太赫兹 InP HEMTs 的神经网络建模方法

包含新技术、新材料的非传统器件的不断涌现使现有的模型已不能完全表征THz 器件的特性。而采用神经网络 建模的方法,可极大地提高建模的效率和精确度,解决一系列传统模型所无法解决的问题,是一种新型的CAD 建模方法。 本文采用神经网络空间映射的方法,在传统的粗模型的基础上对输入信号进行有效地修正,从而得到适合太赫兹器件的 精确模型,器件的截止频率Ft 和最高振荡频率Fmax 分别为220GHz 和310GHz。模型在直流IV 和1-110GHz 范围内的S 参数与测试结果吻合较好,比传统粗模型的精度有了较大的提高。     

基于版图级综合的频率部分空间映射神经 网络建模技术及其在LTCC射频电路中的应用

提出了基于电路版图级综合的频率部分空间映射神经网络建模的微波电路设计方法.将空间映射技术应用在神经网络建模中降低了神经网络的复杂程度,频率部分空间映射技术仅建立部分设计参数的映射,在确保一定准确度的前提下可以提高建模效率,减小神经网络拓扑结构的复杂性,使粗模型的参数提取时间以及神经网络的训练时间减少.空间映射技术中粗模型由版图级综合得到,基于全波分析的集总电路建模考虑寄生效应,具有一定的准确性和快速性,作为频率部分空间映射神经网络建模技术高质量的粗模型,从而提高了建摸的准确性和速度,增强建模的灵活性.在细模型的扫频中,采用S-B自适应采样技术可以进一步减少建模时间.本文用此方法设计低温共烧陶瓷滤波器,证明用这种方法建模快速、准确.     

太赫兹InP HEMT器件的建模

采用减小栅长(Lg)的方法可以显著提高磷化铟基高电子迁移率晶体管(InP HEMT)器件的直流和微波性能,并使器件的工作频率上升到太赫兹频段。采用T形栅工艺制备了70 nm栅长的InP HEMT器件,器件的直流跨导达到了2.87 S/mm,截止频率ft和最大振荡频率fmax分别为230 GHz和310 GHz。对器件的寄生参数进行了提取和去嵌入,得到了器件的本征S参数。采用经典的9参数模型拓扑结构对器件进行了小信号建模,模型仿真与测试结果拟合良好。针对电流的短沟道效应,采用电流分段的方法来拟合I-V曲线,取得了较好的拟合结果。最后采用Angelov模型对器件的电容进行建模,并最终建立了器件的大信号模型。     

一种基于广义回归神经网络的微波功率器件X参数建模方法

为了解决微波功率器件大信号参数提取复杂的问题,提出了一种基于广义回归神经网络(GRNN)对微波功率器件进行建模的方法。与此同时,采用双隐藏层BP神经网络进行建模。为了验证两种模型的建模效果,采用谐波平衡实验得到预测数据与期望数据的三次谐波及其模值。最后通过对比得出,双隐藏层BP神经网络模型的三次谐波误差分别为5.287,3.320和4.483 dBm。GRNN模型的三次谐波误差分别为0.130,0.001和1.235 dBm。此外,双隐藏层BP神经网络模型的三次谐波模值误差分别为0.003,0.521×10^-4和0.683×10^-6。GRNN模型的三次谐波模值误差分别为0.001,0.235×10^-4和0.304×10^-6。通过以上实验证明了所提出的GRNN模型可以有效地对GaN高电子迁移率晶体管进行大信号建模。     

基于PSO_SVM的射频功率放大器模型研究

针对神经网络和支持向量机在射频功率放大器建模领域存在的优缺点,提出一种利用PSO_SVM算法对射频功率放大器进行建模的方法.从理论上分析了支持向量机(SVM)及粒子群优化(PSO)算法的相关原理,并将PSO_SVM算法应用到功放器件建模中.仿真结果表明,基于PSO_SVM的射频功放模型在模型精度、小样本学习和逼近能力方面均优于传统SVM模型和BP神经网络(BPNN)模型.     

一种鱼骨型GaN HEMT分布式模型

基于传输线理论,推导了GaN HEMT沟道分布式等效电路模型,为有效提取GaN HEMT小信号模型参数提供了依据。设计了一种新颖的鱼骨型GaN HEMT器件结构,由于采用了较短的栅指,非常有利于纵向散热,与常规型HEMT器件结构相比,热阻有了明显改善,但也增加了建模的复杂度。采用分布式建模技术,为鱼骨型器件建立了一种分布式等效电路模型,模型在1~20 GHz内与实测S参数吻合较好,表明分布式建模技术可以用于准确地模拟鱼骨型GaN HEMT器件的高频特性。     

一种基于神经网络的微波器件快速建模方法北大核心CSCD

随着微波器件结构复杂度的增长和产品性能要求的提高,微波器件建模不仅要能够描述其理想电磁特性,还要能快速准确反映多物理参数对器件性能的影响。虽然神经网络已经被引入到微波器件领域,但是将其应用于器件的多物理特性建模的研究还比较少。文章提出了一种基于人工神经网络的多物理参数建模方法来表示输入输出变量之间的非线性关系。提出了一种高效的神经网络多物理参数模型,并针对该模型引入了一种新的训练算法。所提出的模型可以快速准确地预测微波器件的多物理响应,如滤波器的S参数特性曲线、离子敏感场效应晶体管的输出特性曲线等。与有限元方法相比,此方法可以节省约98%的计算成本与99%的计算时间,为实现快速高效的微波器件行为级建模提供一种可行方法。     

一种用于InGaP/GaAs HBT的简化的VBIC模型

提出一个应用于InGaP/GaAs HBT的简化的VBIC模型,描述了模型参数的提取方法,并把此模型应用于单、多指InGaP/GaAs HBT器件的建模.对器件的I-V特性及50MHz～15GHz频率范围内S参数进行了测量和仿真.结果表明,50MHz～9GHz频率范围内,简化后模型可对InGaP/GaAs HBT交流小信号特性进行较好的表征.     

毫米波GaN HEMT器件大信号模型

介绍了一种毫米波GaN基HEMT器件大信号等效电路模型。该模型采用SDD的建模方法。提出了I-V及C-V表达式,完成了直流及S参数的拟合,并分析了拟合结果。与18GHz的在片loadpull测试结果比较,模型仿真结果显示输出功率及效率与实测数据基本一致。     

用于太赫兹InP基PHEMTs 1~110GHz全频段在片测试的系统校准方法的对比研究

本文分别采用Multiline-TRL (Thru-Reflect-Line)和LRM (Line-Reflect-Match) 在片系统校准方法,与传统的SOLT (Short-Open-Load-Thru) 校准方法在InP基PHEMTs片上S参数测试方面进行定量的对比。首次在70 KHz~110 GHz全频段实现一次校准,减小了传统的分段测试多次校准带来的系统误差,校准更加方便简单。对比结果表明,基于Multiline-TRL校准和LRM校准后测量的S参数一致,且均优于传统的SOLT校准方法,尤其是在高频段结果更加准确。首次基于拐点进行外推,且器件展现了优良的射频特性,包括最大电流增益截止频率ft= 247 GHz,最大振荡频率fmax= 392 GHz,其准确度高于传统的基于无拐点进行的外推。首次基于LRM校准测得器件的1~110 GHz全频段S参数,建立了器件的1~110 GHz全频段小信号模型,而非基于传统的通过低频测试数据外推获得。     

改进的RF-LDMOS小信号模型参数提取方法

准确地提取RF-LDMOS小信号模型参数对LDMOS大信号模型建模十分重要,而且好的小信号模型能很好地反映微波器件的性能。针对LDMOS提出了一种改进的小信号模型参数提取方法,此方法增加了测试结构的建模和参数提取,极大地方便了S参数曲线的拟合,而且对于测试版图的研究有一定的指导意义。由此方法提取的小信号模型与实验测试数据在0.1～8 GHz拟合的很好,并且准确地预测了器件的特征频率。该模型和方法能够很好的适用于LDMOS的L,S波段小信号建模和参数提取。     

RF-LDMOS器件宏模型研究

射频器件模型是射频电路仿真的基本要素之一。为了解决射频横向双扩散金属氧化物半导体晶体管（RF-LDMOS）缺乏准确SPICE模型的问题。此处提出了一种适用于带封装结构的RF-LDMOS器件宏模型建模及提模方法,并采用MBP软件进行验证分析。结果表明该宏模型建模方法能够很好的实现数据拟合,直流特性和射频特性的误差均在5%范围内,能够准确地反映器件的电学特性。     

多胞MOSFET器件的射频建模和参数提取（英文）

对纳米级金属氧化物半导体场效应管器件提出了改进的小信号模型.该改进模型中综合考虑了馈线的趋肤效应和器件多胞结构的影响.提取过程中,根据可缩放规律,由传统模型的参数推导出元胞参数.将模型应用于8×0.6×12μm(栅指数×栅宽×元胞数量)、栅长为90 nm的MOSFET器件在1~40 GHz范围内的建模,测试所得S参数和模型仿真所得S参数能够高度地吻合.     

基于模糊逻辑的器件与电路建模技术

器件与电路的模型是进行CAD的基础,建模在数学上实质是函数逼近问题。模糊逻辑具有多层前向神经网络类似的万能函数逼近特性,本文介绍了利用这一技术进行器件与电路建模的一些尝试。由于模糊逻辑能自然地表达与问题有关的知识与经验,因此有可能取得较神经网络更好的结果。文章介绍了用模糊逻辑建模的过程,提出了用数论网格的样本点生成方法,最后用实例说明了用于器件与电路建模的效果。     

基于神经网络的GaAs微波及高速集成电路CAD技术

介绍了基于神经网络的 Ga As微波与高速电路 CAD方面的研究与开发工作 ,其中包括用神经网络进行器件与电路建模的原理与方法及这一模型在优化与统计分析中的应用。     

基于神经网络的非线性电子器件的建模方法

针对当前电路仿真中复杂非线性电子器件的建模问题,提出了先由神经网络学习器件的输入输出特性,再将得出的网络结构用Pspice中的电路描述语言描述的建立非线性电子器件模型的新方法,并通过实验验证了这种方法的有效性。这一方法可作为一种通用方法,用于其它器件的建模。     

多胞MOSFET器件的射频建模和参数提取

对纳米级金属氧化物半导体场效应管器件提出了改进的小信号模型.该改进模型中综合考虑了馈线的趋肤效应和器件多胞结构的影响.提取过程中, 根据可缩放规律, 由传统模型的参数推导出元胞参数.将模型应用于8×0.6×12 μm (栅指数×栅宽×元胞数量)、栅长为90 nm的MOSFET器件在1~40 GHz范围内的建模, 测试所得S参数和模型仿真所得S参数能够高度地吻合.     

基于BSIM3模型的毫米波MOS变容管建模

提出了应用于毫米波段的MOS变容管的建模方法。针对标准0.18μm CMOS工艺,采用2D器件仿真软件MINIMOS,设计实现了积累型MOS变容管;并提出和分析了基于标准BSIM3模型的MOS变容管的等效电路模型;通过MINIMOS仿真,直接提取电路模型各寄生参数。该模型能方便地在电路设计软件中实现,并能预测最高达40 GHz频率范围内的变容管特性。     

FA优化BP神经网络的MEMS陀螺仪温度漂移补偿

微电子机械系统(MEMS)陀螺仪输出易受环境温度的影响,产生温度漂移,测量精度降低,为解决这个问题,提出一种萤火虫算法(FA)优化BP神经网络的温度漂移补偿方法,在传统的BP神经网络中,存在易陷于局部极值的问题可能降低建模精度甚至导致建模失败,而此方法可以避免这个问题。首先在全温区(-40℃～+70℃)选取7个温度点进行测试,接下来采用该方法建立MEMS陀螺仪温度漂移模型并进行实际验证,验证结果表明该方法可以明显降低MEMS陀螺仪温度漂移,且相比于传统BP神经网络,其补偿效果也有较大幅度提升。     

一个新的单异质结InGaP/GaAs HBT模型

对VB IC B JT模型用于Ⅲ-V族化合物HBT器件建模的可行性进行了讨论和借鉴,结合UCSD HBT模型优点,提出一个新的可精确用于单异质结InGaP/GaAsHBT模型,并用于该类器件建模。测量和模型仿真I-V特性及多偏置条件下多频率点S参数对比结果表明,DC~20GHz频率范围内,新模型可对单、多指InGaP/GaAs HBT器件交流小信号特性进行精确表征。运用所建模型准确的预见了一宽带放大器性能。