CMOS器件的IDDQ测试

摘要

CMOS器件的IDDQ测试。方法实施例包括应用测试图案输入至一器件，此器件包括一个或多个CMOS(互补金属氧化物半导体)晶体管，以及针对此器件获得电流测量，电流测量中的每一个是应用该测试图案的输入至该器件之后对电流的测量。滤波函数被应用至此电流测量，应用此滤波函数包括从电流测量分离缺陷电流值。此方法还包括至少部分地基于此缺陷电流值与阈值的比较来确定当前的器件中是否有缺陷。

说明书

相关申请

本申请涉及2010年12月17日提交的美国临时专利申请No.61/424,572和2011年11月16日提交的美国非临时专利申请No.13/298,001并要求其优先权，并且此类申请通过引用纳入于此。

技术领域

本发明的实施例一般涉及半导体器件的测试领域，尤其涉及用于一CMOS器件的IDDQ测试的方法、装置和系统。

背景

在半导体器件的制造中，相当数量的器件可能被证明是有缺陷。因为半导体器件世代的本质，有缺陷的器件一般会迅速地显现出来。由于此原因，这类器件的测试重要的是标识有缺陷的器件。

然而，测试具有实际上的限制。如果制造商或实验室无法迅速地、准确地并以合理的成本测试半导体器件，则测试将是不可能的。

针对制造缺陷对CMOS(互补金属氧化物半导体)的测试可能包括IDDQ测试。IDDQ测试是一种基于电流的测试方法，且知其对于检测被常用的结构测试(诸如永驻与延迟测试)错失的缺点是有效的。此类测试透过不同的程序而测量静态中的供电电流(Idd)。IDDQ测试对于较大尺寸器件可能是有效的，例如0.18μm或更大的CMOS，其中漏电流显著小于建模缺陷电流。

然而，IDDQ测试在高级工艺中是具有挑战性的，例如0.13μm或更小的器件，由于漏电流的增加与整个晶片中发生的显著变化。于此类高级工艺(此处称为“纳米工艺”)中制作的IC(集成电路)器件的测试研发成本往往因为所需的测试复杂性而增加。纳米工艺提供了性能提升以及更多数量的晶体管实现于每个管芯上，但还引入了需要测试的新失效机制。为了应付增加的测试成本，减少昂贵的测试替代品是非常有用的。纳米器件的IDDQ测试的有效性因为增加的漏电流与其跨晶片的变化而难以令人满足。

概述

提供一种用于互补金属氧化物半导体器件的IDDQ测试的方法与装置。

在本发明的第一方面中，方法的实施例包括应用测试图案输入至一器件，该器件包括一个或多个互补金属氧化物半导体晶体管；针对该器件获得多个电流测量，多个电流测量的每一个是应用测试图案的输入至该器件之后对电流的测量。滤波函数被应用至多个电流测量，应用该滤波函数包括从电流测量分离缺陷电流值；以及基于该缺陷电流值与阈值的比较，确定是否有缺陷存在于该器件中。

在本发明的第二方面中，测试装置的实施例包括：用于测试下的器件的接口，连接被用于应用一组输入至一器件，该器件包括一个或多个互补金属氧化物半导体器件；以及用于应用测试图案输入至测试下的器件的逻辑。此装置还包括：电流测量单元，用于针对该组输入中的每一输入测量该器件的电流；用于从该电流测量分离缺陷电流——包括应用噪声滤波函数至该电流测量——的逻辑；以及用于至少部分地基于该缺陷电流以确定测试下的器件的缺陷的存在性的逻辑。

附图简述

本发明的实施例作为示例而非限制在诸附图的每幅图中被例示出，其中类似附图标记指代类似元素。

图1是无缺陷CMOS反相器电路的例示；

图是藉由缺点检测方法、装置或系统来检测的缺陷CMOS反相器电路的例示；

图3是例示高级器件的IDDQ测试的过程的实施例的流程图；

图4是电流的测定的实施例中的滤波函数的应用的例示；

图5A与图5B例示用在缺陷电流检测方法、装置或系统的实施例中的噪声滤波函数；

图6A与图6B例示缺陷电流的提取的过程的实施例中的测得电流函数与滤波函数；

图7例示用于恢复或提取缺陷电流的方法中的卷积的实施例；

图8例示用于减小噪声电流的过程的实施例中连续地应用的多个滤波函数；

图9是在缺陷电流检测的实施例中所针对的缺陷与噪声电流的例示；

图10是用于对电流测量应用滤波的方法的实施例的例示；

图11A与图11B例示缺陷电流检测的实施例中的随机滤波函数生成；

图12例示用于提供缺陷电流检测的方法、装置或系统的实施例的递归方程；

图13例示用于提供缺陷电流检测的方法、装置或系统的实施例的、使用卷积定义的高阶k的滤波函数；

图14例示用于缺陷电流检测的方法的实施例中系数的计算；

图15例示用于缺陷电流的检测的实施例的滤波函数；以及

图16例示利用IDDQ测量检测有缺陷组件的装置或系统的实施例。

详细描述

本发明的实施例一般涉及CMOS器件的IDDQ测试。

如本文中所使用的：

“IDDQ”意味着测试半导体器件，包括对静态中的漏电流(I_DD)的测量。

在一些实施例中，一种装置、系统与方法提供对半导体器件的IDDQ测试，其中此测试包括从预期的IDDQ电流分离漏电流。在一些实施例中，一种新颖的IDDQ测试被提供用于纳米IC设计。在一些实施例中，一种IDDQ测试可被用来在存在较大的漏电流及其跨晶片的显著变化的情况下减轻测试难度。

在一些实施例中，一种IDDQ测试方法被提供用于在高级制造工艺中制造的IC器件，其中可能有增加的漏电流与工艺变化。在一些实施例中，一种IDDQ测试系统被实施以在存在高漏电流以及器件之间的显著变化的情况下减轻IDDQ测试中的难度。

在一些实施例中，一种测试过程包括从测得的值移除共同漏电流，而检测到的缺陷电流被放大。在一些实施例中，放大的缺陷电流可能进一步藉由电流聚集而放大以协助将有缺陷电路与良好电路分开来。在一些实施例中，一种IDDQ测试方法被提供来增加在一小组IDDQ电流测量中捕捉的缺陷电流的可观察性，而无需利用电流测试或自动测试设备(ATE)测量附加电流。

在一些实施例中，一种测试方法与系统应用信号与系统理论至IDDQ测试。一种测试方法的实施例考虑测得的电流作为输入信号以及考虑漏电流减小函数作为系统。当输入信号被应用于此系统时，系统的输出可以藉由输入信号与漏泄减小函数的卷积来描述。在一些实施例中，一种方法降低漏电流效应，以及藉由减小函数经由卷积来放大埋藏于测得的电流中的缺陷电流，其中缺陷电流可以进一步藉由卷积导致的放大的缺陷电流的聚集来放大，此卷积涉及构成输入信号与减小函数的信号分量的乘积的和。

在一些实施例中，电流可以藉由ATE(自动测试设备)或其它装置或系统通过在应用测试图案之后感测稳态下的IDDQ电流来测量。在正常操作之下，IDDQ测试所花费的测试时间由测试机或ATE的电流测量所需的时间所控制。在确定IDDQ电流的一些实施例中，计算卷积与聚集所需的时间与IDDQ电流测量时间比较将是微不足道的，因此值确定可以与电流测量并发地进行。

在一些实施例之下，测得的IDDQ电流可以视为合成电量，其分量可以解释为“信号分量”与“噪声分量”。在此观点之下，信号分量表示期望的电流分量，噪声分量则表示不期望的分量。在旨在降低漏电流效应并增加IDDQ缺陷所造成的电流(缺陷电流)的可观察性的IDDQ测试方法的实施例中，漏电流构成噪声分量，而缺陷电流构成信号分量。一组非零信号与噪声分量可以通过假定其他各处为零来定义为一函数，其可以表示为符号f(k)。类似地，测得的电流与噪声电流可以分别表示为I_m(k)与I_c(k)。

在一些实施例之中，一种IDDQ方法被提供来标定于高级工艺器件中的制造缺陷(例如晶体管上的短路与开路)所导致的缺陷电流。在这些器件中发生灾难性失效(例如功率与接地短路缺陷)能够立即从任意电流测量中检测出来，但是其它缺陷电流更加微细且可能在此类器件的电流变化中丢失。

作为一个例子，漏(噪声)电流被例示在第一图与第二图中。图1是无缺陷CMOS反相器电路102的例示。图2是供错误检测方法、装置或系统来检测的有缺陷CMOS反相器电路202的例示。在图1与图2中，若输入电压(图1中的104与图2中的204)被偏压至逻辑‘1’，则连接至接地的NFET(N-型场效晶体管)(106，206)被导通且PFET(P-型场效晶体管)(108，208)被截止，从而产生逻辑‘0’的输出电压(116，216)。然而，若输入电压(104，204)被偏压至逻辑‘0’，则PFET(108，208)与NFET(106，206)分别被导通和截止，从而在输出(116，216)产生逻辑‘1’。CMOS电路的理想电流特性理论上允许电流在输出转变(例如从逻辑‘1’至逻辑‘0’)期间流动，且当输出到达稳态时没有电流流动。然而，在真实的操作中，小电流于稳态时流经CMOS晶体管。此小电流为“漏电流”，而漏电流的量取决于导通和截止的晶体管的电阻。

由于已被截止的晶体管的电阻(R_截止)118显著大于已被导通的晶体管的电阻(R_导通)114，漏电流可如图1中所示的使用欧姆定律利用R_截止来近似。测试下的器件(DUT)的总漏电流I_漏112可以通过将DUT中的所有漏电流路径的电流相加而得到。在一个大设计——例如包含非常大量的晶体管器件的芯片上系统(SOC)器件——中，存在潜在的许多漏电流路径。每一逻辑门例如可以视为独立漏电流路径。出于此理由，具有潜在的数百万个门的电路的总漏电流可以非常地大。

在一些实施例中，IDDQ测试的实现可以标定测试下的器件的截止晶体管中的故障。一组输入激励，简称为测试图案，可以用于导通与截止电路中不同的晶体管子集。电阻R_截止将用以降低稳态期间的电流。IDDQ缺陷能够改变稳态时的电阻，且允许比预期还大非常多的电流从电源V_DD(110，210)流至接地。

举例而言，若短路缺陷220存在于PFET206中，如第二图所示，则PFET206被永久地导通，且电阻被永久地改变至R_导通。然而，其它缺陷，例如保持导通的门，能够导致晶体管被部分地导通。部分导通的晶体管的电阻能够比R_导通大但仍比R_截止小非常多。举例而言，若通过迫使输入激励V_输入＝′1′来使NFET208导通，则大的电流能够于稳态中从V_DD210流至接地。此缺陷电流(I_缺陷)222可以类似地被估算，且例如I_缺陷被估计为V_DD除以2R_导通，如图2中所示的。图2还图形地例示了电流。举例而言，若V_输入为逻辑′1′230，而V_输出232因而为逻辑′0′，则在一初始尖峰之后，无缺陷器件的稳态IDDQ电流将降至例如稳态电流水平236。然而，对于缺陷的器件，稳态电流将保持高，例如图示中的电流水平234。

图3是例示显示高级器件的IDDQ测试方法的实施例的流程图。在此图示中，半导体器件被连接至测试装置或系统来作为测试下的器件(DUT)302。在一些实施例中，电流测试应用于DUT，而其它测试可以与此电流测试一起提供。关于噪声滤波函数应用至此电流测量作出确定304，此处该确定可以于此测试装置或系统的设计中作出。生成用于此DUT的电流测试的测试图案并将其应用至此DUT306。作为此测试图案的结果，从DUT测量稳态下的电流308。所选滤波器被应用于电流测量310，此处此应用导致电流测量的卷积312以及缺陷电流测量的聚集314，这导致从漏电流测量分离缺陷电流测量316。随后将缺陷电流与阈值作比较318。如果确定缺陷电流大于此阈值320，则将DUT确定为有缺陷的并拒绝它322。如果缺陷电流不大于阈值320，则没有对DUT的缺陷的确定，且DUT的测试可继续针对设备规划的任何附加测试324。

下式定义测得的电流与噪声电流：

I_m(k)＝Ic(k)+a(k)I_sat             [1]

           [2]

在此图示中，对应于稳态下测试图案k的测得的电流——标示为I_m(k)——可包括缺陷电流以及从电路中的所有的漏电流路径贡献的总漏电流I_c(k)。I_m(k)可以在应用第k个测试图案之后，藉由测量IDDQ电流而得到。归因于缺陷的增加的IDDQ电流可以定义为a(k)I_sat，其中a(k)∈R标示来自缺陷的电流贡献因子。此缺陷电流用PFET(或NFET)饱和电流来建模，并且以相同的饱和电流为单位来测量。I_c(k)可以藉由将来自DUT中所有漏电流路径的漏电流相加来估计。I_漏(k，路径)随后表示对于给定的测试图案k，流入DUT中的路径中的一条的漏电流。即使理论上噪声电流可以被估计，但是噪声电流可被认为是随机的——假定为具有μ＝I₀之高斯分布。

在一些实施例中，利用式[1]与[2]所提供的电流的定义，实施一过程以降低I_c(k)的效应以使得缺陷电流更加可观察。在一些实施例中，提供共同噪声滤波函数以降低I_c(k)的效应，并放大缺陷电流以提供改进的可观察性。一方法之实施例藉由放大的缺陷电流的聚集而进一步提升可观察性。

图4是电流的测定的实施例总的滤波函数的应用的例示。在此例示中，常数函数c(k)＝I₀，元素410表示对于所有的k具有大小I₀的理想I_c(k)。若函数c(k)应用至滤波函数f(k)420的输入，则所求的滤波函数的输出应该为零。滤波函数的响应可以藉由卷积430来描述，如图4中所示的。卷积方程式提供确定共同噪声滤波函数的准则。其可以数学地显示卷积方程式的任一解也满足特性∑f(k)＝0。因为其不仅移除共同噪声还移除感兴趣信号(缺陷电流)，因此对于所有k而言f(k)＝0的平凡解(trivial solution)被排除。

在一些实施例中，替代地，可采用加权求和来代替卷积。加权求和可以被视为没有分割的一移动平均。在加权求和的例子中，求和窗口大小可由滤波函数的非零部分来决定。滤波函数的非零部分的大小可以视为指派给电流测量来求和的权重值。卷积也可以被视为对于c(k)具有权重f(n-k)的加权求和。

图5A与图5B例示用在缺陷电流检测方法、装置或系统的实施例中的噪声滤波函数。如图所示，其仅显示非零信号部分，而可假定别处为零。可以看出滤波函数510与520是图4中例示的卷积方程式430的可能的解，因此这些滤波函数满足滤波函数准则。

实际上，I_c(k)是非理想的，并随着IDDQ电流测量而改变。基于I_c(k)的统计假定，噪声电流效应可随着卷积中涉及的电流测量的数目的增加或f(k)中的非零分量的增加而降低。f(k)分量的增加的数目可用于消除卷积运算期间的、更多的噪声分量。

图6与图7例示了缺陷电流的提取过程的实施例。为了简化讨论，单个I_sat缺陷电流被引入，且假定别处为理想共同噪声电流。图6A与图6B例示缺陷电流的提取过程的实施例中的测得的电流的函数I_m(k)610与滤波函数f(k)620。在此图示中，F₀表示在滤波函数中非零分量的数目。滤波函数f(k)620的F₀例如为3。在此例子中，根据表示为M₀的初始电流测量的数目，图6中的测得的电流信号I_m(k)可以被构建为如下：

          [3]

其中k(模M₀)表示为“k以M₀为模”。

在此例子中，根据初始电流测量集，对于k＜0，I_m(0)被指派给I_m(k)。为了允许在初始测量内完成卷积，在电流测量结束时重复整个测得的电流。卷积可以无限地执行——任何k——或于在一个周期(意即k＝M₀+F₀-2)之后停止，如图6所示的。

图7例示了用于恢复或提取缺陷电流的方法中的卷积的实施例。在一些实施例中，提取的缺陷电流可以与测试限度或阈值作比较以确定DUT是否被认定是有缺陷的。在一些实施例中，过程包括执行I_m(k)与f(k)的卷积运算以观察缺陷电流。在此例子中，在F₀-1≤n≤M₀+F₀-2的范围中执行卷积。

在一些实施例中，共同噪声系藉由f(k)来消除，而缺陷电流I_sat被放大。取卷积的绝对值以便恢复缺陷电流的量值。在一些实施例中，利用与滤波函数的卷积以放大缺陷电流以及移除共同噪声电流。

然而，实际上，共同噪声电流是非零的。在一些实施例中，一滤波函数可以用以指示缺陷电流提取(extraction)的有效性条件。举例而言，若左与右邻近点的噪声电流接近中间的2倍，则更多的缺陷电流可以被观察。若有效性条件保持，则噪声效应例如|I_c(4)-2I_c(5)+I_c(6)|，可以显著小于2*I_sat。若有效性条件没有保持，则f(k)可以包括较大数目的非零分量来维持噪声效应被降低。

图8例示了用于减小噪声电流的过程的实施例中连续地应用的多个滤波函数。举例而言，在系统810中的滤波函数f(k)与g(k)可以包括图5中例示的函数，其可以在假定q≥1与r≥1的情况下使用。一般而言，滤波函数f(k)与g(k)可能是相同或不相同的函数，或可能是任何数目的滤波函数。在一些实施例中，对于可以从I_m(k)与f(k)的卷积求得的中间电流函数I(j)，可应用示例(a)710中描绘的示例。如图8所示，滤波函数g(j)可以应用以进一步放大此放大I(n)820中的电流。在此例子中，总共6个I_sat电流呈现于I(j)中以及12个I_sat电流呈现于|(g*I)(n)|中。而且，因为与滤波函数g(j)的卷积可以进一步降低与f(k)相比逃逸(scape)的未滤波噪声电流，所以未滤波噪声电流f(x)也可以进一步被降低。在|(g*I)(n)|的计算中也涉及增加的电流测量的数量，其中I(j)＝|(f*I_m)(j)|。

在一些实施例中，缺陷电流可以通过聚集放大的电流来进一步放大，这些放大的电流的幅度大于标示为δI_sat的某一阈值，其中δ为实数。聚集电流可以标示为I_A，且也可以依I_sat为单位来测量的，即，I_A/I_sat个单位。此I_A/I_sat测量多少的饱和电流存在于I_A中。在一些实施中，聚集电流I_A可以用于确定DUT是被认定有缺陷的还是无缺陷的。举例而言，若δ＝1.0，则图8中所例示的|(g*I)(n)|信号的聚集电流I_A＝12*I_sat。在一些实施例中，若I_A的测试限度或阈值小于12*I_sat，则DUT可被确定为是有缺陷的。

在一些实施例中，求得I_A的方法在式[4]中例示：

输入：|(f*y)(n)|for all n         [4]

I_A＝0；

for(0≤n≤No-1){

if I_A＝I_A+|(f*y)(n)|；}}

输出：I_A

在一些实施例中，I_A的计算涉及所有n的|(I_m*f)(n)|的条件求和。大于阈值δI_sat的放大的电流被加至I_A。否则，电流被忽略。若δ＝0，则任何大小的缺陷电流将被聚集。在一例子中，呈现于图6中的I_m(k)610中的单个缺陷电流通过卷积与聚集而被放大12倍。噪声电流可能被降低至|(I_n*g)(n)|，其中I_n(j)＝|(I_c*f)(j)|。在一些实施例中，包括于具有幅度低于或高于阈值量的放大电流中的未滤波噪声电流被去除，或者是剩余的噪声电流于聚集期间分别被平均掉。

图9在缺陷电流检测的实施例中所针对的缺陷与噪声电流的例示。若噪声电流可以降低，则缺陷电流与噪声电流之间的差会随着卷积中处理的捕获缺陷的电流测量的增加的数目而增加，且聚集在图9中所例示的曲线图910中示出。

在一些实施例中，实施增加n而无需测量额外电流的方法。测量电流就测试时间而言可能是昂贵的运算，其可能大大地增加总测试成本。在一些实施例中，n的增加可以藉由以下一个或多个方法达到：测得电流函数的置换；以及多个滤波函数的使用。这些方法基于此观察：卷积运算的结果是次序(order)敏感的。若原始测得电流函数的分量被重排序(reordered)，则对经重排序的测得电流的卷积运算可以产生不同的结果。在一些实施例中，因此函数I_m(k)可以藉由串接原始电流测量与经重排序或经置换的电流测量而被扩展。若缺陷电流在原始的电流测量中被捕获，则其可以在经扩展的测得电流函数I_m(k)中被放大得更多。

举例而言，若采取十个电流测量且三个不同的置换被串接至原始的，则卷积|(I_m*f)(n)|可以在40个电流测量上运算而非10个上。在一些实施例中，若缺陷电流在原始的电流测量组中被捕获，则置换的串接可以用以显著增加I_A，且有助于区分无缺陷部分(parts)与有缺陷部分，如图9所示。

在一些实施例中，藉由利用相同的滤波函数对经重排序的电流测量的卷积来放大，类似地可以藉由利用多个滤波函数对原始的电流测量的卷积而达到。因此，平行地运算的多个滤波函数可以用来模仿不同置换的角色。

在一些实施例中，一组不同的滤波函数可类似地从原始的滤波函数的置换中得到。图10对电流测量应用滤波的应用的方法实施例。在一些实施例中，一组滤波函数可以并行地卷积原始的测量电流函数，例如图10所示的元素(element)1010。聚集方法在图8中例示，其中滤波函数f_x(k)被标示为I_A，x。每一个聚集电流1020可被添加以产生总聚集电流I_A1030。在一些实施例中，聚集电流也可以利用其它运算——替代求和——来组合。

在一些实施例中，利用多个滤波函数的优点可能在于卷积与聚集两者可以于自动测试设备(ATE)处对电流测量同时进行。在一些实施例中，一旦从ATE测量到电流，就可同时执行卷积与聚集两者。在一些实施例中，可在每个卷积步骤处例如针对缺陷来测量通过不同的滤波函数的放大的缺陷电流。再者，卷积结束时，I_A值可立即可用。在一些实施例中，若电流I_A显著大于预期，则DUT可能被确定为有缺陷的。

在缺陷电流检测的运算中，噪声电流减少取决于所使用的滤波函数。然而，这些实施例并不限制于某一滤波函数或用于产生这些滤波函数的方法。许多合格的滤波函数满足图4所示的准则(criteria)，且用于产生滤波函数的多个不同的方法满足此准则。

在一些实施例中，滤波函数产生可以基于随机数生成与n阶(order)Ψ递归式方程。从随机数获得的滤波函数——称为随机滤波函数——可以用来降低或平滑噪声电流，同时放大缺陷电流。基于n阶递归方程的滤波函数可通过高阶差分运算来降低噪声电流以及放大缺陷电流。对于包含于图6中所示的I_m(k)信号中的单个缺陷电流，可利用循环(recurrent)滤波函数来放大缺陷电流超过2^k倍。

在一些实施例中，从两个不同方法所得到的滤波函数可以于另一个之后应用其中一个，如图8所示，以便放大缺陷电流。举例而言，随机滤波函数可以应用于电流测量以放大缺陷电流以及平滑噪声电流。循环滤波函数可以应用以放大电流信号，其是由测得的电流与随机滤波函数的卷积得到的。举例而言：

输入：array H(N₀)(H(n)＞0for0≤n＜N₀)[5]

for0≤n≤N₀-1，

A＝rand(min，max，-0)；

for0≤h≤H(n)-1，

f(2N₀n+h)＝A；

f(2N₀n+(h+H(n)))＝-A；

输出：f(k)，0≤k≤2(∑H(k))-1

图11A与图11B例示了缺陷电流检测的实施例中的随机滤波函数生成。在一些实施例中，随机滤波函数的生成接受大小为N₀的一维数组H(N₀)的输入，并产生函数f(k)。在滤波函数的这种生成中，数组H(n)的每一元素可以提供2H(n)数目的非零f(k)分量。在一些实施例中，标示为A的放大因子可以提供作为输入或利用标示为rand的随机数生成函数内部地生成。随机数生成函数rand(min，max，-0)生成极小值“min”与极大值“max”之间的一随机数——除了零值(-0)之外。

对于0≤h≤H(n)-1，放大因子可以指定至f(h)，以及指定至f(h+H(n))，且放大因子的符号被反相。图11中描绘的f(k)的例子假定rand(A₀，A₀，-0)，且输入H(3)＝[1，1，1]对应于图11A(滤波函数1110)，以及H(2)＝[1，2]对应于图11B(滤波函数1120)。可以示出结果所得的滤波函数f(k)满足滤波函数准则。所得到的滤波函数可以在卷积期间放大缺陷电流，同时降低埋藏于测得的电流中的噪声电流。

在一些实施例中，对滤波函数的选择可以提升I_A中的放大以及缺陷电流的可观察性。此外，在H(N₀)中包含奇数与偶数两者可在放大是一致的情况下增加缺陷电流的可观察性。若相同量值的放大因子用于f(k)中，则放大是一致的。放大因子的量值可以定义为放大因子A的绝对值，标示为|A|。若偶数与奇数两者包含H(N₀)中，则缺陷电流可以被观察，而不管它们个别是奇数还是偶数测量。因此，这些电流可以被更经常被观察并以聚集来放大。举例而言，当在测得的电流I_m(j)与I_m(j+D)——D为奇数——中捕捉缺陷电流时，如果例如利用图示于图11A中的滤波函数1110，则那些缺陷电流可以不被观察。然而，若显示于图11A中的滤波函数1110中的放大是不一致的或者若利用显示于图11B中的滤波函数1120，则相同的缺陷电流可能不会被遮蔽(masked)。

在一些实施例中，方法可以通过向函数rand(min，max，-0)提供min与max来产生具有一致与不一致的放大两者的滤波函数。

在一些实施例中，滤波函数f(k)也可以利用n阶Ψ递归方程来生成。利用n阶Ψ递归方程所生成的f(k)在图12、图13与图14中例示。在一些实施例中，n-Δ(delta)递归方程通过更高阶的递归关系放大缺陷电流，同时根据满足的滤波函数准则降低噪声电流效应。

图12例示了提供缺陷电流检测的方法、装置或系统的实施例的递归方程。根据给定的递归方程，Ψⁿ(c(n))被递归地表达为Ψ^n-1(c(n))-Ψ^n-1(c(n-1))。因为c(n)＝c(n-1)＝I₀且因此c(n)-c(n-1)＝0，所以Ψⁿ(c(n))可以满足滤波函数准则。因此，其可以显示如下：

Ψⁿ(c(n))＝Ψ^n-1(c(n))-Ψ^n-1(c(n-1))＝0         [6]

方程表达式Ψⁿ(c(n))暗示由其展开得到的有限差分方程的系数的总和也为零。这意味着若Ψⁿ(c(n))可以被视为与c(n)信号卷积的系数，则其系数被视为滤波函数。在一些实施例中，生成方法因而生成任意n的Ψⁿ(c(n))的展开的系数。若Ψⁿ(c(n))的展开被视为卷积，则例如可如以下从Ψⁿ(c(n))——其中n＝F₀-1＝2——得到F₀＝3的滤波函数：

Ψ²(c(2))＝Ψ(c(2))-Ψc(1)         [7]

＝(c(2)-c(1))-(c(1)-c(0))

＝c(0)-2c(1)+c(2)

＝f(2-0)c(0)+f(2-1)c(1)+f(2-2)c(2)，注意：f(n-k).

根据式[7]中的这种计算，结果所得的滤波函数可以为具有系数1，-2，1的有限差分方程。因此，所需的f(k)＝1，-2，1——分别对于k＝2，1，0。图6B例示了结果所得的滤波函数。在此例子中，所有共同的噪声电流部分被消除，同时缺陷电流被放大2倍。此放大归因于此事实：提出的递归方程可以提取关于左与右边邻近信号分量的缺陷电流。若放大因子较大，则放大的缺陷电流将较大。在此计算中，约束是噪声电流需要被同时地降低。

图13例示用于提供缺陷电流检测的方法、装置或系统的实施例的、利用卷积定义的高阶k的滤波函数。滤波函数f_n可以从滤波函数f_i与f_j的卷积而得到，其中n＝i+j。在图13中例示了对f_n(其中n＝3)的确定。f₁(1310)与f₂(1320)的卷积产生f₃(1330)，其中f₃＝1，3，-3，-1——分别对于k＝0，1，2，3。然而，因为放大是不一致的，对缺陷电流的遮蔽可能不会发生。

图13中描绘的定义是运算上的，且反应高阶滤波函数可以如何真实地被计算。在其中i＝1的特别的例子中，藉由f₁与f_n-1的卷积，滤波函数f₁可以用以产生n阶滤波函数。在此例子中，f₁结合卷积可以被视为增量算子，表示为inc。再者，滤波函数f₁可以被视为算子函数。当算子应用于任一滤波函数，算子递增滤波函数阶数。因此，滤波函数f_n可以藉由应用算子n次而得到。

图14例示了用于缺陷电流检测的过程的实施例中的系数的计算。从算子函数观点，如图14所示的，n阶Ψ递归方程(例示为Δ递归方程1420)的系数的计算1410，等同于用于求得(-x+y)ⁿ的二项式展开中的系数的Pascal(帕斯卡)三角形1430。因此，Pascal三角形也可以通过如图13提供的卷积而生成，或藉由如图13提供的算子函数由inc算子生成。Pascal三角形是三角形中二项式系数的几何安排，且通常利用组合从二项式展开生成，其涉及阶乘(factorial)。然而，在一些实施例中，用于系数的生成的卷积方法可以是更高效的且从计算观点来看提供更直观的运算。

IDDQ测试程序的实施例这里在式[8]中给出，且假定所确定的滤波函数f(k)包含F₀数目的非零分量。

1.I_A＝0；f(k)]＝噪声滤波函数；         [8]

2.For n＝0to M₀+F₀-1do{

2.1.if(n＜M₀){应用测试图案n；

I_m(n)＝从ATE测量电流；

if(I_m(n)＞功率短电流限度){测试失败；}}

2.2.if(F₀-1≤n＜M₀+F₀-1){I(n)＝|(I_m*f)(n)|；

if(I(n)＞卷积测试限度){测试失败；}

else{if(I(n)＞δIsat){I_A＝I_A+I(n)；}}}

3.if(I_A＞聚集测试限度){测试失败；}

在一些实施例中，IDDQ测试程序允许卷积及聚集与ATE处的电流测量同时进行。针对功率短路的灾难性缺陷测试每一电流测量。在一些实施例中，由功率短路所造成的缺陷电流可以非常地大且立即显著。若测试下的器件(DUT)免于灾难性的功率缺陷，则于测试器处每一测得的电流可以用以建构测得电流函数I_m(n)。

在一些实施例中，若第一电流测量I_m(0)可从测试器得到，则对于所有的n＜0或-F₀＜n＜0，I_m(n)可以藉由指定I_m(n)＝I_m(0)而建构。在一些实施例中，IDDQ测试程序假定电流测量的数目M₀，且M₀＞F₀。若第(F₀-2)电流测量是可用的，则从第0到第(F₀-2)的电流测量(标示为I_m[0：F₀-2])或其置换可以复制至I_m[M₀：M₀+F₀-2]。在另一选择中，若需要的话，对于所有n＜M₀+F₀-2，I_m(M₀+F₀-2)可以指定给I_m(n)。当第(F₀-1)电流测量可用时，可发起卷积与聚集，如图7所示。然而，在一些实施例中，在假定对于n＜0而言I_m(n)＝I_m(0)的情况下，早在当第0电流测量(I_m(0))可用时，可发起卷积与聚集。在一些实施例中，每一级卷积结果或放大电流比对卷积测试限度以判决是否DUT是否有缺陷。当在测试器处测量到最终电流I_m(M₀-1)时，电流信号I_m(n)的建构可以完成。在一些实施例中，测试也可以藉由对剩余的I_m[M₀：M₀+F₀-2]实施卷积与聚集而完成。若所有的卷积完成，则将I_A测试限度作比较以检测缺陷。

图15例示了用于缺陷电流的检测的实施例的滤波函数。在一些实施例中，对附加电流测量I_m[M₀：M₀+F₀-2]的卷积与聚集可以提早实施，以使得当最后的电流测量I_m(M₀-1)可用时，卷积与聚集两者可以完成。因为滤波函数是已知的，例如图15所示的例子，部分卷积与聚集对于I_m[M₀：M₀+F₀-2]可提早实施，并且在当所需的电流测量可用时完成。在图15中n＝5的情形中，f(0)与I_m(5)(其为I_m(0))可以提早相乘，并等待I_m(4)xf(1)与I_m(3)xf(2)以完成卷积与聚集。依照此方法，一旦测量电流可以从测试器得到，所需的乘法与加法就可以实施。类似地，对于n＝6，当I_m(0)以及I_m(1)可用时可以计算二个乘积I_m(5)xf(1)以及I_m(6)xf(0)的总和，且当测量到最终电流I_m(M₀-1)时，卷积可以完成。

在一实施例中，IDDQ程序可以扩展以容纳多个滤波函数，例如图8与图11所示。对于应用于图8中的滤波函数序列，当可获得I(n)时，相同的IDDQ测试程序可以递归地应用至I(n)，就好像它是I_m(n)，直到所有的滤波函数都被应用。举例而言，在图8中，IDDQ程序可以应用至f(k)以及I_m[0：M₀-1]以得到I(n)，其可以被视为I_m[0：M₀’-1]。然后，IDDQ程序可以再次被应用至I(n)以及g(j)，以得到一个测试结果。

在一些实施例中，如图11所示，类似地处理并行运算的滤波函数，式[8]的步骤2.2可以被复制到多个滤波函数。在一些实施例中，在进行至式[6]的步骤3之前，每一聚集电流可以加起来。在另一例子中，在电流加起来以产生总聚集电流IA之前，步骤3可以被复制以针对每一个体聚集电流I_A，x分开地检查测试限度。

图16例示了利用IDDQ测量检测有缺陷的部分的装置或系统的实施例。在此图标中，测试装置或系统1600与测试下的器件(DUT)1650耦合。DUT1650可以包括利用高级制造工艺产生的半导体器件，例如0.13微米或更小的器件，而这些实施例并不限定于任一特定器件的测试。在一些实施例中，此测试装置或系统1600包括用于创建用于DUT1650的测试的测试图案1610的逻辑。产生的测试图案可以包括应用静态电流以测量通过DUT1650中晶体管器件的路径中的电流的图案。在一些实施例中，测试装置或系统1600更包括输入接口1620，用以提供产生的测试图案至DUT1650。

在一些实施例中，测试装置或系统1600更包括模块或单元1630，用以提供对DUT1650的电流的测量。在一些实施例中，电流测量由用于电流缺陷检测1640的逻辑来使用。在一些实施例中，模块操作用以从测量值去除共同漏电流，同时放大检测到的缺陷电流，包括利用电流聚集。在一些实施例中，此装置或系统1600利用对缺陷电流的检测来作出DUT1650是否有缺陷的确定。

在以上描述中，出于说明目的阐述了众多具体细节以便提供对本发明的全面理解。然而，对本领域技术人员将显而易见的是，没有这些具体细节中的一些也可实践本发明。在其他情况下，公知结构和设备以框图的形式示出。在所示组件之间可能存在中间结构。本文描述或示出的组件可具有未示出或描述的附加输入或输出。

本发明的各种实施例可包括各种过程。这些过程可由硬件组件来执行或可以用计算机程序或计算机可执行指令来体现，这可用来使采用这些指令编程的通用或专用处理器或逻辑电路执行这些过程。或者，这些过程可由硬件和软件的组合来执行。

本发明的各种实施例的各部分可以作为计算机程序产品来提供，计算机程序产品可包括其上存储有计算机程序指令的非瞬态计算机可读存储介质，计算机程序指令可被用来对计算机(或其他电子设备)进行编程来执行根据本发明的实施例的过程。计算机可读介质可包括，但不限于，软盘、光盘、压缩盘只读存储器(CD-ROM)、以及磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或适于存储电子指令的其它类型的介质/计算机可读存储介质。此外，本发明还可作为计算机程序产品来下载，其中该程序可以从远程计算机传送到作出请求的计算机。

许多方法是以其最基本的形式来描述的，但可以向这些方法中的任一个添加或从中删除过程，并且可以向所描述的消息中的任一个添加或从中减去信息，而不背离本发明的基本范围。对本领域技术人员而言显而易见的是，还可以作出许多修改和改编。各具体实施例不是为了限制本发明而是为了说明本发明来提供的。本发明的实施例的范围不是由以上提供的各具体示例来确定的，而是仅由所附权利要求书来确定的。

当描述元件“A”耦合至元件或“A”与“B”耦合时，元件A可直接耦合至元件B，或通过例如元件C间接耦合。当说明书或权利要求陈述部件、特征、结构、过程或特性A“引起”部件、特征、结构、过程或特征B时，它意味着“A”是“B”的至少部分起因，但还可能存在辅助引起“B”的至少一个其它部件、特征、结构、过程或特性。如果说明书指示部件、特征、结构、过程或特性“可能”、“也许”或“可”被包括，则并非要求该部件、特征、结构、过程或特性被包括。如果说明书或权利要求述及“一个(a，英文中的不定冠词)”或“一个(an，英文中的不定冠词)”元件，则这不意味着仅有单个所描述的元件。

实施例是本发明的实现或示例。说明书中对“实施例”、“一个实施例”、“某些实施例”或“其它实施例”的引用表示结合实施例所描述的特定特征、结构或特性包括在至少某些实施例中，但不一定包括在所有实施例中。“实施例”、“一个实施例”或“某些实施例”的多次出现不一定都指示同样的实施例。类似地，应当领会，在对本发明的示例实施例的以上描述中，出于使本公开流畅以及辅助理解各发明方面中的一个或多个方面的目的，各个特征有时被一起编组在单个实施例、附图、或其描述中。然而，该公开方法不应被解释为反映所要求保护的发明需要比每项权利要求中所明确记载的更多特征的意图。相反，如以下权利要求反映的，发明性方面在于，比单个以上公开的实施例的所有特征少。因此，权利要求书在此明确地合并到本说明书中，且每一权利要求都独立作为本发明的一单独实施例。