4. 实验数据获取与预处理
TCAD 仿真校准的起点是真实、可靠的实验数据。本章系统讲解从晶圆测试结构设计到数据清洗与归一化的完整流程，确保仿真与实测之间的“桥梁”稳固可靠。
4.1 典型测试结构：TEG 与 PCM
在集成电路制造中，测试结构是连接工艺与电性能的“翻译器”。主要分为两类：
- TEG（Test Element Group，测试元件组）：用于工艺开发阶段的器件特性表征，包含多种尺寸、结构的单器件。
- PCM（Process Control Monitor，工艺控制监控）：用于量产阶段的在线监控，通常位于划片槽（Scribe Line）中，面积紧凑，测试项固定。
校准选型提示： 校准应优先使用 TEG 数据，因其器件尺寸与仿真结构更匹配，且寄生效应更小。PCM 数据更适合用于工艺窗口验证。
4.1.1 常见测试结构清单
| 结构类型 | 测试目的 | 典型参数 | 适用阶段 |
|---|---|---|---|
| MOSFET（单管） | 提取阈值电压、迁移率、饱和电流 | Vth, Idsat, gm | TEG / PCM |
| 扩散电阻 / 多晶硅电阻 | 提取方块电阻、接触电阻 | Rsh, Rc | TEG |
| 电容结构（MIM, MOS-C） | 提取栅氧化层厚度、界面态密度 | Cox, C-V 曲线 | TEG |
| 环形振荡器（RO） | 提取本征门延迟、功耗 | τpd, Pavg | PCM |
| Kelvin 接触电阻结构 | 精确提取接触电阻率 | ρc | TEG |
关键概念： TEG 中的“尺寸矩阵”设计（如 L=0.1/0.2/0.5/1.0 μm，W=1/5/10 μm）是后续进行 Rtotal vs. L 外推法提取源漏电阻（Rsd）的基础。
4.2 I-V / C-V 数据提取方法
从测试结构获得的原始数据需经过标准化提取流程，才能转化为 TCAD 校准所需的物理参数。
4.2.1 I-V 数据提取流程
- 线性区提取 Vth：在 Vds=50mV 下，取 Id-Vgs 曲线最大跨导点切线外推至 Id=0。
- 饱和区提取 Vth,sat：在 Vds=Vdd 下，使用恒定电流法（如 Id=100nA×W/L）。
- 提取 Ion / Ioff：分别取 Vgs=Vds=Vdd 时的漏电流和 Vgs=0V 时的亚阈值漏电。
- 提取迁移率 μeff：通过 gm 最大值法或分凝法（Split C-V）计算。
4.2.2 C-V 数据提取要点
- 高频 C-V（1MHz）：用于提取等效氧化层厚度（EOT）、平带电压（Vfb）。
- 准静态 C-V（QS-CV）：用于提取界面态密度（Dit）。
- 分凝 C-V：在栅与源/漏之间测量，用于提取有效迁移率。
常见陷阱： C-V 测量中的串联电阻效应会导致电容值在积累区下降。必须进行串联电阻修正，否则提取的 EOT 会偏大 5-15%。
4.3 数据清洗与归一化方法
原始测试数据包含噪声、异常点和工艺波动，必须经过清洗才能用于校准。
4.3.1 数据清洗步骤
| 步骤 | 操作 | 判断标准 |
|---|---|---|
| 1. 缺失值处理 | 删除或插值（线性/样条） | 缺失率 > 5% 的器件直接剔除 |
| 2. 异常点剔除 | 3σ 准则或 IQR 方法 | 超出均值±3σ 或 Q1-1.5IQR / Q3+1.5IQR |
| 3. 平滑滤波 | Savitzky-Golay 滤波 | 窗口宽度 5-11 点，多项式阶数 2-3 |
| 4. 寄生修正 | Open/Short 结构去嵌 | 使用片上 dummy 结构 |
4.3.2 归一化方法
归一化使不同尺寸、不同工艺角的器件数据具有可比性，是建立统一模型卡的基础。
- 电流归一化：Id,norm = Id × (Ldrawn / Wdrawn)
- 跨导归一化：gm,norm = gm × (Ldrawn / Wdrawn)
- 电阻归一化：Rtotal,norm = Rtotal × W
- 电容归一化：Cnorm = C / Area
归一化后的数据用途： 归一化后的 Id-Vg 曲线可直接用于对比不同 L 器件的短沟道效应，或用于全局优化算法中的目标函数构建。
4.4 数据预处理流程总览
下图展示了从晶圆测试到校准就绪数据的完整处理链路：
4.5 数据清洗与归一化代码示例
以下 Python 代码片段展示了使用 Pandas 和 SciPy 进行数据清洗与归一化的典型流程：
import pandas as pd
import numpy as np
from scipy.signal import savgol_filter
# 1. 读取原始测试数据
df = pd.read_csv('teg_mosfet_iv_raw.csv')
# 2. 缺失值处理：删除缺失率超过5%的列
threshold = 0.05 * len(df)
df = df.dropna(thresh=threshold, axis=1)
# 3. 异常点剔除：3σ准则
for col in ['Id_lin', 'Id_sat', 'Vth_lin']:
mean = df[col].mean()
std = df[col].std()
df = df[(df[col] >= mean - 3*std) & (df[col] <= mean + 3*std)]
# 4. Savitzky-Golay 平滑滤波
df['Id_lin_smooth'] = savgol_filter(df['Id_lin'], window_length=7, polyorder=2)
# 5. 电流归一化：Id_norm = Id * (L / W)
df['Id_norm'] = df['Id_lin_smooth'] * (df['L_drawn'] / df['W_drawn'])
# 6. 输出清洗后数据
df.to_csv('teg_mosfet_iv_clean.csv', index=False)
print("数据清洗与归一化完成，共保留 {} 条有效记录".format(len(df)))
工程建议： 在归一化之前，务必确认 L_drawn 和 W_drawn 的单位一致（通常为 μm）。对于短沟道器件（L < 0.5μm），建议使用 L_eff（有效沟道长度）替代 L_drawn 进行归一化，以消除光刻偏差的影响。
4.6 数据质量检查清单
在将数据交付 TCAD 校准前，建议逐项确认以下检查点：
- 物理一致性：Id 随 Vg 单调递增，无负跨导区域。
- 尺寸缩放性：长沟道器件的 Vth 应趋于稳定，短沟道器件的 Vth 滚降符合物理趋势。
- 温度依赖性：高温下 Ion 下降，Ioff 上升，符合载流子迁移率与泄漏机制。
- 重复性：同一晶圆上相同尺寸器件的参数变异系数（CV）应 < 5%。
- 寄生效应：去嵌后的数据在低频段应无异常相位偏移。
严重警告： 如果清洗后的数据出现“负电阻”或“负电容”等非物理值，必须回溯至测试结构设计或探针台校准环节，切勿强行用于校准。
通过本章的系统性预处理，原始测试数据被转化为高质量、标准化的校准输入，为后续的模型卡参数提取与优化奠定了坚实的数据基础。