金属互连电迁移噪声的相关维数研究

针对金属铝互连中噪声信号随电迁移过程变化规律及其所反映的内部失效机理问题，提出将相关维数用于对电迁移噪声时间序列的分析.通过对互连电迁移噪声实验数据的相关维数计算，发现随着电迁移的进行，金属铝互连噪声由随机性成分占主导变为确定性成分占主导，反映出噪声由随机信号转变为混沌动力学信号.应用散射理论解释上述现象，在金属互连电迁移中，空位扩散阶段噪声主要产生机制是空位随机散射；在空位聚集到空洞成核这一过程中，噪声产生机制逐渐从随机散射转变到弹道混沌腔输运机制为主.通过与传统表征参量的对比，证明相关维数可用于预测金 关键词： 电迁移 噪声 相关维数 混沌     

金属互连电迁移噪声的非高斯性模型研究

根据电子散射理论,多晶互连中,电阻主要起源于晶界处空位与空洞对电子的散射作用.通过引入自由体积的概念,模拟了晶界处电子的散射过程,建立了基于自由体积的噪声非高斯性表征模型.该模型表明,电迁移前期的噪声信号以高斯噪声为主,随电迁移过程将发生噪声信号从高斯性向非高斯性的突变,表明噪声产生机制发生了转变,并通过双相干系数对信号的非高斯性进行了定量表征.最终,通过实验初步证明了理论结果的正确性.     

基于多尺度熵的Duffing混沌系统阈值确定方法

熵是热力学中表征物质状态的参量之一,是体系混乱程度的度量.一个信号的熵可以用来表示信号的复杂度. Duffing混沌系统从临界混沌状态向大尺度周期状态跃变的阈值是混沌系统分析的一个重要参数,它的求解方法是混沌理论目前亟待解决的问题之一.然而传统的实验分析法或者定量分析法存在一定的局限性.本文在研究中发现,系统处于混沌态和周期态时输出的多尺度熵值存在较大差异,且当系统进入周期态后多尺度熵值趋于平稳,基于这一现象结合遗传算法提出了基于多尺度熵的Duffing混沌系统阈值确定方法.利用该方法对正弦信号和方波信号的检测系统跃变阈值进行了计算,结果表明该方法快速准确且计算简单.     

功能磁共振成像的基本尺度熵分析

人体大脑活动的复杂度随年龄变化而变化, 并且和性别有一定的联系, 通过对功能磁共振成像复杂度的分析有助于发现人脑活动和性别年龄之间关系的规律. 本文提出需要根据年龄段的变化对基本尺度熵的参数做适当的调整, 以便获得良好的信号区分效果. 本文研究了人脑活动和性别年龄之间存在的关系. 结果证明, 同龄男女的基本尺度熵值存在一定的差异, 并且随年龄段的不同发生相应的变化, 另外基本尺度熵中的参数在数据分析中也随年龄变化存在一定规律的变化. 通过对fMRI数据的分析表明, 基本尺度熵能够有效地区分不同人群fMRI数据特征, 为进一步信号复杂度分析提供方便. 关键词： 功能磁共振成像 基本尺度熵 复杂度     

氮化镓基蓝光发光二极管伽马辐照的1/f噪声表征

通过电离辐照对氮化镓基蓝光发光二极管器件有源区光/暗电流产生机制的研究, 建立了电离辐照减小发光二极管有效输出功率电学模型.通过电离辐照对氮化镓基蓝光发光 二极管器件有源区1/f噪声影响机制的研究, 建立了电离辐照增大发光二极管1/f噪声的相关性模型.在I < 1 μA 的小注入区,空间电荷区的复合电流随辐照剂量的增加而增加. 同时, 随着电离辐照产生缺陷的增加, 1/f噪声幅度增大. 在 I> 1 mA 的大注入条件下, 由于串联电阻的影响占主导地位,表面复合速率和电流随辐照剂量的增加而增加.同时, 随着电离辐照产生缺陷的增加, 1/f噪声幅度增大.根据辐照前后电流电压试验结果噪声测试结论, 证实了实验结论与理论推导结果的一致性. 在1 μA < I < 5×10^-5 A 的中值电流情况下, 由于高能载流子散射相关的迁移率涨落与辐照新增缺陷引起的载流子数涨落竞争机制, 随着辐照剂量增大, 1/f噪声在频域变化没有明显规律. 但是, 通过1/f噪声时域多尺度熵复杂度分析方法, 得出随着辐照剂量增大, 1/f噪声时域多尺度熵复杂度的结果. 最终证实1/f噪声幅度可以敏感地反映小注入和大注入情况下氮化镓基蓝光发光二极管电离辐照的可靠性. 噪声幅值越大, 则说明辐照感应N_it越高, 暗电流相关的复合电流越大, 光电流相关的扩散电流比例减少, 使得器件发光效率、光输出功率等性能参数下降, 继而影响器件可靠性, 造成失效率显著增大. 1/f噪声时域多尺度熵复杂度可以敏感地反映中值电流情况下氮 化镓基蓝光发光二极管的电离辐照可靠性.多尺度熵复杂度越大, 则说明辐照感应越多, 复合电流越大,器件可靠性越差.本文结论提供了一种基于 1/f噪声的氮化镓基蓝光发光二极管电离辐照可靠性表征方法. 关键词： f噪声')" href="#">1/f噪声 电离辐照 氮化镓基蓝光发光二极管     

多尺度多变量模糊熵分析

多尺度多变量样本熵评价同步多通道数据的多变量复杂度, 是非线性动态相互关系的一种反映, 但其统计稳定性差, 且不适用于非线性非平稳信号. 研究利用模糊隶属度函数代替模式相似判断的硬阈值准则, 并分析模糊隶属度函数形式的影响; 研究利用多变量经验模态分解算法进行多尺度化, 并对比其处理效果. 仿真试验表明, 模糊隶属度函数的引入可以有效提高算法的统计稳定性, 所构造的物理模糊隶属度函数的性能最为显著; 基于多变量经验模态分解算法的多尺度化过程可更有效地捕获信号的不同尺度成分, 从而更敏感地区分具有不同复杂度的信号. 对临床试验数据的分析支持以上结论, 且结果提示随着年龄增加或心脏疾病的发生, 心率变异性和心脏舒张间期变异性的多变量复杂度以不同的方式降低: 年龄增加会使低尺度熵值降低, 表示近程相关性的丢失; 而心脏疾病会同时影响各个尺度的熵值, 即同时丢失了近程和长时相关性. 该结论可用于指导心血管疾病的无创预警研究. 关键词： 多变量复杂度 多尺度多变量模糊熵 物理模糊隶属度函数 多变量经验模态分解     

基于振幅-周期二维特征的脑电样本熵分析

样本熵可以有效反映一维时间序列中新模式的生成概率,但缺乏对二维序列复杂度的表征能力.基于对传统样本熵方法的改进,提出一种在振幅-周期二维空间描述波形复杂度的方法,二维样本熵反映了波形振动在振幅-周期空间中新模式的生成概率.通过仿真实验证明了这种方法描述波形复杂度的有效性,当波形的复杂度特征表现为振幅-周期的交互作用时,二维样本熵对复杂度的描述比一维条件下的样本熵更加有效.基于二维样本熵对抑郁症组和对照组的脑电复杂度进行分析,结果表明,抑郁症组在Alpha频段左侧顶区和左侧枕区的二维样本熵显著低于对照组,表明在上述频段和位置,抑郁症患者脑电中新模式的生成概率显著低于正常人,这一特征可能成为抑郁症的潜在生物标记.     

静息态功能磁共振成像评估健康老年人认知行为的多尺度熵模型研究

当前,静息态功能磁共振成像(rfMRI)为脑功能检测提供了高效、快捷的先进技术.熵可以捕捉神经信号动态特征,可作为量化评估参数,但尚存在固定尺度计算缺陷且对认知行为的生物学标记少有研究,影响检测精准性.为此,本文将多尺度熵模型与机器学习方法联合,寻求BOLD信号复杂度表征健康老年人认知分数的功能影像学标记.由扫描前认知量表测试分数将98名健康老年人分为优、差两组,78名纳入训练,20名纳入测试.首先,构建多尺度熵模型,计算两组扫描数据熵,统计和对比以优化模型参数;然后,在优化参数下由统计显著性高的脑区熵值构建特征向量;最后,用极限学习机对两组分类并统计检验.发现:rfMRI多尺度熵在评估老年人认知分数时,在额、颞叶脑区存在较大显著性差异,以此为标记区分认知分数可达80%准确率.结论:额、颞叶等脑区优化的多尺度熵可有效区分健康老年人认知行为优劣.该研究将为rfMRI替代主观繁琐的传统认知量表测试提供新的检测参数和新方法.     

基于变分模态分解与多尺度排列熵的生物组织变性识别

根据高强度聚焦超声(HIFU)治疗中超声散射回波信号的特点,本文利用变分模态分解(VMD)与多尺度排列熵(MPE)对生物组织变性识别进行了研究.首先对生物组织中的超声散射回波信号进行变分模态分解,根据各阶模态的功率谱信息熵值分离出噪声分量和有用分量;对分离出的有用信号进行重构并提取其多尺度排列熵;然后通过Gustafson-Kessel (GK)模糊聚类确定聚类中心,采用欧氏贴近度与择近原则对生物组织进行变性识别.将所提方法应用于HIFU治疗中超声散射回波信号实验数据,用遗传算法对多尺度排列熵的参数优化后,对293例未变性组织和变性组织的超声散射回波信号数据进行了多尺度排列熵分析,发现变性组织的超声散射回波信号的多尺度排列熵值要高于未变性组织;多尺度排列熵可以较好地识别生物组织是否变性.相对于EMD-MPE-GK模糊聚类以及VMD-小波熵(WE)-GK模糊聚类变性识别方法,本文所提方法中变性与未变性组织特征交叠区域数据点更少,聚类效果和分类性能更好;本实验环境下生物组织变性识别结果表明,该方法的识别率更高,高达93.81%.     

金属互连电迁移噪声的分形特征

为了研究金属互连电迁移失效机理并寻找新的电迁移表征参量，应用分形理论，通过电子扩散轨迹分形维数，将电迁移噪声时间序列分形维数与晶粒间界分形维数相联系，确定了噪声时间序列分形维数在电迁移演变中的变化趋势.研究结果表明，在金属互连电迁移前期，晶粒间界形貌越来越复杂，致使噪声时间序列的分形维数逐渐增大；成核后，由于空位凝聚成空洞，晶粒间界形貌变得较成核前规则，致使噪声时间序列的分形维数减小；成核时刻是其折点.实验结果证明理论分析的正确性，噪声时间序列的分形维数可望作为金属互连电迁演变的表征参量.     

Multiscale entropy analysis of complex physiologic time series

There has been considerable interest in quantifying the complexity of physiologic time series, such as heart rate. However, traditional algorithms indicate higher complexity for certain pathologic processes associated with random outputs than for healthy dynamics exhibiting long-range correlations. This paradox may be due to the fact that conventional algorithms fail to account for the multiple time scales inherent in healthy physiologic dynamics. We introduce a method to calculate multiscale entropy (MSE) for complex time series. We find that MSE robustly separates healthy and pathologic groups and consistently yields higher values for simulated long-range correlated noise compared to uncorrelated noise.     

基于多尺度熵的交通流复杂性分析

交通流演化复杂性的研究有助于深刻理解交通系统的内在演化规律,为交通流的预测和控制提供理论依据.多尺度熵方法在生理时间序列和计算机网络流量的分析中得到了广泛的应用.考虑到交通流中的车辆到达和计算机网络中的分组到达具有类似特性,本文以刹车灯模型的车头时距为分析对象,利用多尺度熵方法来分析交通流演化的复杂性.分析结果表明:1)车头时距的复杂性随着时间尺度的增加而降低,反映了交通流的短时间难预测性;2)当时间尺度较小时,车头时距复杂性在自由流时和同步流时差异不大,但是,随着时间尺度的增加,自由流时车头时距的熵值迅速下降,而同步流时车头时距的熵值下降较慢.这一特性对于识别自由流中是否产生了同步流有非常重要的参考价值.本文的研究可以为揭示交通流演化的复杂性提供新的思路和方法.     

A new model for electromigration grain boundary noise based on free volume

Grain boundary plays a key role in electromigration process of polycrystal interconnection. We take a free volume to represent a 'vacancy--ion complex' as a function of grain boundary specific resistivity, and develop a new characterisation model for grain boundary noise. This model reveals the internal relation between the boundary scattering section and electromigration noise. Comparing the simulation result with our experimental result, we find the source as well as the form of noise change in the electromigration process. In order to describe the noise enhancement at grain boundary quantitatively, we propose a new parameter-grain boundary noise enhancement factor, which reflects that the grain boundary noise can characterise the electromigration damage sensitively.     

Multiscale Entropy under the Inverse Gaussian Distribution： Analytical Results

The multiscale entropy （MSE） reveals the intrinsic multiple scales in the complexity of physical and physiological signals, which are usually featured by heavy-tailed distributions. However, most research results are pure experimental search. Recently, Costa et al. have made the first attempt to present the theoretical basis of MSE, but it only supports the Gaussian distribution [Phys Rev. E 71 （2005） 021906]. We present the theoretical basis of MSE under the inverse Gaussian distribution, a typical model for physiological, physical and financial data sets. The analysis allows for uncorrelated inverse Gaussian process and 1/f noise with the multivariate inverse Gaussian distribution, and then provides a reliable foundation for the potential applications of MSE to explore complev nhwical and Dhwical time series.     

Real-time TEM imaging of the formation of crystalline nanoscale gaps

We present real-time transmission electron microscopy of nanogap formation by feedback controlled electromigration that reveals a remarkable degree of crystalline order. Crystal facets appear during feedback controlled electromigration indicating a layer-by-layer, highly reproducible electromigration process avoiding thermal runaway and melting. These measurements provide insight into the electromigration induced failure mechanism in sub-20 nm size interconnects, indicating that the current density at failure increases as the width decreases to approximately 1 nm.     

Multiscale entropy based study of the pathological time series

This paper studies the multiscale entropy （MSE） of electrocardiogram＇s ST segment and compares the MSE results of ST segment with that of electrocardiogram in the first time. Electrocardiogram complexity changing characteristics has important clinical significance for early diagnosis. Study shows that the average MSE values and the varying scope fluctuation could be more effective to reveal the heart health status. Particularly the multiscale values varying scope fluctuation is a more sensitive parameter for early heart disease detection and has a clinical diagnostic significance.     

基于微观结构的Cu互连电迁移失效研究

提出了一种基于微观晶粒尺寸分布的Cu互连电迁移失效寿命模型. 结合透射电子显微镜和统计失效分析技术, 研究了Cu互连电迁移失效尺寸缩小和临界长度效应及其物理机制. 研究表明, 当互连线宽度减小, 其平均晶粒尺寸下降并导致互连电迁移寿命降低. 小于临界长度的互连线无法提供足够的空位使得铜晶粒耗尽而发生失效. 当互连长度大于该临界长度时, 在整个电迁移测试时间内, 部分体积较小的阴极端铜晶粒出现耗尽情况. 随着互连长度的增加该失效比例迅速增大, 电迁移失效寿命减小. 当互连长度远大于扩散长度时, 失效时间主要取决于铜晶粒的尺寸, 且失效寿命和比例随晶粒尺寸变化呈现饱和的波动状态. 关键词： Cu 互连 电迁移 微观结构     

Modified multiscale entropy for short-term time series analysis

Multiscale entropy (MSE) is a prevalent algorithm used to measure the complexity of a time series. Because the coarse-graining procedure reduces the length of a time series, the conventional MSE algorithm applied to a short-term time series may yield an imprecise estimation of entropy or induce undefined entropy. To overcome this obstacle, the modified multiscale entropy (MMSE) was developed. The coarse-graining procedure was replaced with a moving-average procedure and a time delay was incorporated for constructing template vectors in calculating sample entropy. For conducting short-term time series analysis, this study shows that the MMSE algorithm is more reliable than the conventional MSE.