基于低频噪声检测的光耦器件可靠性频域筛选新方法

针对光耦器件的可靠性筛选,本文提出全频段阈值筛选方法检测光耦器件内部低频噪声。根据光耦器件内部的低频噪声完成光耦器件可靠性的筛选。实验中利用光耦器件测试系统检测200只光耦器件内部的低频噪声,计算这200只光耦器件全频段平均噪声谱,确定筛选阈值,再根据光耦器件可靠性分类标准,判断被测器件可靠性等级。     

基于低频噪声检测光耦器件可靠性的频域筛选方法?

针对光耦器件可靠性筛选,提出全频段阈值筛选方法检测光耦器件内部低频噪声。根据光耦器件内部的低频噪声完成光耦器件可靠性的筛选。实验中利用光耦器件测试系统检测200只光耦器件内部的低频噪声,计算这200只光耦器件全频段平均噪声谱,确定筛选的阈值,再根据光耦器件可靠性分类标准,判断被测器件可靠性等级。     

测量噪声功率谱作为筛选光电耦合器件的方法研究（Ⅱ）

在文献「１」中作者曾提出用测量光电耦合器件噪声功能率谱的方法,筛选光电耦合器件。此 根据低频噪声的幅值。但在实验中发现,由于１／ｆ、ｇ－ｒ和爆裂噪声三者之间相关性较弱,在剔除掉１／ｆ噪声值较大的器件后,ｇ－ｒ噪声和爆裂噪声较大的器件却可能未被易除。     

分区均值的自适应噪声图像边缘检测算法

针对边缘检测算法存在的检测精度与抑噪的矛盾,提出一种基于新的图像边缘检测算法。算法将检测窗口按照0o,45o,90o和135o四个不同方向分别划分为两个子区域,先统计每个检测窗口(3×3)内脉冲噪声点的个数,如果超过3个,则扩大检测窗口至5×5。对于检测窗口每个方向划分的两个子区域,分别计算区域内的非噪声点的平均灰度值,利用平均值差的绝对值作为窗口的方向梯度值,进而求得中心点的梯度。然后,对梯度图像采用改进的非极大值抑制方法进行细化,并提取边缘。实验结果表明,该算法检测的图像边缘方向性较强,边缘较细,不仅对不同程度脉冲噪声干扰图像具有较强的抑噪能力,而且对高斯噪声也具有一定程度的抑制效果,算法具有较强的适应性。     

基于低频电噪声的光电耦合器可靠性筛选方法研究

低频电噪声是表征电子器件质量和可靠性的敏感参数,通过测试低频噪声,可以快速、无损地实现光耦器件的可靠性评估。通过开展可靠性老化对光电耦合器低频噪声特性影响的试验研究,提出基于低频段宽频带噪声参数的光电耦合器可靠性筛选方法,并将可靠性筛选结果与点频噪声筛选方法结果进行对比分析。结果表明,与点频噪声参数等现有方法相比,宽频带噪声参数可以更灵敏和准确地表征器件可靠性,同时计算简便,基于宽频带噪声参数的光电耦合器可靠性筛选方法可以实现更为准确合理的可靠性分类筛选。     

一种高效去除椒盐噪声的中值滤波方法

提出了一种基于先检测、后滤波的椒盐噪声滤除算法．将像素值为0或255附近的像素点作为疑似噪声点,其余点为信号点．信号点不做任何处理,以保留更多的图像细节．而对于疑似噪声点,首先用改进的自适应极值中值方法进行噪声检测,并将检测结果记录在一个二值矩阵flag中,其中信号点记为1,噪声点记为0．然后根据图像像素值矩阵与flag的点积进行自适应中值滤波处理．实验结果表明,不仅对真实含噪图像处理有很强的适应性,而且对噪声密度高的图像,能在有效去除椒盐噪声的同时保护图像细节．在不同噪声率下均优于标准中值（SMF）滤波法及其一些改进方法,在噪声密度为10％～90％其峰值信噪比（PSNR）平均提高6dB．     

大功率InGaAsP/GaAs量子阱半导体激光器的直流和1/f噪声性质

对大功率InGaAsP/GaAs量子阱(QW)半导体激光器(LD)的直流(DC)特性和小注入下的低频噪声(LFN)特性进行了实验研究.DC检测发现,V-J和I dV/dI-I可以对LD的电流泄漏作出判断.LFN检测发现,小注入下的1/f低频电压噪声幅值Bv(I)∝I<'βv>.理论分析和老化实验均表明,电流指数βv与载流子输运和电流泄漏机制之间有很好的相关性,存在电流泄漏和无辐射复合的器件其|βv|较小,可靠性较差.     

光电耦合器电流传输比的噪声表征

光电耦合器中可俘获载流子的陷阱密度是影响其电流传输比(CTR)的重要因素,并与器件可靠性有密切关系.在器件内部的多种噪声中,1/f噪声可有效地表征器件陷阱密度.本文在研究光电耦合器工作原理以及1/f噪声理论的基础上,建立了光电耦合器的CTR表征模型和1/f噪声模型.在输入电流宽范围变化的条件下,测量了器件的电学噪声和CTR变化,实验结果验证了以上模型的正确性.将CTR模型与噪声模型相结合,得到了CTR与1/f噪声之间的关系.此关系应用于对光电耦合器辐照实验结果的分析,实验结果与理论得到的结论一致.理论与实验结果表明,噪声幅值越大,电流指数越接近于2,则器件的可靠性越差,相同工作条件下CTR的老化衰减量越大,其失效率显著增大.从而证明噪声可表征光电耦合器的CTR并能准确地反映器件的可靠性.     

光电耦合器电流传输比的噪声表征

光电耦合器中可俘获载流子的陷阱密度是影响其电流传输比(CTR)的重要因素,并与器件可靠性有密切关系.在器件内部的多种噪声中,1/f噪声可有效地表征器件陷阱密度.本文在研究光电耦合器工作原理以及1/f噪声理论的基础上,建立了光电耦合器的CTR表征模型和1/f噪声模型.在输入电流宽范围变化的条件下,测量了器件的电学噪声和CTR变化,实验结果验证了以上模型的正确性.将CTR模型与噪声模型相结合,得到了CTR与1/f噪声之间的关系.此关系应用于对光电耦合器辐照实验结果的分析,实验结果与理论得到的结论一致.理论与实验结果表明,噪声幅值越大,电流指数越接近于2,则器件的可靠性越差,相同工作条件下CTR的老化衰减量越大,其失效率显著增大.从而证明噪声可表征光电耦合器的CTR并能准确地反映器件的可靠性.     

光电耦合器件g-r噪声模型

在宽范围偏置条件下,测量了光电耦合器件的g-r(产生-复合)噪声.实验结果表明,随着偏置电流的增加,g-r噪声逐渐向高频移动,其噪声幅值呈现先增加后减小的变化规律.通过测量前级噪声和后级噪声,发现光电耦合器件g-r噪声来源于后级的光敏三极管.基于载流子数涨落机制,建立了一个光电耦合器件g-r噪声的定量分析模型.实验结果和本文模型符合良好.     

光电耦合器总剂量辐照的噪声表征

 本文在研究光电耦合器工作原理、辐照理论及1/f噪声理论的基础上,分析了光电耦合器辐照噪声产生机理及特性,建立了光电耦合器总剂量辐照损伤噪声模型.研究结果表明,随着辐照总剂量增强, LED及光敏管氧化层中引入的氧化层陷阱密度增多,载流子数涨落增强,从而使电压噪声功率谱密度增加.实验结果验证理论分析的正确性,电压噪声功率谱密度可作为光电耦合器辐照损伤表征参量.     

微波放大器Rn-Gn模型噪声参数的准确提取

对微波放大器Rn—Gn噪声模型以及噪声参数的提取方法进行了研究,自行研制了精密的阻抗变换器,组建了一套新的噪声系数测量系统,采用加权最小二乘法准确提取出放大器的噪声参数。实验测量结果稳定、可靠,在不同频点下可以得到包括最小噪声系数在内的四个噪声参数,并节省了测量时间,为微波低噪声放大器的设计提供了更加可靠的基础数据。     

非平稳噪声环境下的噪声估计算法

通过对噪音和语音频谱的分析,针对航空背景噪声的特性,提出一种用于语音增强的新的噪声估计算法。通常的噪声估计一般利用语音端点检测方法,取噪声段的谱平均值作为待估计的噪声谱,但该方法在信噪比较低时性能下降严重。笔者提出的基于频率段能量比的噪音谱估计方法,不依赖于语音端点检测而直接由语音帧来估计噪音谱,通过计算一帧语音中各频率段中能量比,以判断该帧是否含有语音来修正噪声谱估计的计算因子。算法提高了谱减法的适用范围,还在一般谱相减方法的基础上提出了改进的谱相减算法。     

加性噪声对微波光电振荡器相位噪声的影响

微波光电振荡器是一种基于微波光子技术的高频微波信号发生装置,它能够产生超高频谱纯度及超低相位噪声的微波信号。研究了典型的微波光电振荡器相位噪声产生机理及相位噪声谱密度。从构成微波光电振荡器的核心器件出发,分析了开环状态下,微波光电振荡器中的加性噪声来源及其对相位噪声的影响。     

CMOS低噪声放大器的噪声系数优化

目前大量的研究文献已经描述了如何找到使噪声系数最小的低噪声放大器输入网络的最佳品质因数,但是它们往往遗漏了一个重要的参数——源极电感负反馈低噪声放大器中的栅极电感,它的寄生阻抗为低噪声放大器增加了明显的噪声。本研究课题提出了2种优化方法,这2种方法均满足功率匹配并均衡了晶体管所产生的噪声贡献和栅极寄生阻抗所产生的噪声贡献,从而实现了在栅极电感品质因数、功耗、增益限制下的噪声优化。     

高超噪比微波固态噪声源设计

固态噪声二极管的雪崩散弹噪声在一定条件下近似为白噪声。根据固态噪声二极管在雪崩击穿状态的等效电路,设计出与之匹配的电路结构,以实现超噪比的最大输出。在8.6~9.6 GH z,超噪比达到32~34 dB,平坦度±1 dB,超噪比随温度变化小于0.01 dB/°C。     

磁带录音技术中噪声问题的探讨

在磁带录音技术中，噪声是一项重要的特性，噪声电平的高低，直接影响声音质量及其效果。本文详细地介绍了噪声的分类及噪声产生的原因。     

静态串扰噪声识别算法

传统的静态串扰噪声识别算法只验证耦合电容和噪声幅值信息,没有考虑噪声宽度对电路逻辑功能的影响,所以给出的结果过于保守,导致设计收敛的时间被延长。文章在传统算法的基础上增加了噪声宽度这一识别指标,克服了以往算法结果过于保守的缺点。实验表明,通过验证噪声幅值和宽度指标,算法准确地识别出对电路逻辑功能产生影响的静态串扰噪声,为IC设计的后端优化提供了准确信息。     

基于噪声检测的高密椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度保护图像的细节信息,使得高密度噪声污染图像也能得到较好的恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

半导体激光器光输出噪声测量及与电噪声的相关性

采用互谱估计方法测量了半导体激光器的微弱电噪声谱及光噪声谱。结果表明两者在超辐射区有较强的相关性。对光噪声的形成机理分析证明由载流子起伏形成的光噪声与电噪声完全相关，而由外量子效率起伏引起的光噪声与电噪声是不相关的。