GaA lAs红外发光二极管RTS噪声测试方法研究*

杨　建，吕　瀚，陈志高（中国地震局地震研究所（地震大地测量重点实验室），武汉430071）

GaA lAs红外发光二极管RTS噪声测试方法研究*

杨建*，吕瀚，陈志高
（中国地震局地震研究所（地震大地测量重点实验室），武汉430071）

提出了一种GaAlAs红外发光二极管自动温控RTS（Random Telegraph Signal）噪声测试新方法。通过分析GaAlAs IRLED的RTS噪声产生机理及特性，建立了GaAlAs IRLED的RTS噪声模型，设计了自动温控噪声测试系统。实验结果表明，该方法能准确的测量GaAlAs IRLED的RTS噪声，得到与噪声模型一致的结果，为GaAlAs IRLED可靠性的噪声表征提供了实验与理论依据。

RTS噪声；红外发光二极管；噪声模型；氧化层陷阱；自动温控

以GaAlAs双异质结红外二极管（IRED）是一种电光转换器件，在一定的正向电流驱动下，发射出峰值波长8 500Å～8 800Å的近红外光。该波长适合于光导纤维在这一频段（λ=0.8μm～0.9μm）中损耗低的要求，有利于短波长的光纤通信，其可靠性问题也越来越受到关注。近来的实验结果表明，LED的低频噪声随着输入电流的增加而以不同的规律增大［1］。此外，大量研究结果也显示，LED的RTS噪声与其可靠性有直接的关系，相比传统的电参数而言，RTS噪声能更加敏感地表征起其可靠性。

本文提出了一种RTS噪声检测的方法，该方法基于载流子数涨落和迁移率涨落机制，通过深入分析GaAlAs双异质结红外二极管低频噪声的产生机理，建立了GaAlAs IRED的RTS噪声模型，设计了一套RTS噪声测试系统。在输入电流宽范围变化的条件下，测试了GaAlAs双异质结红外二极管的RTS噪声，该方法能准确地获取GaAlAs IRED的RTS噪声，研究结果为该类器件的可靠性表征提供实验和理论依据。

1　RTS噪声特性与模型

GaAlAs IRED的低频噪声噪声通常表现为1/f噪声、g-r噪声、白噪声和RTS噪声等的叠加，一般认为RTS噪声与边界陷阱之间具有显著的相关性，不同的边界陷阱产生的RTS噪声各不相同。大量研究表明，RTS噪声在一个相当宽的频率范围内，噪声电压或电流的功率谱密度近似与通过器件的电流的平方成正比［2］。利用RTS噪声不仅可以确定陷阱的深度和能级以及陷阱的俘获截面和散射截面，还可以确定陷阱在沟道中的位置。

因此，要利用RTS噪声来分析边界陷阱，需3步：首先，建立准确的RTS=噪声物理-数学模型；其次，精确地提取RTS噪声及其特征；最后，有效的RTS噪声陷阱分析方法。RTS噪声主要有2个参数：俘获时间常数τc和发射时间常数τe以及噪声幅度［3］。当器件尺寸进入深亚微米乃至纳米范围时，RTS噪声绝对幅度非常小，约为10-9A。单个陷阱的τc和τe可表示为，

式中，n、σ0和νth分别为电子浓度、陷阱对电子的平均俘获截面和电子的平均热速度；ΔEb为激活能，K和T分别为玻尔茲曼常数和绝对温度，g为简并因子，Ef为费米能级，Et为陷阱能级，Ec为平衡条件下陷阱能级被载流子占据的概率，所以单个陷阱俘获和发射载流子引起沟道电流涨落的功率谱密度［4］为，

式中，ΔI为RTS噪声电流幅值。由此可见，RTS的频谱为洛伦兹谱，这是其主要的频谱特征。RTS噪声在时域和频域的识别标准图如图1所示。

图1　RTS噪声的时域波形和频谱图

由式（1）～式（3）及图1可以看出，通过建立RTS噪声模型，用数学的方法表示了RTS噪声与边界陷阱的关系，使得二者之间建立了必要的联系。同时，在后续的测试过程中，噪声模型可为实验数据的分析提供可靠的参考标准，依据建立的模型，可以得出实验的噪声数据中是否含有RTS噪声成份，使得实验结果的正确性得到了保障。

2　RTS噪声测试系统

测量RTS噪声的方法之一是把波动的电流通过大的负载电阻转换成电压，电压中很小的波动成分被数字频谱分析仪数字化。一般情况下，RTS噪声的测量是通过用户自己将所需设备进行组合［5］。比如低噪声能源、电流电压转换器、示波器或者电压采样器。然而，这些测试系统由于是由不同仪器组建而成，使得整个系统难以校准，所以很难取得稳定一致的测试结果。

传统的测试系统是由偏置电路、待测器件、前置放大器、虚拟仪器和打印机构成，其整体系统框图如图2所示。

图2　传统RTS噪声测量系统框图

我们看到，传统的测试系统中，对偏置电路、PARC113及虚拟仪器的要求很高。传统测试系统的偏置电路激发噪声的能力较弱，前置放大器的精度低，背景噪声大；虚拟仪器部分，数据采集卡的精读要高，采集速度要快，虽然可通过精准选型解决，但是要与分析软件LabVIEW配合使用，很容易出现问题，使其很难达到所要求的测试精度。

为了获得稳定一致的测试结果，本文采用精密电子器件参数测试仪Agilent4156 C作为直流电压源通过低通滤波器给被测GaAlAs IRED提供偏压，采用SR570低噪声前置放大器对噪声信号放大，最后采用Agilent35670A动态信号分析仪对放大后的噪声信号进行快速傅里叶变换FFT，得到噪声功率谱密度。通过Sagittarius控制器、Agilent B1530A模块及遥控感应单元RSU（Remote Sense Unit）组合，其中Sagittarius平台中带有自控温度控制模块，可以控制整个测试环境的温度［6］。这个新型的测量系统就可以准确、高效地完成工业生产中所需要的RTS噪声的测试和分析，系统构建及器件连接示意图如图3所示。

图3　GaA lAs IRED的RTS噪声自动温控测量系统

在RTS噪声测试中，GaAlAs IRED偏置电路的设计是一个重要的问题。它有一个对外窗口用于透过红外光，噪声测试时需加保护盖避免外界温度变化对器件噪声性能的影响。实际使用时红外探测器需要外加偏置电压，每个器件有3个对外引脚，分别是正偏压输入引脚、负偏压输入引脚和信号输出引脚。为了对该类器件低频噪声进行准确测试，按照器件的实际应用方式，采用图4电路进行噪声测试偏置。被测的GaAlAs IRED安装在适配器测试插座上，通过开关设置，实现被测器件热噪声、总噪声等不同测试状态；被测器件各种测试状态下的噪声经过交流耦合送入低噪声前置放大器；经过第二级放大及滤波后的噪声信号送入噪声采集与分析系统进行采集及噪声特性的频域-时域分析，以确定其噪声参数［7］。其电路原理图如图4所示。

图4　GaA lAs IRED偏置电路的电路原理图

3　测试结果与讨论

基于上述方法，首先针对本文所设计的测试系统进行系统精度的测试。由于新系统中的偏置电路、控制、测试平台与传统的设计方法不同，是自动化测量仪器，这些仪器虽具有很高的直流精度和分辨率，但其内部使用了由MOS器件构成的有源反馈电路，这将会不可避免地在测量中引入误差。考虑到被测样品为要进行RTS噪声测试，而且噪声信号幅度小于10-6V，所以，新系统的设计的偏置电路使用了噪声抑制手段，将引入的背景噪声降到最低［8］。此外，测试过程中，为了防止外界信号对测量系统产生干扰，除计算机外的所有测量系统均置于实验屏蔽暗箱中，测试温度均在自动控制的室温下进行。其背景噪声水平测试结果如图5（a）所示，同时，图5（b）给出了传统系统的背景噪声测试结果。

图5　测试系统的背景噪声

由图5可以看到，该新测量系统的背景噪声远远小于待测RTS噪声的强度，大约小两个数量级，这证明设计的RTS噪声测量系统可行，可用于GaAlAs IRED的RTS噪声测试。同时，由图5（b）也可以看出，传统系统的背景噪声比较大，在测试的过程中会淹没掉待测的噪声，因此，新系统的性能要远远优于传统系统。与Agilent动态信号分析仪进行对比测试，可知该系统测试精度在4.8%以内，满足测试要求。其实验结果如表1、表2所示。

表1　频率不确定度测试结果

表2　幅度不确定度测试结果

对于RTS噪声测量和分析，首先要利用噪声测试平台测量获取样品器件的RTS噪声时间序列，将时间序列进行量化存储；然后利用时间特征和幅度特征的分析方法对RTS信号进行分析，得到两组重要的参数：一组为τc和τe，另一组为噪声幅度ΔI。针对实测RTS噪声的特征，利用干扰信号的统计学特征，采用统计的方法以减小和消除干扰信号对测量结果的影响［9］。在时间参数的提取中，先利用滤波处理，搜索得出RTS噪声的上升和下降边沿。然后，利用时间参数的指数分布，对其进行拟合得出时间常数，从而消除量化带来的误差。在幅度的提取中，先对滤波输出的幅度进行统计，再根据干扰信号的统计学分布，对其进行拟合以消除干扰对幅度提取造成的误差，从而得出RTS噪声幅度参数［10］。当抽样频率为10 K时，系统自动测量并识别出的RTS噪声数据如图6所示。

图6　测试系统的背景噪声

4　结论

本文提出了一种GaAlAs IRLED的RTS噪声的测量方法，并在此基础上建立了GaAlAs IRLED器件的RTS噪声测试系统，通过对GaAlAs IRLED的RTS噪声的模型的建立，给出了其RTS噪声参数的提取过程。实际测量表明，实验结果与模型符合很好。与传统RTS噪声测试系统和参数提取算法相比，在输入电流宽范围变化的条件下，本文所提出的系统具有更好的测量灵敏度、抗干扰能力和可重测性，精度更高，功能更强。此研究结果为该类器件的可靠性表征提供实验和理论依据。

［1］ 王爱迪，刘紫玉，张培健，等.Au/SrTiO_3/Au界面电阻翻转效应的低频噪声分析［J］.物理学报，2013，19：410-415.

［2］ 张航，刘栋斌，李帅，等.InGaAs探测器总剂量辐照性能试验分析［J］.传感技术学报，2015，28（1）：19-22.

［3］ 孙玮，孙钊，王鹏.场效应晶体管随机电报信号噪声的探测及分析［J］.西安工业大学学报，2013，12：957-960，967.

［4］ 陈文豪，杜磊，庄奕琪，等.电子器件散粒噪声测试方法研究［J］.物理学报，2011（5）：165-172.

［5］ 黄萌.一种热敏电阻红外探测器低频噪声测试系统［J］.计算机测量与控制，2012（2）：318-320.

［6］ Hooge F N，Hoppenbrouwers A M.1/f Noise in Continuous Thin Gold Films［J］.Physica，2007（45）：386-92.

［7］ 陈文豪.电子元器件低频电噪声测试技术及应用研究［D］.西安：西安电子科技大学，2012.

［8］ Scandurra G，CiofiC.Multi-Channel Cross Correlation for Increasing Sensitivity in Voltage Noise Measurements［C］//IEEE International Instrumentation and Measurement Technology Conference （I2MTC），2012：1524-1528.

［9］ 陈晓娟，陈东阳，申雅茹.基于低频噪声测量的UPS故障诊断方法［J］.电子器件，2015，38（2）：1-5.

［10］Shukla S Pandey.Qualitative Study of a New Circuit Model of Small-Signal Amplifier Using Sziklai Pair in Com-Configuration ［J］.Semiconductor Electronics（ICSE），2012：563-569.

杨建（1981-），男，汉族，硕士，工程师。研究方向为主要从事低频噪声测量、通信信号处理与地震预警监测仪器设计，yj1981011@163.com。

RTSNoise Measurement Method in GaA lAs IRED*

YANG Jian*，LÜHan，CHEN Zhigao
（Key Laboratory of Earthquake Geodesy，Institute of Seismology，CEA，Wuhan 430071，China）

A new RTSnoise testmethod of GaAlAs infrared light-emitting diodes automatic temperature control is proposed.By analyzing the RTS noise generating mechanism and characteristic of GaAlAs IRLED，the GaAlAs IRLED RTSnoisemodel isestablished and automatic temperature controlnoise testsystem is designed.The experimental results show that themethod can accuratelymeasure GaAlAs IRLED RTSnoise，results are consistentwith the noisemodel that provides reliability of the noise characterization of experimental and the theoretical basis for GaAlAs IRLED.

RTSnoise；IRED；noisemodel；oxide traps；auto temperature control

TN36；TN386.1

A

1005-9490（2016）04-0764-04

项目来源：中国地震局地震研究所基金项目（IS20136001）

2015-09-04修改日期：2015-10-08

EEACC:7230G；7320E10.3969/j.issn.1005-9490.2016.04.003