电子器件的内部噪声(特别是以1/ f噪声为代表的低频噪声),是制约器件灵敏度和检测精度的一个关键指标,同时也是表征器件质量和可靠性的一个重要敏感参数。因此,噪声作为电子器件可靠性的表征方法和电路模块的诊断检测工具在国际上已得到相当广泛的研究和应用。由于电子器件噪声是随机信号,一般使用功率谱分析方法,提取噪声的点频值、拟合功率谱幅值和频率指数等参量来表征器件内部机制的变化。但功率谱分析法是一种线性平均的方法,对于噪声这种非线性、非平稳、处处奇异的信号并不十分合适,需要寻找一种新的噪声分析方法。从表面上看,电子噪声信号具有不规则性、明显的不可预测性或随机性。换句话说,这种信号具有较大的复杂性。因此本文将复杂性分析方法应用于电子器件噪声分析。本文选取了几种复杂性分析方法,它们包括关联熵、关联维,Lempel-Ziv复杂度和涨落复杂度等。对这些方法进行研究,提取算法并编程实现。在此基础上,本文还基于电子器件噪声的时域特点进行了复杂性多参量表征法的探索。整合本文所实现、使用和实验室已有的复杂性分析方法,本文设计并编写了电子器件噪声复杂性分析软件。应用复杂性分析方法对模拟噪声和实测噪声进行研究,得到了一些初步结果:基于相关积分的关联熵和关联维可以分辨出随机电报叠加模型产生的1/ f噪声。随着1/ fγ噪声中频率指数γ的增大,关联熵、关联维和Lempel-Ziv复杂度逐渐减小,涨落复杂度则先增后减。在Al互连电迁移噪声信号分析中,复杂性分析方法对于表征Al互连电迁移发展过程及预测互连失效都是比较有效的,可以作为新的电迁移过程表征参量;在MOSFET的噪声分析中,复杂性方法则能说明不同偏置、不同栅压、不同辐照剂量下噪声的复杂性变化。本文的研究为现有的噪声分析提供了一种新方法,并从理论和实际信号分析上验证了该方法的正确性和优越性,进一步为电子低频噪声分析及其模型的深入研究和鉴定提供了有效的表征方法。