4. 测试数据格式解析

在半导体测试工程中，数据格式是连接测试机台（Tester）与良率分析系统（YMS）的桥梁。不同的测试阶段（CP/FT）和不同的设备供应商（Teradyne、Advantest、Chroma）会产出不同格式的数据文件。本章将深入解析四种主流数据格式的结构、适用场景及核心字段含义，帮助你在实际工作中准确解析与转换测试数据。

4.1 测试数据格式全景图

下图展示了从测试机台原始输出到良率分析系统的数据流转路径，以及各格式在流程中的位置。

4.2 STDF 格式详解

STDF（Standard Test Data Format） 是半导体测试行业最广泛使用的二进制数据格式，由 Teradyne 公司制定并开放。几乎所有主流测试机台（如 Teradyne J750、UltraFLEX、Advantest T2000）都支持直接输出 STDF 文件。

4.2.1 STDF 文件结构

STDF 文件由一系列记录（Record）组成，每条记录包含记录类型、长度和数据体。核心记录类型如下：

4.2.2 STDF 解析流程

4.3 ATDF 格式详解

ATDF（Advanced Test Data Format） 是另一种行业标准格式，由 SEMI 组织标准化（SEMI E148）。与 STDF 的二进制结构不同，ATDF 采用 ASCII 文本格式，可读性更强，但文件体积较大。

4.3.1 ATDF 与 STDF 对比

4.3.2 ATDF 文件结构示例

ATDF 文件以行为单位，每行以关键字开头，后跟字段值。以下是一个简化的 ATDF 片段：

HEADER: VERSION 2.0, DATE 2024-03-15, LOT ABC123
PART: ID DUT001, HEAD 0, SITE 0
TEST: NUM 1, NAME VDD_MIN, RESULT 1.25, UNIT V, LOW_LIMIT 1.10, HIGH_LIMIT 1.40
TEST: NUM 2, NAME IDDQ, RESULT 0.002, UNIT A, LOW_LIMIT 0.0, HIGH_LIMIT 0.005
BIN: HARD 1, SOFT 1, FLAG PASS
END: PART

4.4 CSV / Excel 数据格式

在实际工程中，CSV（逗号分隔值）和 Excel（.xlsx）是最常用的数据交换格式。它们虽然缺乏 STDF/ATDF 的标准化结构，但胜在通用性强，可直接用 Excel、Python Pandas 等工具处理。

4.4.1 标准 CSV 良率数据模板

4.5 常见数据字段含义与映射

无论使用哪种格式，以下字段是良率核算中必须理解和正确映射的：

4.6 格式转换实战要点

在实际项目中，经常需要将 STDF/ATDF 转换为 CSV 进行快速分析。以下是一个基于 Python 的转换示例：

import stdf2csv
import pandas as pd

# 将 STDF 转换为 CSV
stdf2csv.convert('input.stdf', 'output.csv')

# 读取 CSV 并查看良率
df = pd.read_csv('output.csv')
# 按 Hard_Bin 统计良率
yield_rate = df[df['HARD_BIN'] == 1].shape[0] / df.shape[0]
print(f"良率: {yield_rate:.2%}")

4.7 格式选择决策指南

选择建议：

• 量产环境： 优先使用 STDF，文件小、解析快、信息完整。
• 工程验证： 使用 ATDF 便于人工检查数据内容。
• 数据分析与报告： 转换为 CSV/Excel，利用 Pandas、Tableau 等工具快速分析。
• 长期归档： 保留原始 STDF 文件，CSV 作为中间产物可定期清理。