[发明专利]一种提取带陷阱耦合效应的随机电报噪声信号的方法

摘要

本发明公布了一种提取带陷阱耦合效应的随机电报噪声信号的方法，基于隐马尔可夫模型，从实测的带有噪声的漏电流信号中，提取得到干净且带有耦合信息的随机电报噪声；包括：根据得到的漏电流信号，设定器件中的陷阱个数N_trap的范围；针对每一个N_trap值，进行一次完整的建模提取，得到对应的随机电报噪声信号RTN(t)；分别对每个N_trap值计算得到对应的贝叶斯信息标准BIC；将贝叶斯信息标准BIC最小值所对应的N_trap下的提取结果RTN(t)作为真实的随机电报噪声信号，完成依赖于隐马尔可夫模型的随机电报噪声信号的提取。本发明提取的RTN能够真实反映陷阱之间的相互影响，同时不会受态缺失的影响。

主权项

1.一种提取带陷阱耦合效应的随机电报噪声信号的方法，所述提取方法基于隐马尔可夫模型，从实测的带有噪声的漏电流信号中，提取得到干净且带有耦合信息的随机电报噪声；包括如下步骤：一)通过实测得到设定栅压和漏压下的漏电流信号；二)根据所述得到的漏电流信号，设定器件中的陷阱个数Ntrap的范围为1～Nmax； Nmax为最大陷阱个数；针对每一个Ntrap值，进行一次完整的建模提取，得到该Ntrap值对应的随机电报噪声信号RTN(t)；所述建模提取过程具体为：1)基于隐马尔可夫模型建立随机电报噪声模型，得到隐状态之间的状态转移概率矩阵K；矩阵K中的每一个元素K_ij是单位时间内从隐状态j转移到隐状态i的概率；隐状态个数为N_state，2)根据漏电流信号的直方图，确定各个隐状态对应的电流幅度，根据电流幅度初步提取随机电报噪声信号，得到各个时刻t下对应的隐状态S(t)，再计算得到状态转移概率强度矩阵K和高斯噪声幅度σ，作为随机电报噪声模型的初值；3)利用前馈‑后馈算法对随机电报噪声模型进行训练，设定收敛阈值，通过迭代求解所述随机电报噪声模型，得到模型参数，包括状态转移概率强度矩阵K、高斯噪声幅度σ和不存在噪声情况下的电流值A；迭代收敛后由式6提取得到随机电报噪声信号RTN(t)；式6中，S^(t)表示t时刻所处的隐状态；表示S^(t)态所对应的电流值，S^(t)由式5计算得到：式5中，ai(t)表示t时刻、处于隐状态i且已经观测到I(1),I(2),…I(t)的概率，由式1计算得到：式1中，矩阵K中的每一个元素Kij是单位时间内从隐状态j转移到隐状态i的概率；σ为噪声幅度；t表示测试时间；I(t)表示t时刻所测得的电流；Ai表示隐状态i所对应的电流值；三)分别对每个Ntrap值，利用式9计算得到该Ntrap值对应的贝叶斯信息标准BIC：其中，N_trap为陷阱个数；T为测试时间总长；S^(T)表示T时刻所处的隐状态，由式5计算得到；为T时刻，处于隐状态_S^(T)，且观测到序列I⁽¹⁾,I⁽²⁾,…I^(T)的概率，由式1计算得到；四)将贝叶斯信息标准BIC最小值所对应的Ntrap下的提取结果RTN(t)作为真实的随机电报噪声信号，由此完成依赖于隐马尔可夫模型的随机电报噪声信号的提取过程。