L'émission de lumière est une puissante technique de localisation dans le domaine de l'analyse de défaillance des circuits intégrés. Depuis plusieurs années, elle est utilisée comme une technique capable de localiser et d'identifier des défauts émissifs, tels que les courants de fuites, en fonctionnement statique du composant. Cependant, l'augmentation d'intégration et des performances des circuits actuels implique l'apparition d'émissions de défauts dynamiques dus à l'utilisation de fréquences de fonctionnement de plus en plus élevées. Ces contraintes imposent une adaptation de la technique d'émission de lumière qui doit donc évoluer en même temps que l'évolution des circuits intégrés. C'est dans ce contexte que de nouveaux modes de détection, liés à l'émission de lumière, est apparu : PICA et TRE. Ainsi, les photons sont collectés en fonction du temps donnant ainsi une place importante à la technique par émission de lumière dynamique pour le debbug et l'analyse de défaillance en procédant à une caractérisation précise des défauts issus des circuits intégrés actuels. Pour répondre aux exigences dues à l'analyse du comportement dynamique des circuits intégrés, des méthodes ont été identifiées à travers la technique PICA et la technique d'émission en temps résolu connue sous le nom de technique mono-point TRE. Cependant, les techniques PICA et TRE sont exposées à un défi continu lié à la diminution des technologies et donc des tensions d'alimentation. Pour analyser des circuits de technologies futures à faible tension d'alimentation, il est nécessaire de considérer différentes approches afin d'améliorer le rapport signal sur bruit. Deux solutions sont présentées dans ce document : un système de détection optimisé et des méthodes de traitement de signal.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00997391 |
| Date | 03 September 2009 |
| Creators | Remmach, Mustapha |
| Publisher | Université Sciences et Technologies - Bordeaux I |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0022 seconds