一种基于小信号知识型封装晶体管的神经网络建模方法技术

本发明专利技术属于微波电路与器件建模领域，提供了一种基于小信号知识型封装晶体管的神经网络建模方法。该方法提出将神经网络与核心晶体管模型相结合的模型并通过不同的神经网络来调整封装晶体管的不同特性从而降低性能干扰。采用逐步的训练方法快速训练所提出的模型，避免变量重复调整，加快了建模过程。

【技术实现步骤摘要】
一种基于小信号知识型封装晶体管的神经网络建模方法
本专利技术涉及微波电路与器件建模领域，尤其涉及神经网络空间映射技术在微波建模领域的应用。
技术介绍
随着电子技术的发展，封装晶体管的精确计算机辅助设计(CAD)模型在电路/系统设计中起着决定性的作用。基于等效电路模型和电磁模型适用于成熟技术和现有晶体管的建模。然而随着设计复杂性的增加和设计周期的缩短，传统的CAD方法难以同时满足精度和速度的需求。新的半导体技术和材料不断发展，因此有必要为封装晶体管开发有效的建模方法。近来，基于知识型的神经网络建模技术已被认为是微波建模中传统技术的有效替代方法。基于知识型的模型以经验或等效电路模型的形式利用现有知识与神经网络一起开发更精确的模型。从基于知识型模型的输入到输出的评估也非常快。数学模型不可用时，基于知识型的技术已被用于晶体管建模。然而对于晶体管建模，现有的基于知识型的神经网络方法主要集中在核心晶体管而不对封装电路进行建模。封装晶体管系统和快速的建模方法仍然是一个开放的研究课题。因此，本专利技术的目的是通过提出一种基于小信号知识型封装晶体管的神经网络建模方法和先进的训练方法，减少优化参数的相互本文档来自技高网...

【技术保护点】
1.一种基于小信号知识型封装晶体管的神经网络建模方法，包括下列步骤：步骤1：将封装晶体管模型分为三部分：输入封装电路模块、核心电路模块、输出封装电路模块。核心电路模块模拟封装晶体管的直流特性，输入/输出封装电路模块和核心电路模块模拟封装晶体管的小信号特性；步骤2：搭建直流模型，选用知识型模型表示现有的晶体管模型，神经网络(ANN1)作为输入映射网络，将知识型模型的输入映射到核心电路上，构成直流模型；步骤3：搭建S参数模型，分别为输入封装电路、核心电路、输出封装电路构建小信号模块，并根据散射矩阵实现了封装晶体管及其三部分之间的S参数的计算。基于直流模型，核心模块由知识型模型和ANN1构成代表核心...

【技术特征摘要】
1.一种基于小信号知识型封装晶体管的神经网络建模方法，包括下列步骤：步骤1：将封装晶体管模型分为三部分：输入封装电路模块、核心电路模块、输出封装电路模块。核心电路模块模拟封装晶体管的直流特性，输入/输出封装电路模块和核心电路模块模拟封装晶体管的小信号特性；步骤2：搭建直流模型，选用知识型模型表示现有的晶体管模型，神经网络(ANN1)作为输入映射网络，将知识型模型的输入映射到核心电路上，构成直流模型；步骤3：搭建S参数模型，分别为输入封装电路、核心电路、输出封装电路构建小信号模块，并根据散射矩阵实现了封装晶体管及其三部分之间的S参数的计算。基于直流模型，核心模块由知识型模型和ANN1构成代表核心电路的小信号特征，偏置电压和频率是输入信号，S参数的实部和虚部是输出信号；两个神经网络(ANN2和ANN3)分别表示输入/输出封装电路的特性，封装模块的唯一输入是频率，ANN2的输出信号和是输入封装电路S11，S12和S22的实部和虚部。类...

【专利技术属性】
技术研发人员：闫淑霞，靳晓怡，张垚芊，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12