[发明专利]一种抗辐射加固的SOI CMOS总剂量辐射性能评估方法有效
申请号: | 202010237857.0 | 申请日: | 2020-03-30 |
公开(公告)号: | CN111426930B | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 吴建伟;洪根深;于宗光;顾祥;谢儒彬 | 申请(专利权)人: | 中国电子科技集团公司第五十八研究所 |
主分类号: | G01R31/26 | 分类号: | G01R31/26 |
代理公司: | 无锡派尔特知识产权代理事务所(普通合伙) 32340 | 代理人: | 杨立秋 |
地址: | 214000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 辐射 加固 soi cmos 剂量 性能 评估 方法 | ||
1.一种抗辐射加固的SOI CMOS总剂量辐射性能评估方法,其特征在于,所述方法包括:
对于总剂量加固的SOI CMOS,漏极采用第一电压,源极、体极和前栅电极采用0V;将衬底subsrtate作为背栅,采用-Vn~+Vn~-Vn方向逐步扫描,获取正负向扫描过程中背栅的电流电压测试曲线;
获取总剂量辐射时,辐射前后的背栅的电流电压测试曲线;
根据正负向扫描过程中背栅的电流电压测试曲线,总剂量辐射前后的背栅的电流电压测试曲线以及预设对应关系,确定所述SOI CMOS的抗总剂量辐射性能;所述预设对应关系包括在预设总剂量下,辐射前后的阈值电压漂移量和正向和负向电学测试阈值电压漂移量;
所述根据正负向扫描过程中背栅的电流电压测试曲线,总剂量辐射前后的背栅的电流电压测试曲线以及预设对应关系,确定所述SOI CMOS的抗总剂量辐射性能,包括:
根据所述正负向扫描过程中背栅的电流电压测试曲线,计算所述SOI CMOS在正负向时的阈值电压漂移量;
根据所述总剂量辐射前后的背栅的电流电压测试曲线,计算所述SOI CMOS在总剂量辐射前后的阈值电压漂移量;
根据计算得到的所述正负向时的阈值电压漂移量Vtb_testshift1、所述SOI CMOS在总剂量辐射前后的阈值电压漂移量Vtb_irradationshift1以及所述预设对应关系,确定所述SOI CMOS的抗总剂量辐射性能。
2.根据权利要求1所述的方法,其特征在于,
在第一模式下,采用1nA/um提取SOI CMOS的阈值电压Vtb_0,所述第一模式为在所述SOI CMOS的漏极采用第一电压,源极、体极和前栅电极采用0V;将衬底subsrtate作为背栅,采用第二电压;辐射SOI CMOS到预设总剂量辐射值时,获取所述SOI CMOS的背栅阈值电压Vtb_n;
在第二模式下,采用1nA/um提取SOI CMOS的阈值电压Vbth1,所述第二模式为在所述SOI CMOS的漏极采用第一电压,源极、体极和前栅电极采用0V;将衬底subsrtate作为背栅,采用第三电压;获取负向扫描时背栅阈值电压Vbth2;所述第三电压为从-Vm~+Vm方向逐步扫描,并在达到Vm后,向负向逐步扫描到-Vm;
根据所述Vtb_0、所述Vtb_n、所述Vbth1和所述Vbth2计算所述SOI CMOS的所述预设对应关系。
3.根据权利要求2所述的方法,其特征在于,所述根据所述Vtb_0、所述Vtb_n、所述Vbth1和所述Vbth2计算所述SOI CMOS的所述预设对应关系,包括:
根据所述Vtb_0和所述Vtb_n计算总剂量辐射前后的阈值电压漂移量Vtb_irradationshift2;
根据所述Vbth1和所述Vbth2计算正向和负向电学测试阈值电压漂移量Vtb_testshift2;
根据所述Vtb_irradationshift2和所述Vtb_testshift2计算所述预设对应关系。
4.根据权利要求3所述的方法,其特征在于,所述Vtb_irradationshift2=abs(Vtb_0-Vtb_n)。
5.根据权利要求3所述的方法,其特征在于,Vtb_testshift2=abs(Vbth1-Vbth2)。
6.根据权利要求2所述的方法,其特征在于,所述第二电压与所述SOI CMOS的击穿电压的差值小于第一阈值。
7.根据权利要求2所述的方法,其特征在于,所述Vm与所述SOI CMOS的击穿电压的差值小于第二阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第五十八研究所,未经中国电子科技集团公司第五十八研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010237857.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种旋转搬运机器人
- 下一篇:一种基于小样本训练神经网络的频谱感知方法