循环迭代校准方法及使用其的测试设备与流程

1.本发明涉及一种芯片单元测试的相关技术，尤其涉及一种循环迭代校准方法及使用其的测试设备。


背景技术：

2.在芯片单元的生产过程中，需要通过测试设备筛选出符合规范的芯片单元。然而测试设备通常会因为接口载板(interface load board)、测试卡(test card)、硬件老化、或温度等因素引起微小环境差异而产生误差，因此需要使用已经过测试且符合规范的已知良好单元(known good unit，kgu)校准测试设备后，接着才进行芯片单元的测试筛选。
3.对于通信芯片单元的功率放大器(power amplifier，pa)而言，其功率位于饱和区及线性区交叉点时，线性度变化很大，因此不易校准或测试。另外，多个已知良好单元之间的工作性能(performance)不会完全相同，即使是单个已知良好单元也有随机误差(random error)。再者，测试或校准时输入功率过大或时间过长，会使芯片的温度上升，导致工作性能变化。上述种种不确定因素将导致校准及测试的效率低落，并造成生产时的风险，因而存在着技术上的需求。


技术实现要素：

4.本发明之一目的在提供一种循环迭代校准方法及使用其的测试设备，其可有效的提升校准的效率。
5.本发明实施例提供一种循环迭代校准方法及使用其的测试设备，测试设备包括接口载板、测试卡、以及工作站(workstation)。接口载板上设有已知良好单元。工作站用于执行计算机程序以进行循环迭代校准方法。循环迭代校准方法包括内循环步骤及外循环步骤。内循环步骤包括：通过工作站以及测试卡对第一已知良好单元施加输入功率，并测量第一已知良好单元的输出功率；工作站根据目标功率以及输出功率，通过第一梯度算法调整输入功率，接着通过第二梯度算法调整输入功率，第一梯度算法的步长大于第二梯度算法的步长；以及工作站对于通过第二梯度算法调整的输入功率取第一平均值。外循环步骤，包括：以第二已知良好单元进行内循环步骤，以得到第二已知良好单元的第二平均值；以及工作站将第一平均值及第二平均值取平均得到最终平均值，并根据最终平均值进行校准。
6.本发明提供的一实施例中，内循环步骤更包括：当未施加输入功率时，通过测试卡维持第一已知良好单元及第二已知良好单元的工作电压，并关闭第一已知良好单元及第二已知良好单元中的放大器模块。
7.本发明提供的一实施例中，第一梯度算法为加速梯度算法，第二梯度算法为固定梯度算法。
8.本发明提供的一实施例中，在内循环步骤中，工作站根据目标功率，通过第一梯度算法调整输入功率的次数不大于3次。
9.本发明提供的一实施例中，在内循环步骤中，工作站对于通过第二梯度算法调整
了预定次数后的输入功率取第一平均值及第二平均值。
10.本发明实施例采用第一梯度算法调整施加于已知良好单元的输入功率，接着通过第二梯度算法调整输入功率，由于第一梯度算法的步长大于第二梯度算法的步长，可快速的趋近目标输入功率而减少测试次数，提升了测试的效率。另外，本发明实施例采用将输入功率取平均值的方式，可减少多个已知良好单元之间的工作性能差异或单个已知良好单元的随机误差而产生的误差。
11.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
12.图1为本发明实施例所提供的测试设备的示意图。
13.图2为本发明实施例所提供的循环迭代校准方法的流程示意图。
14.图3为本发明实施例所提供的循环迭代校准方法中的耗电电流测量值的示意图。
15.图4为本发明实施例所提供的循环迭代校准方法中的输出功率对输入功率的示意图。
16.图5为本发明实施例所提供的循环迭代校准方法中的耗电电流的波形示意图。
具体实施方式
17.图1为本发明实施例所提供的测试设备的示意图。本实施例中，测试设备10，也可称为测试机(tester)，包括接口载板101、测试头102(tester header)、以及工作站103。测试设备10的测试头102可具有多种的测试卡，如装置电源测试卡1021(device power supply card)、射频测试卡1022(rf card)和数字控制测试卡1023(digital card)等，但不限于此，各测试卡用于不同的测试任务。测试头102通过接口载板101与被测器件(device under test，dut)电连接，例如接口载板101的布线电连接测试卡的探针以及被测器件的管脚，以将测试设备10的资源，如电流、电压、频率等传送给被测器件。当对于测试设备10进行校准时，会使用已知良好单元kgu作为被测器件，已知良好单元kgu例如是在实验室测试并通过规范的芯片单元等。图1中以4个已知良好单元kgu为例，但不限于此。工作站103例如是使用了window或linux系统，具有存储器、处理器、显示卡、屏幕、人机界面等的计算机，处理器执行存储器中存储的计算机程序以进行循环迭代校准方法，但不限于此。另外，需要补充的是，原始的已知良好单元kgu通常数量很少，无法支持自动测试设备(auto test equipment,ate)大规模量产的需求(通常客户提供的已知良好单元kgu数量《10pcs)。随着量产开始起量，这些原始的已知良好单元kgu数量无法支持多台测试机台(tester)的矫正需求，并且，也需要考虑到正常量产过程中已知良好单元kgu的损耗。因此，在保证原始已知良好单元kgu特性/数据不发生偏移的情况下，把原始数量较少的已知良好单元kgu在量产环境中扩展/收集为可以适用规模化量产的一定数量的已知良好单元kgu，是非常有必要的。因此，需要一种高一致性kgu扩展/收集方法，包括步骤1.在正式发布量产之前，需要确定某块载板(lb)的某个位置(site)作为参考(该载板对应位置应当已经在实验室确认没有问题并和客户一致认可)所有后续步骤都会使用该位置；步骤2.使用本发明定义的循环迭
代矫正方法测试原始的已知良好单元kgu；步骤3.通过本发明定义的循环迭代矫正方法获得补偿值并在程序中使用；步骤4.再预先测试500～1000pcs量产芯片单元以获取当前lot的整体特性；步骤5.使用脚本或者其他工具，根据步骤4得到的lot整体特性，收紧当前程序的限值(limit)；以及步骤6.再测试完整个lot并得到一致性较高的已知良好单元kgu。而在步骤5(收紧限值范围)中，根据需比较的关键测试项的数目来合理设置，例如，根据步骤4得到的lot特性后(500～1000pcs每个测试项中的最大值/最小值max/min)，使新的限值范围收紧50％，如果一共有20个需比较的关键测试项，可能会导致最后产出的已知良好单元kgu数量大大减少(由于之前已经掌握了当前lot均值特性，所以并非指数关系递减，但仍可能大幅度减少)。而在步骤6(最终kgu产出量)中，会因为步骤5新限值设置而影响结果(有多少个测试项需要收紧限值以及限值需要收的多紧)，通过合适的调整设置，推荐kgu最终产出产量需要保持在10％以下。如果kgu最终产出产量过高，则需要增加正式量产矫正程序的kgu数量以消除由于kgu一致性不够而导致的误差。当然，上述组合并不是固定的，需要在量产初期做一些实验去权衡kgu产出良率和kgu一致性之间的关系。
18.图2为本发明实施例所提供的循环迭代校准方法的流程示意图。图3为本发明实施例所提供的循环迭代校准方法中的耗电电流测量值的示意图。请一并参照图2以及图3。本实施例中，如图2所示，测试设备10进行的循环迭代校准方法包括内循环步骤s10以及外循环步骤s20。图3中示出了三次内循环步骤s10的校准记录cl1、cl2及cl3，横轴表示对于各已知良好单元kgu的第几次的测量；纵轴表示已知良好单元kgu的耗电电流测量值与耗电电流目标值的差，以下称为icc delta，单位为毫安(ma)。本实施例是以已知良好单元kgu的耗电电流目标值作为目标功率的参考，以校准测试设备10对已知良好单元kgu的输入功率。由图3中可见，随着输入功率的调整次数增加，icc delta渐渐缩小。但本发明不限于此，也可以是根据已知良好单元kgu的电压或是参考不同电路节点的电压、电流或其组合作为目标功率的参考来校准测试设备10。
19.图4为本发明实施例所提供的循环迭代校准方法中的输出功率对输入功率的示意图。请一并参照图3、图4，在图3所示的校准记录cl3中可见，在第4次的测量以后，icc delta在正负20ma左右震荡，这是由于在对已知良好单元kgu输入较高功率的情况下，已知良好单元kgu工作于非线性区间(如图4所示，点p2附近)。相较工作于线性区间(如图4所示，点p1附近)而言，已知良好单元kgu工作于非线性区间的耗电电流很敏感以及不稳定，即使输入功率只有些微的变化也会对已知良好单元kgu的耗电电流有很大的影响。
20.请继续参照图2。本实施例中，内循环步骤s10包括步骤s101至步骤s107。接著将对步骤s101至步骤s107作说明。
21.将测量次数计数值加1(步骤s101)。
22.通过工作站103以及测试头102对已知良好单元kgu施加输入功率，并测量已知良好单元kgu的输出功率(步骤s103)。
23.当调整输入功率的次数(例如测量次数计数值减1的值或是另外记录调整输入功率的次数)不大于3次时，工作站103根据目标功率以及输出功率，通过第一梯度算法调整输入功率；当调整输入功率的次数大于3次时，工作站103根据目标功率以及输出功率，通过第二梯度算法调整输入功率，其中，第一梯度算法的步长大于第二梯度算法的步长(步骤s105)。详细而言，如图3所示，第1次至第4次测量时icc delta较大，亦即在前几次对于输入
功率调整的过程中，由于输出功率的波动占了icc delta中较小的部分，可以预期调整输入功率的方向在前几次是不变的，也就是在前几次都是需要增加输入功率或者都是减少输入功率。因此，先以较大步长的第一梯度算法调整输入功率，步长指的是step size或是learning rate等用以决定本次输入功率与下一次输入功率的更新量的参数。接着，如图3所示，第5次以后的测量时，icc delta较小，输出功率的波动开始占了icc delta主要的部分，因此，以较小步长的第二梯度算法调整输入功率。其中，第一梯度算法、第二梯度算法例如是加速梯度算法，例如nesterov accelerated gradient等算法，而第一梯度算法使用的步长(学习率)大于第二梯度算法的步长(学习率)；或者，第一梯度算法、第二梯度算法例如是固定梯度算法，其中第二梯度算法以0.15dbm的步长(学习率)调整输入功率，而第一梯度算法使用的步长大于0.15dbm，例如为第二梯度算法的两倍；或者，第一梯度算法、第二梯度算法也可以是上述算法的组合，例如，第一梯度算法是加速梯度算法，第二梯度算法是固定梯度算法，但不限于此。简言之，为了快速收敛，在前几次循环迭代中实施较大步长的搜索，并通过这次的斜率和上一次结果设置下一次的搜索，可预期的，已知良好单元kgu仍应在线性区域内工作且从一开始不会受温度太大影响。而在较大步长的搜索(通常需要3步)后实施较小步长的搜索，这样做有两个原因：a.多遍地搜索可能使得已知良好单元kgu热度/温度显着增加，这将导致已知良好单元kgu性能下降，而搜索可能超出预期也将不再适合；b.接近的目标通常在线性和饱和区域的边界，使得合格率太低，而调整方式也不是边缘单元的合适部分。如果搜索不正确，即使增加校准时间，也可能会发生振荡并且永远不会收敛。因此，通过组合它们以进行更快，更稳定/可重复的校准。
24.当测量次数计数值小于20次时返回步骤s101；当测量次数计数值等于20次时，工作站103将测量次数计数值归零，并对于通过第二梯度算法调整了预定次数后的输入功率进行筛选并取平均值(步骤s107)。举例而言，以20ma作为筛选的条件，并且上述预定次数以调整10次为例，则图3所示的校准记录cl1、cl2中，调整了10次以后的icc delta都在20ma之间，因此将调整了10次以后的所有输入功率都会用来取平均值；校准记录cl3中，第17次测量的icc delta大于20ma，因此调整了10次以后的所有输入功率中筛选出第17次的输入功率不使用，并将其余输入功率用来取平均值。在其他实施例中，也可以是在不同的测量次数计数值时返回步骤s101，例如较佳为10次以上以减少误差，但不限于此。
25.因此，虽然已知良好单元kgu在校准时有可能处于不同的工作区间而有如图3中校准记录cl1至cl3所示的不同态样的输出功率曲线，不过本实施例提供的内循环步骤s10通过取平均值的方式，使得不同态样的输出功率曲线都能够适用，减少了人工操作的必要，有着良好的泛用性。
26.请继续参照图2。本实施例中，外循环步骤s20包括以下步骤：对各已知良好单元kgu进行上述内循环步骤s10，得出各已知良好单元kgu的输入功率的平均值(步骤s201)；以及对各已知良好单元kgu的输入功率的平均值进行筛选并取最终平均值，并根据最终平均值进行校准(步骤s203)。详细而言，在得到所有已知良好单元kgu的输入功率的多个平均值后，将多个平均值中的极端值或不符合条件的值筛选出来不使用，并将其余平均值再取最终平均值。
27.举例而言，使用10个已知良好单元kgu进行循环迭代校准方法，则外循环步骤s20包括：对第一已知良好单元kgu进行上述内循环步骤s10得出第一已知良好单元kgu的输入
功率的第一平均值；接着对第二已知良好单元kgu进行上述内循环步骤s10得出第二已知良好单元kgu的输入功率的第二平均值；以此类推直到得出第十已知良好单元kgu的输入功率的第十平均值。接着从第一平均值至第十平均值中筛选出差距较大的极端值或不符合条件的平均值不使用，并将其余平均值再取最终平均值。最后，工作站103才根据最终平均值进行校准。在其他实施例中，也可以是使用10个以上的已知良好单元kgu，例如20个或者更多。
28.图5为本发明实施例所提供的循环迭代校准方法中的耗电电流的波形示意图。对已知良好单元kgu进行内循环步骤s10的过程中，会进行多次步骤s103，也就是对已知良好单元kgu多次输入功率(如波形4)并测量输出功率(耗电电流，如波形1至3)。在对已知良好单元kgu输入功率并测量输出功率结束后至下一次输入功率前的时间间隔中，例如波形3所示时间t2至t3之间或是时间t4至t5之间，已知良好单元kgu还是会有正常工作的耗电电流，而这样的耗电电流也会让已知良好单元kgu升温。因此，在本实施例中，如波形1所示，更通过装置电源测试卡1021维持已知良好单元kgu的工作电压vcc，并通过数字控制测试卡1023向已知良好单元kgu的控制模块发送信号，以在测量输出功率结束后至下一次输入功率前关闭已知良好单元kgu中的放大器模块，借此可避免因调整工作电压产生的测试误差，以及可减少放大器模块升温而改变工作特性。上述关闭已知良好单元kgu中的放大器模块的方式不限于此，也可以是通过接口载板101或测试头102等由外部关闭已知良好单元kgu中的放大器模块。另外，不需要是每次输入功率结束后都关闭已知良好单元kgu中的放大器模块，也可以是选择性的仅在特定次数的输入功率结束后关闭，例如图5所示的波形1，每两次输入功率才关闭一次。在其他实施例中，也可以是在使用第一梯度算法调整输入功率时关闭，使用第二梯度算法调整输入功率时不关闭。在其他实施例中，在未对此已知良好单元kgu输入功率时，也可以是如图5所示的波形2，通过装置电源测试卡1021关闭或降低提供给已知良好单元kgu的电源vcc，以减少升温。
29.应注意的是，其他实施例中，也可以使用不同的调整输入功率的次数作为切换算法的根据。例如，使用第一梯度算法调整输入功率的次数也可以是少于3次或大于3次。并且，也可以调整第一梯度算法或第二梯度算法的步长。例如，将使用第一梯度算法调整输入功率的次数减少并增加步长，或是将使用第一梯度算法调整输入功率的次数增加并减少步长。另外，也可以不使用次数作为切换算法的根据，例如在步骤s105时改为当所测量的输出功率趋近目标值至一个范围内时(例如参照图3，icc delta小于40ma时)，则下一次调整切换为使用第二梯度算法调整输入功率。应注意的是，上述切换梯度算法的根据、梯度算法所使用的步长、取平均值使用的预定次数，都可以根据测量的结果或实际需求通过工作站103调整，例如通过修改计算机程序使用的参数或是改写计算机程序。
30.综上所述，本发明实施例采用第一梯度算法调整施加于已知良好单元的输入功率，接着通过第二梯度算法调整输入功率，由于第一梯度算法的步长大于第二梯度算法的步长，可快速的趋近目标输入功率而减少测试次数，提升了测试的效率。另外，本发明实施例采用对单个已知良好单元以较小步长的第二梯度算法调整的多个输入功率取平均值的方式，可避免已知良好单元工作于非线性区间所产生的波动。并且，本发明实施例采用将各已知良好单元的输入功率平均值再取最终平均值的方式，可减少多个已知良好单元之间的工作性能差异或单个已知良好单元的随机误差而产生的误差。
31.以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽
然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的方法及技术内容作出些许的更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。