ) с дополнительными емкостными элементами. Разработка указанных методов проводилась на основе теории распознавания образов, теории информационных объектов, структурной организации хранения и управления данными, методов объектно-ориентированного программирования. К разработанному методу предъявлялись следующие требования: • осуществлять предварительный анализ исходных данных с выделением данных, для которых проведение идентификации нецелесообразно;

• с минимальными вычислительными затратами проводить экстракцию статических параметров для моделей MOSFET, GaAsFET, JFET транзисторов;

• проводить идентификацию динамических параметров моделей на основе экспериментальных данных по тестовым КГ с дополнительными емкостными элементами;

• иметь гибкую открытую структуру, позволяющую легко добавлять маршруты идентификации параметров новых моделей существующих и новых транзисторов.

Научная новизна работы:

1. Разработан метод предварительного анализа экспериментальных данных на основе принципов распознавания образов для выявления данных, по которым нецелесообразно проводить идентификацию параметров моделей.

2. Предложена модификация известного метода «горизонтальной» оптимизации (lateral optimization) на основе комбинации упомянутого метода и метода прямой экстракции по аналитическим выражениям.

3. Поставлена и решена задача идентификации динамических параметров по результатам анализа средних задержек в тестовых КГ с дополнительными емкостными элементами. Количество КГ в наборе определяется количеством типов идентифицируемых емкостей.

4. Предложен комплексный алгоритм идентификации параметров моделей с использованием предварительного анализа, экстракции статических параметров моделей на основе модифицированного метода «горизонтальной» оптимизации и идентификации динамических параметров по набору тестовых КГ с дополнительными емкостными элементами.

Практическая значимость работы Разработано алгоритмическое и программное обеспечение для проведения автоматической идентификации параметров моделей, реализующее предложенные методы. Разработанное программное обеспечение выполнено на основе объектно-ориентированного программирования и состоит из следующих основных частей:

1. динамический объект, содержащий функции для работы с экспериментальными данными различного представления;

2. динамический объект, содержащий функции для проведения предварительного анализа исходных данных и формирования двух типов данных — пригодных и непригодных для идентификации данных;

3. динамический объект, содержащий функции идентификации статических параметров моделей МОББЕТ, СаАвРЕТ, 1РЕТ транзисторов;

4. динамический объект, содержащий функции идентификации динамических параметров;

5. пользовательский интерфейс, предназначенный для удобного ввода данных и параметров идентификации, предварительного контроля на корректность и представления результатов в графическом виде.

Внедрение результатов работы.

Разработанное программное обеспечение, является составной частью подсистемы моделирования ИС на физико-структурном и схемотехническом (на базе программы Р8Р1СЕ) уровнях. В настоящее время разработанная САПР внедрена в Технологическом Центре МИЭТ (ТЦ МИЭТ), в НИИ Молекулярной Электроники и завод Микрон (НИИ МЭ Микрон), в НИИ Функциональной Электроники (НИИ ФЭ), а также используется в учебном процессе в Московском государственном институте электронной техники (МИЭТ).

На защиту выносятся:

1. Метод идентификации параметров моделей с предварительным автоматическим распознаванием непригодных для идентификации исходных данных, полученных в результате ошибок процесса измерения, сбоев измерительного оборудования и использования бракованных приборов;

— 82. Модифицированный метод горизонтальной оптимизации (lateral optimization method) для прямой экстракции статических параметров, использующий ВАХ в логарифмическом виде и понижение размерности задачи за счет получения части параметров по аналитическим зависимостям ВАХ в диапазоне с меньшей погрешностью измерений;

3. Метод определения динамических параметров модели транзистора на основе анализа влияния паразитных емкостей на среднюю задержку по набору тестовых КГ с дополнительными емкостными элементами;

4. Алгоритм идентификации системы статических и динамических параметров моделей MOSFET, GaAsFET, и JFET транзисторов, базирующийся на предложенных методе предварительного анализа, модифицированном методе «горизонтальной» оптимизации и методе определения динамических параметров.

Апробация работы Основные положения и результаты диссертационной работы были представлены на следующих конференциях:

Межвузовская НТК «Микроэлектроника и информатика-96», Тезисы докладов, Москва: МИЭТ, 1996 г.- Межвузовская НТК «Микроэлектроника и информатика-97», Тезисы докладов, 4.1. Москва: МИЭТ, 1997. Вторая Всероссийская НТК «Электроника и информатика-97», Тезисы докладов, 4.1. Москва: МИЭТ, 1997. Всероссийская НТК «Микроэлектроника и информатика-99», Тезисы докладов, 4.1. Москва: МИЭТ, 1997. Седьмая всероссийская межвузовская НТК «Микроэлектроника и информатика-2000», Тезисы докладов, Москва, апрель 2000. Межвузовская НТК. «Микроэлектроника и информатика — 2000», Тезисы докладов, Москва: МИЭТ, ноябрь 2000. Электроника, Известия ВУЗов. Москва: МИЭТ, 2000. Лабораторный практикум по курсу «Основы автоматизации проектирования изделий электронной техники», под. ред. д.т.н. проф. Казеннова Г. Г., Москва, МИЭТ, 1997.;

Публикации.

По вопросам САПР БИС автором опубликовано 11 работ, в том числе 11 по теме диссертационной работы, список которых приведен в конце автореферата.

Структура и объем диссертации

.

Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложений. Работа изложена на 193 листах машинописного текста, включает 51 рисунок и 31 таблицу. Список используемой литературы содержит 75 наименований.

5.5. Выводы.

Глава посвящена практической реализации предложенных в диссертации методов и алгоритмов идентификации схемотехнических параметров моделей. В главе представлены: краткий анализ современных методов разработки программного обеспечениядано подробное описание алгоритма, реализованного в программе идентификациидано подробное описание графической оболочки для ввода информации, проведения идентификации и отображения результатов в графическом видепредставлены результаты практического применения программы идентификации — проведена идентификация параметров МОП, GaAs, JFET транзисторов и параметров модели р-n перехода. Показано приемлемое для практических нужд совпадение рассчитанных и экспериментальных ВАХ.

На основе данной работы был разработан курс лабораторных работ, для выполнения которых был опубликован лабораторный практикум [60].

— 130-Заключение.

В данной диссертационной работе были достигнуты следующие результаты.

1. Разработан и реализован в виде алгоритма метод предварительного анализа экспериментальных данных на основе принципов распознавания образов для выявления данных, по которым нецелесообразно проводить идентификацию параметров моделей.

Алгоритм позволяет практически полностью автоматизировать процесс идентификации в целом и сократить вычислительные затраты путем исключения из процесса идентификации экспериментальных данных, проведение идентификации для которых нецелесообразна.

2. Предложена модификация известного метода «горизонтальной» оптимизации (lateral optimization) на основе комбинации упомянутого метода и метода прямой экстракции по аналитическим выражениям.

В работе показано, что предложенный метод, по сравнению с известными методами, позволяет достичь существенного сокращения вычислительных затрат и обеспечивает высокую надежность получения результата.

3. Поставлена и решена задача идентификации динамических параметров по результатам анализа средних задержек в тестовых КГ с дополнительными емкостными элементами. Количество КГ в наборе определяется количеством типов идентифицируемых емкостей.

Алгоритм на основе предложенного метода позволяет проводить автоматическую идентификацию динамических параметров, с точностью, достаточной для практических расчетов цифровых ИС, и базируется на использовании сравнительно дешевого измерительного оборудования для снятия статических характеристик. Кроме того, алгоритм обладает следующими преимуществами: а) практически не требует модернизации оборудования по мере увеличения быстродействия контролируемых элементов в результате развития технологии изготовления этих элементовб) из-за отсутствия необходимости в согласовании импеданса обеспечивает получение динамических параметров при использовании любых зондовых устройств и контроль в корпусе на значительном удалении от АИС при использовании низкочастотных соединителейв) реализуется на любой АИС с измерителем тока и обеспечивает контроль даже несинхронной схемы КГ, контроль которой реализован не на всех АИС для контроля динамических параметровг) реализация метода не требует больших затрат, тестовые структуры не уменьшают полезную площадь кристалла.

4. Предложен комплексный алгоритм идентификации параметров моделей с использованием предварительного анализа, экстракции статических параметров моделей на основе модифицированного метода «горизонтальной» оптимизации и идентификации динамических параметров по набору тестовых КГ с дополнительными емкостными элементами.

Дальнейшим развитием разработанной программы идентификации параметров схемотехнических моделей является полная интеграция с измерительной установкой посредством программно-аппаратных средств сопряжения. Подобная интеграция позволит исключить участие человека на этапах формирования программ измерений, их выполнения и автоматического получения результатов измерений. Тем самым будет достигнута полная автоматизация процесса получения параметров моделей. В ТЦ МИЭТ упомянутые схемы сопряжения находятся на стадии разработки.