《计算机工程与科学杂志》发表论文赏析

面向复杂多陷阱的随机电报噪声提取技术

来源:计算机工程与科学杂志2023年第4期北京时间:

作者:肖雨, 纪志罡

单位:(上海交通大学微纳电子系,上海 200240)

摘要: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。

关键词:随机电报噪声,隐式马尔可夫模型,耦合效应,高斯判断,自适应模型,

2023年4期其他文献查阅:

一种面向IO Die的敏捷验证方法

卷积神经网络硬件加速的通用性设计

面向复杂多陷阱的随机电报噪声提取技术

一种面向蒙特卡洛程序的128核可扩展体系结构

基于模算术系数解析的稀疏插值算法

基于某国产双路服务器的液冷散热性能实验研究

一种基于Event-B语言的时间触发系统建模方法

基于决策表的AUTOSAR操作系统一致性测试研究

一种基于构件的软件系统的薄弱构件确定方法

基于注意力机制的Tree2Seq代码注释自动生成

改进InceptionV3与迁移学习的太阳能电池板缺陷识别

基于改进YOLOv4模型的乳腺钼靶图像肿块检测

基于多模态融合的动态手势识别研究

基于改进YOLOv5+DeepSort算法模型的交叉路口车辆实时检测

基于多尺度联合网络的图像超分辨率重建方法

基于二分网络的长期推荐

基于细粒度观点挖掘和Kano模型的用户满意度分析研究

基于ALBERT预训练模型的事件抽取技术研究

基于粒子群优化和深度强化学习的策略搜索方法

基于多任务学习的图神经网络推荐模型研究

改进特征金字塔的小目标深度学习模型

面向二分网络的谱近似社区搜索方法

基于细粒度信息感知BERT-EEP的情绪分类方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!