[发明专利]半导体器件闪烁噪声表征数据筛选方法

说明书

本发明公开了一种半导体器件闪烁噪声表征数据筛选方法，包括选取多个半导体样本，设置多个测试频点，获取每个半导体样本在每个测试频点的噪声频谱，将多个半导体样本在同一个测试频点的噪声频谱按采集算法处理获得该测试频点的噪声频谱表征数据，将所有测试频点的噪声频谱表征数据作为这种半导体器件闪烁噪声模型拟合的实验数据。利用本发明处理的噪声数据能更真实反映实验中的情况，避免不同偏压下的噪声频谱曲线发生重合、交叉等非正常现象，使SPICE模型能够更准确的与噪声频谱数据进行拟合，能更符合半导体器件实际工作状态下的物理特性。

技术领域

本发明涉及半导体领域，特别是涉及一种半导体器件闪烁噪声表征数据筛选方法。

背景技术

随着目前超大规模集成电路中模拟和射频电路的大量使用，影响电路模拟和射频性能的各种半导体器件的噪声特性及其SPICE(电路级模拟程序)建模仿真愈来愈引起人们的重视，在众多种类的噪声源中闪烁噪声(暨1/f噪声)会对半导体器件的低频、高频乃至射频性能带来十分严重的影响，通过建立基于实测数据的SPICE模型可以准确表征闪烁噪声的特性，为电路设计提供帮助。

闪烁噪声的功率密度频谱基本上与频率成反比，因此又被称作1/f噪声，它是一种很普遍的噪声现象，而且1/f噪声在MOSFET低频区域占主导地位的噪声。在MOSFET晶体管的SPICE模型中1/f噪声也是重要的部分，目前1/f噪声模型采用BSIM4的模型，但是噪声实验数据的波动较大，不同器件测得的噪声曲线存在较大差异，在多个偏压下测得的单个样品的噪声曲线可能会发生交叉的情况，这在模型拟合和参数提取中时不允许的。并且单个样品的测试数据结果不足以反映整个实验的真实情况，因此采用多个样品测试，并采用通过测试数据优选方案的数据作为1/f噪声模型精确拟合可用的实验数据就变得至关重要。

发明内容

本发明要解决的技术问题，本发明提供一种能获得准确闪烁噪声表征数据的半导体器件闪烁噪声表征数据筛选方法。

为解决上述技术问题，本发明提供半导体器件闪烁噪声表征数据筛选方法，包括以下步骤：

1)选取多个半导体样本；

2)设置多个测试频点；

3)获取相同的测试条件下每个半导体样本在每个测试频点的噪声频谱；

4)将多个半导体样本在同一个测试频点的噪声频谱按采集算法处理获得该测试频点的噪声频谱表征数据；

5)将所有测试频点的噪声频谱表征数据作为这种半导体器件闪烁噪声模型拟合的实验数据。

进一步改进所述半导体器件闪烁噪声表征数据筛选方法，所述采集算法为：计算多个半导体样本在同一个测试频点噪声频谱的中位数值作为该测试频点的噪声频谱表征数据。

进一步改进所述半导体器件闪烁噪声表征数据筛选方法，所述采集算法为：计算多个半导体样本在同一个测试频点噪声频谱的算术平均值作为该测试频点的噪声频谱表征数据。

进一步改进所述半导体器件闪烁噪声表征数据筛选方法，所述采集算法为：

计算多个半导体样本在同一个测试频点噪声频谱的中位数值和算术平均值；

计算多个半导体样本在上述测试频率点的中位数值和算术平均值的算数平均值，将该均值作为该测试频点的噪声频谱表征数据。

进一步改进所述半导体器件闪烁噪声表征数据筛选方法，实施步骤4)时，在采集算法处理各测试频点的噪声频谱前，先对各测试频点噪声频谱进行预降噪处理。

进一步改进所述半导体器件闪烁噪声表征数据筛选方法，所述预降噪处理是删除各个测试频点噪声频谱中大于标准偏差3-6倍的噪声频谱。标准偏差是一种量度数据分布的分散程度的标准，用以衡量数据值偏离算术平均值的程度。