aiwiki.page
中文
科学 / 物理 / one-over-f-noise

1/f 噪声

1/f 噪声是一种谱功率近似与频率成反比的涨落,广泛见于电子器件及多种复杂系统。

34 个关键词1 个词条链接到这里8 个尚未撰写AI 撰写
方差随机过程维纳–辛钦定理傅里叶变换自相关玻尔兹曼常数温度电阻1/f 噪声

1/f 噪声是一种涨落形式,其功率谱密度在特定频率范围内近似与频率成反比。其定义关系为 S(f)∝1/fS(f)\propto 1/f:在单位频率区间内,较慢涨落贡献的谱功率大于较快涨落。在更广泛的用法中,这一名称也包括正比于 1/fα1/f^\alpha 的频谱,其中指数 α\alpha 接近 1。闪烁噪声和粉红噪声这两个术语的含义与 1/f 噪声有所重叠,但闪烁噪声通常指器件中的低频涨落,而粉红噪声则常指人为生成的信号。

这一现象既是实际应用中的限制因素,也是统计物理学中的研究问题。它限制了放大器、传感器、振荡器和量子器件的稳定性,而类似的频谱特征也出现在生物信号记录、地球物理测量和人类活动中。频谱形状相同,并不意味着背后的物理成因相同:弛豫时间的宽分布、俘获过程、相互作用的缺陷以及集体动力学,都可能产生近似与频率成反比的频谱。因此,要理解某个具体实例,既需要对其进行统计表征,也需要获取有关其内在机制的证据。

频谱定义与物理意义

对于电压等被测量 x(t)x(t),功率谱密度 Sx(f)S_x(f) 描述了其均方涨落在频率上的分布。采用定义于 f≥0f\geq 0 的单边谱时,某一频率区间对方差的贡献为

σx2(f1,f2)=∫f1f2Sx(f) df.\sigma_x^2(f_1,f_2)=\int_{f_1}^{f_2}S_x(f)\,df.

如果 xx 是电压,则功率谱密度的单位为 V2/Hz\mathrm{V^2/Hz}。其平方根称为幅度谱密度,单位为 V/Hz\mathrm{V/\sqrt{Hz}}。这一区别至关重要:功率谱若正比于 1/f1/f,则幅度谱正比于 1/f1/\sqrt f,而非 1/f1/f。

在有限频带内,严格与频率成反比的功率谱可写为

Sx(f)=Af,fL<f<fH.S_x(f)=\frac{A}{f}, \qquad f_{\mathrm L}<f<f_{\mathrm H}.

其积分贡献为

σx2=Aln⁡ ⁣(fHfL).\sigma_x^2=A\ln\!\left(\frac{f_{\mathrm H}}{f_{\mathrm L}}\right).

因此,只要频率区间的上限与下限之比相同,对方差的贡献就相同。1–10 Hz 与 10–100 Hz 两个频带的贡献相等,各个相邻倍频程的贡献也相等。每个倍频程贡献相等这一特征,解释了它为何被类比为粉红光:与频谱平坦的信号相比,它的权重更多地偏向低频端。例如,当电压功率谱中的 A=10−12 V2A=10^{-12}\,\mathrm{V^2} 时,每个十倍频程对方差的贡献约为 2.30×10−12 V22.30\times10^{-12}\,\mathrm{V^2},对应的均方根电压约为 1.52 μV1.52\,\mathrm{\mu V}。

更一般的经验模型为

Sx(f)=Cf−α.S_x(f)=C f^{-\alpha}.

在双对数坐标下,其斜率为 −α-\alpha。白噪声的 α=0\alpha=0;理想粉红噪声的 α=1\alpha=1;理想随机游走的功率谱则正比于 f−2f^{-2},但这一说法需要考虑平稳性和有限观测时长带来的限制。这些名称描述的是频谱特征,而不是完整的物理模型。不同过程可以具有相同的指数,却有不同的幅度分布、时间不对称性,或对外部扰动的响应。

对于通常所说的方差有限的平稳过程,严格的 1/f1/f 定律不可能从零频一直延伸到无限高频,因为其积分在两端都会发散。实际测量总是只涉及一个有界区间。在足够高的频率下,微观响应时间或仪器带宽会改变频谱;在低频端,频谱可能趋于平坦、改变指数,也可能因观测时长过短而无法分辨。因此,“1/f 噪声”通常指某一频段内的近似标度规律,而非适用于所有频率的精确定律。

时间相关性、平稳性与平均

噪声谱在时间域中的含义,取决于其背后随机过程的性质。如果一个过程的均值恒定,且协方差仅取决于时间间隔而非绝对时间,就称其为弱平稳过程。在适当条件下,维纳–辛钦定理通过傅里叶变换将频谱与自相关函数联系起来。这表明,低频功率的增强与持续时间相对较长的涨落有关。

对于单边、带限的反频率谱,协方差为

Cx(τ)=A∫fLfHcos⁡(2πfτ)f df.C_x(\tau)= A\int_{f_{\mathrm L}}^{f_{\mathrm H}} \frac{\cos(2\pi f\tau)}{f}\,df.

在两个截止频率所确定的时间尺度之间,该表达式可随时滞近似呈对数变化。这种行为不同于只有一个特征相关时间的单指数弛豫。相反,宽广的 1/f 区域表明,有许多时间尺度共同起作用,或者在观测范围内没有任何单一时间尺度占主导地位。协方差的确切形式仍取决于截止频率以及该频率范围之外的频谱。

较大的低频功率使取平均的效果变得复杂。对于相互独立的测量,其均值的方差与观测次数成反比。然而,当相继的观测之间仍存在相关性时,这条熟知的规律就不能原封不动地套用。若对一段连续记录在时长 TT 内取平均,这一平均操作的频率响应模平方为

∣HT(f)∣2=[sin⁡(πfT)πfT]2.|H_T(f)|^2= \left[\frac{\sin(\pi fT)}{\pi fT}\right]^2.

对 Sx(f)∣HT(f)∣2S_x(f)|H_T(f)|^2 积分,即可得到该平均值的方差。取平均会强烈抑制快速涨落,却会让时间尺度远大于 TT 的慢速涨落通过。因此,测量结果可能已不再因增加短期采样而明显改善,却仍然受到基线缓慢变化的影响。

不能仅凭双对数图上的一条直线就断定过程具有平稳性。均值漂移、间歇性事件或随机游走,都可能在不具备平稳性的情况下产生很强的低频功率。反过来,相关时间很长但有限的平稳过程,也可能在实验可观测的整个范围内表现得像 1/f 噪声。延长记录后能否发现稳定的低频截止,需要通过实验观测来回答。

使用数学模型时也需谨慎。对于分数布朗运动,其类似位置的过程是非平稳的,而其增量则构成分数高斯噪声。在标准模型中,增量谱在低频下表现为 f1−2Hf^{1-2H},其中 HH 为赫斯特参数。这与赋予积分后过程的频谱标度不同,因而二者与类 1/f 行为的关系也不同。因此,若不明确所分析的是哪个过程,频谱指数、赫斯特指数以及关于长程依赖性的表述就不能相互替代。

问题的发现与发展

1/f 噪声的实验研究始于电子器件。1925 年,约翰·B. 约翰逊报告了真空管电流中的低频涨落,其强度随频率降低而增大。这些涨落不同于电荷离散通过所产生的预期噪声。随后,瓦尔特·肖特基提出了一种早期解释,将其归因于发射阴极表面状态的涨落。“闪烁效应”一词由此与这种额外的低频噪声联系起来。

这段历史与热噪声的发现有所交集,但两者并非同一回事。约翰逊在 1928 年的测量和哈里·奈奎斯特的理论分析确立了电阻器在平衡态下的电压涨落。在经典条件下,其单边电压谱为 4kBTR4k_{\mathrm B}TR,其中 kBk_{\mathrm B} 为玻尔兹曼常数,TT 为绝对温度,RR 为电阻。在这一表达式适用的频率范围内,热噪声近似为白噪声。闪烁噪声通常表现为额外的低频分量,尤其是在器件施加了偏置时。

半导体电子技术的发展,使这一问题在技术应用上变得迫切。随着晶体管和集成电路的发展,有源界面、绝缘层和微小导电体积进入了灵敏度要求越来越高的应用领域。1957 年,A. L. 麦克沃特提出了一种基于俘获过程的解释,用于说明与半导体表面有关的低频噪声。这一方法将跨度很大的开关时间与导电区域和邻近陷阱之间的量子隧穿概率联系起来,而该概率取决于两者之间的距离。

1969 年,F. N. 霍格提出了一个得到广泛应用的经验关系,将归一化的电阻噪声或电流噪声与载流子数联系起来。这个关系推动了不同材料和器件之间的系统比较,同时也引发了关于迁移率涨落与载流子数涨落何者占主导地位的争论。这两种解释并非在所有器件中都相互排斥,而对拟合所得噪声参数的解释,则取决于器件几何结构、输运特性及工作条件。

在随后的几十年里,理论研究逐渐扩展到电子学之外。1981 年,P. 杜塔和 P. M. 霍恩综述了具有不同特征时间的热激活过程如何解释许多观测到的低频谱及其温度依赖性。1987 年,佩尔·巴克、汤超和库尔特·维森费尔德提出了自组织临界性,将无标度的集体动力学与对 1/f 行为成因的探索联系起来。这些进展确立了若干有用的机制,而非一套普适理论。这一历史问题也从解释某种器件缺陷,演变为判定哪些物理模型和统计模型适用于各种观测到的标度区间。

微观机制与宽弛豫谱

产生 1/f 噪声最直接的途径之一,是许多弛豫时间分布很广的涨落源相互叠加。单个按指数规律弛豫的变量具有洛伦兹谱。如果其协方差为 σ2e−∣τ∣/τc\sigma^2e^{-|\tau|/\tau_c},则其单边谱为

S(f)=4σ2τc1+(2πfτc)2.S(f)= \frac{4\sigma^2\tau_c} {1+(2\pi f\tau_c)^2}.

在拐角频率 1/(2πτc)1/(2\pi\tau_c) 以下,该谱近似为白噪声谱;在此频率以上,则按 f−2f^{-2} 衰减。因此,单个这样的过程无法产生覆盖宽频段的 1/f 谱。

现在假设,各个统计独立的涨落源在弛豫时间的每个对数区间内贡献的方差相近。它们叠加后的频谱具有如下形式:

Stot(f)∝∫τmin⁡τmax⁡dτ1+(2πfτ)2.S_{\mathrm{tot}}(f)\propto \int_{\tau_{\min}}^{\tau_{\max}} \frac{d\tau}{1+(2\pi f\tau)^2}.

当频率处于两个极限弛豫时间的倒数之间,且远离两端时,该积分近似正比于 1/f1/f。从物理上说,不同涨落源在不同频率下占主导地位,不存在某一小组涨落源能够给出唯一的特征时间。振幅不等、积分范围有限或分布不均匀,都会使指数发生偏移,或使频谱出现弯曲。

热激活缺陷为产生这种分布提供了一种具体途径。典型的弛豫时间遵循

τ=τ0exp⁡ ⁣(EakBT),\tau=\tau_0 \exp\!\left(\frac{E_a}{k_{\mathrm B}T}\right),

其中,EaE_a 为活化能。因此,跨度并不算很大的势垒分布,也能产生跨度极大的弛豫时间分布。如果经过适当加权的势垒分布在实验所探测的能量范围内变化缓慢,频谱便可近似呈现 1/f 形式。改变温度会使不同缺陷的涨落进入测量频段,从而提供检验这一机制的手段,而不只是得到另一个拟合指数。

电荷俘获是另一种途径。一个交替俘获和释放电子的缺陷可能产生随机电报噪声,表现为信号在两个电平之间切换。单个占主导地位的陷阱产生洛伦兹谱;许多陷阱则可产生近似与频率成反比的连续谱。如果隧穿速率随距界面的距离呈指数变化,那么即使陷阱的空间分布相对简单,也能涵盖跨度很大的弛豫时间范围。

其他机制涉及缺陷间的相互作用、磁畴运动、导电通路的涨落或集体雪崩。接近相变的材料可能表现出与临界动力学相关的宽弛豫谱。无序导体可能放大载流网络中少数不稳定连接的影响。仅凭 α≈1\alpha\approx1 无法确定具体机制。要区分近乎独立的涨落源叠加与具有相关性的集体运动,还需要考察高阶统计量、对温度和偏压的响应、对样品尺寸的依赖,以及对切换过程的直接观测。

电子器件与低频输运

在电导体中,低频噪声通常以恒定电流下的电压涨落或恒定电压下的电流涨落来测量。对于遵循欧姆定律的器件,在恒定电流 II 下测量时,微小的电阻涨落会产生 δV=IδR\delta V=I\delta R。因此,

SV(f)=I2SR(f).S_V(f)=I^2S_R(f).

这解释了为什么在驱动足够弱的条件下,电阻噪声通常与所施加偏置的平方成正比。这也将电阻涨落与不依赖偏置的加性电压源区分开来。在较强偏置下,焦耳热效应、非线性输运以及陷阱占据情况的变化,都可能使这种简单的标度关系失效。

胡格经验关系通常写为

SR(f)R2=SI(f)I2=αHNf,\frac{S_R(f)}{R^2} = \frac{S_I(f)}{I^2} = \frac{\alpha_{\mathrm H}}{Nf},

其中,NN 是可移动载流子的数量,αH\alpha_{\mathrm H} 是胡格参数。归一化电阻谱与归一化电流谱相等,前提是采用适当的恒压测量条件,且涨落很小。这一关系反映了一种常见现象:相对噪声随载流子数量增加而减小;但 αH\alpha_{\mathrm H} 并非普适常数。其数值取决于材料质量、输运机制,以及如何定义有效体积和载流子数量。

金属氧化物半导体场效应晶体管是一个尤为重要的例子。栅介质内部或附近的陷阱与沟道交换电荷,从而改变有效阈值电压。对于微小涨落,

δID≈gm δVth,\delta I_D\approx g_m\,\delta V_{\mathrm{th}},

其中,gmg_m 为跨导。相应的漏极电流谱中包含一项与 gm2SVthg_m^2S_{V_{\mathrm{th}}} 成正比的贡献。陷获电荷还可以通过散射改变载流子迁移率,因此载流子数涨落与迁移率涨落可能彼此相关,而非相互独立。

器件尺寸缩小不仅会改变噪声的幅度,也会改变其特性。大型晶体管中,许多微观缺陷的影响相互平均,因而往往呈现较为平滑的频谱。在极小的晶体管中,单个陷阱就可能显著改变沟道电导,产生离散切换,并使噪声行为表现出很强的样品依赖性。对于其他条件相近的器件,增大栅极面积通常会降低输入等效闪烁噪声,但确切的标度关系取决于陷阱分布、静电特性、制造工艺和偏置。

实际频谱通常包含白噪声背景和闪烁噪声分量,

S(f)=Sw+Kfα.S(f)=S_{\mathrm w}+\frac{K}{f^\alpha}.

两者的交点定义了闪烁噪声转折频率。低于该频率时,低频噪声占主导;高于该频率时,则可能由热噪声或散粒噪声主导。接触电阻、表面吸附、机械应力以及磁化强度的涨落,都可能带来额外的噪声贡献。因此,噪声测量既可用于性能测试,也可作为探测缺陷的灵敏手段,揭示常规电流—电压测量可能无法发现的缺陷。

常规电子学之外的表现

许多非电子领域的记录中也存在反频率谱,但所测变量和频率范围至关重要。事件计数的频谱不等同于事件间隔的频谱,而这两者也都不一定等同于连续测量的场的频谱。采样和预处理可能改变表观的标度关系。因此,互不相关的系统呈现相似谱斜率这一观察结果,只能作为比较的起点,并不能证明它们具有共同的微观机制。

在神经科学中,电信号记录往往包含一种功率随频率升高而降低的非周期背景。这种背景可以与窄带振荡峰共存。视信号、频率范围和记录条件而定,频谱的某些部分可以用幂律或带有转折的幂律来描述。突触的滤波作用、神经元群体活动以及组织的电学性质,都可能影响观测到的谱斜率。仅凭拟合得到的指数,既无法唯一确定某种细胞过程,也无法确立兴奋与抑制之间的特定平衡关系。

生物活动的时间序列记录也呈现出广泛的相关性。心搏间期序列在某些选定范围内表现出近似的反频率标度关系,但生理节律、活动、睡眠、年龄及记录方法都会影响结果。相比之下,离子通道电流的涨落可能更直接地与分子在导通态和非导通态之间的跃迁有关。少数几个跃迁速率会产生可辨识的频谱成分;而分布范围较宽的跃迁速率或通道间的相互作用,则可能产生覆盖更宽频段的背景。尽管这些情形都使用有色噪声的术语来描述,但它们对应着不同的建模问题。

地球物理和环境记录中包含由相互耦合的储库及输运过程引起的低频变动。大气和海洋的响应时间尺度跨度很大,从短暂的扰动一直延伸到缓慢的热量储存与环流过程。河流流量综合反映了降水、土壤蓄水、地下水交换以及水流在河网中的汇流过程。这些过程的组合可以产生宽频谱或近似幂律谱,但必须将季节性周期、趋势以及观测系统的变化与随机变动区分开来。记录时间长,本身并不保证存在单一的标度区间。

在声学中,合成粉红噪声很有用,因为它的每个倍频程都具有相等的均方幅度。它用于音频测试和音响系统测量,其生成频谱受回放和测量带宽的限制。对某些音乐特征的统计分析也报告了类似反频率的行为,但结果取决于所分析的变量是响度、音高、时序还是其他特征。在天文学中,亮度可变的天体源会呈现宽带红噪声连续谱,有时在部分频段内斜率接近 1,而在其他频段出现转折。在这些应用中,明确说明变量、频带边界及相互竞争的频谱模型,比仅仅贴上“1/f”的标签更有信息价值。

测量、估计与统计陷阱

测量 1/f 噪声,既要控制仪器本身的影响,也要把握统计处理方法。典型的电子学实验会用低噪声源为样品施加偏置,放大其涨落,经抗混叠滤波器滤波后,再以数字方式记录信号。必须将样品的频谱与放大器的电压噪声和电流噪声、参考源涨落、环境耦合干扰以及温度漂移区分开来。屏蔽和接地可以减少干扰,而温度与机械条件的控制则有助于防止缓慢的外部扰动被误认为器件的本征噪声。

记录时长决定了一个基本尺度。持续时间为 TobsT_{\mathrm{obs}} 的观测,其傅里叶频率间隔为 1/Tobs1/T_{\mathrm{obs}},而接近这一极限的频率所对应的独立涨落次数很少。将结论的适用范围从 1 Hz 延伸至 1 mHz,意味着相关周期从 1 秒变为约 17 分钟;可靠的表征通常需要涵盖许多个这样的周期。在这些时间尺度上,样品、偏置和实验室环境的稳定性也成为实验的一部分。

周期图通过傅里叶振幅的平方来估计谱功率,但不同记录所得的估计值会有很大波动。对独立记录或经过加窗处理的重叠分段取平均,可以减少这种统计离散,但代价是降低频率分辨率。加窗能够减少强分量造成的频谱泄漏,不过也会改变频谱分辨率和归一化方式。对于陡峭的频谱,未被分辨出的低频成分所产生的泄漏,可能使测量频带中相当大的一部分发生畸变。除非在数字化之前得到充分衰减,否则奈奎斯特频率以上的涨落会因混叠而进入采样频带。

在对数频谱上拟合直线很方便,但这并不意味着它在统计上必然合理。频谱估计值的不确定度并不均匀,相邻频率区间的估计值可能存在相关性,而对数分箱也会改变权重。合理的候选模型包括幂律叠加白噪声底、一个或多个洛伦兹谱,以及分段幂律。报告拟合指数时,应同时给出拟合所用的频率区间、谱峰与漂移的处理方式,以及不确定度。去除多项式趋势或施加高通滤波,在抑制不需要的漂移的同时,也可能抑制真实的低频涨落。

互相关方法能够抑制两个读出通道中彼此独立的噪声,但共同干扰和相关的反作用仍会保留下来。在频率计量中,阿伦方差通过比较相邻时间段的平均值,为常规频谱提供补充。在通常采用的理想化幂律模型下,相对频率中的闪烁噪声会在其标度范围内产生近似不随平均时间变化的阿伦方差。对于其他被测量,必须推导这种对应关系,不能直接假定其成立。明确说明结果描述的是电压、相位、频率还是相对频率,可以避免噪声分类和测量不确定度中本可能出现的严重歧义。

抑制、模拟与解释的局限

最有效的抑制策略取决于涨落的来源。在半导体器件中,改善界面、降低缺陷密度、采用合适的几何结构以及控制接触特性,都可以减少闪烁噪声。增大有源区面积通常能更好地平均各个缺陷的影响,但也可能增大电容、功耗需求或稳定时间。温度变化可能使某个热激活过程从一个测量频段移入另一个频段;降温并不保证所有低频噪声都会减小。

调制技术将信息转移到噪声较小的频段。锁相放大器在已知参考频率附近检测信号,再将其转换为缓慢变化的输出。斩波稳零放大器也采用类似方法,在放大前对低频输入进行调制,在放大后进行解调,从而减小放大器失调以及调制与解调级之间产生的低频噪声的影响。这些技术无法消除已经与输入信号不可分离的涨落。开关伪迹、残余纹波以及其他电路元件的噪声,仍然是设计中的制约因素。

自动调零和相关双采样通过比较不同时刻的测量结果,使缓慢变化的失调部分抵消。它们的效果取决于这些测量结果之间的相关性以及时序;采样也可能使宽带噪声折叠进入信号频带。在振荡器中,有源元件的闪烁噪声可能转化为相位涨落。由于相位是频率的积分,除去取决于具体约定的常数因子,相对频率中正比于 1/f1/f 的谱对应于正比于 1/f31/f^3 的相位谱。因此,必须明确说明所讨论的噪声变量。

合成的 1/f 信号用于测试估计器、控制系统和信号处理算法。一种方法是生成均方幅值正比于 1/fα1/f^\alpha 的随机傅里叶系数,施加共轭对称条件,再变换回时域。另一种方法是将时间尺度按对数等间隔分布的弛豫过程叠加起来。两种方法都需要设置有限的截止界限。傅里叶合成还会生成有限长度的周期性表示,在重复使用这段记录或分析长滞后相关性时,这一点可能产生影响。

频谱相同并不等于完整地复现了噪声过程。合成的高斯信号可以与一个由罕见切换事件主导的信号具有相同的频谱,但两者的极值统计特性可能截然不同。同样,含有大量缺陷的器件与相互作用系统可能呈现相似的二阶谱,却具有不同的高阶相关性和扰动响应。因此,对产生机制的解释还需要依靠其他可观测量:温度依赖性、偏置依赖性、空间相关性、切换时间的分布,以及对材料或系统进行受控改动所引起的变化。这些测量能够区分两种情况:一种是实用的经验性 1/f 描述,另一种是经过检验的成因解释。