深亚微米工艺下Memory特征参数提取关键技术研究

深亚微米工艺下Memory特征参数提取关键技术研究

论文摘要

本文介绍了深亚微米工艺条件下Memory特征参数提取的方法,并对其中涉及的关键问题如激励波形自动生成算法,Memory非活动存储单元精简和互连线RLC网络压缩算法,以及特征参数提取算法进行了详细的探讨。实验证明上述Memory特征参数提取方法可以快速准确的进行深亚微米工艺下Memory特征参数提取及建模。 我们借鉴当今深亚微米工艺下集成电路设计流程,结合Memory的功能和结构特点,给出了Memory特征参数提取的流程,该流程包括互连线寄生RLC参数提取,激励波形自动生成,互连线网络压缩和memory非活动单元及外围电路精简,同时也包括电路仿真和参数库的构建。 激励波形的质量直接影响到特征参数提取结果的质量,如何自动生成正确而又简练完备的激励波形,是工艺参数提取的关键之一。我们借鉴时序电路逻辑参数自动生成的算法,针对memory的功能特点进行了修改,从而得到了Memory特征参数提取的激励波形自动生成算法,该算法将在本文第三章中介绍。 本文第四,第五章分别详细介绍了应用网络压缩算法对互连线RLC网络进行电路精简,针对Memory存储单元状态特点进行的非活动存储单元精简,和针对Memory地址解码,信号放大等外围电路中“静止”晶体管的精简。实际应用中证明上述电路精简方法可以在保持较好的精度的同时显著缩小电路规模,节省仿真时间。

论文目录

  • 第一章 序论
  • 1.1 问题背景
  • 1.1.1 集成电路发展趋势
  • 1.2 MEMORY简介
  • 1.2.1 memory分类
  • 1.2.2 Memory结构
  • 1.2.3 Memory存储单元简介
  • 1.3 超深亚微米工艺下的互连线
  • 1.3.1 互连线寄生参数
  • 1.3.2 深亚微米工艺下的互连线延时模型简介
  • 1.4 研究内容及文章安排
  • 第二章 MEMORY特征参数提取流程
  • 2.1 MEMORY特征参数提取流程
  • 第三章 MEMORY特征参数及参数提取激励波形自动生成
  • 3.1 MEMORY特征参数
  • 3.1.1 Delay
  • 3.1.2 Constraint timing
  • 3.1.3 特定类型memory的timing参数
  • 3.1.4 功耗
  • 3.1.5 Memory特征参数示例
  • 3.2 组合电路激励波形自动生成算法
  • 3.2.1 D算法的基本概念
  • 3.2.2 D算法的描述和实现
  • 3.3 MEMORY激励波形的自动生成算法
  • 3.3.1 求传输延迟时间参数的激励波形自动生成方法
  • 3.3.2 求Constraint Timing参数的激励波形自动生成方法
  • 3.4 激励波形实例及特征参数提取方法
  • 3.4.1 激励波形实例
  • 3.4.2 最小建立时间提取算法
  • 3.4.3 最小保持时间提取算法
  • 第四章 互连线RLC网络电路精简
  • 4.1 互连线网络压缩算法
  • 4.1.1 基本定义
  • 4.1.2 算法描述:
  • 4.2 算法详细介绍
  • 4.2.1 矩计算
  • 4.2.2 矩匹配
  • 4.3 实验结果
  • 第五章 MEMORY存储单元及外围电路精简
  • 5.1 MEMORY非活动存储单元精简
  • 5.1.1 Memory活动存储单元定位
  • 5.1.2 Memory非活动单元精简处理
  • 5.2 MEMORY地址译码及控制电路精简
  • 5.2.1 晶体管归并
  • 5.2.2 外围电路静止晶体管精简
  • 5.2.3 实验结果
  • 第六章 总结与展望
  • 6.1 论文总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].音乐剧选段“memory”的艺术特色[J]. 艺术品鉴 2020(03)
    • [2].多核处理器机群Memory层次化并行计算模型研究[J]. 计算机学报 2008(11)
    • [3].运用学习单提升英语阅读能力的行动研究——以牛津英语上海版9AU1 Memory教学为例[J]. 考试与评价 2020(10)
    • [4].美声唱法在成人通俗歌曲教学中的运用——以音乐剧《猫》中《Memory》为例[J]. 音乐时空 2016(08)
    • [5].Effects of Gingko biloba leaf extract on learning, memory, and hippocampal amyloid precursor protein mRNA expressions in diabetic rats[J]. Neural Regeneration Research 2008(01)
    • [6].音乐剧《CATS》片段《Memory》的创作技法[J]. 黄河之声 2018(15)
    • [7].一种基于memory的数据加解密算法[J]. 微电子学与计算机 2015(04)
    • [8].提高计算机系统运行速度构想与探讨[J]. 科技创新导报 2008(21)
    • [9].Electropuncture influences on learning, memory, and neuropeptide expression in a rat model of vascular dementia[J]. Neural Regeneration Research 2008(03)

    标签:;  ;  ;  ;  ;  

    深亚微米工艺下Memory特征参数提取关键技术研究
    下载Doc文档

    猜你喜欢