[发明专利]一种低频噪声分析系统及方法

权利要求书

1.一种低频噪声分析系统，其特征在于，包括：

待检测器件模块、低噪声放大模器模块、可调增益放大模块、低频采样模块和噪声处理模块；

所述待测器件模块，用于在给器件提供外部的偏置电压使其工作与设定状态后，将待测器件需要关注的噪声信号引入；

所述低噪声放大器模块，用于将所述待测器件模块输出的小信号噪声放大；

所述可调增益放大模块，用于依据待测器件输出的信号幅度大小选择信号增益将放大后的噪声信号进行再次放大输出模拟噪声信号；

所述低频采样模块，用于对所述可调增益放大模块输出的模拟噪声信号进行采样，将模拟噪声信号转化为数字噪声信号；

所述噪声处理模块，用于将所述低频采样模块输出的数字噪声信号进行噪声建模和神经网络分析。所述噪声处理模块将所述低频采样模块输出的数字噪声信号根据基于不同噪声源进行噪声建模，并建立神经网络模型，基于构建的神经网络模型，获取各噪声源的权重数据，依据各噪声源的构成与权重分别绘制出各噪声源的频率谱，通过分析各噪声源频谱并与器件基准的噪声源频谱进行比较，从而分析潜在的缺陷和可靠性隐患。

2.如权利要求1所述的一种低频噪声分析系统，其特征在于，所述噪声处理模块进一步包括：

噪声模型构建单元，用于基于不同噪声源的数据特性，构建不同噪声模型；

神经网络模型构建单元，用于根据构建的噪声模型确定输入卷积函数，构建神经网络模型；

权重确定单元，基于构建的神经网络模型，获取各噪声源的权重数据；

频率谱绘制单元，用于依据各噪声源的构成与权重分别绘制出各噪声源的频率谱；

频谱比较单元，用于分析各噪声源频谱，并与器件基准的噪声源频谱进行比较，从而分析潜在的缺陷和可靠性隐患。

3.如权利要求2所述的一种低频噪声分析系统，其特征在于：所述频率谱绘制单元依据各噪声源的构成与权重分别绘制出各噪声源的频率谱，并将白噪声频谱去除。

4.如权利要求2所述的一种低频噪声分析系统，其特征在于：所述噪声模型构建单元选定的噪声模型包含系统白噪声和缺陷噪声。

5.如权利要求4所述的一种低频噪声分析系统，其特征在于：所述白噪声包括热噪声和离散噪声，其构建一个噪声模型，作为一类卷积核。

6.如权利要求4所述的一种低频噪声分析系统，其特征在于：对于缺陷噪声，依据其器件特性，选定出多种可能的噪声源，依据噪声源选定噪声模型，选定为噪声处理中的多个卷积核。

7.如权利要求6所述的一种低频噪声分析系统，其特征在于：所述神经网络模型构建单元利用多个卷积核对测量的数据进行卷积处理，构建第一层CNN网络，采用三层隐含层用于识别分析噪声源的主成分，并给出各类噪声源的权重。

8.一种低频噪声分析方法，其特征在于，包括如下步骤：

步骤S1，利用低噪声放大器模块将待测器件模块输出的小信号噪声放大，采用低噪声放大器实现；

步骤S2，利用可调增益放大模块依据待测器件输出的信号幅度大小选择合适的信号增益将放大后的噪声信号进行再次放大输出模拟噪声信号；

步骤S3，利用低频采样模块对可调增益放大模块输出的模拟噪声信号进行采样，将模拟噪声信号转化为数字噪声信号；

步骤S4，利用噪声处理模块将低频采样模块输出的数字噪声信号根据基于不同噪声源进行噪声建模，并建立神经网络模型，基于构建的神经网络模型，获取各噪声源的权重数据，依据各噪声源的构成与权重分别绘制出各噪声源的频率谱，通过分析各噪声源频谱并与器件基准的噪声源频谱进行比较，从而分析潜在的缺陷和可靠性隐患。

9.如权利要求8所述的一种低频噪声分析方法，其特征在于，步骤S4进一步包括：

步骤S400，基于不同噪声源的数据特性，构建不同噪声模型；

步骤S401，根据构建的噪声模型确定输入卷积函数，构建神经网络模型；

步骤S402，基于构建的神经网络模型，获取各噪声源的权重数据；

步骤S403，依据各噪声源的构成与权重分别绘制出各噪声源的频率谱，并将白噪声频谱去除；

步骤S404，分析各噪声源频谱，并与器件基准的噪声源频谱进行比较，从而分析潜在的缺陷和可靠性隐患。