[发明专利]一种基于神经网络的芯片筛测方法

权利要求书

1.一种基于神经网络的芯片筛测方法，其特征在于，包括以下步骤：

S1、采集10个批次的芯片S参数及其对应的频率、偏置IV参数和PCM数据作为训练数据；

S2、构建芯片S参数关于频率、偏置IV参数和PCM数据的神经网络模型；

S3、通过训练数据对神经网络模型进行训练，得到S参数预估模型；

S4、在待测芯片的CP测试阶段，采集待测芯片的PCM数据；

S5、在待测芯片的FT测试阶段，选取4个测试频点构成频率向量，测试待测芯片的S参数及其对应的偏置IV参数；

S6、将待测芯片的PCM数据、频率向量和偏置IV参数输入S参数预估模型，得到待测芯片的预估S参数；

S7、根据预估S参数和实际测试得到的待测芯片的S参数计算得到向量差的模值；

S8、将向量差的模值均在预设标准值范围内的待测芯片归入合格芯片集合BIN1，将向量差的模值不是全部在预设标准值范围内的待测芯片归入失效芯片集合BIN2；

所述步骤S2中构建的神经网络模型为：

S=f_ANN( f_x,WAT_PCM, IV_x,w)

其中S表示芯片的S参数矩阵，f_ANN(·)表示神经网络模型函数，f_x表示芯片的频率向量，WAT_PCM表示芯片的PCM数据向量，IV_x表示芯片的偏置IV参数矩阵，w表示神经网络模型的Sigmoid参数权重向量。

2.根据权利要求1所述的基于神经网络的芯片筛测方法，其特征在于，所述步骤S5中测试得到的待测芯片的S参数表示为：

其中S表示实际测试得到的待测芯片的S参数矩阵，S₁₁, S₁₂, S₂₁, S₂₂分别表示实际测试得到的待测芯片的S₁₁参数、S₁₂参数、S₂₁参数和S₂₂参数。