CN120294016A 联合测试系统、碳化硅超表面光栅检测方法及测试装置 （北京阿法龙科技有限公司）

领域。通过调控光源与微波源生成协同激励信盲目调整问题，实现跨频段协同检测与智能分2获取光波激励信号和微波激励信号的初始参数，调控光源和微波源生成协同激励信通过探测器对所述干涉图样进行多通道同步多次采集，以获取多个干所述预处理用于对所述干涉图样数据进行时间维度对齐，并通过对所从所述多维数据矩阵中提取缺陷特征构建多维特征矩阵，通过建立若识别到潜在缺陷区域，则根据所述潜在缺陷区域的信息，动态获取待测碳化硅超表面光栅的结构参数数据和电磁特性数据，以将所述协同激励信号施加到待测碳化硅超表面光栅上，采集形成的从预处理后的干涉图样数据中提取缺陷特征，依据提取的缺陷特征进行初步质量评若判断存在缺陷，则划分待测碳化硅超表面光栅的潜在缺陷区域以最大化潜在缺陷区域的干涉图样数据的边缘梯度与噪声标准差的比值作为目标函依据所述光波激励信号和微波激励信号的初始激励参数，确定初始的频率差和相位计算所述目标函数对频率差和相位差的偏导数，根据根据更新后的频率差和相位差，重新计算所述光波激励信号和微波3去除光强分布数据的噪声并增强对比度后，构建尺度空间以检对微波场强数据采用阈值分割方法，设定分割阈值以分离标记物区采用几何校准算法，根据光强分布数据中特征点的特征描述符和点的坐标位置，将光强分布数据的坐标映射至所述待测碳化硅超表面光栅的物理坐标位选定所述待测碳化硅超表面光栅上的固定位置作为空间坐标系原点并确定坐标轴方按照所述空间坐标系整合光强分布数据和微波场强数据，构建多维数据5.如权利要求1所述的联合测试系统，其特征在于，所述提取缺陷特征的具体步骤包获取预处理后的多维数据矩阵，针对所述多维数据矩阵中每个所述光强分布特征的提取方式为：以所述多维数据矩阵坐标位置为中心所述微波场特征的提取方式为：将所述多维数据矩阵中以坐标位置为中所述跨模态关联特征的提取方式为：针对多维数据矩阵中坐标位对提取的缺陷特征进行去量纲处理，使得多维数据矩阵建立标准特征集，所述标准特征集包含无缺陷标准碳化硅超表面4统计所述标准特征集内的多维特征矩阵中各缺陷特征的均值向量获取待测碳化硅超表面光栅的干涉图样数据，并构建多维数据矩阵及多维特征矩阵，若判定所述待测碳化硅超表面光栅存在缺陷，则基于偏离度对所述稳定异常点进行边缘检测提取连续边缘轮廓，通过形态学在所述候选缺陷连通域内按偏离度指标排序选取种子点，以所配置有效阈值，计算每个潜在缺陷区域内同时存在光强分布异8.如权利要求1所述的联合测试系统，其特征在于，所述深度质量评估的具体步骤包获取每个更新的干涉图样数据的多维数据矩阵及其多维特征矩基于所述潜在缺陷区域掩码，分别计算潜在缺陷区域和非潜在缺陷根据计算得到的潜在缺陷区域和非潜在缺陷区域缺陷特征向量根据潜在缺陷区域的各缺陷特征向量的缺陷度以及潜在缺陷9.联合测试的碳化硅超表面光栅检测方法，其基于权利要求1_8中任一项所述的联合步骤S1：获取光波激励信号与微波激励信号的初始参数步骤S2：通过探测器对所述干涉图样进行多通道同5步骤S3：从所述多维数据矩阵中提取缺陷特征构建多维步骤S4：若识别到所述潜在缺陷区域，根据所述潜在参数调控执行器，用于根据潜在缺陷区域信息动态调整激励6实现跨频段协同激励下多模态数据的高精度融合检测与缺陷等级的智能划7[0020]以最大化潜在缺陷区域的干涉图样数据的边缘梯度与噪声标准差的比值作为目[0022]依据光波激励信号和微波激励信号的初始激励参数，确定初始的频率差和相位[0031]选定待测碳化硅超表面光栅上的固定位置作为空间坐标系原点并确定坐标轴方8据矩阵元素对应待测碳化硅超表面光栅中对应位置的光强分布数9[0052]根据计算得到的潜在缺陷区域和非潜在缺陷区域缺陷特的多维特征矩阵中缺陷区域与非缺陷区域的缺陷度及潜在缺陷区域的面积，划分缺陷等[0088]以最大化潜在缺陷区域的干涉图样数据的边缘梯度与噪声标准差的比值作为目标函数，对光波激励信号和微波激励信号的激励参数进行调控，目标函数f(Af,A)表达式的噪声标准差。目标函数f(Af,A)是通过调整光波激励信号和微波激励信号的频率差和相位差，最大化干涉图样的边缘梯度VI与噪声标准差o(I)的比值，以此增强缺陷边"次更新的频率差，是目标函数对频率差的偏导数，是第n+1次更新的相位[0099]信号采集模块用于采集待测碳化硅超表面光栅在协同激励信号作用下所产生的括将光电探测器采集的光强分布数据与微波探测器所采集的微波为标记物在微波场强数据中的特征点，同时记录每个特征点在微波场强数据中的坐标位[0110]选择待测碳化硅超表面光栅上的一个固定且易于识别的位置作为空间坐标系的[0116]基于光强分布数据中条纹的周期性特征，测量该位置所[0117]通过边缘检测算法确定该位置是否为边缘像素，若为边缘像素则计算其梯度幅[0119]将该局部区域的微波场强与无缺陷标准样品测量或理论模型计算得到的标准微[0130]对稳定异常点矩阵通过边缘检测提取连续边缘轮廓，保序靠前个坐标点作为种子点，确保种子点位于缺陷与正常区域的边界特征最显著位置，[0144]基于无缺陷标准碳化硅超表面光栅样本的多维特征分布情况以及实际检测的具就是光强异常区域和微波场异常区域的重合的多维特征矩阵中缺陷区域与非缺陷区域的缺陷度及潜在缺陷区域的面积，划分缺陷等[0160]以最大化潜在缺陷区域的干涉图样数据的边缘梯度与噪声标准差的比值作为目[0162]依据光波激励信号和微波激励信号的初始激励参数，确定初始的频率差和相位[0181]信号合成器集成自由空间耦合装置，将光波与微波激励信号合成为协同激励信陷区域干涉图样的边缘梯度与噪声标准差比值为目标函数，动态调整光波与微波的频率征基准模型的偏离度指标进行质量判定，能够精准识别出单一模态难以检测的微弱异常。 传统检测技术在效率、精度及环境适应性上的瓶颈，能够高效捕捉纳米级缺陷并准确评估其对光栅性能的影响，显著提升了