4. 测量数据获取与预处理：自动测试系统搭建、数据格式标准化与异常值检测
在SPICE参数提取流程中，测量数据的质量直接决定了模型参数的准确性与可迁移性。本章聚焦于从硬件测试到数据清洗的完整链路，涵盖自动测试系统（ATS）的搭建策略、多源数据格式的统一规范，以及针对半导体器件测量特性的异常值检测与平滑滤波算法。
4.1 自动测试系统（ATS）搭建
自动测试系统是连接待测器件（DUT）与参数提取引擎的桥梁。一个典型的MOSFET/IGBT自动测试系统包含以下核心组件：
| 组件 | 选型要点 | 典型型号 |
|---|---|---|
| 半导体参数分析仪 | SMU通道数≥4，电流分辨率≤10 fA，电压精度≤0.1% | Keysight B1500A / Keithley 4200A-SCS |
| 探针台 | 漏电流≤1 pA，温度范围-60℃~300℃，支持自动对针 | Cascade CM300 / MPI TS2000-SE |
| 开关矩阵 | 通道隔离度≥80 dB，切换时间≤10 ms | Keithley 7174A / Pickering 40-781 |
| 温控系统 | 控温精度±0.1℃，升降温速率≥10℃/min | Attocube ANC350 / Lake Shore 336 |
| 上位机与控制软件 | 支持GPIB/USB/LAN通信，支持Python/C#脚本扩展 | NI LabVIEW / Keysight EasyEXPERT |
工程提示： 在搭建ATS时，建议采用“主控+从机”架构——上位机负责测试序列调度与数据流管理，参数分析仪作为从机执行具体电学测量。这种架构可避免因单点故障导致整批测试中断，同时便于后续集成到EDA自动化流水线中。
下图展示了一个典型的自动测试系统软件架构，其中测试序列引擎、数据采集模块与格式转换器协同工作：
4.2 数据格式标准化
不同厂商的测试设备输出的数据格式各异，直接用于参数提取会导致脚本兼容性灾难。标准化阶段需要将原始数据统一转换为两种内部格式：
- .mdm（Measurement Data Model）格式： 一种自描述的二进制/文本混合格式，包含器件ID、测试条件（温度、偏置）、测量模式（DC/CV/Pulse）以及原始I-V/C-V数据矩阵。头部采用JSON元数据块，便于程序解析。
- .csv（Comma-Separated Values）格式： 轻量级文本格式，用于快速预览与轻量级脚本处理。第一行为列名，后续行为数据点。
格式转换规则： 所有原始数据在进入预处理流水线前，必须经过“三字段校验”——检查测试条件字段是否完整、数据维度是否匹配、时间戳是否在合理范围内。校验失败的数据将被隔离到“待审查”目录，不进入自动提取流程。
下表对比了两种标准化格式的适用场景与结构差异：
| 特性 | .mdm 格式 | .csv 格式 |
|---|---|---|
| 文件结构 | JSON头 + 二进制数据块 | 纯文本，逗号分隔 |
| 元数据承载能力 | 强（支持嵌套、数组、单位标注） | 弱（仅第一行列名） |
| 数据精度 | 双精度浮点（64-bit） | 取决于导出设置（通常为单精度） |
| 文件大小 | 紧凑（二进制压缩） | 较大（文本冗余） |
| 适用阶段 | 生产级参数提取、归档 | 快速验证、数据预览 |
以下是一个简化的 .mdm 格式头部示例：
{
"file_version": "2.1",
"device_id": "NMOS_W10_L0.18",
"test_date": "2025-03-15T14:32:00Z",
"temperature": 25.0,
"measurement_mode": "DC",
"parameters": {
"Vgs_start": 0.0,
"Vgs_stop": 1.8,
"Vgs_step": 0.1,
"Vds": 0.1
},
"columns": ["Vgs", "Id", "Ig", "Is"],
"data_offset": 512,
"data_count": 19
}
4.3 异常值检测与平滑滤波
半导体器件测量数据中常见的异常类型包括：探针接触不良导致的“跳点”、静电放电（ESD）引起的尖峰脉冲、以及温控波动造成的基线漂移。针对这些特征，预处理模块采用三级过滤策略：
- 物理限值过滤： 根据器件规格书设定电流/电压的物理上下限，超出范围的数据点直接标记为无效。
- 局部离群点检测： 使用改进的Z-score方法，在滑动窗口（窗口大小N=5~11）内计算每个点的局部Z值，若|Z| > 3.5则判定为异常点，用窗口内中位数替换。
- Savitzky-Golay平滑： 对通过前两级过滤的数据进行多项式卷积平滑，保留曲线形状特征的同时抑制高频噪声。阶数通常设为2~3，窗口长度设为7~15。
注意： 平滑滤波的参数选择需谨慎——窗口过大或阶数过高会抹掉器件物理特性中的关键拐点（如阈值电压附近的跨导峰值）。建议在正式提取前，使用“参数扫描”功能对比不同平滑参数下的提取结果稳定性。
下图展示了异常值检测与平滑滤波的处理流程：
4.4 预处理流水线集成示例
在EDA自动化框架中，上述预处理步骤被封装为一个独立的 DataPreprocessor 类，支持批量处理与并行加速。以下是一个简化的Python实现片段：
import numpy as np
from scipy.signal import savgol_filter
class DataPreprocessor:
def __init__(self, window_size=7, polyorder=2, z_threshold=3.5):
self.window_size = window_size
self.polyorder = polyorder
self.z_threshold = z_threshold
def physical_limit_filter(self, data, vmin, vmax):
"""物理限值过滤"""
return np.clip(data, vmin, vmax)
def local_outlier_detection(self, data):
"""滑动窗口Z-score异常检测与中位数替换"""
filtered = data.copy()
half_win = self.window_size // 2
for i in range(half_win, len(data) - half_win):
window = data[i - half_win : i + half_win + 1]
median = np.median(window)
mad = np.median(np.abs(window - median))
if mad == 0:
continue
z_score = 0.6745 * (data[i] - median) / mad
if np.abs(z_score) > self.z_threshold:
filtered[i] = median
return filtered
def savgol_smooth(self, data):
"""Savitzky-Golay平滑"""
return savgol_filter(data, self.window_size, self.polyorder)
def process(self, raw_data, vmin=-1e3, vmax=1e3):
data = self.physical_limit_filter(raw_data, vmin, vmax)
data = self.local_outlier_detection(data)
data = self.savgol_smooth(data)
return data
工程提示： 在实际产线环境中，建议将预处理参数（窗口大小、阶数、阈值）写入外部配置文件（如 YAML 或 JSON），避免硬编码。同时，每次预处理操作应生成日志记录，包括被过滤/替换的数据点数量与位置，便于后续审计与模型调试。
通过上述自动测试系统搭建、数据格式标准化与三级异常值处理，原始测量数据被转化为高质量、可复用的标准化数据集，为后续的SPICE模型参数提取奠定了可靠的数据基础。