Title :

Zero-Overhead Nonintrusive Test of mmW Integrated Circuits Based on Wafer-Level Parametric Tests

Author(s) :

Occello, O. [Auteur]
Reliable RF and Mixed-signal Systems [TIMA-RMS]
Margalef-Rovira, M. [Auteur]
STMicroelectronics [Crolles] [ST-CROLLES]
Barragan, Manuel J. [Auteur]
Techniques de l'Informatique et de la Microélectronique pour l'Architecture des systèmes intégrés [TIMA]
Reliable RF and Mixed-signal Systems [TIMA-RMS]
Durand, C. [Auteur]
STMicroelectronics [Crolles] [ST-CROLLES]
Rhellab, A. [Auteur]
Vincent, L. [Auteur]
Centre interuniversitaire de microélectronique et nanotechnologies [CIME Nanotech]
Corsi, J. [Auteur]
Centre interuniversitaire de microélectronique et nanotechnologies [CIME Nanotech]
Reliable RF and Mixed-signal Systems [TIMA-RMS]
Techniques de l'Informatique et de la Microélectronique pour l'Architecture des systèmes intégrés [TIMA]
Lepilliet, sl [Auteur]
Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 [IEMN]
Plateforme de Caractérisation Multi-Physiques - IEMN [PCMP - IEMN]
Ducournau, Guillaume [Auteur]
Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 [IEMN]
Photonique THz - IEMN [PHOTONIQUE THZ - IEMN]
Ferrari, P. [Auteur]
Reliable RF and Mixed-signal Systems [TIMA-RMS]
Techniques de l'Informatique et de la Microélectronique pour l'Architecture des systèmes intégrés [TIMA]

Conference title :

2024 22nd IEEE Interregional NEWCAS Conference (NEWCAS)

City :

Sherbrooke

Country :

Canada

Start date of the conference :

2024-06-16

Book title :

Proceedings of NEWCAS 2024

Publisher :

IEEE

Publication date :

2024-06-16

HAL domain(s) :

Sciences de l'ingénieur [physics]/Micro et nanotechnologies/Microélectronique

English abstract : [en]

<div><p>This article presents a nonintrusive integrated test methodology based on machine learning for predicting the performance of millimeter-wave integrated circuits solely from measurements of Parametric Test sensor ...
Show more ><div><p>This article presents a nonintrusive integrated test methodology based on machine learning for predicting the performance of millimeter-wave integrated circuits solely from measurements of Parametric Test sensor signatures (quasistatic and automated wafer-level measurements). These sensors are designed and integrated by the foundry to monitor process variations and are inherently non-intrusive and generic. The test method was applied to a 25 GHz Low-Noise Amplifier in a 55nm BiCMOS technology. Experimental results on a set of 57 fabricated devices demonstrate the ability of the method for predicting the gain and NF of the LNA from Parametric Test signatures with an RMS error below 0.07 dB and 0.014 dB, respectively.</p></div>Show less >

Language :

Anglais

Peer reviewed article :

Oui

Audience :

Internationale

Popular science :

Non

Collections :

• Institut d'Électronique, de Microélectronique et de Nanotechnologie (IEMN) - UMR 8520

Source :

Harvested from HAL