[논문]입력 매칭 측정을 이용한 RF Front End의 새로운 결함 검사 방법

류지열; 노석호

입력 매칭 측정을 이용한 RF Front End의 새로운 결함 검사 방법
Novel Defect Testing of RF Front End Using Input Matching Measurement 원문보기

류지열 (애리조나 주립대학교 전기공학과) , 노석호 (안동대학교 전자공학과)

본 논문에서는 입력 매칭(input matching) BIST(Built-In Self-Test) 회로를 이용한 RF font end의 새로운 결함 검사방법을 제안한다. BIST 회로를 가진 RF front end는 1.8GHz LNA(Low Noise Amplifier: 저 잡음 증폭기)와 이중 대칭 구조의 Gilbert 셀 믹서로 구성되어 있으며, TSMC 0.25$\mu\textrm{m}$ CMOS 기술을 이용하여 설계되었다. catastrophic 결함 및 parametric 변동을 가진 RF front end와 결함을 갖지 않은 RF front end를 판별하기 위해 RF front end의 입력 전압 특성을 조사하였다. 본 방법에서는 DUT(Device Under Test: 검사대상이 되는 소자)와 BIST 회로가 동일한 칩 상에 설계되어 있기 때문에 측정할 때 단지 디지털 전자계와 고주파 전압 발생기만이 필요하며, 측정이 간단하고 비용이 저렴하다는 장점이 있다. BIST 회로가 차지하는 면적은 RF front end가 차지하는 전체면적의 약 10%에 불과하다. 본 논문에서 제안하는 검사기술을 이용하여 시뮬레이션해 본 결과 catastrophic 결함에 대해서는 100%, parametric 변동에 대해서는 약 79%의 결함을 검출할 수 있었다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 입력 매칭을 이용해서 BIST 회로를 가진 RF front end의 새로운 결함 검사 기술 올 제안하였다. TSMC 0.
본 논문에서는 입력임피던스 매칭 BIST 회로를이용해서 비선형 특성을 가진 RF front end에 대한 새로운 결함 검사 기술올 제안한다. 여기서 KF front end와 BIST 회로는 TSMC 0.
이러한검사기술은 결함 검출 시 단지 디지털 전압계와 고주파 전압 발생기만 필요하다. 본 연구에서는 catastrophic 결함과 parametric 변동 등을 가진 RF front end와 이러한 결함올 갖지 않은 RF front end를 판별하기 위해 RF front end의 입력 전압특성을 조사하였으며, 시뮬레이션을 위해 ADS tool을 사용하였다.

제안 방법

8GHz LNA(Lew Noise Amplifier: 저잡음 증폭기)와 이중 대칭 구조의 Gilbert 셀믹서를 설계하였다. BIST 블럭은 2 개의 합산기와 2개의 반전 증폭기(ampl, amp2) 로구성되어 있으며, RF front end와 같이 0.25μm CMOS 기술로 설계되었다. 반전 증폭기는 입력신호의 반사를 최소로 줄이기 위해 각각 50Q의 입 력매칭 임피던스를 가지며, 3의 이득과 180° 위상을 가진다.
25ym CMOS 기술을 이용해서 BIST 회로를 가진 RF front end를 설계하였다. RF front end 내부에서 발생한 catastro가lie 결함뿐만 아니라 parametric 변동올 고려하由다, 결함 올 가진 RF front end를 판별하기 위해 RF front end의 입력단에서 입력 전압 특성올 조사하였다. 본 논문에서 제안한 결함 검사 기술은 DU理와 BIST 회로가 동일한 칩상에 설계되어 있기 때문에 측정이 간단하고, 측정비용이 저렴 하다는 장점이 있다.
TSMC 0.25ym CMOS 기술을 이용해서 BIST 회로를 가진 RF front end를 설계하였다. RF front end 내부에서 발생한 catastro가lie 결함뿐만 아니라 parametric 변동올 고려하由다, 결함 올 가진 RF front end를 판별하기 위해 RF front end의 입력단에서 입력 전압 특성올 조사하였다.
그림 1과 2(여기서 LNA 입력에 대해서 k=L 믹서 입력에 대해서k=2를 사용하였음)에 나타나 있듯이 입력에서 RF front end 의 입력전압 vtestk(out)을 측정하였다.
본 논문에서는 그림 3 및 4와 같이 RF front end 의 구성 요소인 MOSFET, 저항, 커패시터 및 인덕터에 대해 다양한 catastrophic 결함 모델과 parametric 변동 모델을 고려하였는데, catastrophic 결함 모델로는 개방 결함(open fault: OF), 단락 결함(short fault: SF) 및 게이트-산화물 간 단락 결함(Gateoxide short fault: GO₃F)올 고려하였다[4]. 그림 4에서 인덕터 대신에 커패시터와 저항을 삽입하면 커패시터와 저항에 대한 catastrophic 결함 모델이 된다.
결함검사 방법을 나타낸 것이다. 회로 내의 결함을 검출하기 위해 TSMC 0.25um CMOS 기술을 이용흥H서 1800 DCS용 1.8GHz LNA(Lew Noise Amplifier: 저잡음 증폭기)와 이중 대칭 구조의 Gilbert 셀믹서를 설계하였다. BIST 블럭은 2 개의 합산기와 2개의 반전 증폭기(ampl, amp2) 로구성되어 있으며, RF front end와 같이 0.

대상 데이터

이러한 BIST 블럭은 RF front end가 차지하는 전체면적의 약 10%가 되도록 설계하였다. 그림 1에 나타나 있듯이 측정시스템은 DUT(Device Under Test: 검사 대상이 되는 소자), 1.8GHz 정현파 신호를 가진 고주파 전압 발생기, 4개의 스위치, RF front end의 입력 및 출력 매칭을 위한 3개의 외부 502 임피던스, RF front end를 구동하기 위한전원공급기와 2대의 디지털 멀티미터로 구성되어있다. 이러한 측정시스템을 이용하여 LNA와 믹서를 구성하고 있는 트랜지스터, 저항, 인덕터 및 커패시터로부터 발생되는 개방(open) 결함이나 단락 (short) 결함과 같은 catastrophic 결함을 검출하고 진단할 수 있을 뿐만 아니라 이러한 소자로부터 발생한 parametric 변동(혹은 예기치 않은 미세 변동)을 검출할 수 있다.
시뮬레이션에 사용한 결함 모델로써 81개의 서로 다른 catastrophic 결함 모델들을 사용하였는데 그림 8은 이러한 결함들에 대한 퍼센트 오차 결과를 나타낸 것이다. 저항을 포함하여 각 회로 요소들에 대한 설명은 그림 5에 표현되어 있다.
parametric 변동 모델로는 저항에 대해서는 원래 값에 대해 ±5% 변동, 커패시터와 인덕터는 ±10% 변동, 그리고 MOSFET에 대해서는 ±20% 채널 폭 변동을 각각 고려하였다 [6, 8]. 시뮬레이션에서는 결함을 갖지 않은 모델(1개)과 81개의 서로 다른 catastrophic 결함 모델, 58개의 서로 다른 parametric 결함 모델올 포함하여 총 140개의 서로 다른. 모델을 사용하였다.

성능/효과

BIST 회로가 차지하는 면적은 RF front end가 차지하는 전체 면적의 약 10%에 불과하다. 본 논문에서 제안하는 검사 기술을 이용하여 시뮬레이션해본 결과 catastrophic 결함에 대해서는 100%, parametric 변동에 대해서는 약 79%의 높은 결함검출 결과를 보였다.
RF front end 내부에서 발생한 catastro가lie 결함뿐만 아니라 parametric 변동올 고려하由다, 결함 올 가진 RF front end를 판별하기 위해 RF front end의 입력단에서 입력 전압 특성올 조사하였다. 본 논문에서 제안한 결함 검사 기술은 DU理와 BIST 회로가 동일한 칩상에 설계되어 있기 때문에 측정이 간단하고, 측정비용이 저렴 하다는 장점이 있다. BIST 회로가 차지하는 면적은 RF front end가 차지하는 전체 면적의 약 10%에 불과하다.
시뮬레이션에서는 81개의 서로 다른 cata-stro가de 결함에 대하여 100%의 결함 검출을 보였고, 58개의 서로 다른 parametric 변동에 대해서는약 79%의 높은 결함 검출 결과를 보였다. 그러나 58개의 서로 다른 parametric 변동 중 그림 5에 나타나 있는 L4(L5), L3 및 M6등에 의한 parametric 변동에 대해서 낮은 검출 결과를 보였다.
그림 8에 나타나 있듯이 결함들 중 거의 대부분이 50% 이상의 퍼센트 오차를 보였고, 51개의 결함돌은 100% 이상의 아주 우수한 퍼센트 오차를 보였다. 이러한 결과는 본 논문에서 제안하는 결함 검사 방법으로 catastro가de 결함을 100% 검출할 수 있옴을 보여준다.
그림 6에 나타나 있듯이큰 값의 전압 변화가 측정되면 입력단에 결함이 있음을 알 수 있으며, 작은 값의 전압 변화가 측정되면 출력단에 결함이 있음을 알 수 있다. 전체적으로 저항의 결함이 가장 큰 변화를 보였고, 인덕터, MOSFET, 커패시터 순으로 변화를 보였다. 이러한결과들은 검사 입력단자에 바로 연결되어 있는 성분들의 결함, 특히 저항 R1의 단락 결함의 결과로부터 예측할 수 있으며, 고주파 DU兀의 입력 임피던스를 측정하고 식(1)~(4)를 이용하여 계산할 수있고 입증될 수 있다.

후속연구

향후 연구과제로서 본 논문에서 제안한 결함 기술과 더불어 RF front end의 전압이득 및 잡옴지수 등을 측정할 수 있는 입출력 성능검사 기능을가진 고주파 BIST 회로를 설계하고 RF front end 와 동일한 칩상에 설계하고 제작할 계획이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

입력 매칭 측정을 이용한 RF Front End의 새로운 결함 검사 방법
Novel Defect Testing of RF Front End Using Input Matching Measurement 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

입력 매칭 측정을 이용한 RF Front End의 새로운 결함 검사 방법 Novel Defect Testing of RF Front End Using Input Matching Measurement 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

입력 매칭 측정을 이용한 RF Front End의 새로운 결함 검사 방법
Novel Defect Testing of RF Front End Using Input Matching Measurement 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper