基于多尺度自回归图模型的SAR图像稳健滤波

基于多尺度自回归(MAR)图模型的稳健递归M估计(RME)算法,给出一种新的合成孔径雷达(SAR)图像稳健滤波方法。首先根据SAR图像不同尺度下的统计相依性,构造SAR图像的多尺度图像序列;然后对多尺度SAR图像序列构造树上MAR图模型,利用其的RME算法得到SAR图像的滤波。研究表明,该算法不仅具有有效的可计算性,而且利用不同分辨率下SAR图像信息融合,在不同情况下都能得到较好的滤波结果。实验结果表明,本文提出的方法是稳健的。

基于多尺度估计理论的晶圆减薄工艺方差变化检测方法

晶圆减薄工艺是伴随芯片堆叠技术的发展而出现的新制造过程,其制造质量直接关系最终产品成品率。文章以堆叠芯片晶圆减薄工艺质量参数为研究对象,拟建立监控晶圆减薄工艺质量的完整方法。首先,以该道生产工序质量参数序列建立自回归滑动平均模型,用于表达该道生产工序的质量特征变化。然后,在此模型的基础上,使用多尺度估计理论对该模型进行滤波分解处理,获得质量参数时间序列的高频信号,提取该道质量变异的方差变化。最终,使用统计学上的累积和控制图对质量变异信号进行诊断分析,根据工序方差变化的起始位置,提前发现系统可能存在的质量变坏趋势。经试验数据验证,相比传统的检验方法,该方法有95%的概率可以提前预测产品质量发生变化。