专利名称：一种soinmos总剂量辐照建模方法
技术领域：
本发明涉及提参建模技术领域，特别涉及一种SOI NMOS总剂量辐照建模方法。
背景技术：
集成电路设计的好坏强烈地依赖于其所使用的器件模型参数，因此提取一套好的模型参数显得非常重要。一套好的模型参数要求准确、快速、收敛性好，参数易提取。人们对常态下半导体器件的模型研究很多，目前存在的模型有BSIM、PSP、HISIM、EKV等。而且目前的商用提参软件也都可以对这些标准模型进行自动提取。总剂量效应是指当器件持续受到电离辐射时，器件的阈值电压发生漂移、跨导降低、亚阈值电流增大、低频噪声增大等现象。它主要是由电离辐射在氧化层中以及氧化层/ 硅界面产生的电荷和缺陷引起。由于总剂量效应对器件性能影响很大，所以有必要对其建模并提取参数，用来预测器件以及电路在总剂量辐照后的性能。目前存在的SOI NMOS总剂量辐照模型都集中在对体偏(体端所加电压)为OV时， 阈值电压和迁移率随辐照剂量的变化进行建模。然而在不同的体偏下，阈值电压和迁移率随辐照剂量的变化差距很大，因此我们有必要对此进行建模。另外，目前存在的SOI NMOS 总剂量辐照模型都没有对漏电的变化进行建模，然而测试发现漏电的变化对电路的影响也很大，因此我们也有必要对此进行建模。目前存在的建模方法一般都是在模型源代码中添加参数，并且修改公式。这种方法要求对源代码非常熟悉而且参数提取复杂，很难用商用的提参软件进行提取，这就使得提参工作变得非常繁重。
发明内容
为了解决现有建模方法参数提取复杂，难于使用提参软件实现参数提取等问题， 本发明提供了一种SOI NMOS总剂量辐照建模方法，所述方法包括获取SOI NMOS辐照前模型参数，并在所述模型参数中加入与总剂量相关的参数， 形成含有未知参数的SOI NMOS总剂量辐照模型；获取所述SOI NMOS总剂量辐照模型中未知参数的数值，形成最终的总剂量辐照模型。所述获取SOI NMOS辐照前模型参数的步骤具体包括对SOI NMOS进行辐照前数据的测量；使用提参软件在得到的辐照前数据中进行参数提取，得到SOI NMOS辐照前模型参数。所述使用提参软件在得到的辐照前数据中进行参数提取的步骤具体包括选择一个标准SOI模型；导入测量得到的辐照前数据；提取出辐照前模型参数。
所述辐照前模型参数包括体偏为OV时的阈值电压、一级体效应系数、二级体效应系数、迁移率、一级迁移率退化系数和二级迁移率退化系数。所述在所述模型参数中加入与总剂量相关的参数的步骤具体为在所述模型参数的基础上以子电路的形式加入相关参数随SOI NMOS总剂量辐照变化的函数。所述函数包括阈值电压、迁移率参数在不同体偏下随SOI NMOS总剂量辐照变化的函数，以及漏电流在不同体偏下随SOI NMOS总剂量辐照的变化函数。所述获取所述SOI NMOS总剂量辐照模型中未知参数的数值，形成最终的总剂量辐照模型的步骤具体包括对所述SOI NMOS进行总剂量辐照；对所述SOI NMOS进行辐照后数据的测量；使用提参软件在得到的辐照后数据中进行参数提取，得到所述总剂量辐照模型中的未知参数值，从而形成最终的总剂量辐照模型。与现有技术相比，本发明具有以下优点本发明提供的SOI NMOS总剂量辐照建模方法包括两部分一部分是阈值电压、迁移率等参数在不同体偏下随SOI NMOS总剂量辐照变化；另一部分是一个由SOI NMOS辐照总剂量和体偏控制的电流源构成的，用来体现漏电流在不同体偏下随SOI NMOS总剂量辐照的变化。通过这种建模方法，使得总剂量辐照模型更加全面可靠；另外，本发明还实现了对新加模型参数提取的自动化，使得复杂的提参建模变得更加简单和高效。
图1是本发明实施例提供的SOI NMOS总剂量辐照建模的原理框图；图2是本发明实施例提供的SOI NMOS总剂量辐照建模的方法流程图；图3是本发明实施例用MBP进行辐照前参数提取时选取标准模型的界面示意图；图4是本发明实施例用MBP进行辐照前参数提取时导入辐照前数据的界面示意图；图5是测试数据与传统总剂量辐照模型模拟对比曲线示意图；图6是测试数据与本发明实施例提出的总剂量辐照模型模拟对比曲线示意图。
具体实施例方式为了深入了解本发明，下面结合附图及具体实施例对本发明进行详细说明。参见图1和图2，本发明实施例提供了一种SOI NMOS总剂量辐照提参建模的方法， 包括如下步骤步骤101 对SOI NMOS进行辐照前数据的测量，得到不同体偏下的漏电流-栅电压曲线以及不同栅电压下的漏电流-漏电压曲线等；本实施例中，使用半导体参数测试仪4200进行测量，测量得到的数据作为后续建立辐照总剂量模型的基础数据使用；步骤102 使用提参软件MBP在得到的SOI NMOS辐照前数据中进行参数提取，得到SOI NMOS辐照前模型参数；首先，选择一个标准SOI模型，如图3所示；然后，导入测量得到的辐照前数据，如图4所示；最后，进行参数提取，参数提取可以手动提取，也可以先利用MBP软件自动提取， 然后再手动调节；本步骤中，标准SOI模型的选择、辐照前数据的导入和参数的提取都是通过MBP软件来实现的；辐照前模型参数包括体偏为OV时的阈值电压(VthO)、一级体效应系数(kl)、二级体效应系数(k2)、迁移率(UO)、一级迁移率退化系数(ua)、二级迁移率退化系数(Ub)等参数；步骤103 在得到的辐照前模型参数中加入与SOI NMOS总剂量相关的参数，形成含有未知参数的SOI NMOS总剂量辐照模型；在辐照前模型参数中加入与SOI NMOS总剂量相关的参数，这些参数体现了阈值电压、迁移率以及漏电流等随SOI NMOS总剂量变化的趋势，形成了含有未知参数的SOI NMOS 总剂量辐照模型；这些参数是在辐照前模型参数的基础上以子电路的形式加入相关参数随 SOI NMOS总剂量辐照变化的函数，主要包括两部分一部分是阈值电压、迁移率等参数在不同体偏下随SOI NMOS总剂量辐照变化的函数；另一部分是一个由SOI NMOS辐照总剂量和体偏控制的电流源构成的，用来体现漏电流在不同体偏下随SOI NMOS总剂量辐照的变化函数；在此，以下述代码为例对此进行说明.paramal = a2 =？a3 =
+a4 = a5 =？a6 =
+bl = klO ==0.53547 k20 = 2. 99926E-2
+vthOO ==0.714641ubO =1.78982E-18
.subcktnmos dgsepw ='IOu'I=' 0. 35u' Dose = 0. 5
.param
+kl ='klO+al氺Dose'k2 ='k20+a2*Dose' vthO = ' vth00+a3*Dose'
+ub ='ubO+a4*Dose'a7 ='a6*Dose' a8 = ' a5*Dose'
+b2 ='bl氺Dose'
Mldgsepnmos_pre w = w1 = 1
Gld ρ poly (1)ps a7 a8 1b2
.modelnmos_pre nmos
氺氺氺氺氺Flag Parameter***
+level :=57
.ends nmos
上述代码中，al、a2、a3、a4、a5、a6、bl 为未知参数；klO、k20、vthOO、ubO 分
别为辐照前kl、k2、vthO以及ub的值；Dose为辐照剂量，辐照剂量为一个正实数，单位为Mrad(Si)，即兆拉德(硅)；辐照后这些参数值会发生变化，与总剂量的关系可以用 kl = ‘ klO+al氺Dose ‘ > k2 = ‘ k20+a2*Dose ‘ 、vthO = ‘ vth00+a3*Dose ‘以及 ub =‘ubO+a4*Dose'来表示；漏电的变化是通过电流源Gl来实现，它与体偏以及总剂量相关；上述代码代表的是沟道宽度w = 10um、沟道长度1 = 0. 35um的SOI NMOS总剂量辐照模型；步骤104 对SOI NMOS进行总剂量辐照后数据的测量，得到辐照后数据；先对SOI NMOS进行总剂量辐照，然后使用半导体参数测试仪4200测量其在不同体偏下的漏电流-栅电压曲线以及不同栅电压下的漏电流-漏电压曲线等，获得辐照后数据；步骤105 使用提参软件MBP在得到的SOI NMOS辐照后数据中进行参数提取，得到SOI NMOS总剂量辐照模型中的未知参数值；提参软件MBP根据SOI NMOS的辐照后数据，提取出总剂量辐照模型中的未知参数值；假设上述代码代表的SOI NMOS总剂量辐照模型辐照后数据kl = 0. 838836，那么软件MBP根据内部预先设置的函数关系，自动计算出未知参数al = (kl-klO)/Dose = (0· 838836-0. 53547)/0. 5 = 0. 606733，同理计算出 a2 = -0. 259932，a3 = _0· 219493，a4 =-2E-19，a5 = -3. 308722E-24，a6 = 7E_ll，bl = 7. 9E-8 ；本步骤中未知参数值的提取由提参软件MBP自动完成，简便快捷；步骤106 将得到的未知参数值加入到SOI NMOS总剂量辐照模型。本实施例中，步骤105与步骤102中的参数提取过程类似，所不同的是步骤105参数提取时所选用的模型为含有未知参数的总剂量辐照模型，所导入的数据为辐照后测量得到的数据。图5是测试数据与传统的总剂量辐照模型模拟对比曲线示意图，图6是测试数据与本实施例提出的总剂量辐照模型模拟对比曲线示意图。从图5和图6的对比可以看出，本实施例提出的SOI NMOS总剂量辐照模型与测试数据达到了很好的吻合，尤其是漏电部分， 另外也体现了体偏对辐照特性的影响。通过本发明的建模方法，使得总剂量辐照模型更加全面可靠；另外，本发明还实现了对新加模型参数提取的自动化，使得复杂的提参建模变得更加简单和高效。本发明实施例可以利用软件实现，例如利用C语言、汇编语言实现，相应的软件可以存储在可读取的存储介质中，例如计算机的硬盘、内存中。以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明。应当认识到，以上所述内容仅为本发明的具体实施方式
，并不用于限制本发明。凡在本发明的实质和基本原理之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种SOI NMOS总剂量辐照建模方法，其特征在于，所述方法包括获取SOI NMOS辐照前模型参数，并在所述模型参数中加入与总剂量相关的参数，形成含有未知参数的SOI NMOS总剂量辐照模型；获取所述SOI NMOS总剂量辐照模型中未知参数的数值，形成最终的总剂量辐照模型。
2.如权利要求1所述的SOINMOS总剂量辐照建模方法，其特征在于，所述获取SOI NMOS辐照前模型参数的步骤具体包括对SOI NMOS进行辐照前数据的测量；使用提参软件在得到的辐照前数据中进行参数提取，得到SOI NMOS辐照前模型参数。
3.如权利要求2所述的SOINMOS总剂量辐照建模方法，其特征在于，所述使用提参软件在得到的辐照前数据中进行参数提取的步骤具体包括选择一个标准SOI模型；导入测量得到的辐照前数据；提取出辐照前模型参数。
4.如权利要求3所述的SOINMOS总剂量辐照建模方法，其特征在于，所述辐照前模型参数包括体偏为OV时的阈值电压、一级体效应系数、二级体效应系数、迁移率、一级迁移率退化系数和二级迁移率退化系数。
5.如权利要求1所述的SOINMOS总剂量辐照建模方法，其特征在于，所述在所述模型参数中加入与总剂量相关的参数的步骤具体为在所述模型参数的基础上以子电路的形式加入相关参数随SOI NMOS总剂量辐照变化的函数。
6.如权利要求5所述的SOINMOS总剂量辐照建模方法，其特征在于，所述函数包括: 阈值电压、迁移率参数在不同体偏下随SOI NMOS总剂量辐照变化的函数，以及漏电流在不同体偏下随SOI NMOS总剂量辐照的变化函数。
7.如权利要求1所述的SOINMOS总剂量辐照建模方法，其特征在于，所述获取所述SOI NMOS总剂量辐照模型中未知参数的数值，形成最终的总剂量辐照模型的步骤具体包括对所述SOI NMOS进行总剂量辐照；对所述SOI NMOS进行辐照后数据的测量；使用提参软件在得到的辐照后数据中进行参数提取，得到所述总剂量辐照模型中的未知参数值，从而形成最终的总剂量辐照模型。
全文摘要
本发明公开了一种SOI NMOS总剂量辐照建模方法，属于提参建模技术领域。所述方法包括获取SOI NMOS辐照前模型参数，并在模型参数中加入与总剂量相关的参数，形成含有未知参数的SOI NMOS总剂量辐照模型；获取SOINMOS总剂量辐照模型中未知参数的数值，形成最终的总剂量辐照模型。通过本发明的建模方法，使得总剂量辐照模型更加全面可靠；另外，本发明还实现了对新加模型参数提取的自动化，使得复杂的提参建模变得更加简单和高效。
文档编号G06F17/50GK102375896SQ20101025198
公开日2012年3月14日 申请日期2010年8月12日 优先权日2010年8月12日
发明者卜建辉, 毕津顺, 韩郑生 申请人:中国科学院微电子研究所