金属氧化物场效应晶体管作为航天设备的组成元件,在航空航天领域有着十分重要的研究意义,其在太空环境中会受到多种辐照效应如总剂量效应、单粒子效应、位移损伤效应的影响,其中由于总剂量效应严重时会导致器件功能完全丧失且其对器件的积累影响具有不可逆性,是所有辐照效应中危害最大的。传统的物理建模具有过程复杂、耗时长、需要获得器件相关的工艺参数、模型的建立难度较大等缺点,常见的分析模型例如BSIM3V3模型也有提参过程复杂、时间成本高等缺点,为了解决上述问题,本文采用了一种基于人工神经网络的行为级建模技术,重点分为常态模型和辐照模型两大块,具体内容如下:1、常态下主要在饱和区和线性区分别建立了直流偏置模型,其作为其他模型的基础,主要为了建立不同栅源电压和漏源电压对漏源电流之间映照模型。本文利用优化了的多层前馈神经网络模型使得建模过程剥离掉复杂的参数提取及拟合的过程,利用神经网络在高维空间的非线性拟合能力通过网络的算法训练使得预测结果与实际结果相拟合,对网络的优化主要有四点分别为基于遗传算法的初始权值优化、结合经验公式的自适应网络隐含层个数优化、结合LM算法的学习率动态优化以及数据集的验证划分。2、辐照态下从数据行为层逐步向器件底层参数研究,共建立五大模型,分别为辐照态偏置直流模型、阈值电压模型、“两态模型”和参数模型,都反映了在总剂量效应下器件本征参数数值变化。首先建立了偏置直流模型,在常态基础的偏置模型之下,将输入参数多加入一维作为剂量的变化参数,辐照态下的偏置直流训练网络称为第一神经网络;阈值电压模型的主要功能是预测辐照总剂量效应影响阈值电压漂移的程度,本文提出的是一种全新的阈值电压提取方法,区别于传统的阈值电压提取方法,例如恒定电流法、线性外推法、和二阶求导法,具有精度高、训练时间短等优点;阈值电压模型建立完成后结合中带电压法对辐照影响器件的氧化层与界面态产生的陷阱电荷进行分离,建立“两态模型”;最后结合简化模型建立辐照影响器件的等值参数模型。最终以实验实测数据对比的方式验证模型的准确性。常态下,对两组对照组不同偏置条件下的转移特性曲线分别进行预测,并且还对模型的外推能力进行评估,最终模型的误差在千分之一内,训练时间12s;辐照下,分别对五大模型进行验证,将直流偏置与阈值电压模型的预测结果与实际实验数据对比,最终结果显示误差在百分之一内,模型耗时相比传统模型较短,“两态模型”和参数模型则与文献对比,最终显示预测结果符合实际物理过程。综上,本文的建模方法具有以下优点:建模过程对器件底层工艺参数的依赖程度小、模型输入输出参数可调扩展性好、经实验数据验证模型精度高、模型拟合能力强、训练时间短,并且在建模完成后不再需要进行实际的辐照测量,从而缩短了测试周期,这可以对器件总剂量建模及抗辐照加固可以提供一定的参考意义。