1.一种半导体器件1/f噪声SαS模型参数估计方法，该方法包括以下步骤：步骤一：搭建半导体器件低频噪声测量系统；

(1)提供偏置电路、驱动电源、屏蔽盒、低噪声放大器、数据采集卡、计算机、BNC接口电缆和USB数据线；

(2)将偏置电路和驱动电源设置在屏蔽盒中构成测试样本盒，用BNC线将偏置电路连接至低噪声放大器输入端，将低噪声放大器输出端用BNC线连接至数据采集卡输入端，将数据采集卡输出端用USB线连接至计算机；

(2)将偏置电路和驱动电源设置在屏蔽盒中构成测试样本盒，用BNC线将偏置电路连接至低噪声放大器输入端，将低噪声放大器输出端用BNC线连接至数据采集卡输入端，将数据采集卡输出端用USB线连接至计算机；将被试件置于偏置电路中，测量其电压噪声；

步骤二：半导体器件1/f噪声概率模型分析；

测量系统本底噪声和半导体器件观测噪声的非高斯性检验，半导体器件观测噪声的概率密度曲线检验、拟合优度检验、概率模型参数估计一致性检验，对半导体器件1/f噪声建立SαS概率模型；

步骤三：半导体器件1/f噪声SαS模型参数估计；

根据步骤二对半导体器件1/f噪声建立SαS概率模型，在测量系统本底噪声背景下，提出一种半导体器件1/f噪声SαS模型参数估计方法；1/f过程x的SαS模型可记为：x～S(α,0,γ,0)；其中，偏斜参数和位置参数都为零，只需估计特征指数α和分散系数γ即可完整描述模型特征；

根据半导体器件观测噪声X(t)时间序列X(t)＝S(t)+N(t)，其中，X(t)为符合SαS分布的半导体器件观测噪声序列，S(t)为符合SαS分布的半导体器件内部1/f噪声序列，N(t)为符合高斯分布的测量系统本底噪声序列；对SαS分布过程x的特征函数取绝对值，两端再取α 2自然对数：ln|φ(t)|＝‑γSαS|t|‑γGt ，其变形式： 其中，分散系数γSαS、特征指数α为半导体器件1/f噪声SαS模型参数；γG为符合高斯分布的测量系统本底噪声的分散系数， 为本底噪声方差。

2.根据权利要求1所述的一种半导体器件1/f噪声SαS模型参数估计方法，其特征在于，α 2根据步骤三所述的ln|φ(t)|＝‑γSαS|t|‑γGt和 得到半导体器件1/f噪声SαS模型分散系数γSαS的估计式：

观测噪声序列X(t)＝{X1,

X2,…,XN}，N为观测噪声序列的样本数，本底噪声分散系数估计值 为本底噪声方差的估计值。

3.根据权利要求1所述的一种半导体器件1/f噪声SαS模型参数估计方法，其特征在于，α 2根据步骤三中所述的ln|φ(t)|＝‑γSαS|t|‑γGt和 得到半导体器件1/f噪声SαS模型特征指数α的估计式：

观测噪声序列X(t)＝

{X1,X2,…,XN}，N为观测噪声序列的样本数，本底噪声分散系数估计值 为本底噪声方差的估计值；由此，通过选取取值在1附近的参数t，仅通过半导体器件观测噪声，采用基于特征函数的方法得到半导体器件1/f噪声SαS模型参数的估计值 与 即可完整描述半导体器件1/f噪声的SαS概率模型。