发布信息

一种光器件雪崩电压测试系统及方法与流程

作者:admin      2022-08-31 10:38:08     787



测量装置的制造及其应用技术1.本发明涉及光器件生产技术领域,具体涉及一种光器件雪崩电压测试系统及方法。背景技术:2.光器件的雪崩电压作为光器件的一项重要检测指标,在生产过程中需要检验其是否合格。目前常用的测试方法有两种:方法1、用自制的加电电路板从零开始给器件逐步加电,加到器件的暗电流达到暗电流规定值时停止加反向电压。3.方法2、用自制的加电电路板从零开始给器件逐步加电,加到器件暗电流规定值以下的某个值,然后用直线拟合最后一段曲线,计算最后得到暗电流。4.采用直接加电到暗电流规定值的方法测量雪崩电压,对器件有隐伤害的风险。采用加电到暗电流规定值以下的某个值,然后用直线拟合最后一段曲线的方法,采样最后一段的数据点(如取最后一段点的个数或是否需要去掉一部分点)通常需要多次实验验证才能获得比较好的结果,否则会带来测量精度不够的问题。技术实现要素:5.基于以上问题,本发明提供一种光器件雪崩电压测试系统及方法,可以规避采用加电到暗电流规定值以下的某个值,然后用直线拟合最后一段曲线的方法需要多次实验验证才能获得比较好的结果的问题,也可以规避测试坏点数据对曲线表达式的影响的问题,从而提高了测量精度。6.为解决上述技术问题,本发明所采用的技术方案是:一种光器件雪崩电压测试系统,包括参数设置模块、测试模块、分析模块,所述测试模块包括加电单元、反馈单元以及为测试模块供电的供电单元;所述参数设置模块用于设置测试参数,并将测试参数发送至加电单元,所述测试参数包括加电电压初始值、加电步进、加电电压结束值;所述加电单元用于接收参数设置模块发送的测试参数,向光器件加电;所述反馈单元用于接收光器件在加电时产生的暗电流值,并将暗电流值转换成对应的信号,传递至分析模块;所述分析模块用于根据加电电压以及反馈的对应暗电流值,去除坏点数据后进行多次函数曲线拟合,并根据拟合所得的多次函数计算出光器件暗电流规定值时的加电电压,该加电电压即为雪崩电压。7.所述分析模块包括:数据获取子模块,用于获取加电电压和对应的暗电流值;坏点数据去除子模块,用于对暗电流值数据进行清洗,去除坏点数据;曲线拟合子模块,用于以去除坏点数据后剩下的暗电流值为输出,各个暗电流值对应的加电电压为输入,拟合出多次函数曲线,并解析出所述多次函数曲线的函数表达式;雪崩电压确定子模块,用于根据所述函数表达式计算出暗电流规定值时的加电电压,该加电电压即为雪崩电压。8.所述坏点数据去除子模块具体用于:求导,去除的数据;对去除之后的数据再求二阶导数,去除二阶导数的绝对值大于设定值的数据,其中,i为大于1的整数,xi为第i次加电的加电电压,yi为xi对应的暗电流。9.所述曲线拟合子模块采用最小二乘法拟合出三次函数曲线,为加电电压,为采集所得的对应暗电流值,、、、分别为常数系数,以误差积累最小为依据求解三次函数曲线中a、b、c、d的值,即,对上式求a、b、c、d的偏导可以得到下式:基于该偏导公式求解出a、b、c、d的值,继而确定出三次函数曲线的函数表达式,其中n为加电电压的个数,为的期望值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值。10.所述参数设置模块和分析模块集成于测试计算机中,所述加电单元和反馈单元集成于测试电路板,测试电路板通过串口与测试计算机连接。11.本发明还提供了一种光器件雪崩电压测试方法,包括如下步骤:步骤1,以设定的加电步进逐步向光器件加电,并采集获得每一次加电电压对应的暗电流值;步骤2,去除采集获得的暗电流值数据中的坏点数据,以剩余数据作为输出,以各个暗电流值对应的加电电压作为输入,拟合出多次函数曲线,并解析出所述多次函数曲线的函数表达式;步骤3,根据所述函数表达式计算出暗电流规定值时的加电电压,该加电电压即为雪崩电压。12.测试过程中逐步加电到暗电流规定值的85%。本方案中,电压加到暗电流规定值的85%,然后再进行多次函数曲线拟合,是经过验证的效果比较理想的方式,可以更好地提高测试精度。13.所述步骤2中,去除采集获得的暗电流值数据中的坏点数据的步骤,包括:求导,去除的数据;对去除之后的数据再求二阶导数,去除二阶导数的绝对值大于设定值的数据,其中,i为大于1的整数,xi为第i次加电的加电电压,yi为xi对应的暗电流。14.所述步骤2中,以剩余数据作为输出,以各个暗电流值对应的加电电压作为输入,拟合出多次函数曲线,并解析出所述多次函数曲线的函数表达式的步骤,包括:以剩余数据作为输出,以各个暗电流值对应的加电电压作为输入,采用最小二乘法拟合出三次函数曲线,,为加电电压,为采集所得的对应暗电流值,、、、分别为常数系数;以误差积累最小为依据求解三次函数曲线中a、b、c、d的值,即,对上式求a、b、c、d的偏导可以得到下式:基于该偏导公式求解出a、b、c、d的值,继而确定出三次函数曲线的函数表达式,其中n为加电电压的个数,为的期望值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值。15.与现有技术相比,本发明的有益效果是:本发明在采集数据后只需要进行一次曲线拟合,对光器件雪崩电压的测试可以规避采用加电到暗电流规定值以下的某个值,然后用直线拟合最后一段曲线的方法需要多次实验验证才能获得比较好的结果的问题,而且曲线拟合所采用的数据是去除坏点数据后的数据,继而可以规避测试坏点数据对曲线表达式的影响的问题,提高测量精度。16.测试过程中逐步加电到暗电流规定值的85%,规避了测试过程中的直接加到暗电流规定值带来的器件隐伤害风险,又能在一定精度范围内获得光器件的雪崩电压。附图说明17.图1为实施例中1或2中一种光器件雪崩电压测试系统的结构框图;图2为实施例2中光器件进行雪崩电压测试时的测试结构框图;图3为实施例1或2中光器件雪崩电压测试方法流程图;图4为实施例2中光器件的加电电压与暗电流之间的理论特性曲线图;图5为实施例2中原始数据分布图;图6为实施例2中去除坏点数据后的剩余数据分布图;图7为实施例2中拟合得到的曲线图;图8为实施例2中拟合曲线与电压大于暗电流规定值85%且小于等于暗电流时的实际采集值的对比图。18.其中:1、参数设置模块;2、测试模块;3、分析模块;4、加电单元;5、反馈单元;6、供电单元。具体实施方式19.为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。20.实施例1:参见图1和图3,本实施例中提供了一种光器件雪崩电压测试系统,包括参数设置模块1、测试模块2、分析模块3,测试模块2包括加电单元4、反馈单元5以及为测试模块2供电的供电单元6。21.参数设置模块1用于设置测试参数,并将测试参数发送至加电单元4;本实施例中的测试过程是采用逐步加电到暗电流规定值的85%,因此测试参数包括加电电压初始值、加电步进、加电电压结束值,加电电压初始值为0,加电电压结束值为暗电流规定值的85%,加电步进本实施例中设置为0.1v,相对较小,好处是可以采集得到更多的数据,以提高精度。当然地,此处的测试参数是经过验证比较好的实施方式,但是也不排除其他实施方式的可能,即在不同的实现方案中允许有不同的参数设置。22.加电单元4用于接收参数设置模块1发送的测试参数,并根据所述测试参数向光器件加电。23.反馈单元5用于接收光器件在加电后产生的暗电流值,并将暗电流值转换成对应的信号,传递至分析模块3。24.分析模块3用于根据加电电压以及反馈的对应暗电流值,去除坏点数据后进行多次曲线拟合,并根据拟合所得的曲线计算出光器件暗电流规定值时的加电电压,该加电电压即为测试所得的雪崩电压。25.基于上述测试系统可以实现光器件雪崩电压的测试。具体地,本实施例中的光器件雪崩电压测试方法包括如下步骤:设置测试参数,加电单元4根据测试参数向光器件逐步加电,并采集获得每一个加电电压对应的暗电流值;从采集获得的暗电流值数据中,去除坏点数据,并以去除坏点数据后的剩余数据拟合出多次曲线,即以加电电压作为输入,光器件在加电后产生的对应暗电流值作为输出,进行多次曲线拟合,求解出多次曲线的函数表达式,并基于此函数表达式计算出光器件暗电流规定值时的加电电压。26.上述测试过程中,通过逐步加电并采集测试数据,然后对测试数据去除坏点后进行多次曲线拟合,规避了采用加电到暗电流规定值以下的某个值,然后用直线拟合最后一段曲线的方法需要多次实验验证才能获得比较好的结果的问题,也规避了测试坏点数据对曲线表达式的影响,因此不仅可以简化测试流程,而且还提高了测量精度。27.本实施例中分析模块3包括:数据获取子模块,用于获取加电电压和对应的暗电流值;坏点数据去除子模块,用于对暗电流值数据进行清洗,去除坏点数据;曲线拟合子模块,用于以去除坏点数据后剩下的暗电流值为输出,各个暗电流值对应的加电电压为输入,拟合出多次函数曲线,并解析出所述多次函数曲线的函数表达式;雪崩电压确定子模块,用于根据所述函数表达式计算出暗电流规定值时的加电电压,该加电电压即为雪崩电压。28.本实施例中,作为可实施方式的举例,坏点数据去除子模块具体用于:数据求导,参考理论特性曲线和测试经验,去除的数据,即去除电压变了电流没有变的数据,例如包括去掉开始一段(即平坦区)电压增加电流不会变化的数据,因为这些数据不能反应加压电压与暗电流值之间的特性。29.对去除之后的数据再求二阶导数,去除二阶导数的绝对值大于设定值的数据,即去除变化过快的数据;经过验证,设定值取值为10是比较优的选择,最终所得结果的精度更高。其中,i为大于1的整数,xi为第i次加电的加电电压(也就是第i个x的值),yi为对应的暗电流值。30.曲线拟合子模块以去除坏点数据后剩下的数据进行曲线拟合,拟合出以加电电压x为输入,暗电流值y为输出的函数关系,并解析出表达式。本实施例中的函数关系的拟合采用最小二乘法拟合出三次函数曲线,为加电电压,为采集所得的对应暗电流值,、、、分别为常数系数,按照最小二乘法原理,三次函数曲线求a、b、c、d为一个合适的值时误差积累最小,即,也就是以误差累积最小为依据求解a、b、c、d的值;对上式求a、b、c、d的偏导可以得到下式:其中,n为加电电压的个数,也即x的取值个数,为的期望值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值。根据该公式即可计算得出a、b、c、d的值,继而得出三次曲线的具体表达式。31.实施例2参见图2-图8,本实施例中的参数设置模块1、分析模块3均设置于测试计算机中,通过本发明的系统和方法对某一光器件雪崩电压测试(该光器件的加电电压与暗电流之间的理论关系曲线如图4),测试步骤为:通过测试计算机中的参数设置模块1设置测试参数,并将测试参数相关信号传递至分析模块3中记录,和测试模块2的加电单元4中;加电单元4根据测试参数向光器件加电,反馈单元5接收光器件加电后产生的对应暗电流值,并传递至分析模块3中。32.本实施例中的加电单元4采用dac芯片,可以将参数设置模块1传递的数字信号转化成模拟电压信号,对光器件进行加电;反馈单元5采用adc芯片,将光器件在加电时产生的暗电流模拟信号转换成数字信号。加电单元和反馈单元集成于测试电路板,测试电路板通过串口与测试计算机连接。33.分析模块3中的相关加电电压和对应的暗电流值处理过程中,先去除坏点数据后,剩余数据以加电电压作为输入,光器件在加电产生的对应暗电流值作为输出,进行曲线拟合,求解出曲线的函数表达式;本实施例中分析模块3的具体流程为:步骤1、获取加电电压x和对应的暗电流值y,相关数据如图5所示;步骤2、对数据做清洗,去除坏点数据;具体去除流程为:数据求导,参考理论特性曲线(如图3)和测试经验,去除的数据;对去除的数据求二阶导数,根据分析多次采集的数据确定一个值,去除绝对值大于该值的数据,即去除变化过快的数据;其中,xi为第i次测试的加电电压,yi为对应的暗电流。去除坏点数据后得到的相关数据如图6所示。34.步骤3、剩下的数据拟合出以加电电压x为输入,暗电流y为输出的函数关系,并解析出表达式;本实施例中的函数关系的拟合采用最小二乘法拟合出三次曲线,为加电电压,为采集所得的对应暗电流值,、、、分别为常数系数。35.按照最小二乘法原理,三次曲线求a,b,c,d为一个合适的值时误差积累最小,即,对上式求a,b,c,d的偏导可以得到下式:其中,为的期望值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值,为至的平均值。拟合结果如图7所示。36.最后根据拟合的曲线计算出光器件暗电流规定值时的加电电压。本实施例中的测试过程中是采用逐步加电到暗电流规定值的85%,解决了测试过程中的直接加到暗电流规定值带来的器件隐伤害风险,又能在一定精度范围内获得光器件的雪崩电压。图8为拟合曲线与电压大于暗电流规定值85%且小于等于暗电流时的实际采集值(图中后段的几个圆点),可以看到拟合曲线和实际值得拟合效果,大于暗电流值85%的实际值基本贴近拟合曲线。37.如上即为本发明的实施例。上述实施例以及实施例中的具体参数仅是为了清楚表述发明验证过程,并非用以限制本发明的专利保护范围,本发明的专利保护范围仍然以其权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部