Физические основы оптоэлектроники.-5

образом. Энергия тепловых колебаний решетки вдоль координаты, совпадаю-

щей с направлением измерения шумового напряжения на образце, равна kT . В

условиях термодинамического равновесия между решеткой и свободными но-

сителями заряда точно такая же энергия выделяется с джоулевым теплом

U2

E ш ,

2R

где – время наблюдения за случайным процессом, Uш2 – квадрат амплитуды шумового напряжения на частоте наблюдения, R – омическое сопротивление всего образца. Согласно теореме Котельникова, для получения полной инфор-

мации о процессе его измерение необходимо вести через промежутки времени

, определяемые полосой пропускания измерительного прибора f : 1 2 f.

Следовательно, приравняв тепловые энергии решетки и электронно-дырочной подсистемы, получим

откуда находим, что шумовое напряжение, измеряемое на концах полупровод-

никового образца, определяется соотношением для квадрата ее амплитуды вида

Данное выражение называют теоремой Найквиста. Таким образом, для описа-

ния теплового шума удобно ввести эквивалентный генератор шумового напря-

жения величиной Uш2 или эквивалентный генератор шумового тока – iш2 .

Выбор способа описания теплового шума определяется соотношением величин сопротивления образца R и сопротивления нагрузки Rн. Если R << Rн, то целе-

сообразно пользоваться эквивалентным генератором шумового напряжения, а

при обратном их соотношении – генератором шумового тока, дисперсии (квад-

раты амплитуд генерируемых ими сигналов) которых равны:

101

тронов, вылетающих с поверхности катода, разбит на равные промежутки вре-

мени длительностью t. Пусть в течение первого промежутка с катода вылетело

105 электронов, в течение второго – 95, третьего – 90, четвертого – 110 и т.д.

Можно видеть, что среднее количество вылетающих электронов примерно со-

ставляет 100 штук, а наблюдаемый разброс около этого значения представляет собой случайный процесс. Поэтому ток эмиссии катода I(t ) имеет постоянную составляющую и флуктуирующую. Последняя и называется дробовым шумом.

То же самое происходит в транзисторе или диоде, так как пролет электронов и дырок через потенциальные барьеры происходит независимо и в случайные моменты времени.

Избыточный шум. Этот вид шума обнаружен практически во всех элек-

тронных приборах при протекании через них электрического тока. Отличием этого вида шума от дробового является характерная зависимость его спек-

тральной плотности от частоты:

где – коэффициент пропорциональности, n = 1 2. Величина сильно зависит от технологии изготовления прибора. Видно, что с понижением частоты шум растет и может превысить дробовой шум (что обычно и имеет место). Именно поэтому этот шум называют избыточным, хотя есть и другие названия. Так как величина шума зависит от качества изготовления контактов, то его иногда на-

зывают контактным. Характерная зависимость спектральной плотности от частоты привела к другому его названию – шум типа 1/f. Наконец, поскольку этот шум возникает при протекании тока через прибор, то иногда его называют

токовым шумом. Величина шумового напряжения избыточного шума в зависи-

103

можно видеть, дисперсия представляет собой квадрат средней амплитуды от-

клонения случайного процесса от своего среднего значения. Грубо говоря, дис-

персия – это усредненный по времени квадрат амплитуды случайного процесса.

Часто X равно нулю, и тогда наиболее значимой величиной становится x(t )2 .

Таким образом, по аналогии с напряжением в электронном устройстве, где есть

В электронике возможные источники шума имеют такой характер флук-

туаций, что их средние значения и дисперсии не зависят от времени наблюде-

ния. Такие случайные процессы называют стационарными.

Плотность вероятности. Случайные процессы могут быть описаны их плотностью вероятности, которая представляет собой вероятность попадания значения случайной величины в интервал между X и X+dX. Стационарные слу-

чайные переменные имеют плотности вероятности, которые не зависят от вре-

мени. Их средние значения можно рассчитать, если известна плотность вероят-

ности.

Пусть рассматривается большое число идентичных систем, которые под-

В дифференциальной форме это соотношение записывается так:

dP f ( X )dX .

105

Функцию f ( X ) называют плотностью вероятности случайной величины X .

Она определяется экспериментально и удовлетворяет условию нормировки

f ( X )dX 1,

где интегрирование ведется по всем значениям X . Это соотношение выражает тот факт, что X обязательно лежит в диапазоне допустимых значений.

Если известна плотность вероятности f ( X ) , то средние значения X m вы-

числяются следующим образом:

Xm f ( X ) XmdX m 1, 2, ... ,

а среднее значение функции g( X ) равно:

g( X ) g( X ) f ( X )dX .

В обоих случаях интегрирование ведется по всем допустимым значениям X .

Важными примерами дискретных плотностей вероятности являются би-

номиальный закон, закон Пуассона и нормальный закон. Обсудим их.

Биномиальный закон. Пусть некоторое событие имеет вероятность p

реализации в форме A и 1–p вероятность реализации в форме B, и пусть отдель-

ные события независимы. Если событие случается m раз, то вероятность Pm ( n )

того, что n - раз оно реализуется в форме A , будет:

Закон Пуассона. Пусть отдельные события независимы и происходят случайно со средней частотой n . Тогда вероятность P( n ) того, что n событий

произойдут в течение временного интервала единичной длительности будет:

106

Нормальный закон. Пусть события случаются со средней частотой n .

Пусть также n – велико и дисперсия определена обычным способом. Тогда вероятность того, что n событий произойдут в течение единичного временного интервала, будет

Можно показать, что биномиальный и пуассоновский законы сводятся к нор-

Гаусса.

Автокорреляционная функция. В стационарных случайных процессах важным параметром является среднее значение произведения двух значений случайного процесса, сдвинутых по времени на промежуток s: X(t ) X(t s ).

Оно называется автокорреляционной функцией и является мерой продолжи-

тельности влияния значения случайной переменной в данный момент времени на последующие ее значения, т.е. описывает влияние настоящего случайного процесса на его будущее.

Если X(t ) X(t s ) A (s ), т.е. является -функцией параметра запазды-

вания s , то шум называют белым. Обычно стараются представить флуктуаци-

онные явления с помощью источников белого шума.

Метод Фурье. Одним из эффективных методов анализа случайных вели-

чин является метод Фурье, основанный на введении в рассмотрение спектраль-

ных плотностей случайного процесса – SV ( f ) . С помощью этой величины флуктуационную эдс V( t ) в небольшом интервале частот можно представить в виде источника синусоидальной величиной шумового эдс SV (f ) f . Достоин-

ство такого подхода состоит в том, что с введением спектральной плотности для анализа шумов можно пользоваться теорией цепей переменного тока.

Теорема Винера-Хинчина. Важной теоремой спектрального анализа слу-

чайной величины является теорема Винера-Хинчина. Пусть X( t ) является ста-

107

Если Sx ( f ) и Sy ( f ) являются спектральными плотностями, а X n и Yn – коэф-

фициентами разложения их в ряды Фурье, то Yn Xn g( f ) так, что

Sy (f ) Sx(f ) g(f ) 2 .

Используя соотношение (6.1), получаем:

2

Y 2(t ) Sx(f ) g(f ) df .

0

Конкретным выводом, который можно сделать из данного выражения, является следующий: если рассматриваемая линейная система является усилителем, то ам-

плитуда случайного процесса Y 2(t ) может быть измерена с помощью селектив-

ного выделения заданной частоты (определение спектральной плотности),

квадратичного детектора и интегратора (взятие интеграла).

5.3 Основные виды шумов в полупроводниковых приборах. Метод Ланжевена

Этот метод применяется для определения шумовых свойств различных электрических цепей. Его сущность заключается в том, что записывается мак-

роскопическое уравнение, описывающее кинетические свойства, рассматри-

ваемой системы. В правую часть этого уравнения вводится случайная возму-

щающая функция H(t ) , которая описывает флуктуации в системе. Хотя H(t )

неизвестно, обычно можно получить достаточно информации о системе, чтобы рассчитать спектральные плотности флуктуаций. Покажем это на конкретных примерах.

Тепловой шум. Рассмотрим RL-цепочку с источником теплового шума

напряжением H(t ) , создаваемого сопротивлением R

(см. рис. 47). Дифферен-циальное уравнение Ланжеве-

на в этом случае будет иметь вид:

Рис. 47

109

Теперь подставим в выражение (6.4) значения коэффициентов Фурье-

разложения тока по (6.3) и получим связь между спектральными плотностями шумового тока и шумового напряжения в рассматриваемой цепи в виде

Так как шумовое напряжение на сопротивлении H(t ) есть белый шум, то его значение должно быть одинаково на любой частоте, включая нулевую частоту:

SH ( f ) SH ( 0 ) . Тогда можно записать

110