手机相机子系统的ESD软失效研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:DJ_BOY
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
静电放电(Electrostatic Discharge,ESD)软失效是一种因积聚的静电荷对电子设备放电导致电子设备出现非永久性故障的现象。ESD软失效一般可以通过程序自动介入或人为干预使设备性能恢复正常,但这也造成ESD软失效难以追踪放电电流、耦合路径和故障根因。随着智能手机和可穿戴设备等便携式移动电子设备的普及,系统级层面的ESD软失效现象出现的次数日益增多,严重影响了便携式移动电子设备的体验。为了降低ESD导致的系统级软失效发生的概率,针对系统级ESD软失效的防护研究也逐渐被重视。系统级ESD软失效可能发生在不同的设备中,在不同的使用场景下失效现象又各不相同。在仿真中识别系统级软失效风险对ESD软失效的防护具有重大意义。通过一定的电学参数界定软失效的发生是在电路软件或电磁软件中仿真软失效现象的前提。由于系统级ESD软失效的发生是一个概率问题,在测试中稳定复现使用时可能出现的软失效现象十分重要。实现系统级软失效的仿真还需要各器件和芯片的端口在任意脉冲下的响应模型。本文基于某型智能手机的相机子系统,研究了手机相机子系统的软失效特征化测试,并通过特征化测试获取了该子系统的软失效基线。同时针对广泛应用于系统级ESD防护的瞬态电压抑制管(Transient Voltage Suppressor,TVS)器件,本文提出了相应的TVS行为模型并经过仿真验证了TVS模型的准确性。此外针对设备制造商无法获得完整第三方芯片端口响应模型的问题,本文提出了一种基于ESD防护网络的芯片端口响应模型。本文内容的主要工作和创新点如下:(1)提出了一种ESD软失效特征化的测试方法。本文基于传输线脉冲(Transmission Line Pulse,TLP)发生器,提出了包括测试环境、测试设置、测试内容在内的相机子系统ESD软失效特征化方法。该方法利用可控的TLP测试装置,对相机子系统各端口分别进行软失效特征化测试,得到该相机子系统的软失效基线。此外,基于ESD软失效需要重复测试的特点,研究了测试脉冲间隔对软失效概率在不同电压下的影响。本方法通过对相机子系统的ESD软失效进行特征化,将ESD软失效通过电学参数进行表征,为软失效的仿真提供了基础。(2)提出一种TVS行为模型建模方法,并对超低导通电阻的TVS器件进行针对性优化。本文建立了一套包括参数提取、参数拟合和模型架构在内的TVS建模方法。该方案可以同时对TVS器件的静态特性和瞬态特性进行了测试和建模,适用于类二极管TVS和回滞型TVS器件。此外,还提出了适用于超低导通电阻TVS器件的特殊模型。通过本章所提TVS建模方法,可以对任意TVS器件进行SPICE建模,且所建模型适用于绝大多数电路及电磁仿真软件。(3)提出一种基于ESD特性的芯片端口行为模型。针对第三方芯片模型缺失的问题,考虑到芯片在ESD脉冲下其片上ESD防护网络承担了绝大部分电流,本文提出了一种基于ESD特性的芯片端口行为特性建模方法,并通过TLP测试对该模型进行了验证。通过本方法,可以为第三方芯片提供合适的模型,使得系统级ESD仿真更为准确。
其他文献
随着红外小目标跟踪在国防军事、民用安全领域的应用深入,航迹关联技术备受挑战。空中平台导弹发射会产生航迹分裂,导弹命中空中目标会导致航迹合并,空中飞行物近距离接触后分离会产生航迹交叉。因此,研究红外背景下的多目标航迹关联技术具有重要的现实意义。目前,现有航迹算法存在多处不足,其一,存在维度爆炸问题;其二,航迹交叉重叠时易关联错误;其三,大多数算法不适合航迹分裂、航迹合并等特殊航迹关联类型。近些年来,
随着大数据时代的到来,传统的向量或矩阵的数据表示方法已经不能满足对目标各个属性进行完整的表达的需求。张量,作为向量和矩阵在高阶空间的拓展,一经出现便引起了广泛的关注。如果张量的每一阶都代表了目标的某一种属性,那么张量就可以自然而然地将目标的各个属性进行完整地表达。然而,因其数据量会随着阶数的增加呈指数增长,如何处理庞大的张量数据又成了一个难题。张量链分解算法可以将高阶张量分解为若干低阶张量的外积,
计算机仿真软件是产品创新和工业装备的核心技术之一,不仅对工业生产产生着巨大的影响,还在军工装备的研发和国防事业中发挥着举足轻重的作用,计算机仿真软件的发展水平可以反映一个国家的工业技术水平。针对电子科技大学计算机仿真技术实验室开发的有着自主知识产权的微波器件仿真软件MTSS后处理模块不够完善没有动画效果,不能直观展示模型的运动状态,不能实时观察正在仿真运行与仿真分析后模型的相应属性的动态变化规律问
糖尿病视网膜病变(diabetic retinopathy,DR)是糖尿病最主要的并发症之一,在早期发现DR并对其进行针对性治疗,对保护患者的视力极为重要。本文基于彩色眼底图像与荧光造影图像,对眼底图像的各类生理结构的分割与多类型DR病变的检测进行了研究。实现病变的检测后,依据图像中出现病变的类型对DR进行分级,实现了高性能的DR病变检测与分级辅助诊断系统,主要研究内容如下。(1)采用了一种基于形
实现人和计算机使用自然语言进行交互,是自然语言处理领域的一项重要工作。随着人工智能技术的发展,尤其是深度神经网络的广泛应用,构建基于开放领域的对话系统已经越来越受到人们的关注。互联网的快速的发展,累积了大量对话数据,使得由数据驱动的对话模型成为可能。目前的对话任务,大多仍然在生成式任务的大框架之下,而生成式任务一般都是序列到序列的。端到端的编码器-解码器模型是用于解决序列到序列任务的重要机制,对编
目标跟踪是计算机视觉的一个重要分支,在现代科技社会建设中起着举足轻重的作用,而红外场景下的目标跟踪常常应用在军事场景中,利用红外探测技术可以提前发现并锁定敌人的军事目标。本论文中的多目标密集场景下的红外成像视觉跟踪技术,要求对多个红外目标进行跟踪,且目标往往呈现为红外弱小状态,缺乏显著的颜色、纹理以及形状特征,而在跟踪中目标特征的提取十分关键,因此弱小目标的特征表示是小目标跟踪中的一大难题。另一方
目标检测是计算机视觉中的一项基础研究任务,试图解决图片中什么目标在哪里的问题,而复杂背景下的目标检测则进一步强调了此任务下场景、环境的多样性和困难性。目前,各种目标检测算法众多,并且已在自动驾驶、安防等领域得到了良好的落地应用,然而,应用越广对算法的可靠性要求也越高,但算法模型从大量的公共数据集中所学的特征分布并不能完全涵盖生活实际场景,在面临目标重叠拥挤、尺度的变化、光线变化等问题时,算法的性能
随着计算机视觉技术的发展,仅预测目标类别和位置的目标检测无法满足人们对人工智能系统日益提高的需求。复杂场景下多目标及其属性检测在智能可穿戴设备、机器人、自动驾驶等领域拥有更好的应用前景,本文主要研究基于深度学习的高效多目标及其属性检测算法,构建多目标及其属性检测数据集,以特征共享、多头注意力、特征提取模块等角度解决复杂场景下高效多目标及其属性检测问题。本文主要研究内容如下:(1)本文构建了适合复杂
图像识别是计算机视觉领域最基础的研究方向之一,随着深度学习的不断发展以及卷积神经网络的大规模应用,通用图像识别任务的处理方法日臻完善,因此越来越多的研究者将目光投向更加细分的领域,细粒度图像识别问题就是其中一个热门的分支,在细粒度图像识别分析领域,通用的网络模型已经不能很好的满足任务需求,同时这一领域还在不断发展,越来越多的研究课题正在逐渐向现实生活中的实际问题靠拢。本文针对时尚领域的细粒度图像提
镍是我国不可缺少的战略金属。镍冶炼行业主要采用硫化镍阳极电解精炼工艺生产镍产品。在镍电解精炼生产过程中,发现和消除镍电解槽中铜棒异常发热/断路故障以及阴极补液口水流堵塞状况,是镍电解生产过程管理的重要内容之一。目前,国内镍电解行业内仍然采用人工巡检的方式阴阳极铜棒状况和循环管新液畅通状况,工作量大,劳动强度高。因此实现在镍电解生产现场的自动化检测,及时对镍电解过程中的故障进行预警,能够有效降低人力