一种GaN发光二极管抗辐照能力无损筛选方法及装置与流程

本发明涉及微电子技术领域，具体而言，涉及一种GaN发光二极管抗辐照能力无损筛选方法及装置。

背景技术：

氮化镓作为第三代半导体材料，一直是蓝光发光二极管的主选材料；特别是近年来随着航天技术和电子技术的进一步发展，GaN发光二极管LED以其发光效率高、抗辐照能力强等优点广泛应用于军事、航天、核技术等特殊环境；GaN发光二极管LED器件在太空中工作，不可避免的受到太空中各种射线的照射，从而使其性能发生衰减，所以在此条件下工作的GaN发光二极管LED器件的稳定性一直倍受重视。

航天用电子元器件在上机前或者发射前都需要进行抗辐射能力的检测、评价和筛选；现有技术中的GaN发光二极管抗辐照能力无损筛选方法主要有两种：“辐照-退火”方法和多元回归分析法；其中，辐照-退火筛选方法以试验测试为主，首先对待筛选器件进行额定剂量的辐照，然后选择一种或者几种灵敏电参数，在两小时内完成对选取的参量进行测试和分析，筛选掉不符合要求的器件；接着进行50％额定剂量的辐照；接着加压退火后再次进行电测试；筛选出合适的器件；具体过程如图1。该方法存在有两方面的局限性：一是检测成本高，不利于及时反馈信息，从而延长了研制和生产周期；二是检测本身具有破坏性，及最后筛选出的器件都经过了辐照，使器件寿命本身已经降低。上述的多元回归分析方法的关键是选取辐照前的敏感参数，对辐照后器件性能参数进行预估，前者的敏感参数称为信息参数，想要预估的辐照后器件性能参数称为辐射性能参数，现有技术中通常是选用辐照前的输出光功率和反向漏电流作为信息参数，辐照后的输出光功率退化作为辐射性能参数，此方法得到的回归预测方程的不够精确，不能直接、敏感地反映器件辐照后地缺陷变化，进而使筛选出来的器件中可能包含有具有缺陷的器件。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种GaN发光二极管抗辐照能力无损筛选方法及装置，以解决上述问题。

第一方面，本发明实施例提供了一种GaN发光二极管抗辐照能力无损筛选方法，包括：

获取随机子样器件的输出光功率P_out和1/f噪声幅值B；

获取经过辐照实验后的所述随机子样器件的输出光功率P_out′；

基于所述P_out和所述P_out′，计算退化量ΔP_out＝P_out′-P_out；

以所测量的1/f噪声幅值B作为信息参数，以输出光功率退化量ΔP_out作为辐照性能参数，采用线性回归法建立B和ΔP_out之间的线性回归方程并计算得到线性回归方程中的ΔP_out和信息参数B的系数向量其中，X为信息参数B构成的矩阵，是残差，系数向量的展开式为

建立信息参数B和辐照性能参数之间的无损筛选回归预测方程：其中，ΔP_out＝β₀+β₁β_k为测量值对应的输出光功率退化量的预测值，t(1-α/2，(n-2))是置信度为1-α的t分布，为残差，为的转置，X^T为X的转置，为的转置；

利用所述无损筛选回归预测方程预测单个器件的抗辐照性能。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中：

所述获取随机子样器件的1/f噪声幅值B包括：

设置GaN发光二极管的输入电流；

在GaN发光二极管的输出端引出噪声信号，并进行低噪声的前置放大；

将放大后的噪声信号传输给数据采集卡；

通过计算机软件计算并提取数据采集卡采集的数据，得到噪声幅值。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中：

所述利用所述无损筛选回归预测方程预测单个器件的抗辐照性能，包括：

获取待筛选器件在工作区某一电流值处的1/f噪声幅值B；

将所测的1/f噪声幅值B带入回归预测方程(该回归方程各参量的描述见本专利说明书第20)，得到此GaN发光二极管的输出光功率退化预测值；

确定所述器件的输出光功率退化容限；

将所述预测值和所述输出光功率退化容限进行比较，如果此预测值在此类器件的输出光功率退化容限之内，则认为此器件为合格产品；反之，如果得到的预测值落在此类器件的输出光功率退化容限之外，则认为此器件为不合格产品。

第二方面，本发明实施例提供了一种GaN发光二极管抗辐照能力无损筛选装置，包括：

第一获取单元，用于获取随机子样器件的输出光功率P_out和1/f噪声幅值B；

第二获取单元，用于获取经过辐照实验后的所述随机子样器件的输出光功率P_out′；

计算单元，用于基于所述P_out和所述P_out′，计算退化量ΔP_out＝P_out′-P_out；线性回归方程建立单元，用于以所测量的1/f噪声幅值B作为信息参数，以输出光功率退化量ΔP_out作为辐照性能参数，采用线性回归法建立B和ΔP_out之间的线性回归方程并计算得到线性回归方程中的ΔP_out和信息参数B的系数向量其中，X为信息参数B构成的矩阵，是残差，系数向量的展开式为

建立信息参数B和辐照性能参数之间的无损筛选回归预测方程：其中，ΔP_{out k}＝β₀+β₁β_k为测量值对应的输出光功率退化量的预测值，t(1-α/2，(n-2))是置信度为1-α的t分布，为残差，为的转置，X^T为X的转置，为的转置；

预测单元，利用所述无损筛选回归预测方程预测单个器件的抗辐照性能。

本发明实施例所提供的方法以及装置，能够实现在对元器件无损坏的前提下，进行对GaN发光二极管元器件准确、高效的筛选。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了现有技术中“辐照-退火”方法流程示意图；

图2示出了本发明实施例所提供的一种GaN发光二极管抗辐照能力无损筛选方法的方法流程示意图；

图3示出了本发明实施例所提供的1/f噪声幅值B的测量采集装置的结构示意图；

图4示出了本发明实施例所提供的一种GaN发光二极管抗辐照能力无损筛选装置的结构示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

GaN发光二极管在使用时都需要进行抗辐照能力的测试，以筛选出抗辐照能力较佳的元器件；现有技术中的筛选方法包括：辐照-退火筛选方法和多元回归分析法，前者是一种有损筛选，元器件在进行筛选的过程中会受到损坏，经过筛选后的元器件寿命本身已经降低；后者是一种无损筛选方法，但是该方法选用辐照前的输出光功率和反向漏电流作为信息参数，辐照后的输出光功率退化作为辐射性能参数，由于输出光功率、反向漏电流和输出光功率退化不能直接的反映器件中的缺陷状态，因此预测方法存在着预测不够精确的缺陷，进而导致筛选过程可靠性不高。并且，从微观机制上分析可得的噪声幅值的变化更直接反映了器件中的缺陷状态，噪声幅值随辐照剂量的增加相应增大，表明随辐照剂量的增多，器件产生的缺陷增多即造成的损伤也就越严重。有鉴于此，本发明实施例提供了一种GaN发光二极管抗辐照能力无损筛选方法及装置，结合GaN发光二极管中的噪声参数特性，在对元器件无损伤的前提下，保证被筛选元器件的可靠性。

下面通过具体实施例进行对本发明技术方案的详细介绍。

如图1所示，本发明实施例提供了一种GaN发光二极管抗辐照能力无损筛选方法，包括如下步骤：

S201、获取随机子样器件的输出光功率P_out和1/f噪声幅值B；

进行上述步骤中之前，首先需从一批器件的抽样母体中按照简单随机抽样原则抽取n个随机子样，n大于等于20；测量这些随机抽样器件的输出光功率P_out和1/f噪声幅值B，并记录测试条件；其中，1/f噪声即功率谱密度的幅值与频率成反比的一类噪声，其中f表示频率；

进一步的，通过以下方式获取随机子样器件的1/f噪声幅值B：

设置GaN发光二极管的输入电流；

在GaN发光二极管的输出端引出噪声信号，并进行低噪声的前置放大；

将放大后的噪声信号传输给数据采集卡；

通过计算机软件计算并提取数据采集卡采集的数据，得到所述噪声幅值。

S202、获取经过辐照实验后的所述随机子样器件的输出光功率P_out′；

需要说明的是，上述辐照实验的辐照的剂量率和总剂量要根据具体GaN发光二极管额定辐照剂量来设定，优选地，剂量率设置在50到300rad(Si)/s之间。对该辐照后的随机子样器件输出光功率退化量ΔP_out的获取采用常规手段进行，但要限制在辐照后两个小时之内完成测量，以免器件退火严重影响测试结果。

S203、基于所述P_out和所述P_out′，计算退化量ΔP_out＝P_out′-P_out；

然后进行数据筛选，用数理统计中的假设检验方法分别检验辐照前和辐照后测量数据是否服从正态分布，并剔除异常数据；

S204、以所测量的1/f噪声幅值B作为信息参数，以输出光功率退化量ΔP_out作为辐照性能参数，采用线性回归法建立B和ΔP_out之间的线性回归方程并计算得到线性回归方程中的ΔP_out和信息参数B的系数向量其中，X为信息参数B构成的矩阵，是残差，系数向量的展开式为

该步骤中，通过以下方式进行计算系数向量

将多元线性回归方程可进一步展开为：

其中，ΔP_out1、ΔP_out2、...、ΔP_outn为第1、2、...、n个随机子样的辐照后输出光功率退化量；

B₁、B₂、...、B_n为第1、2、...、n个随机子样的辐照前噪声幅值；

β₀为常数项、β₁为噪声幅值的系数；

ε₁、ε₂、...、ε_n为第1、2、...、n个随机子样线性回归方程的参差；

利用最小二乘估计法估计出信息参数的系数向量为：X^T为X的转置矩阵。

S205、建立信息参数B和辐照性能参数之间的无损筛选回归预测方程：其中，ΔP_{out k}＝β₀+β₁B_k为测量值对应的输出光功率退化量的预测值，t(1-α/2，(n-2))是置信度为1-α的t分布，为残差，为的转置，X^T为X的转置，为的转置；

S206、利用上述无损筛选回归预测方程预测单个器件的抗辐照性能。

进一步的，利用无损筛选回归预测方程通过以下方式进行预测单个器件的抗辐照性能：

获取待筛选器件在工作区某一电流值处的1/f噪声幅值B；该噪声幅值B测量条件和上述步骤S201中的测试条件相同；

将所测的1/f噪声幅值B带入回归预测方程得到此GaN发光二极管的输出光功率退化预测值；

确定所述器件的输出光功率退化容限；

将所述预测值和所述输出光功率退化容限进行比较，如果此预测值在此类器件的输出光功率退化容限之内，则认为此器件为合格产品；反之，如果得到的预测值落在此类器件的输出光功率退化容限之外，则认为此器件为不合格产品。

本发明实施例所提供的筛选方法通过对同一工艺制造出来的器件，通过对一定数量随机样品进行辐照试验，找出信息参数和辐射性能参数之间的函数关系，进而实现对未辐照器件的筛选，与现有的GaN发光二极管抗辐照能力无损筛选方法相比，具有以下优点：

1、筛选出来的器件是未经过辐照的，属于“无损筛选”，因此筛选过程不会减少器件寿命；

2、选用的GaN发光二极管信息参数B(1/f噪声幅值)较原有的信息参数准确度高，筛选可靠性高；

3、只需测量待筛选器件的一个参数，筛选周期短，方法简单，易于使用。

需要说明的是，上述方法中，输出光功率退化量ΔP_out采用现有技术中的常规手段得到，而电子器件的低频噪声十分微弱，要能有效地检测这种噪声，测试系统必须具有足够高的灵敏度。为此，本发明实施例中对1/f噪声幅值B的测量采用如图3所示的1/f噪声幅值B的测量采集装置进行，本装置包括：电源、GaN发光二极管适配器、偏置器、低噪声前置放大器、数据采集与分析系统；其中电源、GaN发光二极管适配器和偏置器主要是根据待测器件噪声测试的具体要求，提供偏置电压、偏置电流、源电阻，使之处于相应的测试状态；待测的噪声信号经过前置放大器和数据采集卡被送至数据采集与分析系统进行数据的分析处理、存储和打印输出；为了实现信号实时、快速、准确的采集，采用DAQ2010数据采集卡进行数据采集，其最大采样速率为2MHz，以保证1/f噪声测试频率范围；其量化精度为14bit，以保证测试精度和动态范围；该数据采集卡还带有程控增益放大器、D/A转换器，为仪器的功能拓展创造了条件；进一步的，数据的传输采用异步双缓冲直接内存访问的方式，保证了数据传输的快速和连续。信号连续双通道采集的实现为后续时域分析和频域分析创造了先决条件。测量1/f噪声幅值B时保证所加的偏置使GaN发光二极管处于工作区。

如图4所示，本发明实施例还提供了一种GaN发光二极管抗辐照能力无损筛选装置，该装置包括：

第一获取单元410，用于获取随机子样器件的输出光功率P_out和1/f噪声幅值B；

第二获取单元420，用于获取经过辐照实验后的所述随机子样器件的输出光功率P_out′；

计算单元430，用于基于所述P_out和所述P_out′，计算退化量ΔP_out＝P_out′-P_out；线性回归方程建立单元440，用于以所测量的1/f噪声幅值B作为信息参数，以输出光功率退化量ΔP_out作为辐照性能参数，采用线性回归法建立B和ΔP_out之间的线性回归方程并计算得到线性回归方程中的ΔP_out和信息参数B的系数向量其中，X为信息参数B构成的矩阵，是残差，系数向量的展开式为

建立信息参数B和辐照性能参数之间的无损筛选回归预测方程：其中，ΔP_out＝β₀+β₁B_k为测量值对应的输出光功率退化量的预测值，t(1-α/2，(n-2))是置信度为1-α的t分布，为残差，为的转置，X^T为X的转置，为的转置；

预测单元450，利用所述无损筛选回归预测方程预测单个器件的抗辐照性能。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。