倒装芯片技术以其良好的热性能、优良的电性能和较好的可制造性，逐渐成为微电子封装工业的主流技术。倒装芯片由于封装密度高、芯片与基底热膨胀系数失配等容易产生内部缺陷，封装失效情况越发严重。因此封装检测越来越受到重视，发展或改进倒装芯片缺陷检测方法显得尤为重要。本文针对倒装芯片中的焊球缺失这一典型缺陷，提出了基于信号时域频域分析的倒装芯片缺陷检测方法。具体工作如下：首先建立了倒装芯片的振动模型，理论分析了基于振动信号分析实现倒装芯片缺陷检测的可行性。比较了各种激励方法和测振技术，搭建了基于超声激励和激光测振技术的实验平台，用于倒装芯片振动信号的测量。其次针对面阵型倒装芯片缺球缺陷，提出基于固有频率特征分析的缺陷检测技术。通过MATLAB计算、COMSOL仿真、实验测量试验芯片的固有频率，分析比较有缺陷芯片和无缺陷参考芯片之间的固有频率变化，实现缺陷检测的目的。分析研究表明存在焊球缺失的倒装芯片固有频率比参考芯片固有频率要低，并且各阶变化的敏感程度不一样。进一步仿真了试验芯片的振动模型，通过模型分析了各阶变化的原因，验证了试验的合理性及检测原理、方法的可行性。最后针对密度更高，间距更小的周边型倒装芯片，提出了时域频域特征结合的缺陷检测技术。提取倒装芯片受迫振动信号时域内的高阶特征值，以及频域内的能量特征值，识别缺陷信号与参考信号。为了达到智能识别的目的，将BP神经网络用于缺陷识别。将时域频域参数组成的特征向量输入神经网络识别器中进行信号识别，分析了各个特征值对于缺陷识别的贡献程度。实验结果表明通过BP神经网络能够有效的识别倒装芯片缺球缺陷，并且对于缺球个数有较高的识别率。