本發(fā)明涉及光通信半導(dǎo)體激光器芯片和神經(jīng)網(wǎng)絡(luò)，特別涉及一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法。

背景技術(shù)：

1、隨著云計算、ai算力、5g傳輸?shù)刃枨蟮牟粩嘣黾?，?shù)據(jù)中心，基站等基礎(chǔ)設(shè)施建設(shè)的需求也不斷增大，以400g/800g為代表的以及更高速率的光通信市場也進入高速發(fā)展期。作為光通信中的核心光源，對于半導(dǎo)體激光器芯片高速率、高帶寬等高頻工作能力的需求也越來越多。

2、一般來說，半導(dǎo)體激光器芯片的高頻工作能力主要由外延設(shè)計和諧振腔尺寸設(shè)計等決定，但在同一片晶圓上，由于制造工藝的影響，導(dǎo)致每一個激光器芯片的整體性能會有差異和波動，在普通的liv直流測試過程中，可以篩選出直流性能合格的芯片，但受制于目前高頻測試的方法和測試效率，無法針對晶圓片上的每一個激光器芯片進行高頻特性的測試，且根據(jù)目前的方法，測試激光器芯片的高頻特性需要把待測芯片貼裝到特定基板和夾具上，且一旦測試完成，激光器芯片很難從特定的基板和夾具上取下來再投入生產(chǎn)，會存在外觀破損的風(fēng)險。因此，無論是待測件的制樣或是測試過程，都需要花費較長的時間，無法在批量生產(chǎn)中去應(yīng)用，并且由于沒有辦法對晶圓片上所有的激光器芯片的高頻能力表現(xiàn)進行測試監(jiān)控，后期存在較大風(fēng)險。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，以解決目前的測試方法存在待測芯片易損壞且待測芯片的制樣和測試過程都耗時長的問題。具體技術(shù)方案如下：

2、一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，所述方法包括以下步驟：

3、s1、獲取芯片樣本數(shù)據(jù)并進行預(yù)處理，得到樣本數(shù)據(jù)集f；

4、s2、使用優(yōu)化的ahp算法對樣本數(shù)據(jù)集f進行處理得到新的樣本數(shù)據(jù)集f’；

5、s3、以樣本數(shù)據(jù)集f’作為輸入數(shù)據(jù)構(gòu)建transformer網(wǎng)絡(luò)模型；

6、s4、設(shè)置transformer網(wǎng)絡(luò)模型的相關(guān)參數(shù)，執(zhí)行網(wǎng)絡(luò)訓(xùn)練過程，直至模型收斂；

7、s5、獲取待評估芯片的參數(shù)及位置，進行數(shù)據(jù)預(yù)處理后，輸入訓(xùn)練好的transformer網(wǎng)絡(luò)中獲取評估結(jié)果。

8、所述步驟s1具體包括：

9、s11、從多個晶圓片中獲取芯片樣本的樣本數(shù)據(jù)；將每個晶圓片劃分為多個區(qū)域，每個區(qū)域包含多個芯片樣本，通過檢測獲取每個芯片樣本的多個指標數(shù)；

10、s12、對所獲取的芯片樣本數(shù)據(jù)進行加權(quán)處理；對晶圓片不同區(qū)域的芯片樣本賦予不同的權(quán)重，將每個芯片樣本的指標數(shù)參數(shù)乘以其所在區(qū)域的權(quán)重，得到加權(quán)后的樣本數(shù)據(jù)集f。

11、進一步的，步驟s11中的所述多個指標數(shù)包括量子阱結(jié)構(gòu)和材料、諧振腔尺寸、金屬層厚度和金屬層外觀、閾值、斜率效率、電阻、電壓、測試溫度、張弛震蕩峰的幅度大小、張弛震蕩峰對應(yīng)的頻率大小和-3db的截止帶寬。

12、進一步的，步驟s12中所述晶圓片上中間區(qū)域芯片樣本的權(quán)重高于周邊區(qū)域芯片樣本的權(quán)重。

13、進一步的，所述步驟s1還包括：對晶圓片的芯片樣本進行常規(guī)工藝評估并劃分等級，根據(jù)高頻工作能力將芯片分為i、ii、iii、iv四個等級，其中i為最優(yōu)等級，iv為最差等級。

14、進一步的，所述步驟s2具體包括：

15、s21、利用優(yōu)化關(guān)聯(lián)函數(shù)差分驅(qū)動的ahp算法獲得指標權(quán)重向量w；

16、s22、結(jié)合權(quán)重向量w對樣本數(shù)據(jù)集f進行處理得到新的樣本數(shù)據(jù)集f’。

17、進一步的，所述步驟s21具體包括：首先構(gòu)造下側(cè)關(guān)聯(lián)函數(shù)，通過下側(cè)關(guān)聯(lián)函數(shù)構(gòu)建“樣品-指標”的信息矩陣，對信息矩陣進行中心歸一化處理獲得正矩陣，通過正矩陣計算得到正交矩陣，計算正交矩陣的權(quán)重向量w。

18、進一步的，所述步驟s22具體包括：結(jié)合權(quán)重向量w對樣本數(shù)據(jù)集f進行加權(quán)處理，得到新的數(shù)據(jù)樣本集f’。

19、進一步的，所述步驟s3具體包括：設(shè)計transformer網(wǎng)絡(luò)模型的架構(gòu)，將將新的樣本數(shù)據(jù)集f’作為transformer網(wǎng)絡(luò)的輸入數(shù)據(jù)，將半導(dǎo)體激光器芯片的高頻工作能力等級作為transformer網(wǎng)絡(luò)的期望輸出標簽。

20、本發(fā)明還提供了一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器配置成加載所述計算機程序時執(zhí)行上述根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法中步驟的一個或多個。

21、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器進行加載，以執(zhí)行上述根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法中步驟的一個或多個。

22、本發(fā)明提供的一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，具有以下有益效果：

23、本發(fā)明提供的一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，采用較少的樣本構(gòu)建訓(xùn)練晶圓片上各區(qū)域的半導(dǎo)體激光器芯片的高頻工作能力評估模型，集成多種參數(shù)對評估結(jié)果的影響，利用ahp對數(shù)據(jù)進行處理挖掘各參數(shù)之間的關(guān)系，也可以實現(xiàn)后續(xù)取樣評估的半導(dǎo)體激光器芯片數(shù)量的評估。這樣極大的降低了破壞性芯片檢測對于生產(chǎn)的影響，在保障檢測精度的情況下，降低了生產(chǎn)成本。此外，為了模型的穩(wěn)定有效，在生產(chǎn)中不斷取樣迭代進行持續(xù)性訓(xùn)練，以適應(yīng)后續(xù)生產(chǎn)。

技術(shù)特征：

1.一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于：步驟s11中的所述多個指標數(shù)包括量子阱結(jié)構(gòu)和材料、諧振腔尺寸、金屬層厚度和金屬層外觀、閾值、斜率效率、電阻、電壓、測試溫度、張弛震蕩峰的幅度大小、張弛震蕩峰對應(yīng)的頻率大小和-3db的截止帶寬。

3.根據(jù)權(quán)利要求1所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于：步驟s12中所述晶圓片上中間區(qū)域芯片樣本的權(quán)重高于周邊區(qū)域芯片樣本的權(quán)重。

4.根據(jù)權(quán)利要求1-3任一項所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于，所述步驟s1還包括：對晶圓片的芯片樣本進行常規(guī)工藝評估并劃分等級，根據(jù)高頻工作能力將芯片分為i、ii、iii、iv四個等級，其中i為最優(yōu)等級，iv為最差等級。

5.根據(jù)權(quán)利要求1所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于，所述步驟s2具體包括：

6.根據(jù)權(quán)利要求5所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于，所述步驟s21具體包括：首先構(gòu)造下側(cè)關(guān)聯(lián)函數(shù)，通過下側(cè)關(guān)聯(lián)函數(shù)構(gòu)建“樣品-指標”的信息矩陣，對信息矩陣進行中心歸一化處理獲得正矩陣，通過正矩陣計算得到正交矩陣，計算正交矩陣的權(quán)重向量w。

7.根據(jù)權(quán)利要求6所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于，所述步驟s22具體包括：結(jié)合權(quán)重向量w對樣本數(shù)據(jù)集f進行加權(quán)處理，得到新的數(shù)據(jù)樣本集f’。

8.根據(jù)權(quán)利要求6所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，其特征在于，所述步驟s3具體包括：設(shè)計transformer網(wǎng)絡(luò)模型，將新的樣本數(shù)據(jù)集f’作為transformer網(wǎng)絡(luò)的輸入數(shù)據(jù)，將半導(dǎo)體激光器芯片的高頻工作能力等級作為transformer網(wǎng)絡(luò)的期望輸出標簽。

9.一種計算機設(shè)備，其特征在于，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器配置成加載所述計算機程序時執(zhí)行如權(quán)利要求1-8任一項所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法中步驟的一個或多個。

10.一種計算機可讀存儲介質(zhì)，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器進行加載，以執(zhí)行如權(quán)利要求1-8任一項所述的根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法中步驟的一個或多個。

技術(shù)總結(jié)
本發(fā)明提供了一種根據(jù)神經(jīng)網(wǎng)絡(luò)判斷激光器芯片高頻工作能力的方法，該方法具體包括：從多個晶圓片中獲取芯片樣本數(shù)據(jù)并對樣本數(shù)據(jù)進行預(yù)處理，得到樣本數(shù)據(jù)集F；使用優(yōu)化的AHP算法對樣本數(shù)據(jù)集F進行處理得到新的樣本數(shù)據(jù)集F<supgt;’</supgt;；以樣本數(shù)據(jù)集F<supgt;’</supgt;為輸入構(gòu)建Transformer網(wǎng)絡(luò)模型；設(shè)置transformer網(wǎng)絡(luò)模型的相關(guān)參數(shù)，執(zhí)行網(wǎng)絡(luò)訓(xùn)練過程，直至模型收斂；獲取待評估的晶圓片上部分芯片的相應(yīng)參數(shù)及位置，進行數(shù)據(jù)預(yù)處理后，輸入訓(xùn)練好的transformer網(wǎng)絡(luò)中獲取評估結(jié)果。上述方法采用芯片樣本數(shù)據(jù)構(gòu)建訓(xùn)練晶圓片上各區(qū)域的半導(dǎo)體激光器芯片的高頻工作能力評估模型，集成多種參數(shù)對評估結(jié)果的影響，利用AHP對數(shù)據(jù)進行處理挖掘各參數(shù)之間的關(guān)系，在保障檢測精度的情況下，降低了生產(chǎn)成本。

技術(shù)研發(fā)人員：向欣
受保護的技術(shù)使用者：武漢云嶺光電股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19