申请/专利权人:江南大学;中国电子科技集团公司第五十八研究所
申请日:2024-03-15
公开(公告)日:2024-04-16
公开(公告)号:CN117892068A
主分类号:G06F18/10
分类号:G06F18/10;G06F18/28;G06N3/0464;G06N3/048;G06N3/08;G01N29/44;G01N29/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明涉及倒装芯片超声信号去噪技术领域,尤其是指一种倒装芯片超声信号去噪方法及装置,包括:获取倒装芯片的缺陷超声回波信号;构建缺陷超声回波信号的稀疏表示模型的目标函数;构建Gabor字典作为过完备字典;对近端梯度下降算法进行深度展开,构建记忆增强深度展开网络模型,求解所述缺陷超声回波信号的稀疏表示模型的目标函数中的目标稀疏系数;基于Gabor字典,利用目标稀疏系数重构倒装芯片的缺陷超声回波信号,得到去噪后的超声回波信号。本发明在很大程度上保留了原始超声回波信号的有用信息,避免对原始超声回波信号造成失真与削弱,进而提高了利用超声回波信号检测倒装芯片缺陷的准确率。
主权项:1.一种倒装芯片超声信号去噪方法,其特征在于,包括:获取倒装芯片的缺陷超声回波信号;根据倒装芯片的缺陷超声回波信号构建缺陷超声回波信号的稀疏表示模型的目标函数;对倒装芯片的缺陷超声回波信号进行最小二乘曲线拟合,利用拟合参数构建Gabor字典作为过完备字典;对近端梯度下降算法进行深度展开,构建记忆增强深度展开网络模型,所述记忆增强深度展开网络模型包括沿正传播方向依次串联的个阶段,每个阶段中包括梯度下降模块和近端映射模块;将Gabor字典输入至所述记忆增强深度展开网络模型,利用所述记忆增强深度展开网络模型求解所述缺陷超声回波信号的稀疏表示模型的目标函数中的目标稀疏系数,包括:将上一阶段的输出稀疏系数作为当前阶段的输入稀疏系数,与倒装芯片的缺陷超声回波信号一起输入至当前阶段的梯度下降模块,根据Gabor字典得到输出特征,输入至当前阶段的近端映射模块;所述近端映射模块采用相邻阶段记忆增强机制,选取上一阶段中不同层的中间特征进行整合,与当前阶段的梯度下降模块的输出特征进行邻间信息交互,得到当前阶段的近端映射模块的输入特征;近端映射模块输出当前阶段的输出稀疏系数,作为下一阶段的输入稀疏系数;经过个阶段后,输出目标稀疏系数;基于Gabor字典,利用所述记忆增强深度展开网络模型的目标稀疏系数对倒装芯片的缺陷超声回波信号进行重构,得到去噪后的超声回波信号。
全文数据:
权利要求:
百度查询: 江南大学;中国电子科技集团公司第五十八研究所 一种倒装芯片超声信号去噪方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。