【摘要】：隨著電子技術(shù)的飛速發(fā)展,器件建模方法研究已經(jīng)成為微波設(shè)計領(lǐng)域重要的發(fā)展方向。封裝晶體管是當代通信系統(tǒng)中不可代替的器件,精度高、速度快的晶體管模型為設(shè)計出規(guī)模更大、結(jié)構(gòu)更復(fù)雜的電路和系統(tǒng)提供了可能。電路系統(tǒng)中采用的晶體管既包含有源管芯電路,也包括無源內(nèi)匹配器件和鍵合線等封裝電路。已有的封裝晶體管建模方法主要針對封裝電路搭建模型,不包含非線性部分的建模,目前還沒有統(tǒng)一的方法對封裝晶體管整體建模。近年來,人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)被認為是傳統(tǒng)建模方法的有效替代方法。本文利用神經(jīng)網(wǎng)絡(luò)分別對封裝晶體管的直流、小信號和大信號特性建立模型。首先,根據(jù)已有的神經(jīng)網(wǎng)絡(luò)空間映射(Neuro-Space Mapping,Neuro-SM)結(jié)構(gòu)搭建封裝晶體管的直流模型,將訓練好的直流模型導(dǎo)入仿真軟件中,對射頻功率場效應(yīng)晶體管的仿真結(jié)果表明,對封裝晶體管的直流信號建模是可行的。其次,針對封裝晶體管的小信號特性,本文提出了一種改進的映射電路結(jié)構(gòu),將封裝晶體管分為三部分:輸入封裝電路、非線性電路、輸出封裝電路,并分別對這三部分建模。通過推導(dǎo)輸入封裝電路、非線性電路、輸出封裝電路三部分的S參數(shù)與整體S參數(shù)的關(guān)系完成部分到整體的轉(zhuǎn)換。提出了利用不同參數(shù)調(diào)整封裝晶體管小信號特性的訓練方法,使得搭建的模型能有效且準確地匹配器件實測數(shù)據(jù)。最后,本文提出了一種新的神經(jīng)網(wǎng)絡(luò)空間映射結(jié)構(gòu),并采用新的非線性函數(shù)改善現(xiàn)有模型的大信號特征,同時保證了直流和小信號特性不受影響。訓練模型時采用一種分步式的訓練方法,避免了重復(fù)調(diào)整變量。建模結(jié)果證明了本文建立的大信號模型可以準確地反映封裝晶體管的大信號特征。
【圖文】：

經(jīng)元叫做輸入神經(jīng)元；最后一層稱為輸出層，其神經(jīng)元稱為輸出神經(jīng)元，它們表逡逑示整個神經(jīng)網(wǎng)絡(luò)的輸入和輸出。剩下的層叫做隱含層，對應(yīng)的是隱含神經(jīng)元。逡逑ＭＬＰ神經(jīng)網(wǎng)絡(luò)包含一個輸入層和輸出層，一個或多個隱含層，如圖２－１所示。逡逑１邐ｙｉ邐ｙｎ逡逑Ｏ邐Ｏ邋－邋ｗ邐輸出層逡逑：邋：逡逑ｗ邐ｗ邐＇ｗ邐ｗ邐＇逡逑a懾義希危皰危彥危�？鍐栦葰邈辶x希兀卞危兀插危兀沖危兀礤義賢跡玻卞澹停蹋猩窬緗峁箍蟯煎義霞俁ㄍ緄淖懿閌蹋諞徊閌鞘淙氬�，第x閌鞘涑霾�，第２层到第Ｌ－ｌ辶x喜閌且�。第／查h窬母鍪觶ǎ劍�，２，．．．，Ｉ）。％统称为ｈ，辶x希藉危澹藉危澹藉澹玻�，．．．，Ｌ），表淑R冢灣宀愕冢�？哥Y窬氳冢沐義系詬鏨窬淶娜ㄖ刂擔渲校�，表逝f窬緄牡阱義細鍪淙脛?chuàng)欢１表淑R冢剎愕牡冢鍪涑鮒擔荊荊硎臼涑霾愕牡冢鍪涑鮒怠Ｕ忮義俠锝檣芤桓齦郊擁娜ㄖ夭問硎鏡冢愕冢吒鏨窬鈉謾Ｍ韁械南蛄垮義希妝硎救縵攏哄義希ǎ玻卞澹╁義顯冢停蹋猩窬緗峁怪�，输入神经元通过洁]脹獠考だ蠱涫涑齔晌諞徊沐義弦閔窬募だ�，襾硇l(wèi)嗤�，，输崇Y窬郵芾醋宰詈笠徊鬩閔窬膩義霞だ瓿啥醞獠康氖涑�。神经元之紲Z墓叵凳峭üだ撲愕

本文編號：2635556