改进型EMD算法提升P-MOSFET RTS噪声检测与1/f特性分析

电力场效应管（Power Metal Oxide Semiconductor FET，P-MOSFET）在电力通信电源系统中扮演着核心角色，其性能的可靠性对整个系统的安全稳定至关重要。随机电报信号（Random Telegraph Signal，RTS）噪声是一种关键的可靠性指标，它源于P-MOSFET在大功率、高电流工作条件下，内部导通电阻变化导致的电导调制现象。当P-MOSFET可靠性下降时，RTS噪声的强度显著增加，因此对其进行有效检测和分析显得尤为重要。 传统的RTS噪声检测方法通常依赖于低频噪声测量，通过放大器连接频谱分析仪，但这种方法难以区分噪声源，并且背景噪声可能掩盖微弱的RTS信号。为了克服这些问题，本文提出了一种改进型的经验模态分解（Empirical Mode Decomposition, EMD）自适应选择算法。EMD是一种数据自适应分解技术，能有效地捕捉非线性和非平稳信号的内在结构，包括RTS噪声。 该算法的主要步骤包括：首先，通过互谱测量方法，利用两个放大器通道对P-MOSFET的噪声信号进行同步采集，这样可以在长时间测量下抑制背景噪声，减少干扰。然后，利用EMD算法对噪声信号进行分解，将RTS噪声从其他信号成分中分离出来。改进型算法在选择合适的分解模式和滤波环节上进行了优化，使得新算法在滤波效果上超越了传统方法。 通过仿真验证，优化后的高阶累计量分析方法显著提高了RTS噪声处理能力，特别是在零频处观察到了典型的1/f噪声特性，这进一步证实了其作为反映P-MOSFET可靠性的有效指标。这种新型检测技术有助于电力工程师更准确地评估P-MOSFET的工作状态，及时发现并预防潜在故障，从而提升电力通信系统的整体性能和稳定性。