CN118028980A - 一种用于砷化镓半导体生长的智能化温度监测方法 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种用于砷化镓半导体生长的智能化温度监测方法，包括：获取温度信号曲线及生长速率的拟合曲线；获得温度信号中噪声强度的基本估测值；获得生长末期阶段温度信号中每条分量信号的温度变化周期性；得到每条分量信号中每个局部信号段的异常权重；获得生长末期阶段温度信号中每个局部信号段内的滤波强度值；根据生长末期阶段温度信号中每个局部信号段内的滤波强度值，以及温度信号中噪声强度的基本估测值，获得除噪后的温度信号数据，对砷化镓半导体的生长进行智能化温度监测。本发明旨在解决砷化镓半导体生长过程中温度信号受噪声影响导致监测不准确的问题。

Description

一种用于砷化镓半导体生长的智能化温度监测方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种用于砷化镓半导体生长的智能化温度监测方法。

背景技术

砷化镓（GaAs）半导体是一种广泛用于光电子器件和微波器件的材料，因其优异的电学性能和光学性能而备受关注，在砷化镓半导体的生长过程中，确保适当的生长温度对于获得高质量的晶体结构和提高器件性能至关重要。

传统的温度监测方法主要依赖于热电偶和红外测温技术，这些方法虽然能够提供一定程度的温度信息，然而在使用智能化温度监测方法监测砷化镓半导体生长过程中的温度时，传感器的测量精度对于确保正确的温度读数至关重要，实验室环境中的温度波动、震动、电磁干扰等因素会影响传感器的性能，使得温度监测数据采集过程中引入一定程度的噪声成分，进而导致温度的监测结果出现误差，降低了温度监测的效果。

发明内容

本发明提供一种用于砷化镓半导体生长的智能化温度监测方法，以解决现有的问题。

本发明的一种用于砷化镓半导体生长的智能化温度监测方法采用如下技术方案：

本发明一个实施例提供了一种用于砷化镓半导体生长的智能化温度监测方法，该方法包括以下步骤：

获取温度信号曲线及生长速率的拟合曲线；

根据温度信号曲线及生长速率的拟合曲线的时序变化，获得温度信号中噪声强度的基本估测值；

根据温度信号中噪声强度的基本估测值，获得生长末期阶段温度信号中每条分量信号的温度变化周期性；根据生长末期阶段温度信号中每条分量信号的温度变化周期性，得到每条分量信号中每个局部信号段的异常权重；

根据每条分量信号中每个局部信号段的异常权重，获得生长末期阶段温度信号中每个局部信号段内的滤波强度值；

根据生长末期阶段温度信号中每个局部信号段内的滤波强度值，以及温度信号中噪声强度的基本估测值，获得除噪后的温度信号数据，对砷化镓半导体的生长进行智能化温度监测。

可选的，所述温度信号曲线，具体的获取方法为：

利用热电阻传感器采集砷化镓生长过程中提供的温度信号数据，并以时间为横轴，温度值为纵轴，建立二维坐标系，获得温度信号曲线。

可选的，所述生长速率的拟合曲线，具体的获取方法为：

利用多项式拟合方法将所有时刻的生长速率进行拟合得到拟合曲线，该曲线以时间为横轴，生长速率为纵轴。

可选的，所述获得温度信号中噪声强度的基本估测值，包括的具体方法为：

将温度信号曲线记为曲线，将拟合曲线记为曲线/>；对曲线/>进行求导，将导数函数取零，得到若干疑似拐点及其横坐标，对曲线/>进行二次求导，将任意一个疑似拐点的横坐标带入二次求导函数中，当二阶导数小于零时，标记该疑似拐点为拐点，当二阶导数大于或等于零时，该疑似拐点不是拐点，得到拐点的位置，将第一个拐点与曲线/>初始的位置之间的时间段记为砷化镓半导体的生长初期阶段，将生长初期阶段曲线/>与曲线/>的纵坐标分别进行线性归一化，则温度信号中噪声强度的基本估测值的计算公式如下：

其中，表示温度信号中的噪声强度的基本估测值，/>表示时序点的数量，/>表示曲线/>归一化后第/>个时序点的值，/>表示曲线/>归一化后第/>个时序点的值，/>表示生长初期阶段中曲线/>的斜率方差，/>表示生长初期阶段中曲线/>的斜率方差，/>表示绝对值函数。

可选的，所述获得生长末期阶段温度信号中每条分量信号的温度变化周期性，包括的具体方法为：

将生长初期阶段之后的生长阶段记为生长末期阶段，利用离散型小波变换对生长末期阶段的曲线进行分解，得到若干个分解层，每个分解层均表示一条分量信号；根据曲线/>中所有拐点的横坐标，得到曲线/>中若干拐点及其横坐标，通过相邻拐点的横坐标划分得到若干时间段，每条分量信号在每个时间段的一段信号记为局部信号段；

根据每条分量信号中局部信号段中的温度信号值，得到生长末期阶段温度信号中每条分量信号的温度变化周期性。

可选的，所述根据每条分量信号中局部信号段中的温度信号值，得到生长末期阶段温度信号中每条分量信号的温度变化周期性，包括的具体方法为：

其中，表示生长末期阶段温度信号中第/>条分量信号温度变化周期性，/>表示第/>条分量信号中第/>个局部信号段中所有温度信号值的平均值，/>表示第/>条分量信号中第/>个局部信号段中所有温度信号值的平均值，/>表示第/>条分量信号中第/>个局部信号段中每种温度信号值的数量的均值，/>表示第/>条分量信号中第/>个局部信号段中每种温度信号值的数量的均值，/>表示第/>条分量信号中所有温度信号值的总数量，/>表示绝对值函数。

可选的，所述得到每条分量信号中每个局部信号段的异常权重，包括的具体方法为：

其中，表示第/>个分量信号中第/>个局部信号段的异常权重，/>表示生长末期阶段温度信号中第/>条分量信号的温度变化周期性，/>表示的是曲线/>中第/>个时间段中所有点的平均斜率，/>表示曲线/>中所有点的平均斜率，/>表示第/>条分量信号中第/>个局部信号段内温度信号值的最大值，/>表示分量信号的数量，/>表示的是第/>条分量信号中第/>个局部信号段内温度信号值的最大值，/>表示绝对值函数，/>表示双曲正切函数。

可选的，所述获得生长末期阶段温度信号中每个局部信号段内的滤波强度值，包括的具体方法为：

其中，表示生长末期阶段温度信号中的第/>个局部信号段内的滤波强度值，/>表示第/>条分量信号中第/>个局部信号段的异常权重，/>表示分量信号的数量，/>表示温度信号中噪声强度的基本估测值。

可选的，所述根据生长末期阶段温度信号中每个局部信号段内的滤波强度值，以及温度信号中噪声强度的基本估测值，获得除噪后的温度信号数据，包括的具体方法为：

根据生长末期阶段温度信号中每个局部信号段内的滤波强度值对生长末期阶段温度信号曲线进行滤波，同时依据温度信号中噪声强度的基本估测值对生长初期阶段温度信号曲线进行滤波，得到除噪后的温度信号数据。

可选的，所述对砷化镓半导体的生长进行智能化温度监测，包括的具体方法为：

获取砷化镓半导体生长温度的正常范围，将正常范围的上限与下限的差值，记为正常范围的极差；计算除噪后的温度信号数据的极差；预设判断阈值；

当处理后的温度信号的极差与正常范围的极差的比值大于预设的判断阈值，温度出现异常；

当处理后的温度信号的极差与正常范围的极差的比值小于等于预设的判断阈值，温度正常。

本发明的技术方案的有益效果是：本发明的主要目的是对采集到温度信号数据中的噪声进行有效去除。首先，根据半导体生长速率曲线找到半导体的生长初期阶段，根据生长初期的生长速率变化与温度变化之间的一致性来估测温度信号中的基本噪声强度。然后根据半导体稳定生长过程中的速率变化节点对应的分量信号的局部段，局部段中信号分布的异常程度以及局部段所在的分量信号具有的周期性来获取该局部信号段的异常权重值，然后将所有分量相同位置处的局部信号段的异常权重进行平均，进而得到对该局部段的基本噪声强度的调整权重，进而对温度信号滤波过程中的滤波强度进行自适应，得到除噪后的温度监测数据。然后对半导体生长过程中的温度信号进行智能化监测，对温度信号的有效处理可以确保温度控制更加精确，从而提高生长过程的稳定性和一致性，有助于实现更精细的生长控制和调节，提高半导体生长的智能化温度监测精度和准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种用于砷化镓半导体生长的智能化温度监测方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于砷化镓半导体生长的智能化温度监测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种用于砷化镓半导体生长的智能化温度监测方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种用于砷化镓半导体生长的智能化温度监测方法的步骤流程图，该方法包括以下步骤：

步骤S001：获取温度信号曲线及生长速率的拟合曲线。

需要说明的是，本实施例用于砷化镓半导体生长的智能化温度监测，需要采集砷化镓生长的实时温度。

具体的，在砷化镓生长室内安装热电阻传感器，将热电阻传感器安装在砷化镓生长系统的适当位置，如生长室内部或衬底表面附近，确保传感器与砷化镓晶体的生长区域保持接触，以测量出准确的温度；将热电阻传感器连接到数据采集系统，用电缆连接到控制器上。而热电阻传感器因之前使用过导致传感器上存在之前的温度，为保证测量结果的准确性，在使用前对热电阻传感器进行校准，将传感器暴露在已知温度下，然后与标准温度计进行比较，完成热电阻传感器的校准。利用热电阻传感器采集砷化镓生长过程中提供的温度信号数据，并以时间为横轴，温度值为纵轴，建立二维坐标系，获得温度信号曲线，并将温度信号曲线记为曲线；本实施例对整个生长过程的温度信号数据进行采集，传感器输出的为连续的温度信号。

进一步需要说明的是，在获取到温度信号曲线后，需要结合砷化镓半导体的生长速率进行温度数据的噪声监测，因此需要获取生长速率曲线。

具体的，本实施例利用反射高能电子衍射技术，监测薄膜或晶体的表面结构和生长速率，生长速率的采集频率与温度信号的采样频率同步，利用多项式拟合方法将所有时刻的生长速率进行拟合得到拟合曲线，该曲线以时间为横轴，生长速率为纵轴，并将拟合曲线记为曲线，其中，多项式拟合方法为现有技术，本实施例不再赘述。

至此，获得温度信号曲线及生长速率的拟合曲线。

步骤S002：根据温度信号曲线及生长速率的拟合曲线的时序变化，获得温度信号中噪声强度的基本估测值。

需要说明的是，在半导体生长的初期阶段中，由于表面能垒的存在砷化镓半导体的生长速率较低，在反应过程中主要是在消耗材料的生长源和载气中的气体，反应过程中材料处于一个较为稳定的状态，即初期生长阶段较为稳定，而这个阶段的噪声的影响更为显著，本实施例通过该阶段的生长速率曲线与温度信号变化曲线之间的差异来估测温度信号中的基本噪声强度。

具体的，对曲线进行求导，并将导数函数取零，得到若干疑似拐点及其横坐标，对曲线/>进行二次求导，将任意一个疑似拐点的横坐标带入二次求导函数中，当二阶导数小于零时，标记该疑似拐点为拐点，当二阶导数大于或等于零时，该疑似拐点不是拐点，得到拐点的位置，将第一个拐点与曲线/>初始的位置之间的时间段记为砷化镓半导体的生长初期阶段，将生长初期阶段曲线/>与曲线/>的纵坐标分别进行线性归一化，则温度信号中噪声强度的基本估测值的计算公式如下：

其中，表示温度信号中的噪声强度的基本估测值，/>表示时序点的数量，/>表示曲线/>归一化后第/>个时序点的值，/>表示曲线/>归一化后第/>个时序点的值，/>表示生长初期阶段中曲线/>的斜率方差，/>表示生长初期阶段中曲线/>的斜率方差，/>表示绝对值函数；其中曲线/>上时序点的斜率基于时序点与相邻前一个时序点进行计算，曲线/>上第一个时序点的斜率设置为第二个时序点的斜率；曲线/>上时序点的斜率计算为公知技术，本实施例不再赘述。

所需说明的是，表示的是半导体生长初期阶段中生长速率拟合曲线与温度信号曲线的之间的均方误差，衡量该生长初期阶段内温度变化曲线与生长速率之间的相关性，值越小，就表示相关性和一致性较好，可能存在较弱的噪声干扰；就表示该阶段内的温度变化曲线的斜率波动情况与生长速率曲线的斜率波动情况之间的差值，差值越大，也表示该阶段内温度变化曲线与生长速率曲线之间的一致性较差；即/>就表示根据生长初期阶段的温度信号曲线与生长速率拟合曲线之间的相关性估测的温度信号中的基本噪声强度E。

至此，获得温度信号中噪声强度的基本估测值。

步骤S003：根据温度信号中噪声强度的基本估测值，获得生长末期阶段温度信号中每条分量信号的温度变化周期性；根据生长末期阶段温度信号中每条分量信号的温度变化周期性，得到每条分量信号中每个局部信号段的异常权重。

需要说明的是，半导体在生长过程中，历经生长初期阶段之后进入一个稳定生长的过程，从生长初期阶段进入稳定生长过程中的温度变化存在一些较为异常的行为，在稳定生长的过程中，砷化镓半导体表面的反应是必不可少的，反应涉及到化学键的形成和断裂，以及电子的转移和分布，该过程中会伴随着能量的变换，例如化学键的断裂需要克服一定的能垒，而克服能垒需要吸热，所以化学键的断裂需要吸热，因此化学键的形成需要放热，因此稳定的情况下温度的变化呈现一定的周期性，而异常的温度变化就会打破周期性的分布规律。

具体的，将生长初期阶段之后的生长阶段记为生长末期阶段，利用离散型小波变换对生长末期阶段的曲线即温度信号曲线进行分解，得到若干个分解层，每个分解层均表示一条分量信号，所有的分量信号与曲线/>在时序点上均对应，离散型小波变换为公知技术，本实施例不再赘述；根据曲线/>中所有拐点的横坐标，得到曲线/>中若干拐点及其横坐标，通过相邻拐点的横坐标划分得到若干时间段，每条分量信号在每个时间段的一段信号记为局部信号段。

进一步的，计算生长末期阶段的温度拟合曲线中每个点的斜率，并求取平均斜率记为，则生长末期阶段温度信号中第/>条分量信号温度变化周期性的计算公式如下：

其中，表示生长末期阶段温度信号中第/>条分量信号温度变化周期性，/>表示第/>条分量信号中第/>个局部信号段中所有温度信号值的平均值，/>表示第/>条分量信号中第/>个局部信号段中所有温度信号值的平均值，/>表示第/>条分量信号中第/>个局部信号段中每种温度信号值的数量的均值，其中一种温度信号值即数值相同的温度信号值，/>表示第/>条分量信号中第/>个局部信号段中每种温度信号值的数量的均值，/>表示第/>条分量信号中所有温度信号值的总数量，/>表示绝对值函数。

所需说明的是，通过获取分量信号中的第个局部信号段与其余的局部信号段内的平均信号值差值平方值，其值越大，就表示第/>个局部信号段内的信号分布与其余局部信号段的分布存在一定差异；而通过第/>个局部信号段与其余局部信号段内的所有类信号值分布概率平均值的差值，即各类信号值数量均值上的差异，差异越大就表示第/>个局部信号段内的信号类型分布与其余信号段内的信号类型差异较大；最终得到反映第/>个分量信号中的温度变化的周期性特征，其值越小，就表示该分量信号具有的温度变化周期性较高。

根据上述方式，获得生长末期阶段温度信号中每条分量信号的温度变化周期性。

进一步的，根据分量信号的温度变化周期性来调整曲线变化对应的温度信号的局部信号段的权重，则第/>个分量信号中第/>个局部信号段的异常权重的计算公式如下：

其中，表示第/>个分量信号中第/>个局部信号段的异常权重，/>表示生长末期阶段温度信号中第/>条分量信号的温度变化周期性，/>表示的是曲线/>中第/>个时间段中所有点的平均斜率，/>表示曲线/>中所有点的平均斜率，/>表示第/>条分量信号中第/>个局部信号段内温度信号值的最大值，/>表示分量信号的数量，/>表示的是第/>条分量信号中第/>个局部信号段内温度信号值的最大值，/>表示绝对值函数，/>表示双曲正切函数，本实施例在此处进行归一化处理。

所需说明的是，就表示曲线/>中相邻拐点之间的信号值的平均斜率与整个生长过程中曲线/>的平均斜率之间的差值，差值越大，就表示该时间段内的半导体生长速率出现异常的波动；/>就表示该/>个分量中对生长速率曲线中的拐点对应的时间段内，第/>个局部信号段中的最大信号值，与竖直方向上其他的分量，同一位置的局部信号段中的最大信号值的之间的平均差值和该分量的周期性特征的乘积，乘积越大，就表示该分量中的第/>个局部信号段相比于其他的局部信号段的异常程度越高，为了排除正常温度变化带来的影响，即选取/>的倒数，/>的值越大，即说明该时间段内的生长速率的变化受到温度变化影响的程度较小。/>的值越大，就说明生长速率微弱变化的同时，温度波动出现异常情况，即此时第/>个分量的第/>个局部信号段在滤波过程中的强度应该较大，需要进一步排除噪声的干扰。

根据上述方式，获得每个分量信号中每个局部信号段的异常权重。

至此，得到每个分量信号中每个局部信号段的异常权重。

步骤S004：根据每条分量信号中每个局部信号段的异常权重，获得生长末期阶段温度信号中每个局部信号段内的滤波强度值。

需要说明的是，在砷化镓半导体生长过程中，温度的波动对半导体的生长速率产生直接的影响，并且温度的异常波动中包含一定程度的噪声，本实施例根据局部信号段的权重沿着竖直方向进行加权平均；所有的分量信号组成原始的温度信号即曲线，根据分量之间的局部信号段的加权平均结果调节最终的原始信号各局部信号段的滤波强度值。

具体的，生长末期阶段温度信号中第个局部信号段内的滤波强度值的计算公式为：

其中，表示生长末期阶段温度信号中的第/>个局部信号段内的滤波强度值，/>表示第/>条分量信号中第/>个局部信号段的异常权重，/>表示分量信号的数量，/>表示温度信号中噪声强度的基本估测值。

所需说明的是，表示原始温度信号中与第/>个局部信号段相同尺度中的平均权重，平均的作用是尽可能的消除局部变化的影响，/>就表示原始信号中与第/>个局部信号相同尺寸的滤波器调整后的滤波强度。

根据上述方式，获得生长末期阶段温度信号中每个局部信号段内的滤波强度值。

至此，获得生长末期阶段温度信号中每个局部信号段内的滤波强度值。

步骤S005：根据生长末期阶段温度信号中每个局部信号段内的滤波强度值，以及温度信号中噪声强度的基本估测值，获得除噪后的温度信号数据，对砷化镓半导体的生长进行智能化温度监测。

具体的，根据生长末期阶段温度信号中每个局部信号段内的滤波强度值对生长末期阶段温度信号曲线进行滤波，同时依据温度信号中噪声强度的基本估测值对生长初期阶段温度信号曲线进行滤波，得到除噪后的温度信号数据。

进一步的，获取砷化镓半导体生长温度的正常范围，该正常范围可直接获取，将正常范围的上限与下限的差值，记为正常范围的极差；计算除噪后的温度信号数据的极差；预设判断阈值，本实施例判断阈值采用0.7进行叙述；

当处理后的温度信号的极差与正常范围的极差的比值大于预设的判断阈值，则温度出现异常；

当处理后的温度信号的极差与正常范围的极差的比值小于等于预设的判断阈值，则温度正常。

至此，本发明完成。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，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 (10)

1.一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，该方法包括以下步骤：

获取温度信号曲线及生长速率的拟合曲线；

根据温度信号曲线及生长速率的拟合曲线的时序变化，获得温度信号中噪声强度的基本估测值；

根据温度信号中噪声强度的基本估测值，获得生长末期阶段温度信号中每条分量信号的温度变化周期性；根据生长末期阶段温度信号中每条分量信号的温度变化周期性，得到每条分量信号中每个局部信号段的异常权重；

根据每条分量信号中每个局部信号段的异常权重，获得生长末期阶段温度信号中每个局部信号段内的滤波强度值；

根据生长末期阶段温度信号中每个局部信号段内的滤波强度值，以及温度信号中噪声强度的基本估测值，获得除噪后的温度信号数据，对砷化镓半导体的生长进行智能化温度监测。

2.根据权利要求1所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述温度信号曲线，具体的获取方法为：

利用热电阻传感器采集砷化镓生长过程中提供的温度信号数据，并以时间为横轴，温度值为纵轴，建立二维坐标系，获得温度信号曲线。

3.根据权利要求1所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述生长速率的拟合曲线，具体的获取方法为：

利用多项式拟合方法将所有时刻的生长速率进行拟合得到拟合曲线，该曲线以时间为横轴，生长速率为纵轴。

4.根据权利要求1所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述获得温度信号中噪声强度的基本估测值，包括的具体方法为：

将温度信号曲线记为曲线，将拟合曲线记为曲线/>；对曲线/>进行求导，将导数函数取零，得到若干疑似拐点及其横坐标，对曲线/>进行二次求导，将任意一个疑似拐点的横坐标带入二次求导函数中，当二阶导数小于零时，标记该疑似拐点为拐点，当二阶导数大于或等于零时，该疑似拐点不是拐点，得到拐点的位置，将第一个拐点与曲线/>初始的位置之间的时间段记为砷化镓半导体的生长初期阶段，将生长初期阶段曲线/>与曲线/>的纵坐标分别进行线性归一化，则温度信号中噪声强度的基本估测值的计算公式如下：

其中，表示温度信号中的噪声强度的基本估测值，/>表示时序点的数量，/>表示曲线归一化后第/>个时序点的值，/>表示曲线/>归一化后第/>个时序点的值，/>表示生长初期阶段中曲线/>的斜率方差，/>表示生长初期阶段中曲线/>的斜率方差，/>表示绝对值函数。

5.根据权利要求4所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述获得生长末期阶段温度信号中每条分量信号的温度变化周期性，包括的具体方法为：

将生长初期阶段之后的生长阶段记为生长末期阶段，利用离散型小波变换对生长末期阶段的曲线进行分解，得到若干个分解层，每个分解层均表示一条分量信号；根据曲线/>中所有拐点的横坐标，得到曲线/>中若干拐点及其横坐标，通过相邻拐点的横坐标划分得到若干时间段，每条分量信号在每个时间段的一段信号记为局部信号段；

根据每条分量信号中局部信号段中的温度信号值，得到生长末期阶段温度信号中每条分量信号的温度变化周期性。

6.根据权利要求5所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述根据每条分量信号中局部信号段中的温度信号值，得到生长末期阶段温度信号中每条分量信号的温度变化周期性，包括的具体方法为：

其中，表示生长末期阶段温度信号中第/>条分量信号温度变化周期性，/>表示第/>条分量信号中第/>个局部信号段中所有温度信号值的平均值，/>表示第/>条分量信号中第/>个局部信号段中所有温度信号值的平均值，/>表示第/>条分量信号中第/>个局部信号段中每种温度信号值的数量的均值，/>表示第/>条分量信号中第/>个局部信号段中每种温度信号值的数量的均值，/>表示第/>条分量信号中所有温度信号值的总数量，/>表示绝对值函数。

7.根据权利要求4所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述得到每条分量信号中每个局部信号段的异常权重，包括的具体方法为：

其中，表示第/>个分量信号中第/>个局部信号段的异常权重，/>表示生长末期阶段温度信号中第/>条分量信号的温度变化周期性，/>表示的是曲线/>中第/>个时间段中所有点的平均斜率，/>表示曲线/>中所有点的平均斜率，/>表示第/>条分量信号中第/>个局部信号段内温度信号值的最大值，/>表示分量信号的数量，/>表示的是第/>条分量信号中第/>个局部信号段内温度信号值的最大值，/>表示绝对值函数，/>表示双曲正切函数。

8.根据权利要求4所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述获得生长末期阶段温度信号中每个局部信号段内的滤波强度值，包括的具体方法为：

其中，表示生长末期阶段温度信号中的第/>个局部信号段内的滤波强度值，/>表示第条分量信号中第/>个局部信号段的异常权重，/>表示分量信号的数量，/>表示温度信号中噪声强度的基本估测值。

9.根据权利要求4所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述根据生长末期阶段温度信号中每个局部信号段内的滤波强度值，以及温度信号中噪声强度的基本估测值，获得除噪后的温度信号数据，包括的具体方法为：

根据生长末期阶段温度信号中每个局部信号段内的滤波强度值对生长末期阶段温度信号曲线进行滤波，同时依据温度信号中噪声强度的基本估测值对生长初期阶段温度信号曲线进行滤波，得到除噪后的温度信号数据。

10.根据权利要求1所述的一种用于砷化镓半导体生长的智能化温度监测方法，其特征在于，所述对砷化镓半导体的生长进行智能化温度监测，包括的具体方法为：

获取砷化镓半导体生长温度的正常范围，将正常范围的上限与下限的差值，记为正常范围的极差；计算除噪后的温度信号数据的极差；预设判断阈值；

当处理后的温度信号的极差与正常范围的极差的比值大于预设的判断阈值，温度出现异常；

当处理后的温度信号的极差与正常范围的极差的比值小于等于预设的判断阈值，温度正常。