一种预估红外探测器真空筛选试验合格率的方法技术

本发明专利技术公开了一种预估红外探测器真空筛选试验合格率的方法，包括：对样本数据进行采集，整理得到特征量；根据整理得到的特征量，建立Logistic回归模型；采样交叉验证法，对Logistic回归模型进行训练，得到训练后的Logistic回归模型；根据训练后的Logistic回归模型，对待预测红外探测器进行失效预测；根据待预测红外探测器的失效预测的结果，对预测结果为合格的待预测红外探测器，按照失效预测概率进行排序，并输出结果。通过本发明专利技术能够在试验前对探测器合格情况进行预测，优先选择性能较好且稳定的子样进行试验，避免失效率高的器件混入正样，提高了筛选的有效性、降低了成本。

【技术实现步骤摘要】
一种预估红外探测器真空筛选试验合格率的方法
本专利技术属于光电探测
，尤其涉及一种预估红外探测器真空筛选试验合格率的方法。
技术介绍
在红外探测器可靠性试验中，“四个月的真空试验”需要在真空环境下进行，具体条件如下表1所示：温度24±3℃真空度≤1.3×10-3Pa偏置电压直流42V±2V监测时间≥(24×120)h表1，四个月真空试验条件示例表上述试验时间长，需要120天，且在较高真空下进行，而且噪声实时监测需要专用设备，试验成本每天超过1万元，全周期100多万，因此试验成本高昂。由于每次仅能进行20支探测器的试验，而目前每年需要进行试验的探测器数量在100支以上，因此试验资源紧张，但同时又发现个别批次探测器4个月试验结束合格率很低的情况，造成资源浪费。。可见，目前现有技术存在的技术问题在于：(1)试验成本高昂；(2)由于噪声监测设备数量有限，而目前每年大致生产500支探本文档来自技高网...

【技术保护点】
1.一种预估红外探测器真空筛选试验合格率的方法，其特征在于，包括：/n对样本数据进行采集，整理得到特征量；/n根据整理得到的特征量，建立Logistic回归模型；/n采样交叉验证法，对Logistic回归模型进行训练，得到训练后的Logistic回归模型；/n根据训练后的Logistic回归模型，对待预测红外探测器进行失效预测；/n根据待预测红外探测器的失效预测的结果，对预测结果为合格的待预测红外探测器，按照失效预测概率进行排序，并输出结果。/n

【技术特征摘要】
1.一种预估红外探测器真空筛选试验合格率的方法，其特征在于，包括：
对样本数据进行采集，整理得到特征量；
根据整理得到的特征量，建立Logistic回归模型；
采样交叉验证法，对Logistic回归模型进行训练，得到训练后的Logistic回归模型；
根据训练后的Logistic回归模型，对待预测红外探测器进行失效预测；
根据待预测红外探测器的失效预测的结果，对预测结果为合格的待预测红外探测器，按照失效预测概率进行排序，并输出结果。


2.根据权利要求1所述的预估红外探测器真空筛选试验合格率的方法，其特征在于，对样本数据进行采集，整理得到特征量，包括：
收集得到若干完成测试的红外探测器的试验数据；
根据若干完成测试的红外探测器的试验数据，整理得到特征量，并确定各完成测试的红外探测器的试验结果；其中，特征量，包括：温度循环后噪声系数、第一个月噪系、热敏电阻材料常数、5～100Hz偏压下噪系和1～30Hz偏压下噪系；试验结果，包括：当前完成测试的红外探测器失效和当前完成测试的红外探测器未失效。


3.根据权利要求2所述的预估红外探测器真空筛选试验合格率的方法，其特征在于，根据整理得到的特征量，建立Logistic回归模型，包括：
将根据若干完成测试的红外探测器的试验结果，整理得到的温度循环后噪声系数、第一个月噪系、热敏电阻材料常数、5～100Hz偏压下噪系和1～30Hz偏压下噪系作为待建立模型的输入变量；
将各完成测试的红外探测器的试验结果作为待建立模型的输出变量；其中，当前完成测试的红外探测器失效，输出变量为1；否则，为0；
根据确定的待建立模型的输入变量和输出变量，采用极大似然估计得到Logistic回归模型。


4.根据权利要求3所述的预估红外探测器真空筛选试验合格率的方法，其特征在于，Logistic回归模型表示如下：
logit(P)＝logit(P(Y＝1|X＝x))＝wTx+b
其中，P表示探测器失效的概率；Y是个取值为0或1的变量，取值为1表示探测器失效，取值为0表示探测器正常；X表示相关特征变量；w表示相关特征变量对应的影响系数；b表示一常数项；
负对数似然函数为：



其...

【专利技术属性】
技术研发人员：徐庆安，于丹，石坚，邵逸恺，吕志强，邹庆荣，胡庆培，田广，崔爽，刘豫东，宋志，
申请(专利权)人：北京控制工程研究所，
类型：发明
国别省市：北京;11