CN109061330B - 基于低频噪声与加速老化试验相结合的vcsel预筛选方法 - Google Patents

Abstract

基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，涉及一种垂直腔面发射激光器的预筛选方法，解决现有对VCSEL的筛选方法存在可靠性低且不具备普适性等问题，一、根据VCSEL器件结构搭建其噪声谱测量装置；二、测量VCSEL器件的初始低频电噪声；三、测量室温下经24h连续电功率老化试验后的VCSEL噪声变化量；四、测量热应力加速试验下待测VCSEL器件的缺陷状态，并确立由缺陷状态变化量引起的1/f噪声功率谱密度；五、确定最佳噪声判据阈值，建立待测VCSEL器件预筛选判据模型，对VCSEL器件预筛选；该发明可以更加有效地对初测噪声较小，经过老化试验后却较早失效的VCSEL器件进行筛选，同时对同一批次噪声阈值一致的器件进行预筛选，实现对VCSEL器件的有效精确筛选。

Description

基于低频噪声与加速老化试验相结合的VCSEL预筛选方法

技术领域

本发明涉及一种垂直腔面发射激光器的预筛选方法，具体涉及一种基于低频噪声与加速老化试验相结合的预筛选方法。

背景技术

随着半导体光电子器件生长技术和制造工艺的不断提高，垂直腔面发射激光器(VCSEL)作为一种特殊的半导体激光器，已经成为目前为止最活跃的半导体激光器之一。其结构由上下腔面反射镜、有源层、P面金属接触层和N面金属接触层等组成。具有阈值电流低、电光转换效率高、动态单模性好、发射圆形低发散光束和易于集成二维阵列等优点。

垂直腔面发射激光器的噪声包括散弹噪声、热噪声及低频噪声，其中低频噪声包括1/f噪声及产生—复合噪声(G-R噪声)。激光器中的噪声不仅是决定光通信系统质量及接收机信噪比的重要因素，而且可以根据其低频噪声大小来评估器件的可靠性及质量。器件的低频噪声与器件内在缺陷(即表面缺陷、晶格位错、深能级杂质等)密切相关。目前测量器件的低频噪声并根据其大小来对器件可靠性做出评估的方法有：

(1)在某一给定的频率点的器件噪声，通常指等效折合到器件输入端的噪声电压或噪声电流。所选的频率点，不同的器件所选取的方法均有不同。对于仅存在1/f噪声及白噪声的器件所选取的频率点，则不适用于具有多种缺陷并表现出明显G-R噪声的器件，仅用一个频率点噪声来评估器件的可靠性就不具有普适性了。

(2)对低频噪声谱成分分析后，利用各低频噪声的噪声幅值作为可靠性评价指标。这些指标有利于反映器件中不同的缺陷，如1/f噪声可以反映S_i-S_iO₂表面缺陷，G-R噪声反映器件PN结深能级杂质及晶格缺陷等。

(3)用初测噪声来对可靠性进行评估，即对批量被测器件，首先测量其低频噪声，然后通过可靠性寿命试验来验证是否初测噪声小的器件一定具有较长的寿命。进而用初测噪声来评估器件的可靠性。但通过可靠性寿命试验后，不是所有失效的器件均具有过激的初测噪声。这是由于很多器件在初测时可能没有缺陷，故初测噪声很小，但在可靠性试验过程中产生新的缺陷，从而引起失效。

鉴于以上几种方法，现提出一种理想的、有效的方法，利用VCSEL器件噪声与加速老化试验(电功率应力与热应力)相结合的方法，采用器件初始电流低频噪声功率谱密度、经电功率老化试验后的电流噪声功率谱密度的变化量、经热应力加速试验后由缺陷变化量引起的1/f噪声功率谱密度共同作为噪声判据因素，利用主客观综合权重系数构建噪声判据因素的权重函数模型，确定最佳噪声判据阈值，对VCSEL进行可靠筛选，并具有其独特的优越性。

发明内容

本发明为解决现有对VCSEL的筛选方法存在可靠性低且不具备普适性等问题，提供一种基于低频噪声与加速老化试验相结合的VCSEL预筛选方法。

基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，该方法由以下步骤实现：

步骤一、采用双通道前置放大器的互谱测量方法，根据VCSEL器件结构搭建噪声谱测量装置；

步骤二、采用步骤一所述的噪声谱测量装置测量待测VCSEL器件的初始低频电压噪声功率谱密度S_u(f)、电流噪声功率谱密度

以及光电探测器D的光电流噪声谱密度

选择噪声测试频率为f＝1H_z，设置I_d为激光器驱动电流，R_d为待测VCSEL器件的动态电阻，获得待测VCSEL器件初始低频电压噪声功率谱密度S_u(f)；所述

根据

计算待测VCSEL器件初始低频电流噪声功率谱密度

通过测量与光电探测器D并联的电阻R两端的电压噪声功率谱密度S_p(f)，再根据

计算光电探测器D的光电流噪声谱密度

步骤三、测量室温下经24h连续电功率老化试验后的VCSEL低频噪声功率谱密度变化量；

通过调整待测VCSEL器件的动态电阻R_d，使待测VCSEL器件的驱动电流I′_d达到VCSEL阈值电流的1.1倍，即I′_d＝1.1I_th；

采用步骤一所述的噪声谱测量装置，重测待测VCSEL器件的低频电压功率谱密度

根据

计算出VCSEL器件重测低频电流噪声功率谱密度

室温下经24h连续电功率老化试验后的VCSEL器件电流噪声功率谱密度的变化量

步骤四、测量热应力加速试验下待测VCSEL器件的缺陷状态，并确立由缺陷状态变化量所引起的1/f噪声功率谱密度；

步骤四一、根据热能作为加速应力的Arrhenius模型，设定待测VCSEL器件在热应力下进行可靠性筛选时间为t，则经试验后待测VCSEL器件的缺陷状态为M₂，用公式表示为：

式中，M₁为待测VCSEL器件试验前的缺陷状态；E_A为待测VCSEL器件缺陷的激活能；κ玻尔兹曼常数，T为器件工作温度；β₀为一无量纲常量；

由上式得：

其中，ΔM为缺陷变化量，ΔM＝M₂-M₁；

步骤四二、设定待测VCSEL器件其氧化层内的载流子陷阱具有时间常数τ，则待测VCSEL器件中的1/f噪声功率谱密度表示为：

式中，τ₁≤τ≤τ₂，τ₁、τ₂分别为最小、最大特征时间常数；

为氧化层陷阱中载流子涨落均方值，即

其中，E_t为缺陷能级；N_t(E_t)为单位能量间隔内陷阱数目；f_t(E_t)为载流子占据陷阱的几率函数，且占据缺陷能级的电子服从费米能级，即

E_F为费米能级，对上式(3)积分可得：

式中，N_t(E_t)为缺陷能级密度；E_C为导带能级；E_v为价带能级；可见，待测VCSEL器件中的噪声功率谱符合1/f规律，且强度与缺陷能级密度N_t(E_t)成正比；

步骤四三、建立待测VCSEL器件经加速试验后的缺陷变化量ΔM与1/f噪声功率谱S_N(f)之间数学模型；

将式(2)代入式(6)，得到下式：

步骤五、确定最佳噪声判据阈值，建立待测VCSEL器件预筛选判据模型，对VCSEL器件预筛选；

步骤五一、噪声判据因素选取；

采用待测VCSEL器件初始电流噪声功率谱密度

经电功率老化试验后的电流噪声功率谱密度的变化量

经热应力加速试验后由缺陷变化量ΔM引起的1/f噪声功率谱密度S_N(f)作为噪声判据因素；

步骤五二、确定待测VCSEL器件噪声判据因素的权重系数，并建立噪声判据因素权重函数模型；

采用信息熵权法来计算客观权重系数ω_i的主要赋权步骤为：将各噪声判据因素下噪声测量数据标准化，假设给定o个噪声判据因素X₁，X₂，…，X_o，其中X_i＝{x₁，x₂，…，x_n}，设定对各噪声判据因素下噪声测量数据标准化后的值为Y₁，Y₂，…，Y_o，则有

式中X_ij为第i项噪声判据因素第j个噪声测量数据；Y_ij为第i项噪声判据因素第j个噪声测量数据标准化后的值；于是第i项噪声判据因素下，一组噪声测量数据的信息熵为

式中

为第i项噪声判据因素第j个噪声测量数据标准化后的值所占第i项噪声判据因素一组噪声测量数据标准化后的值的比重；根据信息熵计算公式，计算各指标的信息熵H₁，H₂，…，H_n，则各噪声判据因素的客观权重系数为：

其中i＝1，2，…，n；

采用加权调和平均数对层次分析法进行改进来确定主观权重系数λ_i，其具体过程为：设λ_i为第i项噪声判据因素的主观权重系数，a_ij，为第i项噪声判据因素相对于第j′个噪声判据因素的重要程度，则计算噪声判据因素的主观权重系数公式如下：

其中，j＝1，2，…，n，其中，m_i为第i个噪声判据因素下噪声测量数据的数学期望；

采用改进的p-范数组合主客观权重系数，得到噪声判据因素的综合权重系数η_i的公式为：

其中p为权重调节因子，p＝δ_ω+αδ_λ，其中δ_ω、δ_λ分别为客观权重系数和主观权重系数的方差，α为主观权重系数相对于客观权重系数的参与系数；

通过噪声判据因素的综合权重系数η_i建立噪声判据因素权重函数模型S_th(f)，可以由下式得到：

其中S_i(f)为第i个噪声判据因素；

步骤五三、采用噪声判据因素权重函数模型S_th(f)的输出作为最佳噪声判据阈值，建立待测VCSEL器件预筛选模型R(S_m(f)，S_th(f))，下式对待测VCSEL器件进行预筛选：

其中，S_m(f)为待测VCSEL器件测量噪声功率谱密度；

当R(S_m(f)，S_th(f))＝1时，判定待测VCSEL器件预筛选合格；当R(S_m(f)，S_th(f))＝0时，判定待测VCSEL器件预筛选不合格。

本发明的有益效果：

1、本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，利用互谱测量方法对激光器的初始噪声进行测量，并且测量经过电功率应力老化试验后噪声变化量以及经过热应力加速试验后的缺陷状态变化量，作为VCSEL器件的预筛选方法，可以更加有效地对初测噪声较小，经过老化试验后较早失效的VCSEL器件进行筛选，避免了利用初测噪声作为单一筛选指标筛选不全面的缺点。

2、本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，利用VCSEL器件噪声与加速老化试验(电功率应力与热应力)相结合的方法，采用初测噪声与经加速老化试验后的噪声变化率作为最佳噪声判据阈值，采用器件初始电流低频噪声功率谱密度、经电功率老化试验后的电流噪声功率谱密度的变化量、经热应力加速试验后由缺陷变化量所引起的1/f噪声功率谱密度共同作为噪声判据因素，利用改进的p-范数公式组合主观权重系数与客观权重系数确定噪声判据因素的综合权重系数，构建噪声判据因素权重函数模型，从而确定最佳噪声判据阈值，用于对VCSEL器件的预筛选，并做出判断得到预筛选结果。对同一批次噪声阈值一致的器件进行预筛选，实现对VCSEL器件的有效精确筛选。该方法不论对于提高器件的稳定性，还是对器件可靠性的有效评估都具有重要的指导意义。

3、本发明采用改进的p-范数公式对主观权重函数与客观权重函数进行组合赋权，从而得到综合权重系数，克服了一般组合赋权法主观权重与客观权重分配不合理、具有一定的主观随意性等缺点。

附图说明

图1为本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法中VCSEL的噪声测量装置框图；

图2为本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法中VCSEL噪声测量装置测量部分的内部电路图；

图3为本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法中样本1/f噪声电压功率谱密度测量曲线示意图；

图4为本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法中噪声电平(f＝1H_z)的统计分布图；

图5为本发明所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法的流程图。

具体实施方式

具体实施方式一、结合图1至图5说明本实施方式，一种基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，其流程如图5所示。首先，根据VCSEL器件的结构搭建噪声测量装置；然后通过测量装置测量待测VCSEL器件正常工作时的低频电流噪声功率谱密度

对待测器件进行电功率老化试验与热应力加速试验，分别得到室温下经24h连续电功率老化试验后的VCSEL低频噪声功率谱密度变化量

与经热应力加速试验后由器件缺陷状态变化量ΔM所引起的1/f噪声功率谱密度S_N(f)；将待测VCSEL器件正常工作时的低频电流噪声功率谱密度

室温下经24h连续电功率老化试验后的低频噪声功率谱密度变化量

与经热应力加速试验后由器件缺陷状态变化量ΔM所引起的1/f噪声功率谱密度S_N(f)共同作为噪声判据阈值，利用改进的p-范数公式组合主观权重系数与客观权重系数确定噪声判据因素的综合权重系数，构建噪声判据因素权重函数模型，从而确定最佳噪声判据阈值，用于对VCSEL器件的预筛选，并做出判断得到预筛选结果。

具体过程为：

1、根据VCSEL器件结构搭建其噪声谱测量装置。

(1)采用双通道前置放大的互谱测量方法测量30支VCSEL器件中的低频噪声功率谱密度。由于VCSEL器件中的电噪声太小，对探测器及前置放大器除了要求良好的屏蔽及接地外，还应有很低的等效输入噪声。

(2)图1所示为VCSEL的低频电噪声测量装置框图。

开关K打向1时，测量待测VCSEL器件的1/f噪声电压功率谱密度S_U(f)，再根据

计算激光器LD的电流噪声谱密度

I_d为激光器驱动电流，R_d为激光器的动态电阻。当开关打向2时，测量电阻R两端的电压噪声功率谱密度S_p(f)，再根据

计算光电探测器D的光电流噪声谱密度

图2是VCSEL低频电噪声测量装置测量部分的内部电路图。

2、测量待测VCSEL器件正常工作下的初始低频电流噪声功率谱密度

其步骤如下：

(1)选择噪声测试频率为f＝1H_z，，噪声电压功率谱密度典型测试曲线，如图3所示。由于VCSEL内部除1/f噪声外还存在少量的G-R噪声，由于测量频率需要低于G-R噪声的转折频率，故选择f＝1H_z作为测试频率。

(2)选用I_d＝3mA为激光器的驱动电流；光噪声I_p＝6μA。

(3)根据低频噪声测量装置，测量激光器的低频电流功率谱密度

3、测量室温下经24h连续电功率老化试验后的VCSEL低频噪声功率谱密度变化量。其具体步骤如下：

(1)在室温(300K)条件下，对待测VCSEL器件进行24h连续电功率老化试验。通过调整VCSEL器件的动态电阻R_d，使待测VCSEL器件的驱动电流I_d达到VCSEL阈值电流的1.1倍，即I′_d＝1.1I_th。

(2)采用步骤一所述的噪声谱测量装置，重测待测VCSEL器件的低频电压功率谱

根据

计算出VCSEL器件重测低频1/f电流噪声功率谱

(3)室温下经24h连续电功率老化试验后的VCSEL电流噪声功率谱的变化量

及其电流噪声功率谱的变化率

4、测量热应力加速试验下待测VCSEL器件的缺陷状态M，并确定缺陷状态变化量ΔM与低频噪声功率谱密度S_N(f)之间关系。本发明所选用的热应力条件为110℃，每隔两小时采集一次。

(1)根据热能作为加速应力的Arrhenius模型，设定待测VCSEL器件在热应力下进行可靠性筛选时间为t，则经试验后待测VCSEL器件的缺陷状态为M₂，用公式表示为：

式中，M₁为待测VCSEL器件试验前的缺陷状态；E_A为待测VCSEL器件缺陷的激活能；κ玻尔兹曼常数，T为器件工作温度；β₀为一无量纲常量；

由上式得：

其中，ΔM为缺陷变化量，ΔM＝M₂-M₁；

(2)设定待测VCSEL器件其氧化层内的载流子陷阱具有时间常数τ，待测VCSEL器件中的1/f噪声功率谱表示为：

式中，τ₁≤τ≤τ₂，τ₁、τ₂分别为最小、最大特征时间常数；

为氧化层陷阱中载流子涨落均方值，即

其中，E_t为缺陷能级；N_t(E_t)为单位能量间隔内陷阱数目；f_t(E_t)为载流子占据陷阱的几率函数，且占据缺陷能级的电子服从费米能级，即

E_F为费米能级，对上式(3)积分可得，

其中，N_t(E_t)为缺陷能级密度；E_C为导带能级；E_v为价带能级；可见，待测VCSEL器件中的噪声功率谱符合1/f规律，且强度与缺陷能级密度N_t(E_t)成正比；

(3)建立待测VCSEL器件经加速试验后的缺陷变化量ΔM与1/f噪声功率谱S_N(f)之间数学模型；

将式(2)代入式(6)，得数学模型，

5、确定最佳噪声判据阈值，建立待测VCSEL器件预筛选判据模型，对VCSEL器件预筛选；

(1)噪声判据因素选取。

采用待测VCSEL器件初始电流噪声功率谱密度

经电功率老化试验后的电流噪声功率谱密度的变化量

经热应力加速试验后由缺陷变化量ΔM引起的1/f噪声功率谱密度S_N(f)作为噪声判据因素。

(2)确定待测VCSEL器件噪声判据因素的权重系数，并建立噪声判据因素权重函数模型。

采用信息熵权法来计算客观权重系数ω_i的主要赋权步骤为：将各噪声判据因素下噪声测量数据标准化，假设给定o个噪声判据因素X₁，X₂，…，X_o，其中X_i＝{x₁，x₂，…，x_n}，设定对各噪声判据因素下噪声测量数据标准化后的值为Y₁，Y₂，…，Y_o，则有

式中X_ij为第i项噪声判据因素第j个噪声测量数据；Y_ij为第i项噪声判据因素第j个噪声测量数据标准化后的值；于是第i项噪声判据因素下，一组噪声测量数据的信息熵为

式中

为第i项噪声判据因素第j个噪声测量数据标准化后的值所占第i项噪声判据因素一组噪声测量数据标准化后的值的比重；根据信息熵计算公式，计算各指标的信息熵H₁，H₂，…，H_n，则各噪声判据因素的客观权重系数为：

其中i＝1，2，…，n；

利用加权调和平均数对层次分析法进行改进来确定主观权重系数λ_i，其表达式为

j＝1，2，…，n；其中，m_i为第i个噪声判据因素下噪声测量数据的数学期望；

通过利用主观权重系数与客观权重系数组合赋值方法，提出一种利用改进的p-范数公式组合主观权重系数与客观权重得到噪声判据因素的综合权重系数η_i，其表达式为：

其中p为权重调节因子，p＝δ_ω+αδ_λ，其中δ_ω、δ_λ分别为客观权重系数和主观权重系数的方差，α为主观权重系数相对于客观权重系数的参与系数，一般取0.3～3。

通过噪声判据因素的综合权重系数η_i建立噪声判据因素权重函数模型S_th(f)，可以由下式得到：

其中S_i(f)为第i个噪声判据因素。

(3)确定最佳噪声判据阈值，建立待测VCSEL器件预筛选模型，对VCSEL器件预筛选；

利用噪声判据因素权重函数模型S_th(f)的输出作为最佳噪声判据阈值，建立待测VCSEL器件预筛选模型R(S_m(f)，S_th(f))，下式对待测VCSEL器件进行预筛选：

其中，S_m(f)为待测VCSEL器件测量噪声功率谱密度；

当R(S_m(f)，S_th(f))＝1时，判定待测VCSEL器件预筛选合格；当R(S_m(f)，S_th(f))＝0时，判定待测VCSEL器件预筛选不合格；

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，其特征是，该方法由以下步骤实现：

步骤一、采用双通道前置放大器的互谱测量方法，根据VCSEL器件结构搭建噪声谱测量装置；

步骤二、采用步骤一所述的噪声谱测量装置测量待测VCSEL器件的初始低频电压噪声功率谱密度S_u(f)、电流噪声功率谱密度

以及光电探测器D的光电流噪声谱密度

选择噪声测试频率为f＝1H_z，设置I_d为激光器驱动电流，R_d为待测VCSEL器件的动态电阻，获得待测VCSEL器件初始低频电压噪声功率谱密度S_u(f)；所述

根据

计算待测VCSEL器件初始低频电流噪声功率谱密度

通过测量与光电探测器D并联的电阻R两端的电压噪声功率谱密度S_p(f)，再根据

计算光电探测器D的光电流噪声谱密度

步骤三、测量室温下经24h连续电功率老化试验后的VCSEL低频噪声功率谱密度变化量；

通过调整待测VCSEL器件的动态电阻R_d，使待测VCSEL器件的驱动电流I′_d达到VCSEL阈值电流的1.1倍，即I′_d＝1.1I_th；

采用步骤一所述的噪声谱测量装置，重测待测VCSEL器件的低频电压功率谱密度

根据

计算出VCSEL器件重测低频电流噪声功率谱密度

室温下经24h连续电功率老化试验后的VCSEL器件电流噪声功率谱密度的变化量

步骤四、测量热应力加速试验下待测VCSEL器件的缺陷状态，并确立由缺陷状态变化量所引起的1/f噪声功率谱密度；

步骤四一、根据热能作为加速应力的Arrhenius模型，设定待测VCSEL器件在热应力下进行可靠性筛选时间为t，则经试验后待测VCSEL器件的缺陷状态为M₂，用公式表示为：

式中，M₁为待测VCSEL器件试验前的缺陷状态；E_A为待测VCSEL器件缺陷的激活能；κ玻尔兹曼常数，T为器件工作温度；β₀为一无量纲常量；

由上式得：

其中，ΔM为缺陷变化量，ΔM＝M₂-M₁；

步骤四二、设定待测VCSEL器件其氧化层内的载流子陷阱具有时间常数τ，则待测VCSEL器件中的1/f噪声功率谱密度表示为：

式中，τ₁≤τ≤τ₂，τ₁、τ₂分别为最小、最大特征时间常数；

为氧化层陷阱中载流子涨落均方值，即

其中，E_t为缺陷能级；N_t(E_t)为单位能量间隔内陷阱数目；f_t(E_t)为载流子占据陷阱的几率函数，且占据缺陷能级的电子服从费米能级，即

E_F为费米能级，对上式(3)积分可得：

式中，N_t(E_t)为缺陷能级密度；E_C为导带能级；E_v为价带能级；可见，待测VCSEL器件中的噪声功率谱符合1/f规律，且强度与缺陷能级密度N_t(E_t)成正比；

步骤四三、建立待测VCSEL器件经加速试验后的缺陷变化量ΔM与1/f噪声功率谱S_N(f)之间数学模型；

将式(2)代入式(6)，得到下式：

步骤五、确定最佳噪声判据阈值，建立待测VCSEL器件预筛选判据模型，对VCSEL器件预筛选；

步骤五一、噪声判据因素选取；

采用待测VCSEL器件初始电流噪声功率谱密度

经电功率老化试验后的电流噪声功率谱密度的变化量

经热应力加速试验后由缺陷变化量ΔM引起的1/f噪声功率谱密度S_N(f)作为噪声判据因素；

步骤五二、确定待测VCSEL器件噪声判据因素的权重系数，并建立噪声判据因素权重函数模型；

采用信息熵权法来计算客观权重系数ω_i的主要赋权步骤为：将各噪声判据因素下噪声测量数据标准化，假设给定o个噪声判据因素X₁,X₂,…,X_o，其中X_i＝{x₁,x₂,…,x_n}，设定对各噪声判据因素下噪声测量数据标准化后的值为Y₁,Y₂,…,Y_o，则有

式中X_ij为第i项噪声判据因素第j个噪声测量数据；Y_ij为第i项噪声判据因素第j个噪声测量数据标准化后的值；于是第i项噪声判据因素下，一组噪声测量数据的信息熵为

式中

为第i项噪声判据因素第j个噪声测量数据标准化后的值所占第i项噪声判据因素一组噪声测量数据标准化后的值的比重；根据信息熵计算公式，计算各指标的信息熵H₁,H₂,…,H_n，则各噪声判据因素的客观权重系数为：

其中i＝1,2,…,n；

采用加权调和平均数对层次分析法进行改进来确定主观权重系数λ_i，其具体过程为：设λ_i为第i项噪声判据因素的主观权重系数，a_ij′为第i项噪声判据因素相对于第j′个噪声判据因素的重要程度，则计算噪声判据因素的主观权重系数公式如下：

其中，j＝1,2,…,n，其中，m_i为第i个噪声判据因素下噪声测量数据的数学期望；

采用改进的p-范数组合主客观权重系数，得到噪声判据因素的综合权重系数η_i的公式为：

其中p为权重调节因子，p＝δ_ω+αδ_λ，其中δ_ω、δ_λ分别为客观权重系数和主观权重系数的方差，α为主观权重系数相对于客观权重系数的参与系数；

通过噪声判据因素的综合权重系数η_i建立噪声判据因素权重函数模型S_th(f)，可以由下式得到：

其中S_i(f)为第i个噪声判据因素；

步骤五三、采用噪声判据因素权重函数模型S_th(f)的输出作为最佳噪声判据阈值，建立待测VCSEL器件预筛选模型R(S_m(f),S_th(f))，下式对待测VCSEL器件进行预筛选：

其中，S_m(f)为待测VCSEL器件测量噪声功率谱密度；当R(S_m(f),S_th(f))＝1时，判定待测VCSEL器件预筛选合格；当R(S_m(f),S_th(f))＝0时，判定待测VCSEL器件预筛选不合格。

2.根据权利要求1所述的基于低频噪声与加速老化试验相结合的VCSEL预筛选方法，其特征在于，所述噪声谱测量装置包括第一通道电源、第二通道电源、光探测器、双通道前置放大器、信号分析仪和显示器；第一通道电源为待测VCSEL器件供电，第一通道用于测量待测VCSEL器件的电噪声信号，第二通道电源为光探测器供电，第二通道用于测量光探测器的光噪声信号；

所述双通道前置放大器分别对第一通道的待测VCSEL器件的电噪声信号和第二通道的光探测器的光噪声信号进行放大，并由信号分析仪进行信号频谱分析，输出待测VCSEL器件的电流功率谱密度和光探测器光电流噪声功率谱密度，并在显示器上显示。

Images