Xây dựng quy trình và thực hiện rút trích tham số cho mô hình linh kiện mosfet dùng trong spice

ỦY BAN NHÂN DÂN TP.HCM SỞ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐH KHOA HỌC TỰ NHIÊN BÁO CÁO NGHIỆM THU Tên đề tài: XÂY DỰNG QUY TRÌNH VÀ THỰC HIỆN RÚT TRÍCH THAM SỐ CHO MƠ HÌNH LINH KIỆN MOSFET DÙNG TRONG SPICE Ts Bùi Trọng Tú THÀNH PHỐ HỒ CHÍ MINH THÁNG 10/2015 ỦY BAN NHÂN DÂN TP.HCM SỞ KHOA HỌC VÀ CÔNG NGHỆ BÁO CÁO NGHIỆM THU (Đã chỉnh sửa theo góp ý Hội đồng nghiệm thu) XÂY DỰNG QUY TRÌNH VÀ THỰC HIỆN RÚT TRÍCH THAM SỐ CHO MƠ HÌNH LINH KIỆN MOSFET DÙNG TRONG SPICE CHỦ NHIỆM ĐỀ TÀI (Ký tên) Bùi Trọng Tú CƠ QUAN QUẢN LÝ (Ký tên/đóng dấu xác nhận) CƠ QUAN CHỦ TRÌ (Ký tên/đóng dấu xác nhận) THÀNH PHỐ HỒ CHÍ MINH THÁNG 10/ 2015 TĨM TẮT NỘI DUNG NGHIÊN CỨU Mơ hình MOSFET đóng vai trị quan trong mô SPICE Theo thời gian nhiều hệ mơ hình phát triển, mơ hình gồm phương trình tốn học tham số mơ hình Trong số mơ hình sử dụng SPICE EKV BSIM xem chuẩn cơng nghiệp Các mơ hình chứa từ hàng chục tới hàng trăm tham số Trích tham số bước quan nhằm tìm ẩn số có phương trình mơ tả hoạt động MOSFET Các tham số cần trích từ giá trị đo I-V C-V linh kiện Có nhiều phương pháp áp dụng để trích xuất tối ưu hố tham số mơ hình Trong nghiên cứu chúng tơi tiến hành xây dựng quy trình dùng để rút trích tham số cho mơ hình EKV2.6 BSIM3 dùng thuật toán Levenberg-Marquardt (LM) thuật toán Genetic (GA) Các quy trình sau thực Matlab dạng cơng cụ rút trích tham số Thuật tốn LM có ưu điểm thời gian hội tụ độ xác, GA có ưu điểm việc tìm giá trị tối ưu tồn cục Do kết hợp hai phương pháp tận dụng ưu điểm hai Trong đề tài chúng tơi sử dụng GA để tìm giá trị khởi tạo cho thuật toán LM dùng LM để tìm lời giải Các tham số BSIM3 trích từ liệu cơng nghệ MOSFET 0.8 m cịn EKV2.6 0.5µm Các tham số EKV BSIM trích phần mềm mơ hình linh kiện chuẩn cơng nghiệp IC-CAP để so sánh với kết đề tài Sai số giá trị đo giá trị mô lại kết đề tài IC-CAP có giá trị nhỏ Điều cho thấy quy trình cơng cụ phát triển đề tài ứng dụng vào việc mơ hình hố linh kiện, nhằm tạo file mơ hình dùng mô mạch SUMMARY OF RESEARCH CONTENT MOSFET model plays an important role in SPICE simulators Many models have been developed recent years; each model itself consists of mathematical equations and parameters Among these models, EKV and BSIM models have become the industry standards They consist of tens to hundreds of parameters Parameter extraction is an important step to find out the unknown values of functions which represent the operation of MOSFETs Those parameters need to be extracted from measured data Different methods have been developed to extract and optimize model parameters In this project, we construct methodologies used to extract EKV 2.6 and BSIM3v3 model parameters using the Levenberg-Marquardt algorithm and genetic algorithm Then methodologies have been implemented on Matlab as a MOSFET parameter extraction tool Levenberg-Marquardt algorithm provides more efficiency in terms of run time, accuracy and better convergence when compared to other methods Genetic algorithm has advantage of finding global optimization A combination of these two methods has also been implemented in the study As a result, we can extract parameters without initial values, which are required in Levenberg-Marquardt algorithm Parameters of the BSIM 3v3 model are extracted from measurement data of a 0.8 µm CMOS technology and those of EKV 2.6 are from 0.5 µm technology In addition, MOSFET model 1/2/3 parameters have also been extracted for 0.8 µm technology Furthermore, parameters of EKV model and BSIM3v3 model are also extracted by using IC-CAP program, which is industrial device modeling software, for verifying purpose The RMS errors between the measured data and the simulated data after extraction are small The results obtained from our tools and those from IC-CAP are in close agreement with each other The tool can be integrated in MOSFET modeling procedures to generate MOSFET model file used in SPICE simulator MỤC LỤC Mục lục Danh sách chữ viết tắt Danh sách bảng Danh sách hình i iv v vii Phần mở đầu Chương I: Tổng quan Chương II Nội dung nghiên cứu 2.1 Nội dung 2.1.1.Giới thiệu 2.1.2 Mơ hình SPICE mức 1,2 2.1.2.1 Mơ hình SPICE mức 2.1.2.2 Mô hình MOS mức 2.1.2.3 Mô hình MOS mức 2.1.2.4 Tập tham số mô hình mức 1, và 2.1.2.5 Trích xuất tham số mô hình mức 1, và 2.1.3 Mô hình EKV 2.6 2.1.3.1 Giới thiệu 2.1.3.2 Các phương trình toán học EKV v2.6 2.1.3.3 Các hiệu ứng phụ 2.1.3.4 Mơ hình nhiễu 2.1.3.5 Mơ hình Quasi – static (QS) 2.1.3.6 Mơ hình Non Quasi – static (NQS) 2.1.3.7 Sự ảnh hưởng nhiệt độ 2.1.3.8 Tập tham số mơ hình 2.1.3.9 Trích tham sớ cho mơ hình 2.1.4 Mơ hình BSIM 3v3 2.1.4.1 Giới thiệu 2.1.4.2 Mơ hình điện ngưỡng 2.1.4.3 Mô hình độ linh động 2.1.4.4 Sự bảo hịa tớc độ hạt tải 2.1.4.5 Hiệu ứng Bulk Charge 2.1.4.6 Chiều dài và chiều rộng kênh hiệu dụng 2.1.4.7 Điện trở ký sinh cực nguồn và cực máng 2.1.4.8 Dòng điện vùng đảo mạnh và điện trở ngõ 2.1.4.9 Dòng điện ngưỡng 2.1.4.10 Ảnh hưởng nhiệt độ 2.1.4.11 Phương trình dòng điện cho tất vùng hoạt động 2.1.4.12 Tập tham sớ mơ hình BSIM 2.1.4.13 Trích tham sớ cho mô hình 7 13 13 16 20 26 26 35 35 36 41 46 47 48 49 49 49 57 57 58 61 61 62 62 63 63 65 65 66 67 67 i 2.1.5 Quy trình trính xuất tham sớ cho MOS1/2/3, EKV2.6 BSIM3 2.2 Nội dung 2.2.1 Giới thiệu 2.2.1.1 Giới thiệu tổng quan 2.2.1.2 Thực tḥt tốn 2.2.2 Rút trích tham số mô hình SPICE mức 1, và dùng phương pháp Lavenberg-Marquardt 2.2.2.1 Trích xuất tham sớ mơ hình mức 1, 2.2.2.2 Trích xuất tham sớ mơ hình MOS Mức 2.2.3 Rút trích tham sớ mơ hình EKV2.6 dùng phương pháp LM 2.2.3.1 Kết trích xuất 2.2.3.2 Đánh giá kết 2.2.3.3 Đặc tuyến linh kiện lấy từ kết mô HSPICE với tham sớ trích 2.2.4 Rút trích tham sớ mơ hình BSIM3v3 dùng phương pháp LM 2.2.4.1 Kết trích tham số mô hình BSIM3v3 2.2.4.2 Đánh giá kết 2.2.4.3 Đặc tuyến làm khớp linh kiện NMOS 2.2.4.4 Đặc tuyến làm khớp linh kiện PMOS 2.2.5 Kết rút trích tham sớ tụ cho mơ hình BSIM3 2.3 Nội dung 2.3.1 Thuật toán Genetic Algorithm 2.3.1.1 Giới thiệu 2.3.1.2 Các thành phần giải thuật di tuyền 2.3.1.3 Sơ đồ giải thuật di truyền 2.3.2 Rút trích tham sớ linh kiện mơ hình EKV2.6 dùng GA 2.3.2.1 Trích rút tham sớ linh kiện mơ hình EKV 2.6 2.3.2.2 Đặc tuyến làm khớp linh kiện mô hình EKV 2.6 2.3.2.3 Đánh giá 2.3.3 Rút trích tham sớ linh kiện mơ hình BSIM3 dùng GA 2.3.3.1 Trích rút tham sớ linh kiện mơ hình BSIM3 dùng tḥt tốn GA 2.3.3.2 Đánh giá kết 2.4 Nội dung 2.4.1 Các phương án đề xuất kết hợp LM GA trích tham sớ 2.4.2 Hiện thực hóa phương pháp kết hợp LM GA trích xuất tham sớ EKV 2.6 2.4.3 Hiện thực hóa phương pháp kết hợp LM GA trích xuất tham sớ BSIM3 2.4.4 So sánh kết trích xuất tham sớ mơ hình BSIM3 theo phương pháp Levenberg-Marquardt, Genetic Genetic kết hợp Levenberg-Marquardt 2.5 Nội dung 2.5.1 Giới thiệu IC-CAP 2.5.2 So sánh đánh giá kết rút trích, tới ưu tham sớ mơ hình BSIM3 so với kết 76 79 80 80 81 84 84 86 89 89 91 92 93 93 94 96 100 103 106 106 106 106 107 108 108 110 116 116 116 119 125 125 126 132 139 141 141 149 ii rút trích IC-CAP 2.5.3 Mơ mạch mơ hình EKV với tham sớ trích 2.6 Nội dung 2.6.1 Nghiên cứu, đề xuất phương án chuyển đổi tham sớ mơ hình BSIM3 sang EKV2.6 nhắm tới thiết kế mạch tương tự công suất thấp 2.6.2 Hiện thực hóa thành module chuyển đổi tham sớ BSIM3 sang EKV2.6 2.7 Nội dung 2.7.1 Tính công cụ 2.7.2 Extraction 2.7.3 Simulation Chương III: Kết thảo luận Chương IV: Kết luận kiến nghị Phụ lục Phụ Lục A: Tập Tham Số Mô Hình Mức 1/2/3 Phụ Lục B: Tập Tham Số Mô Hình EKV2.6 Phụ Lục C: Tập Tham Số Mô Hình BSIM3 Tài liệu tham khảo 150 157 157 163 174 174 175 180 185 189 188 191 197 207 iii DANH SÁCH CÁC CHỮ VIẾT TẮT VIẾT TẮT CAD DIBL CLM GA LM MOSFET NQS QS RSCE SCBE SPICE THUẬT NGỮ Computer-Aided Design Thiết kế với trợ giúp máy tính Drain Induced Barrier Lowering Hiện tưởng giảm rào cảm ứng cực máng Channel Length Modulation Biến điệu độ dài kênh Genetic Algorithm Thuật toán di truyền Levenberg Marquardt, Thuật toán Levenberg Marquardt Metal Oxide Semiconductor Field Effect Non-quasi-Static Quasi – Static Reverse Short Channel Effect Hiệu ứng kênh ngắn nghịch/ngược Substrate Current Induced Body Effect Hiệu ứng thân cảm ứng dòng Simulation Program with Integrated Circuit Emphasis Chương trình mơ cho mạch tích hợp iv DANH SÁCH BẢNG SỐ TT TÊN BẢNG SỐ LIỆU 2.1.1 Hệ số đảo - Inversion Factor 41 2.2.1 (a)Dữ liệu đầu vào module trích xuất tham sớ 79 (b)Dữ liệu mẫu đầu vào cho module MOS mức 1/2/3 và BSIM3 79 (c)Dữ liệu mẫu đầu vào cho module EKV 2.6 79 (d)Dữ liệu mẫu đầu vào cho module trích tham sớ tụ 80 2.2.2 Kết tham số mô hình MOS Mức 1&2 84 2.2.3 Kết tham số mô hình MOS Mức 87 2.2.4 (a)Kết tham số mô hình EKV 2.6 90 91 2.2.5 (b) Điều kiện thiết lập cho đánh giá kết (c) Sai số kết mô HSPICE dùng mơ hình có tham sớ trích và mô hình chuẩn Kết tham số mô hình BSIM3v3 2.2.6 Điều kiện đánh giá 95 2.2.7 Sai số cuối giá trị thực nghiệm và giá trị mô 95 2.2.8 Kết trích tham sớ tụ điện 103 2.3.1 Bảng kết rút trích tham sớ mô hình EKV 2.6 và sai số 109 2.3.2 Bảng kết rút trích tham sớ mơ hình BSIM3 cho NMOS PMOS 119 2.3.3 Điều kiện đánh giá 121 2.3.4 Sai số linh kiện NMOS 121 2.3.5 Sai sớ linh kiện PMOS Bảng kết rút trích tham số mô hình EKV 2.6 sử dụng phương pháp khác Bảng sai số linh kiện dài – rộng 121 Bảng sai số linh kiện kênh ngắn Bảng thời gian tḥt tốn chạy chương trình rút trích và tối ưu tham số cho mô hình EKV 2.6 Bảng kết rút trích tham sớ mơ hình BSIM3 cho NMOS sử dụng phương pháp kết hợp GA+LM Bảng kết rút trích tham sớ mơ hình BSIM3 cho PMOS sử dụng phương pháp kết hợp GA+LM 131 2.4.1 2.4.2 2.4.3 2.4.4 2.4.5 2.4.6 TRANG 91 93 130 131 131 135 137 v 2.5.1 Sai số cuối giá trị thực nghiệm và giá trị mô linh kiện NMOS sử dụng phương pháp khác Sai số cuối giá trị thực nghiệm và giá trị mô linh kiện NMOS sử dụng phương pháp khác Các thủ tục quy trình hoạt động IC-CAP 2.5.2 Các thành phần Model IC-CAP 147 2.5.3 Các thành phần DUT IC-CAP 147 2.5.4 Các thành phần Setup IC-CAP 148 2.5.5 149 2.6.1 Các tham số BSIM3 rút trích dùng IC-CAP Sai sớ ći giá trị thực nghiệm và giá trị mô linh kiện NMOS sử dụng phương pháp khác Mức (Level) mô hình EKV mô SPICE thông dụng Giá trị tương đương mô hình 2.6.2 Ước lượng tham số mô hình EKV từ tham số BSIM 159 2.6.3 Phân đoạn mô hình BSIM 3.3 180nm 163 2.6.4 Tham số chế tạo mô hình EKV chuyển đổi từ tham số BSIM 166 2.6.5 Kết chuyển đổi cho NMOS 166 2.6.6 Kết chuyển đổi cho PMOS 169 3.1 Dữ liệu đầu vào dùng để trích tham sớ 185 2.4.7 2.4.8 2.5.6 2.5.7 139 139 144 150 151 159 vi T?p chi Khoa hoc va Gong ngh~ PARAMETER EXTRACTION FOR EKV 2.6 MOSFET MODEL BASED ON GENETIC ALGORITHM Le Due Hung, I 52 (6G) (2014) 46-56 I Nguyen Dang Nhat Tam' •• ,BUl Trong Tu I University of Science, VNU-HCM, 227 Nguyen Van Cu Street, Dist 5, Ho Chi Minh City DESLAB Laboratory, University of Science, Ho Chi Minh City *Email: tam.ndI125@glJlail.com Received: IOctober20 14, Accepted for publication: 29 December 2014 ABSTRACT Parameter extraction is an important step to find out the unknown values of functions which represent the operation of MOSFETs Those parameters need to be extracted from measured data Different methods have been developed to extract and optimize model parameters In this paper, we present a methodology used to extract EKY 2.6 model parameters using Genetic algorithm (GA) Extracted parameters are good agreement with the referenced ones Keywords: EKY 2.6 model, genetic algorithm, optimization INTRODUCTION Simulation plays an important step in the integrated circuit design flow The accuracy of the circuit simulation is strongly affected by the accuracy of the models of devices The MOSFET model describes the operation of a MOSFET by mathematical equations called model equations It consists of a lot of mathematical equations with a huge number of electrical parameters These model parameters must be extracted from measured data The task of parameter extraction is to find out the values of parameters so as to fit the model equations to measured data as close as possible A widely used parameter extraction method is the Levenberg - Marquardt (LM) algorithm [1 - 4] It is a gradient - based method and is very powerful once the initial point is close to the global minimum The method is trapped if the initial point is close to the local optimum On the other hand, genetic algorithm (GA), which is based on the mechanism of natural selection and natural genetics, is an effective method to find the optimal global solution [5 - 9] GA has adapted to contend and nonlinear function, continuous and discrete variables Compared to the LM algorithm, GA is easier to implement and likely produce the solution near the global minimum but requires more computationtime The EKV 2.6 model was developed at EPFL, Switzerland The model is well suited for the design and simulation of analog circuits, low voltage and low power systems [14, 15] It is accepted in most industry simulators such as Spectre, HSPICE, HSIM, The model uses only Le Due Hung, Nguyen Dang Nhat Tam, Bui Trang Tu one single formula to simulate all regions of transistor operation And the number of parameters is reduced dramatically In addition, the EKY 2.6 model also accounts for the effects of impact ionization GA has been used to extract model parameters of surface potential based MOSFET model (SSIM) [17] or BSIM3 [18] This paper describes a methodology for extraction of EKY 2.6 parameters based on GA algorithm A brief introduction of GA and EKY 2.6 model is presented in section and In the section and 5, extraction parameter strategies and selection parameters for GA process are discussed, respectively The results are demonstrated in section and the final conclusions are drawn The parameter extraction has been implemented in MA TLAB environment Get evolution, 1970s It useful to problem shown in GENETICALGORITHM ideas from the processes of natural GA was invented by John Holland in the is a simple algorithm to implement and find global optimum for an optimization The flowchart of Genetic algorithm is Figure Set population P" r: r: Evaluate fitness value of each individual Firstly, a set of random candidates is prepared Each candidate is call chromosome, which is presented as a binary string, and set of candidates is population From original population, GA reproduces a new population by some genetic operations: selection, crossover, mutation, which are controlled by three parameters Pr, Pc and Pili' They are reproduction probability, crossover probability and mutation probability, respectively The selection process randornly chooses these individuals from the initial population for reproduction The fitness of each individual is determined by an objective function After the selection process, a new population is created The crossover process randomly selects two individual, depended on their fitness In the case of parameter extraction, model parameters are treated as GA chromosomes The chromosome having high fitness value is likely good solution, which makes the device equations well fit to measured data Reproduction population Figure I.The flow chart of GA EKV 2.6 MODEL The EKY MOSFET model was introduced in 1995 It is a compact model investigated for deep - submicron MOSFET devices Compare to other models, the EKY model has many advantages such as: have a small number of parameters, can describe all regions of MOSFET operation (weak inversion, moderate inversion and strong inversion) [11] 47 Parameter extraction for EKV 2.6 MOSFET model based on genetic algorithm Because of the small number of parameters and simple formula for DC I-V characteristics, the EKV 2.6 model has been widely used for low - voltage and low - power foranalog design using submicron CMOS technologies It also has been integrated in most of design software such as SPICE, HSPICE, ELDO, EKV model is a charge - based MOS model, all the calculations are based on inversion charges at drain qdand source q, [13], which are the function of different potentials Vp - Vd and [10] The EKV 2.6 model has only 10 physical parameters (COX, XJ, DW, Vp- V" respectively DL, VTO, GAMMA, PHI, KP, EO, UCRi7), fine tuning parameters (LAMBDA, LETA, WETA), parameters for reverse short channel effects (QO, LA.), parameters for impact ionization current (lBA, lBB, lBN), temperature effect parameters BEX, UCEX, lBBT) ircv, GA PARAMETERS STRA TETIES The parameter extraction requires data from DC measurements, extracting from at least three devices (wide - long, wide - short and narrow -short) The extraction flow is described as follows Step 1: This step only uses Vp - Vg data of a wide and long device (e.g., W = 10 urn and L=IO urn) with difference Vb values, at temperature of 27°C Extracted parameters are VTO, PHI, GAMMA Vp- pinch off voltage is an important concept in this model Step 2: Awide and long device (W = 10 urn and L = 10 urn) is used in this step.Target parameters are KP, EO It requiresld= 0,0.66, 1.32, 1.98.2.74, 3.3V) Vg data at small Vd(Vd= 0.05 V) and various Vb values (Vb Step 3: Equations I and are accounted for the effects of impact ionization current (lb Vg) Where lBN is the saturation voltage factor for impact ionization, lBA is the first impact ionization coefficient and lBB is the second impact ionization coefficient Vib = VD - IBA VDB = ;DS'IBB' { Vib,exp Vs -IBN (I) Vdsat (-IBB Lc) Vib > for Vib for Vib::; a a (2) Step 4: In step I, and 3, we use wide and long device to eliminate narrow and short channel effects In this step, the parameters LETA, QO and LK are determined by wide and short device's data The width of devices are fixed (W = 10 urn) and-the length of devices are altered (L = urn, L = I urn and L = 0.5 urn) Step 5: The same devices as step are used in this step ld - Vd data are required short channel effect equationsare added to determine parameters UCRiT and LAMBDA Some Step 6: In contrast to step 4, Vp - Vg data of the narrow and long device are used (W =0.5 urn and L = 10 urn) to determine the parameter WETA - Narrow channel effect coefficient The flow of these above steps is illustrated 48 in Figure Nguyen Dang Nhat Tam, Le Due Hung, Bui TrongTu I PRELIMINARY EXTRACTION ~I WIDE LONG ~ • WIDE SIIORT •• L ~ VG VTO GAMMA I~ PHI ~ VI' "5 VG LETA QO, LK VG ID KP, EO I UCRIT, '·S ~I NARROW SHORT ~ Spcci fie current measurement Final check and fine tuning W VP vs VG WETA , ~ IDvs J, I Specific current measurement ~ VS ~ ~ Specific current measurement VP NARROW LONG I VD LAMBDA I W lB vs VG lBA, lBB, LBN I Figure 2, The standard flow of EKY model parameter extraction [12], Calibration: In order to achieve high accuracy, extracted parameter should be calibrated by using devices with difference sizes (W = 10 urn, 2.4 urn, 1,2 11m, 0,8 urn and L = 10 urn, urn, urn, 0.5 urn) In this step, Id - Vd data of devices are used All parameters are calibrated simultaneously Finally, the parameters temperature (TCV, BEX, UCEX, IBBT) MOSFET's data at temperature of 27 °c, 85 °c and 125°C are extracted by using Detail of the model formulation is described in [14] SELECTION PARAMETRS FOR GA PROCESS In this study, we use GA to extract parameters of EKV 2,6 model for 0.5 prn CMOS technology The GA generates a set of random candidates Each candidate is applied in model equations [14] to obtain simulation values Isimu, In order to evaluate the fitness of each candidate, simulation values are compared to measured values III/eo" by fitness function defined as Equation [15] This is the RMS error RMS= If:l(e(i))2 (3) N where eCO = IIsimu - Imeasl RMStarget (4) 49 Parameter extraction for EKV 2.6 MOSFET model based on genetic algorithm L~l(!meas(i)f = RMStarget (5) N Table Result ofGA process (step 5) with different parameters Population size Mutation probability P; Crossover probability r, Min RMS obtained 100 0.01 0.5 1.46 % 100 om 0.7 1.26% 100 0.01 0.9 1.27 % 100 0.05 0.5 1.33 % 100 0.05 0.7 1.33 % 100 0.05 0.9 1.36 % 100 0.07 0.5 1.30% 100 0.07 0.7 1.33 % 100 0.07 0.9 1.35 % Table Comparison between different population sizes (step 5) (CPU: Pentium (R) Dual Core 2.93 Hz, RAM 4G, as: Window 7) Generation= 50 10 Generation= 50 Population Min error (%) Elapsed time (see) Min error (%) Elapsed time (see) 50 8.33 1.47 1.43 3.49 100 2.92 1.86 1.29 6.02 150 2.35 2.46 1.27 8.69 200 1.71 3.23 1.27 11.06 250 1.37 3.45 1.26 13.79 300 1.29 4.24 1.26 16.22 350 1.26 4.73 1.28 18.81 400 1.37 5.32 1.27 21.53 450 1.28 6.00 1.26 25.13 500 1.34 6.50 1.26 27.11 Parameter extration for EKV 2.6 MOSFET model based on Genetic algorithm In order to find parameters population size for GA, we alter mutation probability, crossover probability and As can be seen in Table I, high crossover probability (Pc> 50 0(10) weakly influenceson performance Increasing the mutation rate will maintain sufficient diversity of population for evolution However, high mutation rate (Pili = 0.05, 0.07) will make the heritage of next generation reduce GA process resembles a simple random search, and thus, the performance will be degraded (RMS > 1.3 %) The population size is too small or large will degrade the performance of GA process Small population size will require more generations to satisfy If the population size is large, the computation time will increase The relationship between population size and generations is shown in Table We chose population size of 100 If the result after 50 generations does not achieve expected error, the parameters which obtain minimum error are chosen as the final result Mutation probability Pm and crossover probability P, are chosen asO.O I and 0.7, respectively Table Result of parameters Parameter Referenced 1161 using the GA method Extracted LM method 111 0.64 0.5741 NA 0.7163 VTO 0.6 PHI 0.97 GAMMA 0,71 0.95 0.72 KP 150E-6 153E-6 100E-6 EO 88E6 82E6 65E-6 IBA 200E6 236E6 196E6 IBB 350E6 384E6' 352E6 IB I I LETA 0.28 0.33 0.28 QO 280E-6 239E-6 273E-6 LK 0.5E-6 0.48E-6 0.514E-6 UCRIT 4.5E6 ·4.7E6· LAMBDA 0.23 0.22 WETA 0.05 0.04 ' , 4!32E6 0.21 ,' - 0.0479 "''' TCV 1.5E-3 1.5E-3 1.58E-3 BEX -1.5 -1.54 -1.6 1.7 l.8 0 UCEX IBBT I I 1.5 NA 51 Parameter extraction for EKV 2.6 MOSFET model based on genetic algorithm RESULTS A set of parameters of the EKV model of 0.5 urn CMOS process are extracted and listed in Table Due to the difficulty of collecting measured of data from fabrication, we use model in [16] to generate I-V data by simulation and use them as the measured data Compared to referenced parameters and result of LM method [I], the extracted values are slightly different in some parameters However, the SPICE simulations using extracted parameters are good agreement with measured data Some extracted parameters (KP, EO, PHI) are better than result of Levenberg- Marquardt algorithm The performance is presented in Table and Figures 3, and show the fitness of fir V" curves at temperature of 27 °C, 85°C and 125°C, respectively After 50 generations, the average RMS error is less than % Simulation is realized with different MOSFET geometries , 10'· , 10" 11-''* - 4rr=~==~~~ ~ ~ ~ ~"- measure value measur value simulation valu • Vg= ~/4*"lnT* •••".~ /' 35 T •••••• simulation value • ,.~_HJ ;t fr 25 // ~ :!2 / ••.••• mmn 1/+ If I~ o ~ f )" If f+! if'! ~ ISf •••••••••• ~f;t?8 0.5 I * 1.5 ••••.••.• /Ii , ••••• + •.-+- ••.•• -+-••.•• -~ i, /" If rt 051{' 't't••• ~.Vg=l.:P 2.5 ; ~,uu.*.±;U ~ t/ 1J Il;'*""'hi'hi'HH't O \',"2.64 ++.+ •••••f+ yt-+ I I • I; I I I • 1"1' ,7 ;to o M o 3.5 1.5 0.5 I 1.1••••• , 3.5 2.5 VdM VdM (b) (a) , 10" ,,( -'" _t ~~ff+.+ / 1.5 ~f"fTf1 nTf"rftTfTtTn / '/' "~~ o ~;::: a 0.5 :: :: : : : : : : : : :: : :: : : : :: :::: 1.5 2.5 >~U±i* 11 'i Il f!/~"'·-··+++···+··*·"""'" H t, 1//1 1,* #! • , •• '+", I , • I •• I •••••••• I+H-+++'H-I !;( 3.5 o ~" o 0.5 VdM 1.5 2.5 VdM (d) (c) Figure Comparison between measured data and simulation of N-channel device at 27°C (a) W/L = 10110 11m(b) W/L = 1010.5 11m (c) W/L 52 = 0.8/10 ••.•.•.•.• it • ,t",.:U.U.tlUti , v ~ t • """ /f-V- ; I jr~."'·····"'f""·"""·'f"····'f""······*Tt :!2 measure value si_m_ul_at_io.:.,n.:,:va.: lu::, l t ~;t •• +++++++ / l ~ 11 I measure value simulation valu.1 urn (d) W/L = 0.8/0.5 11m 3.5 Parameter extration for EKV 2.6 MOSFET model based on Genetic algorithm Table RMS error RMS error (%) Vg(V) = 10 11m L = 10 11m W = 10 um L = 0.5 11m W RMS error (%) Vg(V) 27De 85 125 DC DC 27De 85 DC 125 DC 3.3 1.35 1.55 1.70 2.64 2.09 2.55 2.87 1:98 2.50 3.37 3.96 5.45 1.32 2.75 4.09 5.01 , , ) ) 0.15 06 0.17 3.3 3.23 1.66 1.80 2.64 2.31 2.76 3.09 1.98 2.85 3.71 4.29 1.32 1.45 4.55 W = 0.8 urn L = 10 11m 3.3 0.06 0.16 0.29 2.64 1.05 O.-8 0.23 W 0.8 11m 2.64 1.28 0.80 0.44 1.98 2.45 1.10 L = 0.5 11m 1.98 2.77 2.01 1.40 1.32 3.86 2.91 2.10 1.32 4.25 3.29 2.48 = x 10'" 11 measure value I II • simulation value I / Vg=3.3 .• .•.• •.• //~+-n • ~• ~~ +H ••••.•••• / /?::.nnH+++ *1' • • ,e""'" ·+~·.•·.•·.•'.•·,,··.•.-.• •.• i! • • + 'f' 0.5 X + ••+ ••••• ;.~=~4 ~t:~e8 Vg=1.32 ++ , •.•."1' + ••.• •.+~+ D.50~-70.'::-5 -~ -:-'1.5:: -~2 2, 5:: -~- ,J3.5 i 15 25 3.5 VdM· VdM (a) (b) 10·$ 1.8E==::::::;:.=i'~ =========::::;::;:~ measure value I + •.+ 1.6 + simulation value I ~~+ ,r •4 •.•• • •.•.• + • + ;, 1.4 II I 1.2 _ s, ~+ •.•• - •.• + • - -+-.-+- •.•.• • A" 3! 0.8 0.6 ;f- If +++ ••••••••• :It''::: 00 05 - -._ 1·:.s 1.5 Vd{V) (c) Figure Co N-channel de ice (c) '1 3.5 0.5 '::-; -~ -:-'1.5-0 .• 2 .• 5:: ' -'3.5 VdM (d) between measured data and simulation of C (a) W/L = 10/10 11m (b)W/L = 1010.5 11m = 0.8 10 11m (d)W/L = 0.810.5 11m 53 Parameter extraction for EKV 2.6 MOSFET model based on genetic algorithm Table Average RMS error list for 10 devices I d- Device geometries (urn/ urn) r, RMS error (%) Id - Vii RMS error (%) "c 27°C 85°C 125°C 27°C 85°C W/L(1 0110) l.83 2.74 2.74 2.36 3.33 3.71 W/L(10/2) 0.94 l.54 2.01 l.70 2.58 2.99 W/L(1 011) 0.62 ,,0.55 0.90 l.18 l.78 2.22 W/L(1010.5) l.91 1.40 0.98 1.45 0.51 l.00 W/L(2.4110) 2.01 2.67 3.12 2.28 3.25 3.62 WIL(2.4/0.5) l.97 1.45 1.03 1.52 0.43 0.92 WIL( 1.2110) l.92 2.58 3.04 2.18 3.13 3.51 W/L( 1.2/0.5) 2.05 1.53 1.10 l.62 0.34 0.81 W/L(0.81l0) l.83 2.49 2.95 2.07 3.01 3.40 W/L(0.8/0.5) 2.14 l.61 1.18 l.72 0.27 0.70 125 - x io" 1, , II ~ "'""''''"",••u:J, •.~·"'"*-'"-*-".±.*.± ±·+-""' • ±.±.-"·ot / I I y~*-+ • • • •.• • • • +.•~- • • + J / ~, !! ~ !! -f!' 15 1/ /l ;Y t' , ii /i/-i'" C1~~ *+-+.t • -+-+~ f+·:+,.•·~t++-+-r • +++- • ·-+•.·.• ···-•.·.•-+++-++4-i-+-t+++ oW;.-H +t : t t t t t t :' t • •td lit' It •• • • - o :) :/ ••./ f o 05 15 2.5 ãÃÃãÃÃãà ã-+-+++-+-+-+-+++ j-ƠƠ t 0.5 35 1.5 VdM VdM (a) t 2.5' ~ , I i I ':I, ~ (b) )( 10'4 I 1.4rL~_====:.J Vg=3.3 1.2> / ~:tj/"w /(I.~~ 0.4 0.2 ••FH'H+'f++.HT.HH' •:;:·.~~ J>~ J"f /1 ~ ! !! Vg=2.64 • •.• • • +.+.- • • ~+ • • • • ~ / »: / t ll~ , ~ • ,.+~ •• t I ~ •••.• • i:f 17/ ~ - •• ~.±±.:t:.:~~ t t V~=1.98 + 1-// •• ••• • _.• , , ,._ • ,., •._•.• _.•._.• ,_•.• _• • • _.- • • _• • _• ., • .r • 0l+~~0~.5~~~,++~~,.5~~~2++~2~.5~~~3~~ VdM (e) R-f + _~ -+.-r+"",." + ""." o~·; 35 0, • V'I I t I I' •• I· •• 't It ,0'15 1'1'**',~5tt1't~.'tt·1.t1 ·f ••• 2.5 VdM (d) Figure Comparison between measured data and simulation of o N-channe1 device at 125 C (a) W/L = 10110 urn (b)W/L = 1010.5 urn (c) W/L = 0.8/10 urn (d)W/L = 0.810.5 urn, 54 I I j t ",.•• Ii , 1.3_ " • • • •.·.".at I 35 Parameter extration for EKV MOSFET model based on Genetic algorithm CONCLUSION We have presented a global optimization technique that allows the extraction of EKV model parameters Although theGenetic algorithm does not need much mathematical knowledge, it is an effective method to solve optimization problems The results of this extraction methodology and the accuracy of the EKV MOST model have been demonstrated IV curves obtained by SPICE simulation using extracted parameter well fitted with measured data Although the experiment of the study is implemented on 0.5 urn CMOS process, the flow can be used for other processes compatible with EKV 2.6 model This research is funded by the Department of Science and Technology - Ho Chi Minh City under grant number 166/2013/HD-SKHCN Acknowledgement: REFERENCES Le Due Hung, Pham Cong Kha, Nguyen Thi Thien Trang, and Bui Trong Tu - Parameter extraction and optimization using Levenberg-Marquardt algorithm, 2012 Fourth International Conference on Communications and Electronics (ICCE), Hue, Aug 1-3, 2012, pp 434-437 Ward D E and Doganis K - Optimized extraction of MOS model parameters, IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, (1982) 163-168 Connelly M.1 - Semiconductor optical amplifier parameter extraction using a wideband steady-state numerical model and the Levenberg-Marquardt method, Proceedings of the 4th International Conference on Numerical Simulation of Optoelectronic Devices, Aug 2426, 2004, pp 38-39 Zhou Q., Yao W., Wu W., and Li X - Parameter extraction for the PSP MOSFET model by the combination of Genetic and Levenberg-Marquardt algorithms, IEEE International Conference on Microelectronic Test Structures, Oxnard, CA, 30 March-2 April, 2009, pp 137-142 K Ishaque, Salam Z., Taheri H., and Shamsudin A.- Parameter extraction of photovoltaic cell using differential evolution method, IEEE Applied Power Electronics Colloquium (IAPEC), Johor Bahru, April 18-19,20 11, pp 10-15 Watts J., Bittner C., Heaberlin D., and Hoffn J.- Extraction of compact model parameters for ULSI MOSFETs using a genetic algorithm, Technical Proceedings of the International Conference on Modeling and Simulation of Micro System, 1999, pp 176-179 Cai X:, Wang H., Gu X., Gildenblat G., and Bendix P - Application of the Genetic algorithm to compact MOSFET model development and parameter extraction, Nanotech (2003) 314-317 Gildenblat G., T-L Chen H Wang., Gu X., and Cai X - SP: An advanced surfacepotential-based compact MOSFET model, IEEE Journal of Solid-State Circuits 39 (2004) 1394- 1406 Murakawa M., Miura-Mattausch M., and Higuchi T - Towards automatic parameter extraction for surface-potential-based MOSFET models with the Genetic -algorithm, Proceeding of the Conference on Asia South Pacific Design Automation, Shanghai, Jan 18-21,2005, pp 204-207 55 Parameter extraction for EKV 2.6 MOSFET model based on genetic algorithm 10 Moreno P., Picos R., Roca M., Garcia-Moreno E., Iguez B., and Estrada M.- Parameter extraction method using Genetic Algorithms for an improved OTFT compact model, Conference on Electron Devices, Spanish, J an l-Feb 2, 2007, pp 64-67 11 Gerson A S Machado, Christian C Em, and Matthias Bucher - Estimating key parameters in the EKV MOST model for analog design and simulation, IEEE International Symposium on Circuits and Systems, Seattle, 30 Apr-3 May, 1995, pp 1588-1591 12 Enz C., Krummenacher F., and Vittoz E - An analytical MOS transistor model valid in all regions of operation and dedicated to low-voltage and low-current applications, Journal on Analog Integrated Circuits and Signal Processing, Kluwer Academic Publishers, July 1995, pp 83-114 13 Yoshitomi S., Bazigos A., and Bucher M - EKV parameter extraction and th Conference on Mixed characterization of 90nm RF-CMOS technology, 14 lnternational Design of Integrated Circuits and Systems, Ciechocinek, June 21-23, 2007, pp 74-79 14 HSPICE User's manual: Elements and Device Models, Synopsys, Sept 2005, pp 224-249 15 Agilent 85190A IC-CAP 2008 User's Guide, Agilent Technologies, 2008, Chapter 16 EKV Compact MOSFET Model Standard for AnalogiRF IC Designs, Available at: http://ekv.epfl.chlO_5um_CMOS_Par(Accessed: 16 Sept 2014) 17 Emin Basak M., Ayten Kuntman, and Hakan Kuntman - MOS parameter optimization with Genetic algorithm, Journal of Electrical & Electronics (2009)'110'1-1107 extraction and Engineering 18 Milan Keser and Kuntal Joardar - Genetic algorithm based'MOSFET model parameter extraction, International Conference on Modeling and Simulation of Microsysterns, San Diego, March 27-29, 2000, pp 341-344 TOM TAT TRicH XUAT THAM SO CHO MO HINH EKV 2.6 sa D1)NG THuAT ToAN DITRUYEN Le Duc Truong Hung', Nguyen Dang Nhat Tiim2, Bui Trong rc' Dai h9C ~~oa h9C Tu nhien, DHQG-HCM 227 Nguyln Van Cu Qudn 5, TP HCM 2Phong thi nghiem DESLAB, Truong Dai h9C Khoa h9C T~/'nhien, Dai h9C QG TP HCM *Email: tam.ndn25@gmail.com Trich xu~t tham s6 la mot khau quan trong qua trlnh xay dung mo hlnh linh kien MOSFET Muc dich cua trich tham s6 la tim gia tri cua cac tham s6 t?P cac phuong trlnh bi~u di~n hoat d9ng cua linh kien, Cac tharn s6 diroc trich tir cac dfr li~u d~c tuyen linh kien thtrc tS Co mot s6 phirong phap dll va dang duoc phat trien d~ trich xu~t va t6i uu kSt qua dat diroc Trong bai bao nay, chung toi se suodung thuat toan di truyen, la mot phirong phap dang duoc nghien ciru nhieu, d~ tiSn hanh trich xu~t tham s6 cho mo hinh MOSFET EKV 2.6 K€t qua trich xu~t cho th~y cac tham s6 duoc trich xu~t co d9 nrong d6ng cao so voi cac tham s6 tham khao tir mo hinh g6c Tic kh6a: mo hinh EKV 2.6, thuat toan di truyen, t6i 56 lilt hoa CQNG HOA xA HQI CHU NGHiA VI~T NAM TRUONG DH KHOA HOC TU NHIEN KHOA DI~N TIT -VlEN THONG DQc l~p - TV - Hanh phuc GIAy tic NH~NSINH VIEN HoAN THANH KHoA LuAN/SEMlNAR TOT NGHIEP Khoa Dien tir - Vi€n thong xac nhan nhimg sinh vien baa v~ cong Khoa luan/Seminar t6t nghiep co ten duoi day da: hoan va Dot baa v~ thang 7/2013 STT I H9 ten SV I Lam Quoc Hoang Ma: SV Gy sol 0920034 Di~m Huong I Ten d~ tai I Ti~u ban dan I Bui Tr9ng Tu I Trich xuat tham so cho mo I 9.0 hinh BSIM3 f)i~n tu Dot baa v~ thang 7/2014 STT I H9 ten SV Nguyen Nam I Ma: s6 SV Hoai I 1020122 GV d~n Huang I Ten d~tai Bui Trong Tu VO Thanh TJi X~y Dung Phan Trich Tham So Mo Hinh Linh Ki~n Mosfet Dung Thuat T08n Genetic f)i~m I I Ti~u ban 8,5 MTHTN Dot baa v~ thang 7/2015 STT I H9 ten SV I Ma: s6 SV , Mai Le Thanh I 1020184 Tai GV d~n Huong I Ten d~ tai Bui Tr9ng ro f)i~m I Ti~u ban Trich xu&t cac tham so co ban I cua MOSFET dung cho tinh toan bang tay Tran kinh chao Tp H6 Chi Minh, Ngay 04 thang nam 2015 Truong Khoa DTVT 12: TS Huynh Huu Thu?n Dien tu / DN HOC QUOC GIA TP HO CHI MINH CQNG HOA TRUONG D~I HQC KHOA HQC TV NHIEN se )HfJ.L -QDIKHTN-SDH xA HQI CHU NGHiA VI~T NAM DQc l~p - TV - Hanh phuc TP H6 Chi Minh, 16 thdng nam 2014 QUYETDINH V€ vifc thlmh l{ip hVi dfmg cham lu{in van thqc sf HI:¢U TRUONG TRUONG D~I HQC KHOA HQC Tlj NHIEN Can cir Di~u l~ tnrong dai hoc Thu tu6ng Chfnh phu ban hanh kern theo Quyet dinh s6 153/2003/QD-TTg 30/7/2003 Can cir quyet dinh s6 925/QD-DHQG-TCCB 12110/2006 v~ viec phe duyet Quy ch~ t6 chirc va hoat dong cua Truong DH Khoa hoc Tv Nhien - DHQG TP.HCM Can cir Quy che dao tao trinh dQ thac SI cua Dai hoc Quoc gia Gillin d6c ban hanh kern theo quyet dinh s6 01IDHQG-SDH 05/0112009; Xet d~ nghi cua Khoa, BQ rnon va Phong dao tao sau dai hoc QUYETDINH Di~u 1: Thanh l~p HQi d6ng cham luan van Thac SI chuyen nganh Ky thuat di~n tu - Vi dien tfr voi d~tai: "Parameter extraction/or BSIM3v3 model based on optimization algorithms" Cua hoc vien cao hQC: VO Mil s6 chuyen nganh: 60 52 70 Nguoi huang dful khoa hoc: TS Bui Trong Tu, Truong Dai hoc Khoa hoc TV nhien THANH TRI Di~u 2: Thanh phan HQi d6ng g6m co: Chu tich HQi d6ng : PGS.TS Nguyen Hfru Phuong (Truong Dai hoc Khoa hoc TV nhien) Thu kY HQi d6ng Nh~ xet : TS Le Dire HUng (Tnrong Dai hoc Khoa hoc TV nhien) : TS Dinh Dire Anh Vfi (Truong Dai hoc Cong nghe Thong tin) Nhan xet : TS Mai Linh (Truong Dai hoc Quoc t~) Dy vien : TS Bui Trong Tu (Truong Dai hoc Khoa hoc TV nhien) Di~u 3: Cac Ong (Ba) Truong Khoa Dien tu Vi€n thong, Truong Phong Dao tao sau dai hQC va cac can bQ co ten danh sach neu tren chiu trach nhiem thi hanh quyet dinh Nui nh~n: - Thanh vien lID, Khoa - Phong Dao 410 sau dai h9C - Ltru VT ouoc DN HOC GIA TP.HCM TRUONG DH KHOA HOC TV NHIEN S6:, ~~:78IQD-KHTN-SDH CQNG HOA xA HQI cHiJ NGHiA vrer NAM DQc I~p - Tl! - Hanh phuc Thanh H6 Chi Minh, 17 (hang nom 2015 QUYETDlNH V~ vi~c I~p hQi dang ch~m lu~n van thac si msu TRUONG TRUONG D~I HOC KHOA HOC TV NHIEN Can cir Quyet dinh s6 26120 14/QD- TTg 26/3/2014 cua Thu nrong Chinh phu v€ viec ban hanh Quy che t6 chirc va heat dong cua Dai hoc Quoc gia va cac co S0 giao due dai hoc vien; Can cir Quyet dinh s6 925/QD-DHQG-TCCB 12110/2006 v€ viec phe duyet Quy che t6 chirc va heat dong cua Truong DH Khoa hoc Tv nhien - DHQG TP.HCM; Can cir Quy ch~ dao tao trinh dQ Thac SI s6 01/QD-DHQG-DH&SDH 5/1/2009 cua Dai hoc Quoc gia TP.HCM duoc sua d6i, b6 sung bang Quyet dinh s6 60IQDIDHQG-DH&SDH 2811/2011 cua Dai hoc Quoc gia TP.HCM; Xet d€ nghi cua Truong phong Dao tao Sau dai hoc, QUYET DlNH Di~u Thanh l~p HQi dong cham luan van Thac SI chuyen nganh Ky thuat di~n nr - Hu6ng Vi dien nr va thiet k~ vi mach voi d§ tai: "Parameter extraction for EKV 2.6 mosfet model based on evolution" Cua hoc vien cao hoc: NGUYEN DANG ~T TAM Ma s6 chuyen nganh: 60520203 Nguoi huang d~n : TS Bui Trong Tu, Truong Dai hoc Khoa hoc Tv nhien Di~u Thanh phan HQi dong g6m co: Chu tich HQi dong: PGS.TS Nguyen Htru Phuong (Truong Dai hoc Khoa hoc Tv nhien) Thu ky HQi dong : TS t.e Duc Hung (Truong D:;tihoc Khoa hoc TV nhien) Nhan xet : PGS.TS Dinh Dire Anh VU (Truong Dai hoc Cong nghe Thong tin) Nhan xet : PGS.TS Hoang Trang (Truong Dai hoc Bach Khoa) 5: Uy vien : TS Bui Trong re (Truong D