文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.174770
中文引用格式: 樊欣欣,楊連營,陳秀國,等. 電力場效應(yīng)管隨機電報信號噪聲的檢測與分析[J].電子技術(shù)應(yīng)用,2018,44(8):44-46.
英文引用格式: Fan Xinxin,Yang Lianying,Chen Xiuguo,et al. Detection and analysis of random telegraph signal noise in P-MOSFET[J]. Application of Electronic Technique,2018,44(8):44-46.
0 引言
電力場效應(yīng)管具有驅(qū)動電路簡單、驅(qū)動功率小、熱穩(wěn)定性好、開關(guān)速度快、工作頻率高的特點,常作為高頻開關(guān)電源的核心器件,被廣泛應(yīng)用于電力電子的通信電源設(shè)備[1]。然而,P-MOSFET在大功率、強電流的開關(guān)工作狀態(tài)下,其內(nèi)部的導(dǎo)通電阻迅速增大,導(dǎo)致P-MOSFET產(chǎn)生電導(dǎo)調(diào)制效應(yīng),極大地限制了其開關(guān)速度,影響其擊穿電壓,直接影響P-MOSFET的可靠性[2-3]。已有相關(guān)文獻顯示,當(dāng)P-MOSFET可靠性降低時,其內(nèi)部的RTS噪聲成分顯著,可以作為反映P-MOSFET可靠性的敏感參數(shù)[4]。因此對P-MOSFET的RTS噪聲檢測與分析是研究P-MOSFET可靠性的當(dāng)務(wù)之急。
1 P-MOSFET管RTS噪聲的檢測
傳統(tǒng)的低頻噪聲測量是將放大器直接與頻譜分析儀相連[4],很難辨別RTS噪聲的來源,而且RTS噪聲極其微弱,很容易被放大器的背景噪聲所掩埋。因此本文根據(jù)互譜法的原理,可采用二通道互譜測量方法對電力場效應(yīng)管的RTS噪聲進行檢測。
1.1 互譜測量
互譜測量的原理如圖1所示,其中 s(t)為待測P-MOSFET經(jīng)過偏置電路所激發(fā)的低頻噪聲,x(t)和y(t)分別為放大器1和2的輸出信號。
由互譜測量的原理可得出[5]:
式中,T為測量的時間,t為時間變量,τ為x(t)與y(t)遲延,j為虛單位,ω為系統(tǒng)的角頻率。
根據(jù)上式可知,如果測量的時間比較長,兩個通道之間的背景噪聲便可以充分抑制,就削弱了系統(tǒng)的干擾噪聲對待測RTS噪聲的影響。
1.2 改進型EMD算法的實現(xiàn)
根據(jù)EMD算法的流程圖[6],可知EMD算法能夠?qū)ζ渌懈鞣N頻段的噪聲進行逐層分解,但無法有效地濾波以及恢復(fù)出含有其他噪聲成分較小RTS噪聲。因此,提出了一種改進型的EMD算法。
改進的思路如下:
(1)利用EMD對RTS噪聲進行分解得到:
式中f(t)為待測樣品的RTS噪聲信號,n為EMD分解的層,j為 EMD分解的第j層,t為時間,IMFj為經(jīng)EMD分解后的第j層的本征模態(tài)分量,rn(t)為分解n層之后余下的殘波。
(2)根據(jù)IMF分量的頻率具有依次遞減的特點,找出高低頻干擾成分顯著的IMF分量集合C和D。
高頻分量集合:
C={IMF1,IMF2,…,IMFk}且k<n
低頻分量集合:
D={IMFn,IMFn-1,…,IMFl}且l<n-k-1
(3)讓原始的RTS噪聲信號減去高頻干擾主要集中的成分C與低頻擾動集中的D成分,即可濾除噪聲,得到背景噪聲較小的RTS噪聲信號,其表達式為:
式中ID(t)為濾波后的RTS噪聲信號,ai為高頻分量集合C中的IMF任意高頻分量,bi為低頻分量集合D中的IMF任意低頻分量。
圖2(a)為文獻[6]采用的高通數(shù)字濾波器的方法處理樣品RTS噪聲后的濾波效果,通過比較圖2(a)與圖2(b)可以看出經(jīng)過EMD處理后的噪聲信號,能夠很好地濾除RTS噪聲信號中的高頻干擾,濾波效果優(yōu)于傳統(tǒng)的方法,分離出比較理想的三電平值RTS噪聲。
1.3 改進的自適應(yīng)最小均方算法
雖然改進型的EMD算法能夠有效地消除高低頻干擾對RTS噪聲的影響,但不易確定EMD分解后的高低頻干擾IMF分量,尤其是當(dāng)待分解的RTS噪聲含有較大的干擾時,EMD分解的層數(shù)就會較多,對含有高低頻成分的IMF分量C與D的確定就更加困難。
因此,可以利用改進型的自適應(yīng)最小均方(Least-Mean-Square,LMS)算法克服以上問題。其改進的自適應(yīng)LMS算法的思路為:
(1)初始化參量陣元個數(shù)M、參考信號d(n)。
(2)由W(n+1)=W(n)+2μ(n)e(n)X(n)計算初始狀態(tài)下的權(quán)W,并得出所得信號與期望信號之間的誤差。
(3)為了加快改進型EMD算法收斂的穩(wěn)定性,減少EMD分解的層數(shù),根據(jù)改進型的公式μ(n)=1/(rho_max+1)(其中rho_max為RTS噪聲相關(guān)矩陣的最大特征值)計算步長因子μ(n)。
(4)根據(jù)迭代公式算法計算W(n+1)。
(5)由新得到的權(quán)值W(n+1)計算新的輸出信號及其與目標信號之間的誤差。
(6)根據(jù)第5步得出的誤差大小判斷是否達到誤差允許范圍的要求。若誤差滿足要求,則迭代結(jié)束,所得的權(quán)值向量W(n+1)即是要求的目標權(quán)值;否則轉(zhuǎn)向第3步迭代繼續(xù)進行。
經(jīng)自適應(yīng)LMS算法濾波后的RTS噪聲如3所示,由圖3(b)可知,濾波后的效果優(yōu)更為接近理想的三電平值的RTS噪聲。
2 P-MOSFET管 RTS噪聲的分析
由于傳統(tǒng)的分析方法不再適用于RTS噪聲的時域分析,而高階累積量可以用于對非高斯信號的分析,因此本文提出了利用高階累積量來分析RTS噪聲。
2.1 高階累計量的優(yōu)化
由于RTS噪聲的時間分布函數(shù)呈現(xiàn)泊松分布,因此為了分析優(yōu)化得到的高階累積量的性能和有效性,可以運行時間和波形相關(guān)系數(shù)(Normalization Cross Correlation,NCC)來分析四階累積量進而分析RTS噪聲信號:
式中:x(n)為原始信號,x′(n)為x(n)轉(zhuǎn)置函數(shù),L、m分別為x(n)、x′(n)的采樣數(shù)。運行時間越小,波形相關(guān)系數(shù)越大,則算法性能更好。
2.2 高階累積量的優(yōu)化驗證
為驗證該優(yōu)化算法的有效性,在LabVIEW平臺下將RTS噪聲信號導(dǎo)入數(shù)據(jù)庫,利用NCC分別對RTS噪聲的四階累積量進行優(yōu)化處理,得到的結(jié)果如圖4所示。
從圖4可以看出,RTS噪聲的四階累積量都呈現(xiàn)泊松規(guī)律,進一步驗證了RTS噪聲的時間分布函數(shù)服從泊松分布的規(guī)律。在零頻處有一個很明顯的尖峰,具有1/f噪聲特性,而且四階累積量峰值明顯多于四階累積量,也說明了RTS噪聲是1/f噪聲疊加的過程。同時圖形當(dāng)中每個點都在零平面附近對稱的跳動,從而證明RTS噪聲四階累積量為零,進而驗證本算法的正確性、可行性。
同時對優(yōu)化前后的四階累積量仿真結(jié)果顯示優(yōu)化前的時間為16.26 s,優(yōu)化后的僅為為9.248 s,說明優(yōu)化后四階累積量減小了運算時的復(fù)雜度,提高了對RTS噪聲數(shù)據(jù)處理的效率。
3 結(jié)論
本文通過互譜測量法測量出P-MOSFET管的RTS噪聲,利用了改進型的EMD算法與LMS算法對其逐層分解、濾波、恢復(fù)出較為理想的RTS噪聲信號,并對高階統(tǒng)計量的算法進行了優(yōu)化,驗證了RTS噪聲的時間函數(shù)呈現(xiàn)的泊松分布規(guī)律,證明該方法的正確與有效性。
參考文獻
[1] MOHAMED N,DEBARSHI B,CELIK B.Variability of random telegraph noise in analog MOS transistors[J].Noise and Fluctuations,2013,15(8):275-290.
[2] 陳曉娟,樊欣欣,吳潔.短溝道MOS器件隨機電報信號噪聲的檢測與分析[J].半導(dǎo)體技術(shù),2016,41(3):234-239.
[3] LEYRIS C,MARTINEZ F,VALENZA M,et al.Random telegraph signal:a sensitive and non destructive tool for gate oxide single trap characterization[J].Micro Electronics Reliability,2014,47(6):573-576.
[4] LEE A,BROWN A,ASENOV A,et al. Random telegraph signal noise of power MOSFETs subject to atomic scale structure variation[J].Superlatives and Microstructures,2014,39(12):293-300.
[5] 孫瑋,孫釗,王鵬.場效應(yīng)晶體管隨機電報信號噪聲的探測及分析[J].西安工業(yè)大學(xué)學(xué)報,2013,16(12):957-960,967.
[6] 陳曉娟,樊欣欣.基于RTS噪聲測量與參量的提取[J].電力電子技術(shù),2016,50(8):103-105.
[7] 樊欣欣,楊連營,陳秀國.基于低頻噪聲檢測的電力MOSFET可靠性分析[J].半導(dǎo)體技術(shù),2018(1):75-80.
作者信息:
樊欣欣,楊連營,陳秀國,徐 斌
(國網(wǎng)銅陵供電公司,安徽 銅陵244000)