(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210783300.6 (22)申请日 2022.07.05 (71)申请人 中科苏州微电子产业 技术研究院 地址 215000 江苏省苏州市工业园区金鸡 湖大道99号苏州纳米城1幢5 05、 507 (72)发明人 李丰余　 (74)专利代理 机构 苏州根号专利代理事务所 (普通合伙) 32276 专利代理师 仇波 (51)Int.Cl. G06F 30/20(2020.01) G06N 3/12(2006.01) G06N 3/00(2006.01) G06F 119/14(2020.01) G06F 119/08(2020.01)G06F 111/04(2020.01) (54)发明名称 一种BTI模型框架下的模型参数提取方法 (57)摘要 本发明公开了一种BTI模 型框架下的模 型参 数提取方法， 它包括以下步骤： a.提取半导体器 件时间加速因子上限和下限； b.利用PSO算法对 时间加速因子 上限和下限进行优化； c.得到优化 后的时间加速因子上限和下限。 采用了交叉优化 的方法， 提高新的BTI模型框架参数提取与模型 分解精度， 同时也可向下减兼容， 提取传统的RD 模型与TD模型参数； 与传统方法相比， 具有更高 的全局搜索能力， 可以在不需要特殊复杂的数据 预处理的情况 下， 提取BTI模型参数。 权利要求书2页 说明书5页 附图2页 CN 115081236 A 2022.09.20 CN 115081236 A 1.一种BTI模型框架下的模型参数提取 方法， 其特 征在于， 它包括以下步骤： a.提取半导体 器件时间加速因子上限和下限； b.利用PS0算法对时间加速因子上限和下限进行优化； c.得到优化后的时间加速因子上限和下限。 2.根据权利要求1所述的BTI模型框架下的模型参数提取方法， 其特征在于： 所述的半 导体器件为mos管。 3.根据权利要求2所述的BTI模型框架下的模型参数提取方法， 其特征在于： 步骤a中， 通过建立快/慢陷阱模型的非线性曲线得到针对不同栅压应力条件下 的关于mos管阈值电 压随时间变化的退化 值， 以及针对不同温度应力下的阈值电压随时间变化的退化 值； 快/慢陷阱模型的非线性 为： ΔVth＝A*tB+C*log10(1+D*t) (1)(1) 其中 A∝exp(m1Vg)exp(‑Ea1/KT)， C∝exp(m2Vg)exp(‑Ea2/KT) (2)。 4.根据权利要求3所述的BTI模型框架下的模型参数提取 方法， 其特 征在于： 对于快陷阱模型， 在 双对数坐标中， 利用短期特 征表现， 针对式(3) ΔVth＝a1*ta2+b1*log10(1+b2*t) (3)(3) 对每一条退化曲线采用粒子群算法拟合粗略值a2， b2， 得到与不同应力条件相对应的 多组a2， b2值， 由于其短期特性快速陷阱增长贡献大的特点， 取最大的a2值作为式(1)中参 数B的上限， 取最小的b2值作为式(1)中参数D的下限； 对于慢陷阱模型， 在双线性坐标下， 针对式(3)对每一条退化曲线采用粒子群算法拟合 粗略值a2， b2， 得到多组不同的a2， b2值， 取最小的a2值作为式3中参数B的下限， 取最大的b2 值作为式(1)中参数D的上限， 至此得到幂指数律时间指数B与对数律时间加速因子D的上下 限， 根据栅压应力退化曲线族， 利用参数B与参数D的上限与下限， 提取式(4)中的电压加速 因子C1， C2 ΔVth＝c1*exp(d1Vg)exp(‑Ea1/KT)*tB+c2*exp(d2Vg)exp(‑Ea1/KT)*log10(1+D*t) (4) (4) 得到电压加速因子d1， d2与项系数c1， c2的上限与下限， 根据温度应力退化曲线族， 利 用参数B与参数D的上限与下限， 提取式(4)中的温度加速因子Ea1， Ea2， 得到电压加速因子 Ea1， Ea2与项系数c1， c2的上 限与下限； 其中t： 施压时间； Vg： 栅压； T： 温度； K： 玻尔兹曼常 数； c1： 慢陷 阱项比例系数； c2： 快陷 阱项比例系数； d1： 慢 陷阱栅压加速因子； d2： 快陷阱栅 压加速因子； Ea1： 慢陷阱温度加速因子； Ea2： 快陷阱温度加速因子； B： 慢陷阱时间加速因 子； D： 快陷阱时间加速因子 。 5.根据权利要求4所述的BTI模型框架下的模型参数提取方法， 其特征在于： 步骤b中， 利用栅压应力退化曲线族， 根据得到的式(4)模 型参数d1,d2,B,D,项系数的范围， 设置约束 条件， 利用粒子群算法， 采用遍历或上下限误差率小的方向对模型参数进 行优化， 得到参数 d1,d2,B,D的优化值； 利用温度应力退化曲线族， 根据模型参数Ea1,Ea2,B,D的范围， 设置约 束条件， 利用粒子群算法， 采用遍历或上下限误差率小的方向对模型参数进行优化， 得到式 (4)参数优化值； 在两次优化中得到两组不同的B,D值， 重新利用这两组数据构成参数B,D的 取值范围， 将其上下限均以其差为标准 向外扩展15 ‑30％； 利用所有数据组曲线， 采用新的权　利　要　求　书 1/2 页 2 CN 115081236 A 2B,D值约束条件， 精确提取式(3)参数c1,c2,B,D。权　利　要　求　书 2/2 页 3 CN 115081236 A 3