CN112765869A - 一种融合完整截面与修正能谱模型的事件率预估方法 - Google Patents

一种融合完整截面与修正能谱模型的事件率预估方法 Download PDF

Info

Publication number
CN112765869A
CN112765869A CN202110010127.1A CN202110010127A CN112765869A CN 112765869 A CN112765869 A CN 112765869A CN 202110010127 A CN202110010127 A CN 202110010127A CN 112765869 A CN112765869 A CN 112765869A
Authority
CN
China
Prior art keywords
neutron
energy
section
data
rate
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.)
Pending
Application number
CN202110010127.1A
Other languages
English (en)
Inventor
黄姣英
李鹏
高成
王自力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202110010127.1A priority Critical patent/CN112765869A/zh
Publication of CN112765869A publication Critical patent/CN112765869A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/25Design optimisation, verification or simulation using particle-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种融合完整截面与修正能谱模型的事件率预估方法,它有五大步骤:一、获取20‑180MeV能量范围的敏感截面数据;二、基于支持向量机预测敏感截面;三、验证预测得到的敏感截面数据;四、低能量条件下的截面补充与验证;五、融合修正能谱模型对事件率进行预估。该发明主要针对敏感截面数据不足的问题进行预估和验证,融合修正能谱模型对单粒子效应事件率进行预估,它可以定量分析机载电子设备的可靠性与安全性,为机载电子设备单粒子效应的防护提供依据。

Description

一种融合完整截面与修正能谱模型的事件率预估方法
(一)技术领域:
本发明涉及一种中子单粒子效应事件率预估方法,尤其涉及一种融合完整截面与修正能谱模型的事件率预估方法,属于空间辐射效应模拟试验技术及抗辐射加固技术研究领域。
(二)背景技术:
银河宇宙线和太阳宇宙线进入地磁场范围后,受到地球磁场的偏转.只有足够高能量的粒子才能入射到大气层上并与大气成分发生核相互作用,产生中子、质子、正负电子、γ射线等次级粒子,形成大气高能辐射环境.这些次级粒子能够引起单粒子及辐射剂量等效应,尤其是大气中子诱发的单粒子效应,是造成元器件损伤或失效,进而导致整个电子系统功能紊乱或彻底故障的主要原因。单粒子效应是由于高能粒子射入半导体器件中,并在其入射轨迹上形成一条电离通道,发生能量转移和沉积,最终导致电路状态发生变化的一种现象。单粒子效应会导致数据丢失、预警失灵、死机等故障,对飞行安全构成严重威胁。
目前,国际上针对单粒子效应事件率预估的相关研究越来越多,主要是基于已有的飞行试验数据以及地面模拟实验数据对翻转率进行预估,但是受制于实验成本和实验条件,获得的截面数据不足以覆盖大气中子能谱范围,也就不能准确评估设备用关键器件大气中子单粒子效应翻转率。因此需要补充更广能谱范围下的敏感截面,更准确的预估翻转率。
现有能谱模型主要有Boeing模型和NASA(Wilson)模型,它们都属于以飞行实验数据为基础的半经验模型,具有一定的局限性;大气中子辐射能谱与经度、纬度、高度等地理空间位置相关,还受到太阳活动的调制,因此需要对现有模型进行修正,更精确的计算中子的注量率。
支持向量机在通用性、鲁棒性、有效性和计算难易程度上都具有明显的优势,在地面模拟实验数据的基础上,基于支持向量机预测得到的完整截面具有简便性和准确性;利用纬度、经度、气压(海拔高度)对原有模型进行修正得到修正能谱模型,修正模型作为真实大气中子环境可以消除简化公式对中子描述的缺陷,因此融合完整截面与修正能谱模型的事件率预估方法能更准确的表征辐射环境下器件的翻转率。
随着集成电路技术的发展,航空航天元器件朝着小型化、高集成度、长寿命、强功能的方向不断发展,机载电子设备的体积不断减小,结构愈发紧凑,同时抗辐射能力愈发脆弱。传统的基于非完整截面以及简化能谱模型的翻转率预估方法无法对单粒子效应做出精确的预估,该发明提出的融合完整截面与修正能谱模型的事件率预估方法能提高翻转率预估的准确度,为机载电子设备的可靠性和安全性提供度量和参考,并为单粒子效应的防护提供依据。
(三)发明内容
1.目的
本发明的目的是为了提供一种融合完整截面与修正能谱模型的事件率预估的新方法,它可以定量分析机载电子设备的可靠性与安全性,为机载电子设备单粒子效应的防护与评价提供依据。
2.技术方案
本发明提出一种融合完整截面与修正能谱模型的单粒子效应事件率预估与评价方法,它包括以下步骤:
步骤一:获取20-180MeV能量范围的敏感截面数据。选取对大气中子单粒子效应敏感的机载电子器件,选取符合大气中子能谱的中子辐照源,设计单粒子效应地面模拟实验,进一步对实验结果预处理;
步骤二:基于支持向量机预测敏感截面。选择核函数将上一步骤获取的数据映射到高维空间;进一步选择特征变量和结果变量构建支持向量机;利用R语言的e1071完成对支持向量机的使用,将敏感截面预测至中子能量达300MeV,得到180-300MeV能量下的敏感截面数据;
步骤三:验证预测得到的敏感截面数据。利用SPENVIS的多层屏蔽辐射仿真程序(Multi-Layered Shielding Simulation Software,MULASSIS),完成器件同条件下的辐射仿真作为对比验证;将步骤二预测得到的数据分别与仿真结果、该器件在国际主流加速器上的中子与质子单粒子效应敏感截面试验结果、国外标杆数据、FOM飞行经验数据做对比验证,验证支持向量机的预测结果的准确性;
步骤四:低能量条件下的截面补充与验证。提取现有的美国地面模拟实验数据,采用多项式拟合方法,对0-20MeV的敏感截面数据进行完善,并通过与仿真结果和主流加速器结果进行了对比,验证拟合效果;
步骤五:融合修正能谱模型对事件率进行预估。使用大气中子全能谱注量替代平均通量,使用中子能量的函数的敏感截面替代平均截面,使用积分替代乘积。消除简化公式对中子描述的缺陷,进一步消除与航空领域的实际情况的误差,从而使事件率的预估结果更为可靠;
通过以上步骤,就能融合完整截面与修正能谱模型预估机载电子设备的单粒子效应事件率,为机载电子设备的大气中子单粒子效应防护提供重要的依据。基于支持向量机预测180MeV-300MeV的敏感截面,基于地面模拟实验拟合0- 20MeV的敏感截面,进一步与仿真结果和主流加速器实验结果对比,验证预测和拟合结果,可以依托有限的试验数据获得完整的能量-截面曲线;融合修正能谱模型对事件率进行预估,使得预估更加切合现实情况,该方法切实可行,准确度高,具有推广应用的价值。
其中,在步骤一中所述的“获取20-180MeV能量范围的敏感截面数据”,其作法如下:
分别将试验器件与检测器放置于4个不同试验位置,当中子束流经射线出口进入后,由中子束流监测器进行初始能量测试,随后导向至被测器件;散裂中子依次辐照被测器件,期间能量不断衰减,器件的翻转位数与轰击时的中子能量由检测器监测;待轰击完全部待测器件后经铝板屏蔽收集,
采用如下公式完成利用翻转位数与中子束流能量的器件敏感截面计算:
Figure BDA0002883055530000031
式中,N为单粒子事件错误数,单位#;F为中子注量,单位,#/(cm2·h),
接着使用样条插值法对计算得到的截面数据进行预处理,得到敏感截面数据的预处理结果;
其中,在步骤二中所述的“基于支持向量机预测敏感截面”,其作法如下:
基于支持向量机预测敏感截面主要有三个步骤:
步骤(1)
支持向量机在低维空间中完成计算,然后通过高斯径向基核函数将输入空间映射到高维特征空间,最终在高维特征空间中构造出最优分离超平面,从而把平面上本身不好分的非线性数据分开,
高斯径向基核函数表达式如下:
Figure BDA0002883055530000041
步骤(2)
提取第1列数据作为特征变量,第2列数据作为结果变量对支持向量机进行构建;通过设定嵌入维数,支持向量机每次将根据已有敏感截面数据进行预测;通过将预测结果与训练目标向量进行对比,完成对支持向量机进行训练,并将训练好的支持向量机进行保存;
步骤(3)
利用R语言的e1071完成对支持向量机的使用,将敏感截面预测至中子能量达300MeV。
其中,在步骤三中所述的“验证预测得到的敏感截面数据”,其作法如下:
在SPENVIS的多层屏蔽辐射仿真程序中定义粒子源和几何构型,设置完成之后运行程序,获取预测结果;
将器件的预测结果与国际主流加速器上的中子与质子单粒子效应敏感截面试验结果进行对比,验证支持向量机的预测结果与仿真结果的一致性;
将预测结果与国外标杆数据对比验证,国外标杆数据为典型器件的敏感截面的典型值,验证支持向量机的预测结果与国外标杆数据的一致性;
将预测结果与FOM飞行经验数据对比验证,验证支持向量机的预测结果与 FOM飞行经验数据的一致性,
FOM法认为,参数F比单粒子翻转阈值L0以及翻转临界电荷E0更能准确反映器件的单粒子翻转敏感程度。FOM法的计算如公式如下:
λ=(Cp+CH)×F
式中
λ——空间单粒子翻转率(day-1·bit-1);
Cp——质子单粒子翻转率系数,该参数与轨道、粒子种类以及屏蔽厚度有关;
CH——重离子单粒子翻转率系数,该参数与轨道、粒子种类以及屏蔽厚度有关;
F——无量纲的参数。
其中,在步骤四中所述的“低能量条件下的截面补充与验证”,其作法如下:
提取美国印第安纳大学实验室在3MeV下完成的中子地面模拟试验结果,采用多项式拟合方法,将该数据点和前面提到的数据点与支持向量机预测的高能量下的截面数据进行拟合,得出二者结合的设备用关键器件大气中子单粒子效应完整截面曲线;
之后与仿真结果和主流加速器结果进行了对比,验证拟合效果的准确性。
其中,在步骤五中所述的“融合修正能谱模型对事件率进行预估”,其作法如下:
根据机载电子设备大气中子单粒子效应翻转率的计算公式计算翻转率,计算公式如下所示:
Figure BDA0002883055530000051
其中:
λ:为微电路单粒子翻转率,单位:#/fh;
E0:为任务空间辐射环境中诱发微电路产生单粒子翻转的初始能量阈值,单位:MeV;
Emax:为任务空间辐射环境中诱发微电路产生单粒子翻转的最大能量,单位: MeV;
σ(E):为微电路在任务空间辐射环境中单粒子翻转敏感截面-能量函数,单位:cm2/bit;
dΦ(E)/dE:为任务空间辐射环境中诱发微电路产生单粒子翻转的高能中子注量率-能量微分函数,单位:#/cm2h·MeV,
敏感截面采用第四步拟合得到的完整中子能量-敏感截面曲线,注量率采用基于NASA模型的修正模型,通过以上公式可以得到机载电子设备大气中子单粒子效应的事件率。
3.优点及功效
本发明提供一种融合完整截面与修正能谱模型的事件率预估方法,该发明的优点是:
(1)为机载电子设备单粒子效应的防范提供了依据;
(2)基于支持向量机预测180MeV-300MeV的敏感截面,基于地面模拟实验数据拟合0-20MeV的敏感截面,可以依托有限的试验数据获得完整的能量-截面曲线。
(3)融合修正能谱模型对事件率进行预估,使得预估更加切合现实情况,准确度高,具有推广应用的价值。
(四)附图说明
图1、一种融合完整截面与修正能谱模型的事件率预估方法流程图
图2、大气中子单粒子效应地面模拟试验原理图
图3、MULASSIS粒子源定义图
图4、MULASSIS器件几何构型定义图
图5、支持向量机与仿真结果对比分析
图6、国外标杆数据中各工艺特征尺寸SRAM敏感截面典型值图
图7、国际上多个SRAM航空航天飞行经验数据FOM计算的敏感截面图
图8、完整截面曲线补充结果与仿真、主流加速器对比
图9、完整截面曲线与不同中子能谱图
(五)具体实施方式:
下面以日本日立公司(HITACHI)生产的HM628512ALP-7型器件为例,结合附图通过一个具体实施例进一步详述,应当理解,以下实施例仅用于说明本发明,但不能用来限制本发明的范围。
步骤一:获取20-180MeV能量范围的敏感截面数据。选取日本日立公司 (HITACHI)生产的HM628512ALP-7型器件,选取散裂中子辐照源模拟辐照环境,设计单粒子效应地面模拟实验,如图2所示,进一步对实验结果预处理,结果如下所示:
预处理结果
Figure BDA0002883055530000061
Figure BDA0002883055530000071
步骤二:基于支持向量机预测敏感截面。选择高斯径向基核函数将上一步获取的数据映射到高维空间;进一步选择特征变量和结果变量构建支持向量机;利用R语言的e1071完成对支持向量机的使用,将敏感截面预测至中子能量达 300MeV,得到不同能量下的敏感截面数据;
SVM预测敏感截面结果
Figure BDA0002883055530000072
步骤三:验证预测得到的敏感截面数据。利用SPENVIS的多层屏蔽辐射仿真程序完成器件同条件下的辐射仿真,将步骤二预测得到的数据分别与仿真结果、该器件在国际主流加速器上的中子与质子单粒子效应敏感截面试验结果、国外标杆数据、FOM飞行经验数据做对比验证,验证支持向量机的预测结果的准确性,仿真软件设置如图3和图4所示;
支持向量机的预测结果与软件仿真结果如图5所示,预测结果具有较好的一致性;
根据国外SRAM器件的标杆数据,Hitachi典型SRAM敏感截面典型值如图 6所示,根据标杆数据,该器件敏感截面约为4E-14cm2,这与本发明中4.41E-14 cm2的结果是高度一致的;
基于丰富的空间单粒子试验数据,采用国际上多个SRAM航空航天飞行经验数据FOM计算的敏感截面如图7所示,通过两条曲线对比,容易发现SRAM 器件FOM敏感截面典型值约为4E-14cm2/bit,同样验证了本论文采用的支持向量机预测方法的可信性。
步骤四:低能量条件下的截面补充与验证。提取现有的美国地面模拟实验数据,采用多项式拟合方法,对0-20MeV的敏感截面数据进行完善,并通过与仿真结果和主流加速器结果进行了对比,验证拟合效果;
拟合结果如图8所示,拟合效果与仿真曲线几乎重合。
步骤五:融合修正能谱模型对事件率进行预估。使用大气中子全能谱注量替代平均通量,使用中子能量的函数的敏感截面替代平均截面,使用积分替代乘积。消除简化公式对中子描述的缺陷,进一步消除与航空领域的实际情况的误差,从而使事件率的预估结果更为可靠,完整截面曲线与不同中子能谱图如图9所示;
本发明选择NASA模型计算注量率,并选用JESD 89A提供的模型,引入影响大气中子注量率的修正因子公式,利用纬度、经度、气压(海拔高度)对NASA 模型进行修正,
NASA模型中,大气中子注量率受三个主要参数影响,分别为:大气厚度 (g/cm2)、垂直截止刚度(GV)和太阳活动情况。该模型基本计算公式如下所示:
Figure BDA0002883055530000081
Figure BDA0002883055530000082
Figure BDA0002883055530000083
式中,Φ1-10(x,R,C)为1-10MeV的大气中子通量,x为大气厚度,R为截止刚度,C为太阳活动常数,λ、xm和Λ为计算的中间参数,
太阳活动常数C的定义公式如下所示:
Figure BDA0002883055530000084
选用JESD 89A提供模型公式如下所示,更加准确地计算修正模型的应力剖面:
Figure BDA0002883055530000085
式中:Φ为中子注量率,E为中子能量。
为了更加准确描述特定环境下的特征,引入影响大气中子注量率的修正因子公式如下所示,利用纬度、经度、气压(海拔高度)对原有模型进行修正,
Figure BDA0002883055530000086
其中dΦ0(E)/dE为注量率能谱,FA(d)表征海拔与大气厚度的影响,FB(Rc,I,d) 表征海拔、截止刚度、太阳活动的综合影响,d为大气厚度,Rc为垂直地磁截止刚度,I为太阳活动相关参数。各自计算公式为:
FA(d)=exp[(1033.2-d)/131.3]
Figure BDA0002883055530000091
Figure BDA0002883055530000092
将飞行环境参数带入上述公式,计算得出基于实测数据的修正因子计算结果如下表所示,
基于实测数据的修正因子计算结果
Figure BDA0002883055530000093
得到修正后的注量率模型表达式如下所示:
Figure BDA0002883055530000094
之后结合拟合得到的完整中子能量-敏感截面曲线,根据机载电子设备大气中子单粒子效应翻转率的计算公式计算和事件率,计算公式如下所示:
Figure BDA0002883055530000095
其中:
λ:为微电路单粒子翻转率,单位:#/fh;
E0:为任务空间辐射环境中诱发微电路产生单粒子翻转的初始能量阈值,单位:MeV;
Emax:为任务空间辐射环境中诱发微电路产生单粒子翻转的最大能量,单位: MeV;
σ(E):为微电路在任务空间辐射环境中单粒子翻转敏感截面-能量函数,单位:cm2/bit;
dΦ(E)/dE:为任务空间辐射环境中诱发微电路产生单粒子翻转的高能中子注量率-能量微分函数,单位:#/cm2h·MeV,
利用上述公式,通过图9中不同中子注量(灰色曲线)和敏感截面(红色曲线)计算积分得到该器件大气中子单粒子翻转率:
λcorrection=2.586E-02。

Claims (7)

1.一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:它包括以下步骤:
步骤一:获取20-180MeV能量范围的敏感截面数据。选取对大气中子单粒子效应敏感的机载电子器件,选取符合大气中子能谱的中子辐照源,设计单粒子效应地面模拟实验,进一步对实验结果预处理;
步骤二:基于支持向量机预测敏感截面。选择核函数将上一步骤获取的数据映射到高维空间;进一步选择特征变量和结果变量构建支持向量机;利用R语言的e1071完成对支持向量机的使用,将敏感截面预测至中子能量达300MeV,得到180-300MeV能量下的敏感截面数据;
步骤三:验证预测得到的敏感截面数据。利用SPENVIS的多层屏蔽辐射仿真程序(Multi-Layered Shielding Simulation Software,MULASSIS),完成器件同条件下的辐射仿真作为对比验证;将步骤二预测得到的数据分别与仿真结果、该器件在国际主流加速器上的中子与质子单粒子效应敏感截面试验结果、国外标杆数据、FOM飞行经验数据做对比验证,验证支持向量机的预测结果的准确性;
步骤四:低能量条件下的截面补充与验证。提取现有的美国地面模拟实验数据,采用多项式拟合方法,对0-20MeV的敏感截面数据进行完善,并通过与仿真结果和主流加速器结果进行了对比,验证拟合效果;
步骤五:融合修正能谱模型对事件率进行预估。使用大气中子全能谱注量替代平均通量,使用中子能量的函数的敏感截面替代平均截面,使用积分替代乘积。消除简化公式对中子描述的缺陷,进一步消除与航空领域的实际情况的误差,从而使事件率的预估结果更为可靠;
通过以上步骤,就能融合完整截面与修正能谱模型预估机载电子设备的单粒子效应事件率,为机载电子设备的大气中子单粒子效应防护提供重要的依据。基于支持向量机预测180MeV-300MeV的敏感截面,基于地面模拟实验拟合0-20MeV的敏感截面,进一步与仿真结果和主流加速器实验结果对比,验证预测和拟合结果,可以依托有限的试验数据获得完整的能量-截面曲线;融合修正能谱模型对事件率进行预估,使得预估更加切合现实情况,该方法切实可行,准确度高,具有推广应用的价值。
2.根据权利要求1所述的一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:
分别将试验器件与检测器放置于4个不同试验位置,当中子束流经射线出口进入后,由中子束流监测器进行初始能量测试,随后导向至被测器件;散裂中子依次辐照被测器件,期间能量不断衰减,器件的翻转位数与轰击时的中子能量由检测器监测;待轰击完全部待测器件后经铝板屏蔽收集,
采用如下公式完成利用翻转位数与中子束流能量的器件敏感截面计算:
Figure FDA0002883055520000021
式中,N为单粒子事件错误数,单位#;F为中子注量,单位,#/(cm2·h),
接着使用样条插值法对计算得到的截面数据进行预处理,得到敏感截面数据的预处理结果。
3.根据权利要求1所述的一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:
基于支持向量机预测敏感截面主要有三个步骤:
步骤(1)
支持向量机在低维空间中完成计算,然后通过高斯径向基核函数将输入空间映射到高维特征空间,最终在高维特征空间中构造出最优分离超平面,从而把平面上本身不好分的非线性数据分开,
高斯径向基核函数表达式如下:
Figure FDA0002883055520000022
步骤(2)
提取第1列数据作为特征变量,第2列数据作为结果变量对支持向量机进行构建;通过设定嵌入维数,支持向量机每次将根据已有敏感截面数据进行预测;通过将预测结果与训练目标向量进行对比,完成对支持向量机进行训练,并将训练好的支持向量机进行保存;
步骤(3)
利用R语言的e1071完成对支持向量机的使用,将敏感截面预测至中子能量达300MeV。
4.根据权利要求1所述的一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:
在SPENVIS的多层屏蔽辐射仿真程序中定义粒子源和几何构型,设置完成之后运行程序,获取预测结果;
将器件的预测结果与国际主流加速器上的中子与质子单粒子效应敏感截面试验结果进行对比,验证支持向量机的预测结果与仿真结果的一致性;
将预测结果与国外标杆数据对比验证,国外标杆数据为典型器件的敏感截面的典型值,验证支持向量机的预测结果与国外标杆数据的一致性;
将预测结果与FOM飞行经验数据对比验证,验证支持向量机的预测结果与FOM飞行经验数据的一致性,
FOM法认为,参数F比单粒子翻转阈值L0以及翻转临界电荷E0更能准确反映器件的单粒子翻转敏感程度。FOM法的计算如公式如下:
λ=(Cp+CH)×F
式中
λ——空间单粒子翻转率(day-1·bit-1);
Cp——质子单粒子翻转率系数,该参数与轨道、粒子种类以及屏蔽厚度有关;CH——重离子单粒子翻转率系数,该参数与轨道、粒子种类以及屏蔽厚度有关;
F——无量纲的参数。
5.根据权利要求1所述的一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:
提取美国印第安纳大学实验室在3MeV下完成的中子地面模拟试验结果,采用多项式拟合方法,将该数据点和前面提到的数据点与支持向量机预测的高能量下的截面数据进行拟合,得出二者结合的设备用关键器件大气中子单粒子效应完整截面曲线;
之后与仿真结果和主流加速器结果进行了对比,验证拟合效果的准确性。
6.根据权利要求1所述的一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:
根据机载电子设备大气中子单粒子效应翻转率的计算公式计算翻转率,计算公式如下所示:
Figure FDA0002883055520000041
其中:
λ:为微电路单粒子翻转率,单位:#/fh;
E0:为任务空间辐射环境中诱发微电路产生单粒子翻转的初始能量阈值,单位:MeV;
Emax:为任务空间辐射环境中诱发微电路产生单粒子翻转的最大能量,单位:MeV;
σ(E):为微电路在任务空间辐射环境中单粒子翻转敏感截面-能量函数,单位:cm2/bit;
dΦ(E)/dE:为任务空间辐射环境中诱发微电路产生单粒子翻转的高能中子注量率-能量微分函数,单位:#/cm2h·MeV,
敏感截面采用第四步拟合得到的完整中子能量-敏感截面曲线,注量率采用基于NASA模型的修正模型,通过以上公式可以得到机载电子设备大气中子单粒子效应的事件率。
7.根据权利要求1所述的一种融合完整截面与修正能谱模型的事件率预估方法,其特征在于:
本发明选择NASA模型计算注量率,并选用JESD 89A提供的模型,引入影响大气中子注量率的修正因子公式,利用纬度、经度、气压(海拔高度)对NASA模型进行修正,
NASA模型中,大气中子注量率受三个主要参数影响,分别为:大气厚度(g/cm2)、垂直截止刚度(GV)和太阳活动情况。该模型基本计算公式如下所示:
Figure FDA0002883055520000042
Figure FDA0002883055520000043
Figure FDA0002883055520000044
式中,Φ1-10(x,R,C)为1-10MeV的大气中子通量,x为大气厚度,R为截止刚度,C为太阳活动常数,λ、xm和Λ为计算的中间参数,
太阳活动常数C的定义公式如下所示:
Figure FDA0002883055520000051
选用JESD 89A提供模型公式如下所示,更加准确地计算修正模型的应力剖面:
Figure FDA0002883055520000052
式中:Φ为中子注量率,E为中子能量。
为了更加准确描述特定环境下的特征,引入影响大气中子注量率的修正因子公式如下所示,利用纬度、经度、气压(海拔高度)对原有模型进行修正,
Figure FDA0002883055520000053
其中dΦ0(E)/dE为注量率能谱,FA(d)表征海拔与大气厚度的影响,FB(Rc,I,d)表征海拔、截止刚度、太阳活动的综合影响,d为大气厚度,Rc为垂直地磁截止刚度,I为太阳活动相关参数。各自计算公式为:
FA(d)=exp[(1033.2-d)/131.3]
Figure FDA0002883055520000055
Figure FDA0002883055520000056
将飞行环境参数带入上述公式,计算得出基于实测数据的修正因子计算结果如下表所示,
基于实测数据的修正因子计算结果
Figure FDA0002883055520000054
Figure FDA0002883055520000061
得到修正后的注量率模型表达式如下所示:
Figure FDA0002883055520000062
之后结合拟合得到的完整中子能量-敏感截面曲线,根据机载电子设备大气中子单粒子效应翻转率的计算公式计算和事件率,计算公式如下所示:
Figure FDA0002883055520000063
其中:
λ:为微电路单粒子翻转率,单位:#/fh;
E0:为任务空间辐射环境中诱发微电路产生单粒子翻转的初始能量阈值,单位:MeV;
Emax:为任务空间辐射环境中诱发微电路产生单粒子翻转的最大能量,单位:MeV;
σ(E):为微电路在任务空间辐射环境中单粒子翻转敏感截面-能量函数,单位:cm2/bit;
dΦ(E)/dE:为任务空间辐射环境中诱发微电路产生单粒子翻转的高能中子注量率-能量微分函数,单位:#/cm2h·MeV。
CN202110010127.1A 2021-01-05 2021-01-05 一种融合完整截面与修正能谱模型的事件率预估方法 Pending CN112765869A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110010127.1A CN112765869A (zh) 2021-01-05 2021-01-05 一种融合完整截面与修正能谱模型的事件率预估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110010127.1A CN112765869A (zh) 2021-01-05 2021-01-05 一种融合完整截面与修正能谱模型的事件率预估方法

Publications (1)

Publication Number Publication Date
CN112765869A true CN112765869A (zh) 2021-05-07

Family

ID=75699827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110010127.1A Pending CN112765869A (zh) 2021-01-05 2021-01-05 一种融合完整截面与修正能谱模型的事件率预估方法

Country Status (1)

Country Link
CN (1) CN112765869A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100217570A1 (en) * 2006-12-21 2010-08-26 Charruau Stephane Method for Simulating the Failure Rate of an Electronic Equipment Due to Neutronic Radiation
CN105676102A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 利用fom获取中子单粒子效应器件敏感截面的方法及装置
CN105676103A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 获取大气中子单粒子效应敏感器件敏感截面的方法及装置
CN105718714A (zh) * 2015-09-21 2016-06-29 北京圣涛平试验工程技术研究院有限责任公司 微电路大气中子单粒子翻转率的确定方法及系统
CN109470947A (zh) * 2018-09-29 2019-03-15 兰州空间技术物理研究所 一种利用试验数据确定大气中子单粒子效应截面的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100217570A1 (en) * 2006-12-21 2010-08-26 Charruau Stephane Method for Simulating the Failure Rate of an Electronic Equipment Due to Neutronic Radiation
CN105676102A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 利用fom获取中子单粒子效应器件敏感截面的方法及装置
CN105676103A (zh) * 2014-11-21 2016-06-15 北京圣涛平试验工程技术研究院有限责任公司 获取大气中子单粒子效应敏感器件敏感截面的方法及装置
CN105718714A (zh) * 2015-09-21 2016-06-29 北京圣涛平试验工程技术研究院有限责任公司 微电路大气中子单粒子翻转率的确定方法及系统
CN109470947A (zh) * 2018-09-29 2019-03-15 兰州空间技术物理研究所 一种利用试验数据确定大气中子单粒子效应截面的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄姣英 等: "Flash 存储器单粒子效应测试研究综述", 《电子技术应用》 *

Similar Documents

Publication Publication Date Title
NA62 Collaboration Measurement of the very rare $ K^+\rightarrow\pi^+\nu\bar {\nu} $ decay
O'Brien et al. An empirical phase space analysis of ring current dynamics: Solar wind control of injection and decay
Sudoł et al. Feasibility studies of the time-like proton electromagnetic form factor measurements with ANDA at FAIR
JP6475828B2 (ja) 半導体LSI(Large Scale Integration)のソフトエラー率計算装置および計算方法
CN108008289B (zh) 一种器件质子单粒子效应截面的获取方法
Maurchev et al. RUSCOSMIC-the new software toolbox for detailed analysis of cosmic ray interactions with matter
CN110988969A (zh) 大气中子辐射试验方法、系统和装置
Zhang et al. Improvement of main drift chamber Monte-Carlo tuning model at BESIII
CN103323423A (zh) 基于激光对气体浓度分析的抗干扰方法及系统
Zhu et al. The Higgs→ $$ b\overline {b} $$, $$ c\overline {c} $$, gg measurement at CEPC
CN112765869A (zh) 一种融合完整截面与修正能谱模型的事件率预估方法
CN105609139B (zh) Sram型fpga中子单粒子效应试验控制方法与装置
Aitkenhead et al. Use of artificial neural networks in measuring characteristics of shielded plutonium for arms control
CN109470947A (zh) 一种利用试验数据确定大气中子单粒子效应截面的方法
CN112307616B (zh) 一种机电产品半试验寿命与可靠性仿真方法
CN110320564B (zh) 一种基于概率矩阵溯源的中子背散射塑性地雷成像方法
Curtis et al. REX: A Monte Carlo simulation of thick gas target resonant scattering reactions
CN113536679A (zh) 一种基于人工神经网络的点源剂量率修正方法
Mei et al. Novel method to evaluate the effectiveness of UAV navigation spoofing
Ventura et al. The muon high level trigger of the ATLAS experiment
CN112711894B (zh) 一种在轨元器件抗单粒子能力量化评定方法
Looper et al. Adjoint Monte Carlo Simulations and Improved Sector Shielding Calculations with Geant4
CN110687584A (zh) 一种基于lstm的快速核素识别方法
Shurygin Kinetics of impurity charge-state distributions in tokamak plasmas
CN116167208A (zh) 一种元器件总剂量效应仿真软件宇航应用验证方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210507