【摘 要】
：
GaN器件为高电子迁移率晶体管（HEMT）器件,它有AlGaN和GaN基器件,以其优异的电子迁移率、禁带宽度、高频、高温、大功率等特性,备受关注,在航空航天、计算机信号处理、雷达、电子通信等领域广泛应用。然而GaN器件的功率密度较大,发热源的温度较高,长期的高温会对器件的性能及可靠性造成影响。因此,对GaN器件的工作时的温升、热阻进行精确、快速检测分析成为科研和工业领域亟需解决的问题。随着GaN器
论文部分内容阅读
GaN器件为高电子迁移率晶体管（HEMT）器件,它有AlGaN和GaN基器件,以其优异的电子迁移率、禁带宽度、高频、高温、大功率等特性,备受关注,在航空航天、计算机信号处理、雷达、电子通信等领域广泛应用。然而GaN器件的功率密度较大,发热源的温度较高,长期的高温会对器件的性能及可靠性造成影响。因此,对GaN器件的工作时的温升、热阻进行精确、快速检测分析成为科研和工业领域亟需解决的问题。随着GaN器件的结构封装形式不断发展,GaN器件的热设计需求也不断提高,因此GaN器件的温升及热阻测量技术的研究,对GaN器件的封装设计和器件可靠性设计有重要意义。本论文采用电学测量方法测量GaN器件的温升及热阻,设计研发了响应时间为纳秒级的GaN器件驱动源和高速的采集控制软件,并对相关热阻算法进行了优化,主要完成了以下几个方面工作:一、对GaN器件的热传递方式及热阻的测量原理进行了研究,使用电学测量方法,通过电学温度敏感参数测量瞬态温度响应曲线,结合结构函数法,推导热阻测量算法的数学模型,使用傅里叶反卷积和Foster热网络模型到Cauer热网络模型的转换方法求取GaN器件热阻。二、改进热阻的电学测量方法,通过提高GaN器件驱动源的开关响应时间及数据采集速度,提高GaN器件热阻测量精度。提出了基于ARM-Cortex M3内核的快速电学加热、快速电学探测的GaN器件热阻测量系统方案,实现了GaN器件驱动源的高精度输出与GaN器件加工作状态的迅速切换,并将驱动源的响应时间降低到了纳秒级,使测得的瞬态温度响应曲线更加精确。三、开发了上位机采集控制软件和GaN器件热阻测量软件,实现了对GaN器件瞬态温度的采集和热阻数据的处理功能,并通过与美国明岛公司的T3ster测量出的数据进行对比,验证热阻测量软件的正确性和可行性。
其他文献
目标跟踪是当前机器视觉领域内研究和应用的热点,国内外学者致力于提升跟踪算法的准确度和鲁棒性。如今,随着无人机在生产生活中的广泛应用,在无人机平台上实现计算机视觉应用已经成为了一种发展趋势。本文设计了一种伪孪生网络框架,该框架包含一个目标跟踪分支和一个模板库分支,分别执行目标跟踪任务和模板存储更新任务。目标跟踪分支是基于核密度估计改进的算法完成目标跟踪任务,该分支算法能解决无人机目标跟踪过程中的尺度
随着智能设备的普及以及科技的迅猛发展,传统的身份验证方式,如ID卡、密码、签名等已经不能满足人们对数据安全以及信息保护的要求。目前大多数的生物特征系统是将用户的特征信息直接存储或进行用户身份的认证,很容易遭到攻击,从而导致用户信息的泄露。因此,构造一种安全可靠的生物特征识别方案是人们关注的热点问题。其中构建一个安全的数据模板及评分标准成为关键。与其他生物特征相比,声纹识别具有无接触、信息量大、成本
随着我国经济的快速发展,汽车总量急剧增加,原有的交通监管系统相对滞后。如何建设一套适合新形势的、完善的、智能和精确的交通监管系统,成了亟待解决的问题。交通监管系统综合应用了各种重要的技术,其中车辆目标检测是非常关键的一项。因此,车辆目标检测成了近年来的研究热点,受到图像处理与识别、人工智能等相关领域学者的广泛关注。目前主要有两种车辆目标检测方法。第一种方法是使用人工提取特征结合机器学习分类来检测车
BOC调制技术作为一种新型调制方式在全球卫星导航系统中得到广泛应用,其频谱分裂特性和窄相关峰特性能够避免与其他信号频谱混叠,增强抗多径能力及伪码跟踪精度,在有限的频带资源条件下很好的解决了GPS、伽利略、格洛纳斯以及北斗等卫星导航系统的兼容共存问题。然而BOC信号的自相关函数相比于传统BPSK信号具有多个副峰,导致GNSS接收机在接收端进行捕获跟踪处理时易捕获到其他旁峰引起模糊问题。本课题正是针对
5G时代的来临,电子设备的功耗和频率逐渐上升,导致其发热量急剧上升,这给电子器件热稳定性带来了极大挑战。因此,电子设备中热界面材料的作用日益突出,电子产品在设计时会加入高性能热界面材料来加快电子产品的散热延长其使用寿命。传统的热界面材料一般由聚合物和导热填料组成,常见的导热填料有金属纳米颗粒、陶瓷材料、碳纳米材料等。碳材料单元具有优异的力学和导热特性,通过结构优化获得石墨衍生物,降低填料维度可以减
信息抽取是使用自然语言处理技术解决知识图谱构建、知识补全、问答系统等问题的关键一环。随着深度学习技术的高速发展,信息抽取技术也由人工构建特征转为使用深度学习来对句子文本进行表征。根据语料信息,关系抽取任务可分为多元关系抽取和二元关系抽取。多元关系抽取需要识别句子中的多个实体及关系,二元关系抽取任务则需要对文本蕴含的关系信息进行更精确的识别。针对多元关系抽取任务和二元关系抽取任务,提出了相应的解决方
扫描电子显微镜（SEM）是观测和表征微纳米尺寸,研究材料表面形貌的主要应用仪器。在利用扫描电子显微镜进行样品的原位高温拉伸试验时,由于受到高温样品及加热台所发射的热电子的影响,扫描电子显微镜的扫描图像会出现因热电子的周期性激发而产生的亮白色条纹。当温度足够高时,扫描图像会因热电子的干扰而呈现出完全的亮白色。为了解决扫描电子显微镜在图像采集时的干扰问题,获得清晰的原位扫描图像,对扫描电子显微镜的图像
司法领域的中文命名实体识别是对法律文书中的各类实体进行准确地识别,是人工智能领域后续应用的基础工作。由于司法标注语料资源的严重匮乏以及中文文本独特的行文特点限制,国内对于此方面的研究相对较少。本文对法律文书的行文特点进行分析,并结合深度学习对司法领域的中文命名实体识别任务展开研究。主要完成工作如下:（1）针对司法领域公开标注语料缺失的问题,人工构建司法标注语料。首先从中国裁判文书网和“法研杯”挑战
随着环保意识的深入人心,人们在注重生活品质的同时会关注到更多的环保议题。对于作为交通运输工具的车辆而言,人们对其除了性能方面的需求,也提出了更多环保方面的要求。其中,汽车扬尘已是一个不可避免的议题。有研究表明,机动车所引起的扬尘污染可以占到城区颗粒物总污染数量的百分之三十以上。作为承载主要运输工作的重型商用车,其行驶的路面情况更为复杂,在其作业区或者行驶活跃地带,所造成的扬尘颗粒物污染更加严重。当
电磁感应透明（Electromagnetically induced transparency,EIT）是一种三能级原子系统中的干涉效应,由于激发原子在不同跃迁途径产生量子干涉相消,导致光在共振频率处吸收减小甚至变成透明的现象。由于量子系统中的苛刻实验条件,基于量子系统的EIT现象难以实现。自然材料由于自身原子种类和结构的限制,对太赫兹波的调控能力十分有限,一些人工设计的结构并具备超常物理性质的超