CN111079238B - 一种oled模型参数提取的方法 - Google Patents
一种oled模型参数提取的方法 Download PDFInfo
- Publication number
- CN111079238B CN111079238B CN201911290633.XA CN201911290633A CN111079238B CN 111079238 B CN111079238 B CN 111079238B CN 201911290633 A CN201911290633 A CN 201911290633A CN 111079238 B CN111079238 B CN 111079238B
- Authority
- CN
- China
- Prior art keywords
- parameter
- current
- model
- voltage
- capacitance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Testing Of Individual Semiconductor Devices (AREA)
- Electroluminescent Light Sources (AREA)
Abstract
一种OLED模型参数提取方法，包括以下步骤：1）建立参数提取模型；2）确认参数类型和初始值；3）建立反映测量值和仿真值差值的误差函数；4）采用L‑M法和单纯形法进行优化求解。本发明的OLED模型参数提取方法，能够减轻人工调参的工作量和时间，提高了效率。
Description
技术领域
本发明涉及器件模型技术领域，特别是涉及一种OLED模型参数提取的方法。
背景技术
OLED器件目前已经提出了多种模型，但是关于模型参数的提取并没有一个很好的解决方案，很多都是手动人工调参来建立模型。因此本发明提出了一种利用算法进行OLED模型参数提取的方法，提高了参数提取的效率。
发明内容
为了解决现有技术存在的不足，本发明的目的在于提供一种OLED模型参数提取方法，能够减轻人工调参的工作量和时间，提高了效率。
为实现上述目的，本发明提供的一种OLED模型参数提取方法，包括以下步骤：
1）建立参数提取模型；
2）确认参数类型和初始值；
3）建立反映测量值和仿真值差值的误差函数；
4）采用L-M法和单纯形法进行优化求解。
进一步地，所述步骤1）进一步包括，分别建立电流-电压参数提取模型和电容-电压参数提取模型。
进一步地，所述电流-电压模型参数包括，饱和电流密度，发射系数，二极管串联电阻值，电流串联电阻，漏电阻，电流电压源；
所述电容-电压模型参数包括，电容，电容参数，梯度系数，二极管内接触电势，电容串联电阻，电容电压源。
进一步地，所述电流-电压提取模型，进一步包括，所述电流串联电阻与OLED器件串联，所述漏电阻与所述OLED器件和所述电流串联电阻并联，所述电流电压源与总电流电路串联；
所述电容-电压提取模型，进一步包括，所述电容串联电阻和所述电容电压源与OLED器件串联，所述电容与总电容电路并联。
进一步地，所述步骤3）进一步包括，将每一个点对应电压的测量值和仿真值相减，得到的差值向量f，误差函数为F=0.5*（fT*f）。
进一步地，对所述电流-电压模型进行调试，包括一下步骤：
1）将电流-电压测量值数据根据电压的正负数值分为两部分；
2）建立调试的误差函数：先对电流仿真值和测量值对数化，然后取对数化后的电流数据的差值向量f，误差函数为F=0.5*(fT*f)来作为误差函数；
3）在v>0的区域进行Js，N，Rs，r1iv，viv五个参数的调试：
a.选取所要调参的数据范围（v>0）；
b.将五个参数名和其对应的初始值和区间输入L-M优化函数中；
c.满足迭代终止条件后，得到输出的参数值。
4）在v<0的区域进行r2iv的调试：
a.选取所要调参的数据范围（v<0）；
b.将参数名和对应的初始值和区间输入至L-M优化函数中；
c.满足迭代条件后，得到输出的参数值。
更进一步地，对所述电流-电压模型进行调试，包括一下步骤：
1）取电容的测量值和仿真值的差值向量为f，误差函数为F=0.5*(fT*f)；
2）在二极管未导通的区域应用L-M法进行Cg参数的调试：
a.选取所要调参的数据范围（v<0）；
b.将参数名和其对应的初始值和区间输入L-M优化函数中；
c.满足迭代终止条件后，得到输出的参数值；
3）在二极管导通的区域应用单纯形法进行Cj，Mj，PB，r1cv，vcv五个参数的调试：
a.选取所要调参的数据范围（v>0）；
b.将五个参数名和其对应的初始值和区间输入单纯形法优化函数中；
c.满足迭代终止条件后，得到输出的参数值。
为实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行如上文所述的OLED模型参数提取方法步骤。
为实现上述目的，本发明还提供一种OLED模型参数提取装置，包括存储器和处理器，所述存储器上储存有在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行如上文所述的OLED模型参数提取方法步骤。
本发明的一种OLED模型参数提取方法，具有以下有益效果：
1）解决OLED模型的参数提取流程效率不高的问题，给参数提取提供了一种可以较快得到结果的方法，使得工作效率更高。
2）能够快速且准确的使得OLED器件模型的I-V，C-V曲线得到较好的拟合，并且给出所改变参数的值。
3）减轻了人工调参的工作量和时间，提高了效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，并与本发明的实施例一起，用于解释本发明，并不构成对本发明的限制。在附图中：
图1为根据本发明的OLED模型参数提取方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1为根据本发明的OLED模型参数提取方法流程图，下面将参考图1，对本发明的OLED模型参数提取方法进行详细描述。
首先，在步骤101，建立参数提取模型。该步骤中，建立OLED提取模型，将I-V（电流-电压）和C-V（电容-电压）的参数提取分开。
本发明实施例中，I-V的提取在OLED的器件上串联一个电阻r1iv，然后在OLED和r1iv上并联一个漏电阻r2iv，最后在总的电路上串联一个电压源。
本发明实施例中，C-V的提取在OLED器件上串联一个电阻r1cv和一个电压源，之后在整个电路上并联一个电容Cg。
在步骤102，根据所建立模型的物理公式确定参数类型，根据参数类型的物理意义确定参数范围，在参数范围内进行初始值选取。该步骤中，将提取的OLED模型参数分为I-V和C-V两个部分。
本发明实施例中，I-V部分的重要模型参数有：饱和电流密度Js，发射系数N，二极管串联电阻值Rs，iv串联电阻r1iv，漏电阻r2iv，iv电压源viv。
本发明实施例中，C-V部分的重要模型参数有：并联电容Cg，电容参数Cj，梯度系数Mj，二极管内建接触电势PB，cv串联电阻r1cv，cv电压源vcv。
在步骤103，建立反映测量值和仿真值差值的误差函数。
本发明实施例中，是将每一个点对应电压的测量值和仿真值相减，得到的差值向量f，误差函数为F=0.5*（fT*f），其中，T为f的转置。
在步骤104，采用L-M法和单纯形法进行优化求解。
本发明实施例中，OLED模型I-V部分的调试过程，包括：
1）将i-v测量值数据根据电压的正负数值分为两部分。
2）建立调试的误差函数：先对电流仿真值和测量值对数化，然后取对数化后的电流数据的差值向量f，误差函数为F=0.5*(fT*f)来作为误差函数。
3）在v>0的区域进行Js，N，Rs，r1iv，viv五个参数的调试：
a.选取所要调参的数据范围（v>0）；
b.将五个参数名和其对应的初始值和区间输入L-M优化函数中；
c.满足迭代终止条件后，得到输出的参数值。
4）在v<0的区域进行r2iv的调试：
a.选取所要调参的数据范围（v<0）；
b.将参数名和对应的初始值和区间输入至L-M优化函数中；
c.满足迭代条件后，得到输出的参数值。
本发明实施例中，OLED模型C-V部分的调试过程包括：
1）取电容的测量值和仿真值的差值向量为f，误差函数为F=0.5*(fT*f)。
2）在二极管未导通的区域应用L-M法进行Cg参数的调试：
a.选取所要调参的数据范围（v<0）；
b.将参数名和其对应的初始值和区间输入L-M优化函数中；
c.满足迭代终止条件后，得到输出的参数值。
3）在二极管导通的区域应用单纯形法进行Cj，Mj，PB，r1cv，vcv五个参数的调试：
a.选取所要调参的数据范围（v>0）；
b.将五个参数名和其对应的初始值和区间输入单纯形法优化函数中；
c.满足迭代终止条件后，得到输出的参数值。
本发明提出了一种OLED模型参数提取方法，确认参数类型和初始值，建立可以反映测量值和仿真值差值的误差函数，运用L-M方法和单纯形法来优化求解，得到参数值和当前情况下的最优拟合度。
为实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行如上文所述的OLED模型参数提取方法步骤。
为实现上述目的，本发明还提供一种OLED模型参数提取设备，包括存储器和处理器，所述存储器上储存有在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行如上文所述的OLED模型参数提取方法步骤。
本领域普通技术人员可以理解：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种OLED模型参数提取方法，其特征在于，包括以下步骤：
1）建立参数提取模型；
2）确认参数类型和初始值；
3）建立反映测量值和仿真值差值的误差函数；
4）采用L-M法和单纯形法进行优化求解，
所述步骤1）进一步包括，分别建立电流-电压参数提取模型和电容-电压参数提取模型，
所述电流-电压模型参数包括，饱和电流密度，发射系数，二极管串联电阻值，电流串联电阻，漏电阻，电流电压源，
所述电容-电压模型参数包括，电容，电容参数，梯度系数，二极管内接触电势，电容串联电阻，电容电压源，
所述电流-电压提取模型，进一步包括，所述电流串联电阻与OLED器件串联，所述漏电阻与所述OLED器件和所述电流串联电阻并联，所述电流电压源与总电流电路串联，
所述电容-电压提取模型，进一步包括，所述电容串联电阻和所述电容电压源与OLED器件串联，所述电容与总电容电路并联，
所述步骤3）进一步包括，将每一个点对应电压的测量值和仿真值相减，得到的差值向量f，误差函数为F=0.5*（fT*f），其中，T为f的转置。
2.根据权利要求1所述的OLED模型参数提取方法，其特征在于，对所述电流-电压模型进行调试，包括以下步骤：
1）将电流-电压测量值数据根据电压的正负数值分为两部分；
2）建立调试的误差函数：先对电流仿真值和测量值对数化，然后取对数化后的电流数据的差值向量f，误差函数为F=0.5*(fT*f)来作为误差函数；
3）在v>0的区域进行Js，N，Rs，r1iv，viv五个参数的调试：
a.选取所要调参的数据范围v>0；
b.将五个参数名和其对应的初始值和区间输入L-M优化函数中；
c.满足迭代终止条件后，得到输出的参数值；
4）在v<0的区域进行r2iv的调试：
a.选取所要调参的数据范围v<0；
b.将参数名和对应的初始值和区间输入至L-M优化函数中；
c.满足迭代条件后，得到输出的参数值。
3.根据权利要求1所述的OLED模型参数提取方法，其特征在于，对所述电流-电压模型进行调试，包括以下步骤：
1）取电容的测量值和仿真值的差值向量为f，误差函数为F=0.5*(fT*f)；
2）在二极管未导通的区域应用L-M法进行Cg参数的调试：
a.选取所要调参的数据范围v<0；
b.将参数名和其对应的初始值和区间输入L-M优化函数中；
c.满足迭代终止条件后，得到输出的参数值；
3）在二极管导通的区域应用单纯形法进行Cj，Mj，PB，r1cv，vcv五个参数的调试：
a.选取所要调参的数据范围v>0；
b.将五个参数名和其对应的初始值和区间输入单纯形法优化函数中；
c.满足迭代终止条件后，得到输出的参数值。
4.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至3任一项所述的OLED模型参数提取方法步骤。
5.一种OLED模型参数提取装置，其特征在于，包括存储器和处理器，所述存储器上储存有在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行权利要求1至3任一项所述的OLED模型参数提取方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911290633.XA CN111079238B (zh) | 2019-12-16 | 2019-12-16 | 一种oled模型参数提取的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911290633.XA CN111079238B (zh) | 2019-12-16 | 2019-12-16 | 一种oled模型参数提取的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111079238A CN111079238A (zh) | 2020-04-28 |
| CN111079238B true CN111079238B (zh) | 2022-09-02 |
Family
ID=70314648
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911290633.XA Active CN111079238B (zh) | 2019-12-16 | 2019-12-16 | 一种oled模型参数提取的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111079238B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110017969A (zh) * | 2019-05-05 | 2019-07-16 | 清华大学 | 透明oled的参数确定方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2864911A1 (en) * | 2012-06-22 | 2015-04-29 | Université Pierre et Marie Curie (Paris 6) | Method for automated assistance to design nonlinear analog circuit with transient solver |
-
2019
- 2019-12-16 CN CN201911290633.XA patent/CN111079238B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110017969A (zh) * | 2019-05-05 | 2019-07-16 | 清华大学 | 透明oled的参数确定方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111079238A (zh) | 2020-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114636900B (zh) | 一种配电网多重故障诊断方法 | |
| WO2017157183A1 (zh) | 一种自动多阀值特征过滤方法及装置 | |
| CN109005055B (zh) | 基于多尺度拓扑空间的复杂网络信息节点重要度评价方法 | |
| CN110245721A (zh) | 神经网络模型的训练方法、装置和电子设备 | |
| KR101904518B1 (ko) | 희귀 불량 현상을 식별하기 위한 방법 및 시스템 | |
| CN111046581A (zh) | 一种输电线路故障类型识别方法及系统 | |
| KR101666930B1 (ko) | 심화 학습 모델을 이용한 목표 화자의 적응형 목소리 변환 방법 및 이를 구현하는 음성 변환 장치 | |
| CN100576214C (zh) | 二极管多种仿真器格式的spice模型建模方法 | |
| CN109101938A (zh) | 一种基于卷积神经网络的多标签年龄估计方法 | |
| US20160140279A1 (en) | Method and device for designing electrical circuit | |
| CN114779015A (zh) | 基于超分辨率和图神经网络的配电网故障诊断与定位方法 | |
| US10338547B2 (en) | System, method and apparatuses for determining parameter settings for a power generation system and a tangible computer readable medium | |
| US9892368B2 (en) | Method and apparatus for acquiring training parameters to calibrate a model | |
| CN103020086B (zh) | 一种图片查重的方法及装置 | |
| CN105447214B (zh) | 器件参数的确定方法和装置 | |
| US20140279734A1 (en) | Performing Cross-Validation Using Non-Randomly Selected Cases | |
| CN110766236A (zh) | 基于统计分析和深度学习的电力设备状态趋势预测方法 | |
| CN109062570A (zh) | 一种基于eplan软件自动生成图纸的方法及存储介质 | |
| CN111079238B (zh) | 一种oled模型参数提取的方法 | |
| CN115356635B (zh) | 一种锂电池等效电路模型参数的辨识方法 | |
| CN109299785A (zh) | 一种机器学习模型的实现方法及装置 | |
| US20150261623A1 (en) | Method and device for recovering data | |
| CN112086198B (zh) | 一种基于深度学习技术建立年龄评估模型的系统及方法 | |
| CN110163224A (zh) | 一种可在线学习的辅助数据标注方法 | |
| CN110874635A (zh) | 一种深度神经网络模型压缩方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 2305, Yingying building, No. 99, Tuanjie Road, yanchuang Park, Nanjing area, China (Jiangsu) pilot Free Trade Zone, Nanjing, Jiangsu Province Applicant after: Nanjing Huada Jiutian Technology Co.,Ltd. Address before: 210032 8 Floor, Block A, Chuangzhi Building, 17 Xinghuo Road, Jiangbei New Area, Nanjing, Jiangsu Province Applicant before: NANJING JIUXIN ELECTRONIC TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |