面向复杂多陷阱的随机电报噪声提取技术

随着集成电路的发展,器件尺寸不断减小,导致MOSFET栅氧化层中的陷阱增多。低频噪声随之产生,尤其是随机电报噪声RTN变得愈发明显,对器件的可靠性提出了挑战。当器件中的陷阱个数多于1个时,陷阱间的耦合效应也对RTN信号的分析产生了重要影响。因此,开展针对复杂多陷阱情况下的RTN信号的提取技术的研究变得尤为迫切。目前现存的RTN提取技术在处理大数据量时迭代所耗费的时间成本大,且自动化程度不高,这些问题亟需解决。基于RTN信号非高斯性质,提出了自动化检测RTN信号的方法和自动化判定陷阱数方法,使得RTN信号的提取更加准确和高效。另外,还针对迭代过程中重要参数提出了自适应模型的方法,实现了大部分RTN信号提取的迭代加速。最后,对实测RTN信号应用上述方法进行参数提取,并分析了耦合效应对参数产生的影响。

基于实时阈值的CMOS有源像素传感器辐射致随机电报噪声自动检测

研究了辐射环境下CMOS有源像素传感器产生的暗信号随机电报噪声(RTS)的特性,针对这一噪声提出一种实时自动检测算法,用以检测、重建暗信号RTS,并提取噪声关键参数。采用^(60)Cog射线进行的辐照实验测试结果表明,对于辐照后被观测像素发生的282次多级RTS转换,基于本文提出的实时阈值检测方法成功检测出了257次,检测效率达到91%,比采用暗信号幅值标准差为阈值的检测方法高出了16%。

源极跟随器离子注入工艺对RTS噪声影响分析

随机电报信号(Random Telegraph Signal, RTS)噪声是影响CMOS图像传感器图像质量的主要因素之一。伴随着集成电路制造工艺技术的高速发展,源极跟随器(Source Follower, SF)晶体管栅极尺寸不断缩小,使得对RTS噪声影响也愈发增大。文章研究了不同源极跟随器离子注入工艺对RTS噪声的影响,通过工艺优化后,可获得最佳的RTS噪声改善效果。

短沟道MOS器件随机电报信号噪声的检测与分析

随机电报信号(RTS)噪声是表征短沟道器件可靠性的重要敏感参数,能敏感地反映MOS器件中的边界陷阱,为探测小尺寸器件中的缺陷提供了有效的手段。为了能够准确测量出RTS,采用了无噪声偏置电路,设计了两级抑噪电路。在两通道三个运算放大器的基础上,设计了RTS噪声测量放大器,提出一种改进的变步长LMS数字滤波器算法,构造了步长函数和误差的相关值之间的非线性表达式。实验结果表明,在较小的RTS时间常数下,相同精度时,参量提取的误差比传统方法减小20%,同时新算法具有更快的收敛速度,良好的稳态误差性。

随机电报信号噪声时间参数的提取方法

随机电报信号(RTS)噪声是表征短沟道MOS器件可靠性的重要敏感参数,利用RTS噪声可确定半导体器件内部陷阱的位置。为了能够准确提取RTS噪声信号的时间特征参量,采用了经验模态分解(EMD)方法处理器件内部被激发的本征低频噪声信号,并提出了利用能量等效的方法对RTS噪声的时间参量进行提取。实验结果表明,噪声的滤波效果优于传统的算法,降低了系统的背景噪声,相同采样点时,参量提取的误差比传统方法可减小40%,相同精度时,采样点仅为传统方法采样数目的 1/20,提高了提取参量的灵敏度。

CMOS图像传感器中列随机电报噪声影响因素的研究

为了降低CMOS图像传感器中的列随机电报噪声,提升CIS在暗场环境下的成像质量。使用了一种只需要基于图像传感器数字平台输出的简便计算方法,在应用0.13μm 1P4M CIS工艺技术制造的CMOS图像传感器上做了大量实验,研究影响列随机电报噪声的因素。实验考虑了晶体管沟道尺寸、晶体管拓扑结构及工艺水平。实验结果表明,较大的栅极沟道面积、优化晶体管拓扑结构及合适的工艺(0.11μm)可以有效降低列随机电报噪声,这为列晶体管的参数设计提供了指导。

电报噪声作用下线性系统的随机共振

研究了当系统的阻尼率、固有频率和激励信号受色电报作用时,二阶过阻尼线性系统中的随机共振现象。通过线性系统理论和相关删去法,得到了系统平均输出幅度增益的精确表达式。系统平均输出幅度增益是电报噪声的强度、相关率、系统的阻尼率、固有频率以及激励信号的频率的非单调函数;适当的噪声参数和系统参数可以使有噪声情况下的输出幅度增益大于无噪声时的输出幅度增益;通过改变噪声参数和系统参数可以提高系统的输出幅值增益。此方法适用于电报噪声环境中线性系统的微弱信号检测。

场效应晶体管随机电报信号噪声的探测及分析

为了快速准确自动识别随机电报信号,文中基于Sagittarius操作平台,提出了一种适用于工业生产环境的场效应晶体管随机电报信号噪声的全自动测量系统,分析了随机电报信号噪声的识别算法.研究结果表明:以40nm低能耗CMOS工艺的实际产品验证了Sagittarius全自动测量系统的测试方法及分析算法,实现了MOSFETs随机电报信号噪声的快速、精确测量,满足了随机电报信号噪声的自动分析功能.

纳米MOS器件RTS噪声测量与分析

提出了一种基于虚拟仪器的纳米MOS器件随机电报信号噪声测量方法.应用虚拟仪器平台采集随机电报信号噪声的时间序列,采用逐点差分和高斯函数拟合方法,提取了随机电报信号噪声的相对幅度,再通过数字滤波和指数函数拟合方法提取随机电报信号噪声时常数.通过对90 nm MOS器件的测量分析,结果表明该方法不但计算速度远高于传统方法,而且在相同精度要求下,需要的采样点仅为传统方法的1/10.在随机电报信号时常数较小的情况下,测量精度为传统方法的几倍到几十倍.

埋沟型源跟随晶体管对噪声的优化研究

噪声问题是影响CMOS图像传感器图像的最主要问题之一,随着集成电路制造工艺技术的发展和不断进步,源极跟随器(SF)晶体管的栅极面积持续缩小会导致RTS噪声恶化。本文介绍了一种采用掩埋沟道工艺的CMOS图像传感器,通过对掩埋沟道工艺优化,可以使像素的随机电报信号噪声大幅降低30%以上,大幅提高了图像传感器的信噪比。

调幅信号激励的线性振荡器的随机共振

该文研究了调幅信号激励下受随机电报噪声扰动的过阻尼线性振荡器的随机共振现象。基于线性系统理论,得到了上、下边频分量输出幅度增益的精确表达式。研究表明,上(或下)边频分量输出幅度增益是噪声的强度和相关时间以及上(或下)边频分量频率的非单调函数。而且,适当的噪声参数和振荡器参数可以使噪声情况下的上、下边频分量的输出幅度增益大于无噪声时的输出幅度增益。讨论了噪声的强度、边频分量的频率及振荡器的参数对输出幅度增益的影响。

一种适用于MLC闪存的缩短极化码算法研究

多级单元(Multi-level Cell,MLC)闪存经过大量编程/擦除(Program/Erase,P/E)循环操作之后,MLC单元中隧道氧化层被破坏使得存储在浮栅中电荷容易泄漏,进而导致存储的数据不可靠。在深入研究极化码(Polar code)编译码原理、MLC闪存模型和P/E循环引发噪声的基础上,提出一种适用于MLC闪存系统的缩短Polar码。仿真结果表明,在MLC闪存信道条件下,该方法既可保证MLC闪存单元的可靠性,同时又可保持较低的译码复杂度,从而实现了译码复杂度和性能间的良好折衷。

基于错误特征的MLC闪存最小和译码算法

由于多级单元(multi-level-cell,MLC)闪存存储信道中随机电报噪声(random telegraph noise,RTN)、数据保持噪声(data retention noise,DRN)和单元间干扰(cell-to-cell interference,CCI)严重影响了MLC闪存阈值电压,从而导致获取的对数似然比(log-likelihood ratio,LLR)不够准确而影响了软判决译码时MLC闪存的低密度校验(low-density parity-check codes,LDPC)码的性能。在深入分析MLC闪存错误特征的基础上,通过利用MLC阈值电压的熵函数计算相邻MLC阈值电压分布的重叠区域来确定存储比特的可靠度,设计了MLC存储比特LLR值的动态更新策略。从而,提出了RTN、DRN和CCI噪声模型下适用于MLC闪存的LDPC码改进的最小和译码算法。仿真结果表明,与传统的LDPC码最小和译码算法相比较,MLC闪存信道下所改进的MLC闪存的LDPC码最小和译码算法具有更好的译码性能与更少的平均迭代次数。