1.一种器件击穿电压确定方法，其特征在于，包括：获取器件在不同工艺条件下的多条击穿电压特性曲线，其中所述不同工艺条件为掺杂浓度、热扩散温度和时间、离子注入能量和剂量、结构尺寸参数；获取所述多条击穿电压特性曲线对应的时间序列数据Y；基于普雷斯科特HP滤波法对所述时间序列数据Y进行滤波，得到所述时间序列数据Y中的周期项C；基于匹配算法确定所述周期项C的特征点；基于所述特征点确定所述器件击穿电压的置信区间。
2.根据权利要求1所述的方法，其特征在于，所述获取器件在不同工艺条件下的多条击穿电压特性曲线，包括：通过仿真和/或测量获取器件在不同工艺条件下的多条击穿电压特性曲线。
3.根据权利要求1所述的方法，其特征在于，所述器件为齐纳二极管。
4.根据权利要求1所述的方法，其特征在于，所述获取所述多条击穿电压特性曲线对应的时间序列数据 Y，包括：提取所述多条击穿电压特性曲线中的特征参数，构成初始时间序列数据，所述特征参数至少包括所述器件的电压值；对所述初始时间序列数据进行插值，得到等时间间隔的时间序列数据Y。
5.根据权利要求4所述的方法，其特征在于，所述特征参数还包括所述器件的电流值和/或所述击穿电压特性曲线对应的工艺条件。
6.根据权利要求1所述的方法，其特征在于，所述基于普雷斯科特HP滤波法对所述时间序列数据Y进行滤波，得到所述时间序列数据Y中的周期项C，包括：基于公式Y=[I+λF]G确定所述时间序列数据Y的趋势项G，其中，I为单位矩阵，F为系数矩阵，λ为平滑指数，λ≥0；基于公式C=λFG确定所述周期项C。
7.根据权利要求6所述的方法，其特征在于，所述系数矩阵F通过以下方式确定：确定所述时间序列数据Y的损失函数M；根据公式确定最小损失函数min(M)，其中，yt为所述时间序列数据Y中的数据项，Y={y1，y2……yT}，gt为所述趋势项G中的数据项，G={g1，g2……gT}，T为时间序列数据中的最大时间值；基于上述最小损失函数min(M)确定公式对g1、g2、……、gT的一阶导数确定所述系数矩阵 。
8.根据权利要求1所述的方法，其特征在于，所述匹配算法包括以下中的至少一项：平均绝对差算法MAD、绝对误差和算法SAD、误差平方和算法SSD、平均误差平方和算法MSD、归一化积相关算法NCC、序贯相似性检测算法SSDA、阿达马变换算法SATD。
9.根据权利要求8所述的方法，其特征在于，当基于所述平均绝对差算法MAD确定所述周期项C的特征点时，包括：确定所述周期项C的中位数MA；使用所述周期项C减去所述中位数MA并取绝对值得到变量CB；确定所述变量CB的中位数MMA；当所述变量CB满足预设分布时，确定所述变量CB的置信区间[a，b] ；确定所述周期项C中未落入所述置信区间[a，b]的数据为所述特征点。
10.根据权利要求9所述的方法，其特征在于，所述预设分布包括以下中的至少之一：指数分布、正态分布、卡方分布、t分布和F分布；所述确定所述变量CB的置信区间[a，b]，包括：根据预设的置信度确定所述置信区间[a，b]。
11.根据权利要求10所述的方法，其特征在于，所述预设的置信度大于等于90%，并小于等于99%。
12.根据权利要求8-11中任一项所述的方法，其特征在于，还包括：基于前向分析法确定所述周期项C的多个区间；基于所述匹配算法确定各区间特征点；基于各区间特征点，确定所述周期项C的特征点。
13.根据权利要求12所述的方法，其特征在于，所述基于前向分析法分区间确定所述周期项C的各区间特征点，包括：对数据长度为n周期项C，以k为步长，i为区间长度，分区间确定所述周期项C的各区间特征点；其中，k为正整数，i≤n。
14.一种器件击穿电压确定装置，其特征在于，包括：第一获取模块，被配置为获取器件在不同工艺条件下的多条击穿电压特性曲线，其中所述不同工艺条件为掺杂浓度、热扩散温度和时间、离子注入能量和剂量、结构尺寸参数；第二获取模块，被配置为获取所述多条击穿电压特性曲线对应的时间序列数据Y；滤波模块，被配置为基于普雷斯科特HP滤波法对所述时间序列数据Y进行滤波，得到所述时间序列数据Y中的周期项C；匹配模块，被配置为基于匹配算法确定所述周期项C的特征点；确定模块，被配置为基于所述特征点确定所述器件击穿电压的置信区间。
15.根据权利要求14所述的装置，其特征在于，所述获取器件在不同工艺条件下的多条击穿电压特性曲线，包括：通过仿真和/或测量获取器件在不同工艺条件下的多条击穿电压特性曲线。
16.根据权利要求14所述的装置，其特征在于，所述器件为齐纳二极管。
17.根据权利要求14所述的装置，其特征在于，所述获取所述多条击穿电压特性曲线对应的时间序列数据 Y，包括：提取所述多条击穿电压特性曲线中的特征参数，构成初始时间序列数据，所述特征参数至少包括所述器件的电压值；对所述初始时间序列数据进行插值，得到等时间间隔的时间序列数据Y。
18.根据权利要求17所述的装置，其特征在于，所述特征参数还包括所述器件的电流值和/或所述击穿电压特性曲线对应的工艺条件。
19.根据权利要求14所述的装置，其特征在于，所述基于普雷斯科特HP滤波法对所述时间序列数据Y进行滤波，得到所述时间序列数据Y中的周期项C，包括：基于公式Y=[I+λF]G确定所述时间序列数据Y的趋势项G，其中，I为单位矩阵，F为系数矩阵，λ为平滑指数，λ≥0；基于公式C=λFG确定所述周期项C。
20.根据权利要求19所述的装置，其特征在于，所述系数矩阵F通过以下方式确定：确定所述时间序列数据Y的损失函数M；根据公式确定最小损失函数min(M)，其中，yt为所述时间序列数据Y中的数据项，Y={y1，y2……yT}，gt为所述趋势项G中的数据项，G={g1，g2……gT}，T为时间序列数据中的最大时间值；基于上述最小损失函数min(M)确定公式对g1、g2、……、gT的一阶导数确定所述系数矩阵 。
21.根据权利要求14所述的装置，其特征在于，所述匹配算法包括以下中的至少一项：平均绝对差算法MAD、绝对误差和算法SAD、误差平方和算法SSD、平均误差平方和算法MSD、归一化积相关算法NCC、序贯相似性检测算法SSDA、阿达马变换算法SATD。
22.根据权利要求21所述的装置，其特征在于，当基于所述平均绝对差算法MAD确定所述周期项C的特征点时，包括：确定所述周期项C的中位数MA；使用所述周期项C减去所述中位数MA并取绝对值得到变量CB；确定所述变量CB的中位数MMA；当所述变量CB满足预设分布时，确定所述变量CB的置信区间[a，b] ；确定所述周期项C中未落入所述置信区间[a，b]的数据为所述特征点。
23.根据权利要求22所述的装置，其特征在于，所述预设分布包括以下中的至少之一：指数分布、正态分布、卡方分布、t分布和F分布；所述确定所述变量CB的置信区间[a，b]，包括：根据预设的置信度确定所述置信区间[a，b]。
24.根据权利要求23所述的装置，其特征在于，所述预设的置信度大于等于90%，并小于等于99%。
25.根据权利要求21-24中任一项所述的装置，其特征在于，还包括：基于前向分析法确定所述周期项C的多个区间；基于所述匹配算法确定各区间特征点；基于各区间特征点，确定所述周期项C的特征点。
26.根据权利要求25所述的装置，其特征在于，所述基于前向分析法分区间确定所述周期项C的各区间特征点，包括：对数据长度为n周期项C，以k为步长，i为区间长度，分区间确定所述周期项C的各区间特征点；其中，k为正整数，i≤n。
27.一种芯片，其特征在于，所述芯片包括如权利要求14-26中任一项所述的装置。
28.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-13任一项所述的方法步骤。
29.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-13任一项所述的方法步骤。
