【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种三维集成电路信号通道缺陷检测方法、装置、设备及介质。
技术介绍
1、基于硅通孔(tsv)的3d集成是一项有前途的技术，具有高密度、小型尺寸和改进性能等优势。使用tsv和再布线层(rdl)可以实现信号高速传输。随着器件尺寸的缩小，传输通道的尺寸和间距也在减小，这给制造带来了挑战。重要的制造缺陷(如短路和开路缺陷)可能导致逻辑功能错误并降低系统的可靠性，因此在早期阶段检测到这些缺陷至关重要。
2、在制造缺陷中，开路和短路是两种重要的缺陷类型，可能导致通道完全故障。开路缺陷可能发生在tsv部分或rdl部分，由金属的断开表示。另外由于制造工艺等因素，相邻rdl之间可能由于相互接触而发生短路。由于系统集成度高，层与层之间互相堆叠，且tsv贯穿于纵向方向，制造完成之后不便拆解检测，目前缺乏有效的缺陷检查方法。
3、需要说明的是，上述内容仅提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
技术实现思路
1、鉴于以上所述现有技术的缺点，本专利技术提供一种三维集成电路信号通道缺陷检测方法、装置、设备及介质，以解决上述技术问题中至少之一。
2、本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。
3、根据本专利技术实施例的一个方面，提供了一种三维集成电路信号通道缺陷检测方法，包括：获取待检测信号通道的待检测散射参数，所述待检测信号通道包括硅通孔和再布线层；将所述待检测散
4、在本专利技术的一个实施例中，基于前述方案，所述训练后的缺陷预测模型由样本缺陷位置、样本缺陷类型和样本散射参数训练得到，包括：获取样本缺陷位置、样本缺陷类型和样本散射参数，生成训练缺陷样本数据；根据所述样本缺陷位置和所述样本缺陷类型对所述训练缺陷样本数据进行标注，生成样本数据；基于样本数据集对预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型，所述样本数据集包括多个所述样本数据。
5、在本专利技术的一个实施例中，基于前述方案，基于样本数据集对预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型，包括：将所述样本数据集划分为第一预设数量的样本数据子集；将第二预设数量的样本数据子集确定为训练散射参数，将第三预设数量的样本数据子集确定为验证散射参数，所述第一预设数量为所述第二预设数量与所述第三预设数量之和；基于所述训练散射参数对所述预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型，将所述验证散射参数输入至所述训练后的缺陷预测模型，得到预测结果；计算所述预测结果预设性能指标的性能结果，以根据所述性能结果评估所述训练后的缺陷预测模型。
6、在本专利技术的一个实施例中，基于前述方案，基于所述训练散射参数对所述预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型之后，所述方法还包括：将所述验证散射参数输入至所述训练后的缺陷预测模型，得到验证缺陷位置和验证缺陷类型，计算所述验证缺陷位置和所述缺陷位置的均方误差；若所述均方误差小于预设均方误差，则确定所述训练后的缺陷预测模型训练成功；若所述均方误差大于或等于所述预设均方误差，则调整所述预设缺陷预测模型中树的数量和最小叶子大小，以重新训练所述训练后的缺陷预测模型，直到所述均方误差小于所述预设均方误差。
7、在本专利技术的一个实施例中，基于前述方案，获取样本缺陷位置、样本缺陷类型和样本散射参数，生成训练缺陷样本数据，包括：获取样本检测信号通道的样本信号通道数据；基于所述样本信号通道数据建立信号通道仿真模型；在所述信号通道仿真模型中设置样本缺陷位置、样本缺陷类型、多个样本采样位置，对所述信号通道仿真模型的信号输入端口输入样本频率信号，采集样本采样位置在不同样本频率的散射参数，得到所述样本散射参数；基于所述样本缺陷位置、所述样本缺陷类型和所述样本散射参数生成所述训练缺陷样本数据。
8、在本专利技术的一个实施例中，基于前述方案，对所述信号通道仿真模型的信号输入端口输入样本频率信号，包括：在高频结构模拟器中设置扫描频率范围和步长，所述扫描频率范围包括初始扫描频率和结束扫描频率；控制所述高频结构模拟器输出样本频率信号至所述信号通道仿真模型，所述信号通道仿真模型自初始扫描频率起，按照所述步长调整，直至达到所述结束扫描频率。
9、在本专利技术的一个实施例中，基于前述方案，获取待检测信号通道的待检测散射参数，包括：在所述待检测信号通道中设置多个真实采样点，在样本检测信号通道中设置多个样本采样点，所述真实采样点的分布与所述样本采样点的分布相同；对所述待检测信号通道输入真实频率信号，并采集每一所述真实采样点的散射参数，得到所述待检测散射参数。
10、根据本专利技术实施例的一个方面，提供了一种三维集成电路信号通道缺陷检测装置，包括：获取模块，用于获取待检测信号通道的待检测散射参数，所述待检测信号通道包括硅通孔和再布线层；预测模块，用于将所述待检测散射参数输入至训练后的缺陷预测模型中，得到所述待检测信号通道的缺陷位置和缺陷类型，所述训练后的缺陷预测模型由样本缺陷位置、样本缺陷类型和样本散射参数训练得到；缺陷检测模块，用于根据所述缺陷位置和所述缺陷类型确定所述待检测信号通道的缺陷，以对三维集成电路信号通道进行缺陷检测。
11、根据本专利技术实施例的一个方面，提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上述各实施例中任一项所述的三维集成电路信号通道缺陷检测方法。
12、本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上述各实施例中任一项所述的三维集成电路信号通道缺陷检测方法。
13、本专利技术的有益效果：本专利技术中提供一种三维集成电路信号通道缺陷检测方法、装置、设备及介质。本专利技术通过获取三维集成电路信号通道的待检测信号通道的待检测散射参数，将待检测散射参数输入至训练后的缺陷预测模型中，得到待检测信号通道的缺陷位置和缺陷类型，根据缺陷位置和缺陷类型确定待检测信号通道的缺陷，以对三维集成电路信号通道进行缺陷检测；通过可以表征缺陷对通道信号传输影响的散射参数结合机器学习的方法识别缺陷类型并检测缺陷位置，可以在早期阶段检测到制造缺陷等缺陷，避免因为早期未检测到缺陷而导致传输通道不可用，进而节约资源，本申请可以提高信号通道缺陷检测的准确性和效率，同时避免由制造缺陷等导致通道完全故障，避免导致逻辑功能错误，提高信号通道以及系统的可靠性；本申请不依赖复杂检测手段，通过将人工智能与微电子先进封装结合，提供一种全新的研究开路、短路等缺陷检测的方法。本文档来自技高网...
【技术保护点】
1.一种三维集成电路信号通道缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的三维集成电路信号通道缺陷检测方法，其特征在于，所述训练后的缺陷预测模型由样本缺陷位置、样本缺陷类型和样本散射参数训练得到，包括：
3.根据权利要求2所述的三维集成电路信号通道缺陷检测方法，其特征在于，基于样本数据集对预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型，包括：
4.根据权利要求3中所述的三维集成电路信号通道缺陷检测方法，其特征在于，基于所述训练散射参数对所述预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型之后，所述方法还包括：
5.根据权利要求2至4中任一项所述的三维集成电路信号通道缺陷检测方法，其特征在于，获取样本缺陷位置、样本缺陷类型和样本散射参数，生成训练缺陷样本数据，包括：
6.根据权利要求5所述的三维集成电路信号通道缺陷检测方法，其特征在于，对所述信号通道仿真模型的信号输入端口输入样本频率信号，包括：
7.根据权利要求1至4中任一项所述的三维集成电路信号通道缺陷检测方法，其特征在于，获取待检
8.一种三维集成电路信号通道缺陷检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的三维集成电路信号通道缺陷检测方法。
...【技术特征摘要】
1.一种三维集成电路信号通道缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的三维集成电路信号通道缺陷检测方法，其特征在于，所述训练后的缺陷预测模型由样本缺陷位置、样本缺陷类型和样本散射参数训练得到，包括：
3.根据权利要求2所述的三维集成电路信号通道缺陷检测方法，其特征在于，基于样本数据集对预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型，包括：
4.根据权利要求3中所述的三维集成电路信号通道缺陷检测方法，其特征在于，基于所述训练散射参数对所述预设缺陷预测模型进行训练，得到所述训练后的缺陷预测模型之后，所述方法还包括：
5.根据权利要求2至4中任一项所述的三维集成电路信号通道缺陷检测方法，其特征在于，获取样...
【专利技术属性】
技术研发人员：陆科，徐学良，崔伟，陈容，简燕，廖希异，
申请(专利权)人：中国电子科技集团公司第二十四研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。