桥接开路故障模型:bridging 与 stuck-open 的机理及与 stuck-at 的检出关系
更新时间:2026-09-29。故障模型与覆盖率的宏观版图见 DFT 故障模型与故障覆盖率:从缺陷到数字;stuck-at 故障模型:SA0/SA1 的本质与局限 讲了最主流的单一固定故障怎么建模、99% 覆盖率为什么仍不够。这一篇往下钻一层:stuck-at 抽象掉的两类真实物理缺陷——金属线短路(bridging)和晶体管开路(stuck-open)——它们的行为长什么样、和 stuck-at 的检出关系如何、什么情况下必须补专门的测试 pattern。
本文要回答的问题
- bridging 故障和 stuck-open 故障在硅片上分别是什么物理缺陷,电路行为有何不同?
- 为什么 stuck-open 需要「两个向量」才能暴露,而 stuck-at 只要一个?
- 高 stuck-at 覆盖率能不能顺带覆盖这两类故障?检出关系如何量化?
- 工程上什么时候值得为它们生成 dedicated pattern,代价是什么?
一、从物理缺陷到故障行为
stuck-at 是一个逻辑抽象:它不管缺陷的物理成因,只假设某条网线被永久钳到 0 或 1。但真实制造缺陷里,有相当大比例不是「某点固定」,而是两类几何问题:
- bridging fault(桥接故障):两条本不该相连的导线之间多了导电物——光刻残留、金属颗粒、蚀刻不完全——把两根相邻信号线短接。短接后两条线的电平由驱动强度竞争决定,行为不是「固定」,而是「相互影响」。
- stuck-open fault(固定开路故障):CMOS 门里某个晶体管因接触孔断裂、金属连线缺口而永久不导通。门没有被钳死,而是丢失了一条充放电通路,输出在某些输入组合下悬空、保持上一个值——表现出「记忆性」。
这两种行为用一张对照图看清楚。以一个二输入与非门 NAND2 为例,输入 A、B,输出 Y:
读图抓要点:正常门的输出是输入的纯组合函数;bridging 之后输出取决于两根线的驱动强度竞争;stuck-open 之后输出带状态记忆——这正是它们无法用 stuck-at「某点恒 0/1」表达的根本原因。
二、stuck-open 的记忆性:为什么需要一个向量对
stuck-open 最反直觉的地方:给故障门施加「本应翻转」的输入,输出可能恰好和正确值一样。还拿 NAND2 说,假设下拉网络中 B 管开路:
- 先施加 A=0:无论 B 是什么,上拉网络导通,Y=1——这拍预充电输出为高。
- 再施加 A=1、B=1:正常门应下拉输出 Y=0;但 B 管开路,放电路径断了,Y 节点没有驱动,靠寄生电容保持上一拍的 1。
- 测试设备读到 Y=1,期望值是 0——故障暴露。
关键是顺序:如果第一步先施加了某个让 Y=0 的向量(比如上一个测试把 Y 拉低过),第二步再读 Y 还是 0,和期望值一致,故障被掩盖。所以 stuck-open 测试必须是初始化向量 + 激发向量的两拍序列(two-pattern test),且两拍之间不能有别的向量把 Y 改写。stuck-at 测试是单拍组合激发,两者在 ATPG 层面是本质不同的生成问题——这也是很多工具把 stuck-open 测试归到「delay/sequential pattern」族的原因。
| 维度 | stuck-at | bridging | stuck-open |
|---|---|---|---|
| 物理成因 | 抽象模型,无直接对应 | 相邻金属短路、颗粒污染 | 接触孔断裂、金属缺口 |
| 电路行为 | 节点恒 0/1 | 两线竞争(WIRED-AND/OR 或驱动强者胜) | 输出悬空保持旧值(记忆) |
| 测试向量 | 单拍激发 + 观测 | 单拍激发,但需同时激化两线差异 | 向量对:初始化 + 激发,顺序敏感 |
| 与输入顺序相关 | 否 | 弱相关 | 强相关,是时序性故障 |
| 典型出现率 | 主流模型 | 深亚微米下比例上升 | 比例较低但难检测 |
三、与 stuck-at 的检出关系:顺带覆盖还是必须补测
工程上最关心的问题:stuck-at 的 pattern 集跑 99% 覆盖率,这两类故障能顺带抓多少?
对 bridging:覆盖率高,但有洞。 大量 bridging 行为在逻辑上等效于其中一条线的 stuck-at(比如 WIRED-AND 模型下,短接后的线表现为两条线之 AND,某条线的 SA1 图案往往能让两线取值不同从而暴露短路)。经验数据是:高覆盖率的 stuck-at pattern 集对 bridging 的「顺带检出率」常在 90% 上下。剩下的洞主要在反馈桥接(输出短回输入,可能把组合电路变成振荡器或锁存器)和需要「两线取相反值才能暴露」的特定组合。严肃的车规、工控流片会做 bridge fault 提取——从版图相邻关系生成 fault list,再 ATPG 出 dedicated bridging pattern 补洞。
对 stuck-open:顺带检出率明显低,且不可预测。 stuck-at pattern 是单拍生成的,工具不保证「激发向量之前恰好是初始化向量」——有时碰巧是,就检出;有时不是,就漏。统计显示纯 stuck-at 集对 stuck-open 的顺带检出常在 70%~85% 区间,方差很大。好在 CMOS 里相当一部分 stuck-open 同时表现为延迟增大(输出靠残留电荷慢慢泄放),会被 transition delay fault 测试顺带抓走一部分——这就是为什么实践中 stuck-open 很少单独建 fault list,而是靠「stuck-at + transition」的组合去覆盖。
上图的箭头粗细就是工程决策的依据:SA 对 bridging 的顺带检出已经不错,补的是「洞」;SA 对 stuck-open 的顺带检出不靠谱,需要 transition 集或专门的两拍 pattern 兜底。
四、工程决策:什么时候补、怎么补
三条可操作的判据:
- 看可靠性等级。 消费级芯片 stuck-at + transition 双 95%+ 通常放行;AEC-Q100 车规或医疗类通常要求 bridging fault list(从版图 GDS 做相邻线提取)并给出 bridging 覆盖率报告。
- 看工艺节点。 节点越小、互连层越密,bridging 占比越高;stuck-open 在 FinFET 接触孔工艺下也有抬头趋势。老节点(如 180nm)上这两类问题的增量收益有限。
- 看 DPPM 数据。 量产返回的不良品如果 stuck-at/transition 模型解释不了(测试全过但板级失效),就要怀疑模型覆盖不到的缺陷——bridging 与 stuck-open 是首要嫌疑,此时做 fault dictionary 反向定位比盲目加 pattern 更省成本。
代价也要算清:dedicated bridging pattern 通常使测试向量数增加 10%~30%,直接换算成测试机时成本;stuck-open 的 two-pattern 生成对大规模设计 ATPG 时间开销显著。所以正确姿势是按缺陷密度数据决策,不是模型越全越好——这和 DFT 故障模型与故障覆盖率:从缺陷到数字 里「覆盖率数字服务于 DPPM 目标」的主线一脉相承。
这一篇在知识体系里的位置
- 宏观框架:DFT 故障模型与故障覆盖率:从缺陷到数字 给出全部故障模型的版图与 DPPM 视角,本篇是其中两个非 stuck-at 模型的纵深。
- 对比基准:stuck-at 故障模型:SA0/SA1 的本质与局限 定义了本篇反复引用的「顺带检出」基准模型。
- 横向关联:stuck-open 的延迟表现使其与 transition delay fault 测试产生检出交集,delay 测试的展开见故障模型总览篇的对应章节。
总结
桥接开路故障模型刻画 stuck-at 抽象之外的两类真实缺陷:bridging 是相邻线短接、输出由驱动竞争决定,高 stuck-at 覆盖可顺带检出约九成,洞在反馈桥接与特定组合,需要版图提取 fault list 补 dedicated pattern;stuck-open 是晶体管开路、输出带记忆性,必须「初始化 + 激发」的有序向量对才能暴露,纯 stuck-at 集顺带检出率低且不可控,实践中靠 transition delay 测试兜底——补不补这两类 pattern,由可靠性等级、工艺节点与量产 DPPM 数据共同决定。