[发明专利]半导体器件SEU翻转概率的数值模拟方法

摘要

本发明涉及一种半导体器件SEU翻转概率的数值模拟方法，本发明通过SEU替代模型把SEU问题中基本变量的维度高且离散问题转化为一维较连续的问题，进而在此基础上使用改进的MCMC子集抽样方法模拟出SEU的小翻转概率；且在子集抽样方法的中间失效事件的阈值选择上采用改进的自适应方法，减少中间失效事件的条件概率计算误差，以利于能够高效地得出半导体器件的SEU翻转概率。本发明适用于半导体器件SEU数值模拟以及半导体器件小概率事件的数值模拟。

主权项

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Fi(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Fm；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bi；其中：所述阈值bi，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Fm，其阈值bm＝0；步骤3：估算第i中间失效条件的子集Fi发生的条件概率：步骤4：若bi≤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Si: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Si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εk,εk～ησ(·)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ησ中抽取εk，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Fi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Fi的容量为Ni的样本集其中，上述步骤4b中，ησ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TiMC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Fm发生的条件概率：和SEU翻转概率其中：bi(i＝1,2,…,m)为对应第i个中间失效条件的阈值，且bm＝0；Fi,对应第i个中间失效条件的子集；Si为子集Fi的样本集；Ni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Fi的指示函数，当样本点Θk∈Fi时，I(Θk)＝1,否则I(ΘK)＝0。