電子元器件低頻電噪聲缺陷檢測技術研究

摘 要：針對現有方法忽視了微弱的噪聲缺陷信號、降低了低頻電噪聲缺陷檢測準確性的問題，該文提出一種新型電子元器件低頻電噪聲缺陷檢測技術。首先，完成低頻電噪聲放大和采集工作，其次，提取電子元器件低頻電噪聲基本參量，將電子元器件的相關參量提取出來，擬合為噪聲頻譜及時間信號。最后，檢測電子元器件內部散粒噪聲，分析電子元器件電阻中導電不連續微粒的電流信號，得到晶體管內的熱噪聲、白噪聲特性，使電子元器件的噪聲缺陷檢測更全面。利用試驗證明所提技術的先進性，試驗結果表明，所提技術噪聲缺陷檢測準確性更高，能夠應用于實際生活中。

關鍵詞：電子元器件；低頻電噪聲；噪聲缺陷；檢測技術

中圖分類號：TP 393.08" " " 文獻標志碼：A

1 電子元器件低頻電噪聲缺陷檢測技術

為了對電子元器件低頻電噪聲缺陷進行精準識別，應先做好其數據采集工作，本次先對電子元器件的低頻電噪聲進行放大，然后再對其進行采集?；趯嶒炇椰F有電流放大器，利用其在特定放大倍數下的傳輸函數進行信號還原計算。將原本被放大器無法正常放大而衰減的高頻信號計算還原，以達到擴展測試頻率的目的。具體操作步驟如下。首先，鎖相放大器輸出進行等幅掃頻，將掃頻信號輸入電流放大器。其次，在不同頻率下測試放大器輸出信號幅度，從而得到放大器對頻率不同響應，即放大器的幅頻特性曲線函數I（f）。最后，對其進行歸一化處理，得到歸一化函數，如公式（1）所示。

（1）

式中：A0為放大倍數；I0為掃頻信號有效值。最后將歸一化函數與噪聲數據進行計算，得到其器件噪聲S0（f），以此來得到還原后展寬后信號功率譜密度，如公式（2）所示。

（2）

電子器件低頻電噪聲放大后，本次基于DMA雙緩沖技術采集和存儲噪聲數據。DMA雙緩沖技術是在數據傳輸期間使用2個緩沖區來交替接收和發送數據。當一個緩沖區正在接收數據時，另一個緩沖區可以同時進行處理或被讀取。在數據傳輸過程中，同時進行數據的處理或讀取操作，提高了系統的效率。本次在數據采集過程中應用的總線控制器是一個內建的PLX IOP-480 PLC控制器，它將所采集的數據直接傳送至計算機的內存而不經過CPU，從而減少了數據采集卡的內存及微機上的消耗。對于雙緩沖數據傳輸來說，數據緩沖是數據采集卡上的循環緩沖，它可以分為相等的2個部分。當數據采集卡開始將數據寫進循環緩沖的第一部分時，雙緩沖操作開始了。當卡開始往循環緩沖的第二部分寫進數據時，用戶可將第一部分緩沖區中的數據送入計算機內的傳輸緩沖中。此時，用戶可根據應用程序的需要對數據進行處理。當采集卡將循環緩沖的第二部分寫滿后，它將回到第一部分緩沖區，并覆蓋原數據。此時，用戶可以將循環緩沖中第二部分的數據送入傳輸緩沖。這個過程可以無限地重復下去，從而為應用程序提供連續的數據流。由此完成電子元器件低頻電噪聲數據采集設計。

1.1 提取電子元器件低頻電噪聲基本參量

在完成電子元器件低頻電噪聲數據采集后，提取低頻電噪聲的基本參量[1]。電子元器件噪聲信號包括等效電壓噪聲與等效電流噪聲，將其劃分為等效輸入噪聲，避免噪聲缺陷提取遺漏的問題[2]。等效輸入噪聲是根據輸出噪聲得出的，電子元器件自身信號傳輸特性較為穩定，不易發生變化。噪聲系數為變量，如公式（3）所示。

（3）

式中：NF為低頻電噪聲的噪聲系數；N0為有效輸出噪聲功率；G為電子元器件功率增益；k為波爾茲曼常數；T為絕對溫度；?f為帶寬頻率。傳輸函數如公式（4）所示。

（4）

式中：Av（f）為電壓傳輸函數；u0（f）為元器件輸出端電壓值；ui（f）為元器件輸入端電壓值。

由此擬合噪聲參量，見表1[3]。

本文將電子元器件的輸出噪聲、等效輸入噪聲、噪聲系數和傳輸函數等參量提取出來，并擬合噪聲頻譜及時間信號，作為缺陷檢測的基礎信號，以保證低頻電噪聲缺陷檢測的準確性，其步驟如下。

使用頻譜分析儀或噪聲測量儀對電子元器件的輸出噪聲和等效輸入噪聲進行準確測量和分析。

根據測量得到的信號功率和噪聲功率，利用熱噪聲法計算電子元器件的噪聲系數。假設電子元器件的噪聲功率譜密度為Pn（f），信號功率為PS，那么噪聲系數Nf的計算過程如公式（5）所示。

（5）

使用信號源和示波器，通過輸入不同頻率的信號，測量對應的輸出信號，計算電子元器件的傳輸函數，如公式（6）所示。

（6）

式中：f為輸入信號頻率；X（f）為輸入信號；Y（f）為輸出信號。該函數也可利用網絡分析儀等專業設備通過測量傳輸函數得到。

將測量或模擬得到的噪聲數據，經過傅里葉變換法處理，得到噪聲的頻譜圖形。

利用頻譜分析方法，對擬合得到的噪聲頻譜和時間信號進行分析，以便于檢測和診斷低頻電噪聲缺陷。

綜上所述，提取電子元器件低頻電噪聲基本參量。

1.2 檢測電子元器件內部散粒噪聲

在提取低頻電噪聲基本參量后，完成其內部散粒噪聲檢測工作，以實現電子元器件低頻電噪聲缺陷檢測。散粒噪聲是電子發射不均勻性引起的噪聲，是電子元器件低頻電噪聲缺陷的關鍵因素[4]。散粒噪聲檢測結構如圖1所示。

如圖1所示，將待檢測的電子元器件放在檢測樣本的位置上，利用低頻電噪聲放大器放大噪聲信號，提取噪聲缺陷信號的特征，從而滿足散粒噪聲檢測需求。散粒噪聲引發高直流偏置，直流電流流經等效源電阻時，產生的電壓就是參考電壓[5]。為了使電子元器件的電路達到平衡，參考電壓設定如公式（7）所示。

Vb=RrIr" " " " " " " " " " " " " " "（7）

式中：Vb為電子元器件的參考電壓；Rr為等效源電阻；Ir為直流電流。當元器件僅存在熱噪聲時，等效電流噪聲如公式（8）所示。

（8）

式中：Id為等效電流噪聲；Vn為等效電壓噪聲；Tx、Tr為參考電阻所處溫度；Rd為熱噪聲；r為白噪聲。當Id＞Ir時，散粒噪聲成為器件的主要噪聲缺陷，功率譜密度與電流成正比，則功率譜密度如公式（9）所示。

（9）

式中：Id（Vn）為功率譜密度；κ為偏置函數；SI為白噪聲。通過對電子元器件電阻中導電不連續微粒的電流信號進行分析，并得到晶體管內的熱噪聲、白噪聲特性，使電子元器件的噪聲缺陷檢測更全面，由此設計的噪聲缺陷檢測設計，實現電子元器件低頻電噪聲缺陷檢測功能。

2 試驗分析

為了驗證本文設計的方法是否滿足電子元器件低頻電噪聲缺陷檢測的精準性需求，對上述方法進行試驗。最終的試驗結果則以基于加密惡意流量的電子元器件低頻電噪聲缺陷檢測技術、基于小波包能量譜的電子元器件低頻電噪聲缺陷檢測技術，以及本文設計的電子元器件低頻電噪聲缺陷檢測技術進行對比的形式呈現。具體的試驗準備過程以及最終的試驗結果如下。

2.1 試驗過程

本次試驗以GaAs為襯底的808nm條形激光二極管，作為低頻電噪聲缺陷檢測的電子元器件。該元器件采用LP-MOCVD技術，在n+-GaAs襯底上生長。其外延層結構見表2。

激光二極管的外延層包括帽層、p-限制層、上波導層、間隔層、量子阱、間隔層、下波導層、n-限制層、緩沖層以及襯底等結構（見表2）。當激光二極管處于正常運行狀態時，該元器件的電噪聲時域波形如圖2所示。

如圖2所示，在0.02s～0.08s處，噪聲形態存在變化，此處為低頻噪聲缺陷的位置。本文將電流噪聲功率譜密度、電壓噪聲功率譜密度作為缺陷檢測指標。其中，電流噪聲功率譜密度超過5×10-9A2/Hz，電壓噪聲功率譜密度超過7×10-8V2/Hz，即可判定電子元器件存在低頻電噪聲缺陷。根據電流噪聲功率譜密度與電壓噪聲功率譜密度的實際值，判斷噪聲缺陷檢測的準確性，能夠有效地避免噪聲缺陷檢測的漏檢、錯檢問題。

2.2 試驗結果

在上述試驗條件下，二極管在注入條件下，電子從半導體注入金屬的電流，與電子從金屬注入半導體引起的電流，均為獨立隨機穿過結勢壘的載流子組成，屬于低頻電噪聲缺陷的散粒噪聲。將二極管的電流、電壓以及等效源阻抗進行分析，確定電壓噪聲功率譜密度與電流噪聲功率譜密度。并將基于加密惡意流量的電子元器件低頻電噪聲缺陷檢測技術的檢測值、基于小波包能量譜的電子元器件低頻電噪聲缺陷檢測技術的檢測值，以及本文設計的電子元器件低頻電噪聲缺陷檢測技術的檢測值進行對比。試驗結果見表3。

本次試驗等效輸入背景噪聲約為5.44×10-9V2/Hz，背景噪聲低于測試噪聲約一個數量級（見表3）。根據不同電流下正向電流電壓特性得到等效源阻抗，能夠滿足本次試驗需求。在其他條件一致的情況下，使用基于加密惡意流量的電子元器件低頻電噪聲缺陷檢測技術，在4.70mA、21.70mA、30.11mA以及38.54mA的電流環境下分析噪聲缺陷。電壓噪聲功率譜密度的實際值與檢測值之間存在±0.5×10-8V2/Hz的差異；電流噪聲功率譜密度的實際值與檢測值之間同樣存在±0.5×10-8V2/Hz的差異。由此可見，使用該方法后，噪聲缺陷檢測的誤差相對較大，影響電子元器件的正常運行。

使用基于小波包能量譜的電子元器件低頻電噪聲缺陷檢測技術，在12.60mA、46.99mA、55.45mA以及63.94mA的電流環境下分析噪聲缺陷。電壓噪聲功率譜密度、電流噪聲功率譜密度的實際值與檢測值之間存在±0.1×10-8V2/Hz以內的差異，檢測準確性與基于加密惡意流量的電子元器件低頻電噪聲缺陷檢測技術相比有所提升，但是檢測誤差仍然較大，亟需對其進一步優化。而使用本文設計的電子元器件低頻電噪聲缺陷檢測技術，在31.52mA、42.36mA、72.40mA以及80.87mA的電流環境下分析噪聲缺陷。電壓噪聲功率譜密度、電流噪聲功率譜密度的實際值與檢測值之間僅存在±0.01×10-8V2/Hz以內的差異，大部分檢測值與實際值保持高度一致，可以滿足電子元器件低頻電噪聲缺陷的檢測需求，保障電子元器件安全使用。

3 結語

隨著電子技術的飛速發展，電子元器件在各種設備和系統中起到了重要的作用。由于電子元件在制造、材料等方面的限制，經常存在一些低頻電噪聲缺陷。這類缺陷不僅影響了電子設備的性能，還可能降低整個系統的可靠性。因此，本文對電子元器件低頻電噪聲缺陷檢測技術進行研究。首先，對對電子器件低頻噪聲進行放大，基于DMA雙緩沖技術完成噪聲數據的采集和存儲，其次，從噪聲參量提取、散粒噪聲檢測2個方面來分析電子元器件低頻電噪聲缺陷，實現電子元器件內部缺陷檢測功能。試驗結果表明，采用該方法將頻率低于1MHz的電噪聲全部提取出來，檢測效果優于對比方法，應用效果較好，可為電子元器件的正常使用提供保障。

參考文獻

[1]李丹陽，馮海兵，聶孝亮，等.基于YOLO V5的噪聲條件下SAR圖像艦船目標檢測[J].艦船電子對抗，2022，45（6）：68-72，99.

[2]張雪峰，劉日，任建旭，等.圖像去噪與增強中的改進自適應分數階中值濾波[J].曲阜師范大學學報（自然科學版），2022，48（4）：37-46.

[3]沙寶程，徐濤，鄧鑒格，等.基于噪聲檢測的多語言知識圖譜實體對齊技術研究[J].云南大學學報（自然科學版），2023，45（1）：67-73.

[4]杜定敏，楊德堃.酒店空調系統設備噪聲和振動的檢測及評估——以某四星級國際酒店為例[J].工程技術研究，2022，7（13）：118-120.

[5]陳仁祥，詹贊，胡小林，等.基于多注意力Faster RCNN的噪聲干擾下印刷電路板缺陷檢測[J].儀器儀表學報，2021，42（12）：167-174.