Исследование низкочастотных шумов светоизлучающих структур с целью диагностики их физических свойств

• Автор: Беляков, Александр Владимирович
• Шифр специальности: 01.04.03
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Нижний Новгород
• Количество страниц: 144 с. : ил.

1. Модели и методы исследования НЧ шума полупроводниковых

диодов

1.1. Компоненты ВАХ полупроводникового диода

1.2. Фликкерные флуктуации параметров

1.2.1. Флуктуации эквивалентных резисторов

1.2.2. Эффект насыщения шумов (А.Н.Малахова)

1.2.3. Эффект А.К.Нарышкина

1.2.4. Формула Хоухе-Клайнпеннина

1.2.5. Проявление шума тока утечки

1.3. Заключение по первой главе

2. Ошибки оцифровки и статистической обработки шумовых

процессов [70-78]
2.1. Исследование влияния АЦП на статистические характеристики оцифрованного шума
2.1.1. Вероятностное распределение оцифрованного шума
2.1.2. Искажение статистических моментов
2.1.3. Результаты численного эксперимента
2.1.4. Рекомендации по выбору и использованию АЦП
2.2. Исследование влияния цифрового усреднения на точность
оценок статистических характеристик шума
2.2.1. Теоретический анализ ошибок усреднения
2.2.2. Два способа вычисления среднего
2.2.3. Смещенность и состоятельность оценки среднего
2.2.4. Смещенность оценки при статическом усреднении
2.2.5. Динамическое усреднение
2.2.6. Нижний предел для стандарта оценки среднего
2.2.7. Выводы и рекомендации
2.3. Заключение по второй главе
3. IIЧ шумы в наноразмерных полупроводниковых светоизлучающих структурах
3.1. Структуры светодиодов и лазеров
3.2. Обзор экспериментальных данных, шумы утечки [79-83]

3.2.1. Светодиоды на КТ и КЯ
3.2.2. Лазеры на КЯ
3.2.3. Выводы по разделу
3.3. Взрывной и 1/F шум в светоизлучающих диодах на квантовых точках [84-88]
3.3.1. Обзор литературы и цели исследования
3.3.2. Вольтамперная характеристика и осциллограмма
3.3.3. Процедура разделения шумовых компонент
3.3.4. Ошибки при разделении состояний “0” и “1”
3.3.5. Анализ выделенных компонент
3.3.6. Выделенный l/Z'uiyM
3.3.7. Выделенный взрывной шум
3.3.8. Выводы по разделу
3.4. Исследование флуктуаций интенсивности оптического
излучения лазеров на КЯ [89]
3.4.1. Обзор литературы и цели исследования
3.4.2. Спектры электрических шумов и флуктуаций интенсивности излучения
3.4.3. Функция когерентности
3.4.4. Выделение когерентной компоненты в оптическом канале
3.4.5. Анализ фликкерной компоненты флуктуаций интенсивности излучения
3.4.6. Выводы по разделу
3.5. Выводы по третьей главе
Заключение
Приложение 1. Описание и калибровка экспериментальной
установки
Описание
Характеристики приборов
Калибровка
Приложение 2. Программный комплекс [90-92]
Работа с файлами
Генераторы тестовых сигналов
Осциллограмма
Спектральный анализ
Погрешность измерения интенсивности фильтрованного шума
Тест корреляции интенсивностей
Гистограмма и статистические характеристики
Биспектральный анализ
Функция когерентности многоканальных записей Список литературы
Перечень сокращений
АЦП аналого-цифровой преобразователь
БПФ быстрое преобразование Фурье
ВАХ вольт-амперная характеристика
ГРПТ генерационно-рекомбинационный шум
ДУС двухуровневая система
КТ квантовая точка
КЯ квантовая яма
СД светоизлучающий диод
СПМ спектральная плотность мощности (спектр)
СТП случайный телеграфный процесс
Lab VIEW ... Laboratory Virtual Instruments Environment Workbench N1 National Instruments, corporation
Степень влияния такого рода ошибок зависит от формы функции плотности вероятности исследуемого случайного процесса.
Для любого случайного процесса при вычислении среднего следует использовать число отсчетов, на несколько двоичных порядков меньшее, чем Л'тог. Если случайный процесс неограничен (например, гауссов случайный процесс), то для вычисления Ытах может быть выбрано некоторое эффективное значение хтах. Например, можно выбрать величину хтах = 8а*, где ах - стандарт гауссова шума. Если считать гауссову функцию плотности вероятности ограниченной указанным значением хтах, то ошибки вычисления среднего, стандарта, коэффициентов асимметрии и эксцесса, возникающие из-за усечения “хвостов” вероятностного распределения, можно считать пренебрежимо малыми (см. раздел 2.1).
Итак, для случайного процесса, имеющего гауссово распределение с ненулевым средним, влияние рассматриваемого эффекта практически не будет проявляться при N < Ытах!2 и очень резко даст о себе знать при N » Мтах/2. То есть для гауссова случайного процесса число усредняемых отсчетов N ~ Ытах/2 неприемлемо, поскольку смещение оценки среднего относительно истинного среднего становится довольно большим.
В случае нулевого среднего случайного процесса эффекта смещенности оценки среднего, по-видимому, места иметь не будет. Соответствующий анализ приведен в конце раздела 2.2.5.
2.2.5. Динамическое усреднение
Для случая динамического усреднения справедливы рассуждения, проделанные для статического алгоритма. Но для того, чтобы новое слагаемое не было учтено на очередном шаге динамического алгоритма, необходимо выполнение условия <х>'-1(ЛМ)/х, = 224. Для достаточно большого числа отсчетов N можно считать, что <х>^.=а, где щ - истинное среднее исследуемого процесса. Таким образом, значение случайного процесса, имеющее величину хтх=а, не будет влиять на среднее значение, вычисленное динамическим способом усреднения, если число уже учтенных отсчетов равно N = 224а/а.
При этом, в отличие от статического способа усреднения, оценка среднего не станет смещенной, так как если отсчет хк не учитывается, то результат усреднения на Л'-ом шаге будет равен <х>,у = <х>д-_/ - Ш. Так как дополнительное значение не учитывается при вычислении динамического среднего только для достаточно большого числа усредняемых отсчетов, то Следовательно,
при N > Ыт<и ни одно дополнительно учтенное значение не будет приближать оценку среднего к истинной величине среднего.
Реально же, как и для статического алгоритма, указанные ошибки становятся заметными уже при N < Мтах.