基于adaboost的sram单元失效概率估计算法研究

《基于adaboost的sram单元失效概率估计算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据指导小组成员名单曾璇童家榕唐璞山教授，博导万方数据目录目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯II第1章引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11．1研究动机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．2研究背景和研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31．3本文的研究内容和主要贡献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯91．4论文组织结构⋯⋯⋯

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11第2章SRAM单元失效概率估计算法回顾⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．122．1SRAM核心单元工作机理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一122．26．TSRAM单元性能指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯132．3极值理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．162．4SRAM核心单元失效率估计算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．172．5品质因数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．252．6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．26第3章基于AdaBoost的改进型重要性算法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯⋯⋯．273．1AdaBoost分类器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．283．2最小交叉熵方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．333．3算法整体框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．383．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43第4章实验数据及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44万方数据4．1实验设定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．444．2SRAM存储单元的静态噪声容限⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．454．3SRAM单元读失效概率分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．464．4SRAM单元写

4、失效概率分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．494．5算法的性能分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．524．6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．55第5章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯565．1全文总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．565．2创新点总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．575．3未来工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．58参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．59硕士期间己发表文章列表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯．62已发表文章列表(第一作者)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．62舅C谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．63万方数据摘要随着纳米工艺的不断推进，晶体管尺寸的不断缩小带来了集成电路性能和功耗的巨大改善。而集成电路特征尺寸的不断减小和片上芯片集成度的不断提高推动着集成电路的设计方法学从以器件为中心的第一代设计方法学到以互连线为中心的第二代设计方法学，直至目前的以可制造性和成品率驱动为中心的第三代设计方法学的变化。晶体管尺寸的不断减小，由随机工艺偏差引起的电路稳定性问题也日益突出。如何快速准确的预测成品率，成为集成电路的计算

6、机辅助设计正面临新的严峻挑战。当前，静态随机存储器已经成为片上系统的主要组成部分。为了保证片上芯片的集成度，静态随机存储器单元往往采用最先进工艺，其受工艺偏差的影响是最突出的。由于静态随机存储器由大量重复结构的单元电路构成，为了保证成品率，单个单元电路的失效率要求非常低，属于极低概率事件，如何精确地仿真静态存储单元的失效概率，是预测成品率的关键。随着存储器容量的爆发式增长，对单个单元的失效率要求越来越严格，传统的采样算法已经无法适用。本文针对由随机工艺偏差导致的静态随机存储单元的极低概率仿真问题，对受工艺偏差影响较大的电路参数进行建模，结合机器学习和极值理论的相关算法，提出了基于自

7、适应增强的拟重要性采样算法。针对SRAM存储单元失效概率估计的问题，主要有两类方法：确定性算法和统计分析方法。本文着重研究后者，对统计分析方法的发展做出了详细的介绍和分析，并在此基础上提出了本文的算法。本文提出的算法从两方面着手：通过AdaBoost分类器对样本点进行筛选，减少对无效采样点的电路仿真；利用最小交叉熵方法改进传统的重要性采样算法，大大加快了采样算法的收敛性。该方法与现有方法相比，在保证精度的情况下，速度有极大的提升。关键词：静态随机存储器蒙特卡洛采样随机