VLSI／ULSI集成电路多层金属互连技术

随着半导体微电子器件制造技术迅速发展，多层金属互连技术对于提高器件集成度、速度和可靠性更为重要，需要不断发展新型多层金属互连结构、材料和工艺，本文介绍近年正在发展的一些多层金属互连新技术，如多层复合金属化体系、Ｃｕ等新型薄膜互连材料，ＴｉＮ在互连技术中的多种用途，新的介质薄膜材料及工艺、平坦化技术等。     

VHSI和VLSI用的微细多层布线

本文对VHSI和VLSI所必需的微细多层布线技术进行了研究。选取聚酰亚胺作为层间介质膜,开发出能形成3μm良好通孔的等离子腐蚀和湿腐蚀法,采用原位物理清除技术从根本上克服了接触电阻的难题。在3μm3层布线场合,R_c≤0.1Ω/孔,布线通孔成品率高于99.99％。本项技术业已实际应用,效果满意。     

MCM用低介电常数多层陶瓷基板的研究

本文通过对制造低介电常数低温共烧多层陶瓷基板的低烧结温度，低价电常数的陶瓷材料进行的详细研究，着重讨论了影响介电常数的因素，制备出的多层陶瓷基板主要性能已接国外同类产品的性能。     

适用于MCM—C的低成本高密度多层电路技术

多年来，比利时的Ｃ－ＭＡＣ公司已在宽范围的用户领域电子产品中采用了厚膜技术，该技术已达到了高可靠性、高集成度的水平。最近，一种新材料的研制成功使产品尺寸更进一步小型化。本文叙述了一种多层技术的研制开发，它结合了最新的使用ＤｉｆｆｕｓｉｏｎＰａｔｔｅｒｎｉｎｇ＾ＴＭ（扩散成形），介绍的Ｆｏｄｅｌ材料与标准的厚膜材料 材料的结合能够制造高密度产品，给目前的将来许多新的需求带来了希望。除了研究基板制造的     

多层VLSI布线通孔最少化的遗传算法

提出了一种基于遗传算法的通孔最少化算法，该算法适用于多层布纸，可对任意的布纸结果进行通孔最少化。引入线网分组向量和线网走向向量的概念，确保解的可行性；利用遗传算法的选择、杂交、变异等算子，不断对潜在解集进行优化，最终找到问题的优化解。实验表明，该算法的运算速度很快，效率很高。     

基于遗传算法的VLSI布图规划方法

提出了一种有效的基于遗传算法的VLSI布图规划方法.在染色体的表达中,对软模块不同形状和硬模块的布局方向进行了编码,并设计了有效的启发式解码方法进行解码.测试结果表明,该算法比已有算法得到了更优的结果.     

基于遗传算法的地对空雷达对抗干扰任务分配模型

基于遗传算法的基本原理,利用该算法对地对空雷达对抗干扰任务分配建立了有关的模型,并进行了仿真和相关分析,为地对空雷达对抗干扰任务的优化分配提供了一种新方法。     

基于MCM技术的X波段四通道T/R组件设计

T/R组件作为雷达系统的最重要部件之一,它的性能直接影响了整个雷达系统的探测效果,T/R组件的小型化、低成本化将大幅度促进雷达系统的发展。本文采用LTCC基片、陶瓷基片等简单成熟工艺,利用高密度封装技术—多芯片组件(Multi-Chip Module,简称为MCM)技术实现了X波段T/R组件的设计。该封装设计具有集成度高、散热性好和可靠性高等特点,可应用于X波段二维有源相控阵T/R子阵的工程研制。     

光散射模型参量反演中的遗传模拟退火算法

为了研究遗传模拟退火算法在光散射模型参量反演中的迭代搜索性能问题,分别采用遗传模拟退火算法和单一遗传算法迭代搜索了几种介质的双向反射分布函数模型的相关参量。将两种算法的反演结果与在特定激光波长下的双向反射分布函数实验数据进行了对比,通过理论分析和实验验证,取得了两种算法所得到的拟合值,两种拟合值都与实验数据吻合得较好;同时比较了遗传模拟退火算法和单一遗传算法在迭代次数、计算时间和均方误差等之间的差异。结果表明,两种算法在不同介质表面双向反射分布函数模型参量反演时都可以得到满意的结果,且前者优化效果更优。这一结果对研究不同算法的迭代搜索性能是有帮助的。     

基于B样条曲线及遗传算法求解TA/TA问题

主要讨论了水平面上空面导弹TA／TA（地形回避／威胁回避）问题。首先通过Dijkstra算法求出地形、威胁包络的最短及几个较短路径通道；用所求通道上的关键点作为三次B－样条曲线的顶点，近似拟合导弹飞行路线。以本文提出的最小距离法生成适应度函数，考虑导弹机动能力的约束，通过遗传算法来调整B－样条曲线的顶点，从而寻找出性能指标最优的可飞行样条曲线；根据所求出的最优样条曲线给出导弹航路点。通过大量的仿真实验，证明该方法是可行的，具有快速性并适应于大范围、复杂地形和威胁环境。     

基于神经网络的单通道冗余VLSI/WSI阵列重构算法

本文提出了一个基于Hopfield网络的单通道冗余VLSI/WSI阵列重构算法,根据阵列中缺陷单元的分布情况,构造相应的矛盾图模型,将阵列的重构问题转化为求矛盾图的独立集且使得独立集的顶点数恰为缺陷单元的个数,有效地解决了阵列的重构问题.实验结果表明,与传统的启发式方法相比,基于本文所提出的图论模型而采用的神经网络方法是一种简单、快速、高效的算法.