[发明专利]半导体器件SEU翻转概率的数值模拟方法

权利要求书

1.一种半导体器件SEU翻转概率的数值模拟方法，其特征在于设有解决方案的基本条件包括如下：

a.将半导体器件SEU失效事件分解为对应m个中间失效条件的事件，且每一个中间失效条件均比前一个更为严格，记F_i(i＝0,1,…,m)为对应第i个中间失效条件的子集，其中，第0个中间失效条件为空条件，即任何粒子均符合该条件，该失效条件对应子集F₀；第m个条件即是单粒子翻转事件的条件，该条件对应子集F_m；

b.通过SVM机器学习分类方法得到SEU替代模型及改进的Metropolis-Hasting算法，将高维度系统问题变为一维领域内的随机局部游动，实现子集抽样方法的逐层抽样；

设有解决方案的基本步骤包括如下：

步骤1：采用蒙特卡洛方法产生个服从联合概率密度分布f(Θ)的相互独立样本点记样本集S₀:并通过TCAD仿真获得相应的样本粒子的SEU功能函数值

步骤2：通过预设P₀，获得第i个中间失效条件的阈值b_i；其中：所述阈值b_i，其选择步骤如下：

步骤2a.对应第i个中间失效条件的样本集将样本集中所有粒子依据其全物理仿真得到的相应SEU功能函数值升序排列；

步骤2b.按粒子的排列顺序，首先选择第个粒子的功能函数值其次向后查找粒子满足条件则

步骤2c.对于第m个失效条件子集F_m，其阈值b_m＝0；

步骤3：估算第i中间失效条件的子集F_i发生的条件概率：

步骤4：若b_i≤0,则进入步骤5；否则，利用改进的MCMC子集抽样法逐层抽样，获得满足第i个中间失效条件的样本集S_i:重复进入上述步骤2和步骤3；其中，满足第i个中间失效条件的样本集S_i的抽样方法，包括如下步骤：

步骤4a：选取马尔科夫链初始状态

步骤4b：确定随机游走增量ε_k,ε_k～η_σ(·)分布；

步骤4c：确定马尔科夫链的第k+1状态：

步骤4c-1：产生备选状态

从增量分布η_σ中抽取ε_k，并令计算接受率：

从[0,1]均匀分布中产生随机数U，定义

步骤4c-2：接受或者拒绝

步骤4d：重复步骤4b-4c，产生一条长度为n₀的马尔科夫链，链上状态对应子集F_i的一个样本粒子；

步骤4e.重复步骤4a-4d,产生多条马尔科夫链，即子集F_i的容量为N_i的样本集

其中，上述步骤4b中，η_σ为随机整数的分布函数；步骤4c-1中t为马尔科夫链上第k状态在T_iMC中序号；步骤4d中，n₀为预设马尔科夫链长度；

步骤5：估算第m中间失效条件的子集F_m发生的条件概率：

和SEU翻转概率其中：b_i(i＝1,2,…,m)为对应第i个中间失效条件的阈值，且b_m＝0；F_i,对应第i个中间失效条件的子集；S_i为子集F_i的样本集；N_i为样本集的样本数量；P₀为预设的中间失效事件发生的条件概率；为子集F_i的指示函数，当样本点Θ_k∈F_i时，I(Θ_k)＝1,否则I(Θ_K)＝0。