基于遗传算法BSIM SOI模型参数提取.pdfVIP

第 26 卷 　第 8 期 半 　导 　体 　学 　报 Vol . 26 　No . 8 2005 年 8 月 C H IN ESE J OU RNAL O F SEM ICONDU C TOR S Aug . ,2005 基于遗传算法的 BSIM SOI 模型参数提取 李瑞贞 　韩郑生 ( 中国科学院微电子研究所 , 北京 　100029) 摘要 : 提出了一种提取 B SIM SO I 模型参数的新方法 ,该方法基于遗传算法和局部优化法的结合 , 同时具有全局优 化和局部优化的优点 ,提取的参数物理意义明确 ,并且容易得到全局最优解. 该方法计算简单 ,不需要对模型进行 μ 深入了解和丰富的参数提取经验 ,易于推广使用. 对用该方法得到的 SO I 模型进行了模拟 ,并将模拟结果与 12 m CMO S/ SO I 测试结果进行对比 ,二者吻合很好 ,SO I 器件特有的 kink 效应也得到了很好的拟合. 关键词 : 遗传算法 ; SO I ; 参数提取 EEACC : 0260 ; 2520M ; 2530 F 　　　PACC : 7340Q 中图分类号 : TN 386 1 　　　文献标识码 : A 　　　文章编号 : 02534 177 (2005) 提参软件价格极其昂贵的原因. 1 　引言 遗传算法是一种非数值优化方法 ,也是一种全 局优化算法. 1999 年 Wat t s 等人[ 10 ] 用遗传算法提 器件模型是集成电路设计的基础 ,模型参数的 取了B SIM3 模型 ,但其方法使用了全局优化策略同 提取直接影响到集成电路设计的精确度 , 因而是集 时提取 5 1 个参数 ,对于一个 5 1 维空间变量来说 ,全 成电路设计中一个非常重要的环节. 目前对 SO I 器 局最优解的搜索过程无疑非常漫长 ,最终得到的解 件模型的研究很多[ 1～5 ] ,B SIM SO I[ 6 ] 模型经 CM C 可能偏离真实值很远. 由于要拟合大量的测试数据 , ( ) 简洁模型委员会 验证 , 已成为工业界使用的标准 其采用的目标函数也非常复杂. 模型. 但由于 B SIM SO I 模型极其复杂 ,给模型参数 本文提出了遗传算法和局部优化法结合提取模 的提取增加了很大困难. SO I 技术被称为 2 1 世纪的 型参数的方法 ,本方法在不同的器件工作区域分别 硅集成电路技术[7 ] , 与体硅相比 SO I MO SF E T 物 使用遗传算法提取相应参数 , 因此得到的参数物理 理机制更加复杂 ,其特有的现象如 kink 效应[ 8 ] 等 , 意义明确 ,不会偏离真实值太远 ,而且本方法易于得 使得 SO I MO SF E T 参数提取更加困难. 到全局最优解. 一般商业提参软件通常使用局部优化策略 ,传 统的参数提取使用数值优化方法 ,常用的算法有牛 2 　遗传算法简介 ( ) [9 ] 顿拉夫森迭代法 L SN R 、麦跨特法等 . 在不同 的器件工作区域提取不同的参数 ,在这个区域内这 遗传算法于 20 世纪 60 年代 由 Michigan 大学 些参数起主要作用 , 因此提取的参数有明确的物理