本发明涉及微电子领域，特别是涉及一种相变存储器最优脉冲操作条件的筛选方法。
背景技术：
相变存储器的基本工作原理是以硫系化合物为基础的相变材料作为存储介质，在相变器件单元两端施加不同的脉冲，通过相变材料在非晶态与晶态之间转化来实现数据存储。相变材料在非晶态时表现为半导体特性，其阻值表现为高阻；在晶态时表现为半金属特性，其阻值为低阻。非晶态一般定义为“reset”态，对应存储单元的逻辑值为“1”，相应的操作为reset操作；晶态定义为“set”态，对应存储单元的逻辑值为“0”，相应的操作为set操作；其中，set和reset态之间的电阻差异可以达到2～3个数量级。
相变存储器的脉冲操作条件包含四种：reset脉冲高度、reset脉冲宽度、set脉冲高度和set脉冲宽度，故相变存储单元在晶态和非晶态之间的相互转换必须在合适的脉冲操作条件下才能完成，每一脉冲操作条件作用之后得到的都是不同程度的reset和set状态。理想情况下，reset态的电阻越大越好，set态的电阻越小越好，以使两种状态更加容易区分，更加便于应用。
在相变存储器的应用阶段，reset态和set态的最优脉冲操作条件决定了相变存储器芯片可以达到最好的使用性能。传统意义上的reset态和set态最优脉冲条件的筛选方法有很多，最常见的方法是“试错法”，如在研究reset脉冲高度的最优操作条件时，通过固定reset脉冲宽度、set脉冲高度和set脉冲宽度，只通过改变reset脉冲高度实现查找哪个reset脉冲高度能使非晶态阻值更高。可见，使用传统“试错法”进行最优脉冲操作条件的筛选时，不仅费时，而且还忽略了各脉冲操作条件之间的相互影响，从而影响筛选结果的准确性。
鉴于此，有必要设计一种新的相变存储器最优脉冲操作条件的筛选方法用以解决上述技术问题。
技术实现要素：
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种相变存储器最优脉冲操作条件的筛选方法，用于解决传统“试错法”存在费时、筛选结果不准确的问题。
为实现上述目的及其他相关目的，本发明提供一种相变存储器最优脉冲操作条件的筛选方法，所述筛选方法包括：
基于待测相变存储器，设定待优化脉冲及各所述待优化脉冲对应的预设操作条件，并基于各所述待优化脉冲，设定影响因子；其中，各所述待优化脉冲对应的所述预设操作条件的个数相同；
基于各所述待优化脉冲对应的所述预设操作条件，生成n组测试数据，以分别对所述待测相变存储器中的若干存储单元进行reset操作和set操作，并获取各所述测试数据对应的reset分布电阻的电阻值及set分布电阻的电阻值；其中，n为大于等于1的正整数；
分别对reset分布电阻和影响因子、及set分布电阻和影响因子进行回归分析，获取reset响应模型及set响应模型；以及
基于所述reset响应模型及所述set响应模型，对各所述待优化脉冲的操作条件进行预测，获取使所述待测相变存储器实现reset操作及set操作的最优脉冲操作条件。
可选地，所述筛选方法基于jmp统计软件实现。
可选地，所述待优化脉冲包括reset电流脉冲高度、reset电流脉冲宽度、set电流脉冲高度及set电流脉冲宽度。
可选地，所述影响因子包括：reset电流脉冲高度、reset电流脉冲宽度、set电流脉冲高度、set电流脉冲宽度、reset电流脉冲高度*reset电流脉冲高度、reset电流脉冲宽度*reset电流脉冲宽度、set电流脉冲高度*set电流脉冲高度、set电流脉冲宽度*set电流脉冲宽度、reset电流脉冲高度*reset电流脉冲宽度、reset电流脉冲高度*set电流脉冲高度、reset电流脉冲高度*set电流脉冲宽度、reset电流脉冲宽度*set电流脉冲高度、reset电流脉冲宽度*set电流脉冲宽度及set电流脉冲高度*set电流脉冲宽度。
可选地，所述reset分布电阻为均值电阻或中值电阻，所述set分布电阻为均值电阻或中值电阻。
可选地，所述reset分布电阻和所述set分布电阻均为中值电阻。
可选地，对所述待测相变存储器进行reset操作和set操作之前，还包括：通过调节测试数据的组数n，对各所述待优化脉冲的预测方差进行优化的步骤；其中，组数n与各所述待优化脉冲的预测方差负相关。
可选地，获取reset响应模型及set响应模型的方法包括：分别通过最小二乘法对reset分布电阻和影响因子、及set分布电阻和影响因子进行回归分析，以获取reset响应模型及set响应模型。
可选地，获取reset响应模型及set响应模型后，还包括：通过假设检测法分别对reset响应模型及set响应模型中的影响因子进行显著性水平分析，以对reset响应模型及set响应模型进行优化。
如上所述，本发明的相变存储器最优脉冲操作条件的筛选方法，具有以下有益效果：本发明所述筛选方法通过增加影响因子，以将各脉冲操作条件的相互影响引入至reset响应模型及set响应模型中，大大提高了最优脉冲操作条件筛选结果准确性的同时，更节省了筛选时间。本发明所述筛选方法还通过对reset响应模型及set响应模型中的影响因子进行显著性水平分析，以对reset响应模型及set响应模型进行优化，从而简化reset响应模型及set响应模型。
附图说明
图1显示为本发明所述筛选方法的流程图。
图2显示为本实施例4m相变存储器的reset电流脉冲示意图。
图3显示为本实施例4m相变存储器的set电流脉冲示意图。
图4显示为本实施例4m相变存储器的待优化脉冲及各待优化脉冲的预设操作条件示意图。
图5显示为本实施例4m相变存储器的影响因子示意图。
图6显示为本实施例4m相变存储器在n组测试数据下的测试结果示意图。
图7显示为本实施例4m相变存储器reset响应模型中相关影响因子的显著性水平分析示意图。
图8显示为本实施例4m相变存储器set响应模型中相关影响因子的显著性水平分析示意图。
图9显示为本实施例4m相变存储器的最优脉冲操作条件的预测图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1至图9。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
如图1所示，本实施例提供一种相变存储器最优脉冲操作条件的筛选方法，所述筛选方法包括：
基于待测相变存储器，设定待优化脉冲及各所述待优化脉冲对应的预设操作条件，并基于各所述待优化脉冲，设定影响因子；其中，各所述待优化脉冲对应的所述预设操作条件的个数相同；
基于各所述待优化脉冲对应的所述预设操作条件，生成n组测试数据，以分别对所述待测相变存储器中的若干存储单元进行reset操作和set操作，并获取各所述测试数据对应的reset分布电阻的电阻值及set分布电阻的电阻值；其中，n为大于等于1的正整数；
分别对reset分布电阻和影响因子、及set分布电阻和影响因子进行回归分析，获取reset响应模型及set响应模型；以及
基于所述reset响应模型及所述set响应模型，对各所述待优化脉冲的操作条件进行预测，获取使所述待测相变存储器实现reset操作及set操作的最优脉冲操作条件，从而实现通过最优脉冲操作条件对所述待测相变存储器进行reset操作及set操作时，其reset分布电阻最大化，set分布电阻最小化。
需要注意的是，由于温度对相变存储器的性能也会产生影响，故为了保证筛选结果的准确性，本实施例所述筛选方法是在一恒定温度下进行的，优选为室温25℃。
作为示例，所述筛选方法基于jmp统计软件实现。
作为示例，所述待优化脉冲包括reset电流脉冲高度、reset电流脉冲宽度、set电流脉冲高度及set电流脉冲宽度。需要注意的是，对于不同待测相变存储器，其待优化脉冲的数量是不同的，具体可根据待测相变存储器对应的数据手册来确定所述待优化脉冲的数量；并在所述待优化脉冲的数量确定后，根据数据手册确定各所述待优化脉冲的预设操作条件。
优选地，在本实施例中，所述待测相变存储器为4m相变存储器(其reset电流脉冲如图2所示，其set电流脉冲如图3所示)，故本实施例所述待优化脉冲包括：reset电流脉冲高度reset_height、reset电流脉冲宽度reset_width、set电流脉冲高度set_height、set第一电流脉冲宽度set_width_1及set第二至第六电流脉冲宽度set_width_2～6；并设定所述待优化脉冲对应的预设操作条件如图4所示。
作为示例，所述影响因子包括：reset电流脉冲高度、reset电流脉冲宽度、set电流脉冲高度、set电流脉冲宽度、reset电流脉冲高度*reset电流脉冲高度、reset电流脉冲宽度*reset电流脉冲宽度、set电流脉冲高度*set电流脉冲高度、set电流脉冲宽度*set电流脉冲宽度、reset电流脉冲高度*reset电流脉冲宽度、reset电流脉冲高度*set电流脉冲高度、reset电流脉冲高度*set电流脉冲宽度、reset电流脉冲宽度*set电流脉冲高度、reset电流脉冲宽度*set电流脉冲宽度及set电流脉冲高度*set电流脉冲宽度。
优选地，在本实施例中，所述4m相变存储器的影响因子包括：reset_height、reset_width、set_height、set_width_1、set_width_2～6、reset_height*reset_width、reset_height*set_height、reset_height*set_width_1、reset_height*set_width_2～6、reset_width*set_height、reset_width*set_width_1、reset_width*set_width_2～6、set_height*set_width_1、set_height*set_width_2～6、set_width_1*set_width_2～6、(reset_height)2、(reset_width)2、(set_height)2、(set_width_1)2、(set_width_2～6)2，具体如图5所示。需要注意的是，在本实施例中，所述影响因子还包括一模型截距，其中，所述模型截距为一常数。
作为示例，所述reset分布电阻为均值电阻或中值电阻，所述set分布电阻为均值电阻或中值电阻。优选地，在本实施例中，所述reset分布电阻和所述set分布电阻均为中值电阻，以便更好地反应输出情况。
作为示例，对所述待测相变存储器进行reset操作和set操作之前，还包括：通过调节测试数据的组数n，对各所述待优化脉冲的预测方差进行优化的步骤；其中，组数n与各所述待优化脉冲的预测方差负相关。需要注意的是，组数n越大、各所述待优化脉冲的预测方差越小，也就说明筛选的准确性越高，但组数n越大，也表明了测试次数越多，容易造成资源和时间的耗费，降低效率；故在确定组数n及预测方差时，需综合考虑筛选准确性及筛选效率。优选地，在本实施例中，所述组数n为30。
作为示例，获取reset响应模型及set响应模型的方法包括：分别通过最小二乘法对reset分布电阻和影响因子、及set分布电阻和影响因子进行回归分析，以获取reset响应模型及set响应模型。
作为示例，获取reset响应模型及set响应模型后，还包括：通过假设检测法分别对reset响应模型及set响应模型中的影响因子进行显著性水平分析，以对reset响应模型及set响应模型进行优化。
下面请参阅图1至图9，利用jmp统计软件对4m相变存储器在室温25℃下进行最优操作脉冲条件的筛选测试，以对本实施例所述筛选方法进行详细说明。
步骤一、基于本实施例所述4m相变存储器(其reset电流脉冲如图2所示，其set电流脉冲如图3所示)，设定本实施例所述待优化脉冲包括：reset电流脉冲高度、reset电流脉冲宽度、set电流脉冲高度、set第一电流脉冲宽度及set第二至第六电流脉冲宽度；并设定所述待优化脉冲对应的预设操作条件如图4所示；之后根据本实施例所述4m相变存储器的待优化脉冲，确定其影响因子如图5所示。
步骤二、基于图4所示的各所述待优化脉冲对应的所述预设操作条件，生成30组测试数据，以分别对本实施例所述4m相变存储器中的若干存储单元进行reset操作和set操作，并获取各所述测试数据对应的reset分布电阻的电阻值及set分布电阻的电阻值，如图6所示。
步骤三、通过最小二乘法分别对reset分布电阻和影响因子、及set分布电阻和影响因子进行回归分析，获取reset响应模型及set响应模型；其中，reset响应模型的等式为：
set响应模型的等式为：
然后通过假设检测法分别对reset响应模型及set响应模型中的影响因子进行显著性水平分析，以对reset响应模型及set响应模型进行优化，从而检验reset响应模型等式及set响应模型等式的正确性；其中，显著性水平p值小于0.05的影响因子视为显著性水平高，即在模型中起重要作用，也就是说，显著性水平p值越小，该显著性水平p值对应的影响因子的作用越大；显著性水平p值大于0.05的影响因子视为无关因子，可以将该显著性水平p值大于0.05的影响因子去除，以加强模型的准确性。图7是reset响应模型的相关影响因子的显著性水平分析示意图，从图中可以看出，(reset_height)2和reset_height的显著性水平小于0.05，因此这两项是reset响应模型的相关项，其中(reset_height)2的显著性水平最强。图8是set响应模型的相关影响因子的显著性水平分析示意图，从图中可以得出，set响应模型的相关影响因子比较多，其中set_width_2～6的显著性水平最强。
步骤四、基于所述reset响应模型及所述set响应模型，对各所述待优化脉冲的操作条件进行预测，获取使所述待测相变存储器实现reset操作及set操作的最优脉冲操作条件，如图9所示；由图9可知，reset_height＝0.77ma，reset_width＝500ns，set_height＝0.4ma，set_width_1＝500ns和set_width_2～6＝200ns是最优脉冲操作条件。
综上所述，本发明的相变存储器最优脉冲操作条件的筛选方法，具有以下有益效果：本发明所述筛选方法通过增加影响因子，以将各脉冲操作条件的相互影响引入至reset响应模型及set响应模型中，大大提高了最优脉冲操作条件筛选结果准确性的同时，更节省了筛选时间。本发明所述筛选方法还通过对reset响应模型及set响应模型中的影响因子进行显著性水平分析，以对reset响应模型及set响应模型进行优化，从而简化reset响应模型及set响应模型。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。