首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种双极型芯片的性能测试方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京七星华创微电子有限责任公司

摘要:本申请涉及芯片测试技术领域,提出了一种双极型芯片的性能测试方法,包括:获取芯片测试数据序列;以芯片测试数据序列中每个数据为中心构建左特征序列和右特征序列,根据左、右特征序列的极值差异特征和数据分布特征分别计算离散震荡强度和极值紧密显著权重,根据离散震荡强度和极值紧密显著权重计算突变点显著筛选系数,基于突变点显著筛选系数计算突发事件修正筛选系数;根据突发事件修正筛选系数分别获取峰谷恢复表征系数和响应恢复迅速确信系数;根据响应恢复迅速确信系数获取响应恢复特征矩阵,基于响应恢复特征矩阵获取双极型芯片性能测试结果。本申请通过响应恢复特征矩阵获取双极型芯片性能测试结果,提高产品性能测试的精度。

主权项:1.一种双极型芯片的性能测试方法,其特征在于,该方法包括以下步骤:获取双极性芯片性能测试过程中的输出电流、输出电压、能耗值和放大系数,根据所述输出电流、输出电压、能耗值和放大系数分别获取芯片输出电流序列、芯片输出电压序列、芯片能耗序列和芯片放大系数序列,将芯片输出电流序列、芯片输出电压序列、芯片能耗序列和芯片放大系数序列均作为芯片测试数据序列;获取每个芯片测试数据序列中每个数据的极值特征分析序列,根据每个芯片测试数据序列中每个数据的极值特征分析序列分别计算极值特征分析序列的离散震荡强度和极值特征分析序列中每个极值点的极值紧密显著权重,基于离散震荡强度和极值紧密显著权重计算每个数据的突变点显著筛选系数;根据每个芯片测试数据序列中每个数据的突变点显著筛选系数计算每个数据的突发事件修正筛选系数;根据每个芯片测试数据序列中每个数据的突发事件修正筛选系数分布差异特征获取每个芯片测试数据序列对应的响应恢复迅速确信指数;根据每个芯片测试数据序列对应的响应恢复迅速确信指数获取响应恢复特征矩阵,基于响应恢复特征矩阵获取双极型芯片的性能测试结果;所述获取每个芯片测试数据序列中每个数据的极值特征分析序列,根据每个芯片测试数据序列中每个数据的极值特征分析序列分别计算极值特征分析序列的离散震荡强度和极值特征分析序列中每个极值点的极值紧密显著权重的方法为:对于每个芯片测试数据序列,采用曲线拟合算法获取芯片测试数据序列的拟合曲线,获取所述拟合曲线中所有极大值点和极小值点对应的采集时间数据,将所有极大值点的采集时间数据在芯片测试数据序列中对应的数据作为极大值标记数据,将所有极小值点的采集时间数据在芯片测试数据序列中对应的数据作为极小值标记数据;以芯片测试数据序列中每个数据为中心分别向左和向右选取预设数量的数据,将向左和向右选取的预设数量的数据按照时间升序组成的序列分别作为左特征序列和右特征序列;将左特征序列中所有极大值标记数据和极小值标记数据按照时间升序顺序组成的序列分别作为左特征序列的极大值标记数据序列和极小值标记数据序列,将右特征序列中所有极大值标记数据和极小值标记数据按照时间升序顺序组成的序列分别作为右特征序列的极大值标记数据序列和极小值标记数据序列;将芯片测试数据序列中每个数据的左特征序列和右特征序列分别作为每个数据的一个极值特征分析序列,根据芯片测试数据序列中每个数据的极值特征分析序列的极大值标记数据序列和极小值标记数据序列获取每个数据的每个极值特征分析序列的离散震荡强度,根据芯片测试数据序列中每个数据的每个极值特征分析序列的极值分布情况计算所述每个极值特征分析序列中每个极值点的极值紧密显著权重;所述根据芯片测试数据序列中每个数据的极值特征分析序列的极大值标记数据序列和极小值标记数据序列获取每个数据的每个极值特征分析序列的离散震荡强度的方法为:将芯片测试数据序列中每个数据的所有极值特征分析序列中元素数量最小的序列作为极值特征序列,将每个极值特征分析序列的极大值标记数据序列和极小值标记数据序列中相同位置的元素之差的绝对值在极值特征序列上累加结果与极值特征分析序列中所有元素方差的乘积作为芯片测试数据序列中每个数据的每个极值特征分析序列的离散震荡强度;所述根据芯片测试数据序列中每个数据的每个极值特征分析序列的极值分布情况计算所述每个极值特征分析序列中每个极值点的极值紧密显著权重的方法为: ,式中,表示芯片测试数据序列中数据点i的每个极值特征分析序列中第s个极值点的极值紧密显著权重,表示芯片测试数据序列中数据点i的每个极值特征分析序列中第s个极值点与数据点i之间的间隔元素的数量,M表示芯片测试数据序列中数据点i的每个极值特征分析序列内数据元素的数量;所述基于离散震荡强度和极值紧密显著权重计算每个数据的突变点显著筛选系数的方法为:将芯片测试数据序列中每个数据的左特征序列中所有极值点的极值紧密显著权重的均值与所述左特征序列对应的离散震荡强度的乘积作为第一因子,将芯片测试数据序列中每个数据的右特征序列中所有极值点的极值紧密显著权重的均值与所述右特征序列对应的离散震荡强度的乘积作为第二因子,将第一因子与第二因子的差值作为芯片测试数据序列中每个数据的突变点显著筛选系数;所述根据每个芯片测试数据序列中每个数据的突变点显著筛选系数计算每个数据的突发事件修正筛选系数的方法为:将每个芯片测试数据序列中每个数据与每个数据相邻的预设数量数据的突变点显著筛选系数之间的差值在每个数据邻域内预设数量数据上累加结果的均值作为第一累加因子,将第一累加因子与每个数据的突变点显著筛选系数的和作为每个芯片测试数据序列中每个数据的突发事件修正筛选系数;所述根据每个芯片测试数据序列中每个数据的突发事件修正筛选系数分布差异特征获取每个芯片测试数据序列对应的响应恢复迅速确信指数的方法为:将每个芯片测试数据序列中所有数据的突发事件修正筛选系数作为输入,采用大津阈值分割算法获取每个芯片测试数据序列的分割阈值,将每个芯片测试数据序列中突发事件修正筛选系数大于分割阈值的数据作为疑似突发开始点数据;将每个芯片测试数据序列中相邻两个疑似突发开始点数据的采集时间构成的区间作为相邻两个疑似突发开始点数据中采集时刻最小的疑似突发开始点数据的突发事件影响区间,将所述突发事件影响区间中所有极大值标记数据和极小值标记数据按照时间升序顺序组成的序列作为突发事件影响区间的极值标记数据序列,将所述极值标记数据序列中按照时间升序顺序依次将两个元素作为突发事件影响区间的一个极值标记组合;对于芯片测试数据序列中每个疑似突发开始点数据对应的任意一个极值标记组合,将极值标记组合中两个数据分别与对应的疑似突发开始点数据之间采集时刻差值的均值作为极值标记组合的突变相隔距离,将芯片测试数据序列中每个疑似突发开始点数据对应的所有极值标记组合中两个数据采集时刻之差的绝对值的均值作为每个疑似突发开始点数据的峰谷稳定距离;根据芯片测试数据序列中每个疑似突发开始点数据的极值标记组合中的极值差异计算每个疑似突发开始点数据的峰谷恢复表征系数,根据芯片测试数据序列中每个疑似突发开始点数据的峰谷恢复表征系数、突发事件影响区间和峰谷稳定距离计算响应恢复迅速确信指数;所述根据芯片测试数据序列中每个疑似突发开始点数据的极值标记组合中的极值差异计算每个疑似突发开始点数据的峰谷恢复表征系数的方法为: ,式中,表示芯片测试数据序列中疑似突发开始点数据x的峰谷恢复表征系数,和分别表示第c个和第c+1个极值标记组合中的极值,为预设值,表示疑似突发开始点数据x突发事件影响区间内极值标记组合的数量,表示以自然常数为底的指数函数;所述根据芯片测试数据序列中每个疑似突发开始点数据的峰谷恢复表征系数、突发事件影响区间和峰谷稳定距离计算响应恢复迅速确信指数的方法为:将芯片测试数据序列中每个疑似突发开始点数据对应的所有极值标记组合中两个数据采集时刻之差的绝对值小于等于每个疑似突发开始点数据的峰谷稳定距离的极值标记组合作为特征标记组合,将所有所述特征标记组合中突变相隔距离最小的特征标记组合中采集时刻最大的极值点作为每个疑似突发开始点数据的突发事件影响区间的稳态转折点,将所述稳态转折点之前的采集时刻的数据组成的序列作为每个疑似突发开始点数据的突变波动响应序列,将所述稳态转折点之后的采集时刻的数据组成的序列作为每个疑似突发开始点数据的突变稳态响应序列;将芯片测试数据序列中每个疑似突发开始点数据对应的突变波动响应序列和突变稳态响应序列之间的KL散度作为第一乘积因子,将芯片测试数据序列中每个疑似突发开始点数据的突发事件修正筛选系数与峰谷恢复表征系数的乘积作为第二乘积因子,将第一乘积因子与第二乘积因子的乘积作为分子,将芯片测试数据序列中每个疑似突发开始点数据与对应的稳态转折点之间采集时刻的差值与0.01的和作为分母,将分子与分母的比值作为芯片测试数据序列中每个疑似突发开始点数据的响应恢复迅速确信指数;所述根据每个芯片测试数据序列对应的响应恢复迅速确信指数获取响应恢复特征矩阵,基于响应恢复特征矩阵获取双极型芯片的性能测试结果的方法为:将每个芯片测试数据序列中第一预设数量的疑似突发开始点数据作为每个芯片测试数据序列的代表突变开始点,将所述代表突变开始点对应的采集时刻和响应恢复迅速确信指数组成的序列作为每个代表突变开始点的一个特征二元组,将所有所述特征二元组组成的序列作为每个芯片测试数据序列的响应恢复特征向量,将所述响应恢复特征向量作为矩阵中一个行向量,将所有芯片测试数据序列的响应恢复特征向量组成的矩阵作为待测双极型芯片的响应恢复特征矩阵;将相同型号和测试条件的第二预设数量的双极型芯片的待测双极型芯片的响应恢复特征矩阵作为SOS算法的输入,将两个响应恢复特征矩阵的SSIM结构相似性系数作为相似度量结果,输出为待测试双极型芯片的离群值概率,根据所述离群值概率与预设阈值的比较结果获取待测双极型芯片的性能测试结果。

全文数据:

权利要求:

百度查询: 北京七星华创微电子有限责任公司 一种双极型芯片的性能测试方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。