一种基于人工神经网络的晶体管模型建立方法技术

本发明专利技术涉及一种基于人工神经网络的晶体管模型建立方法，通过获取晶体管工艺类型；基于所述晶体管工艺类型建立晶体管初始模型，所述晶体管初始模型包括多个端口；对所述晶体管初始模型的各个端口施加直流电压输入信号，并提取所述晶体管初始模型的各个端口的直流电流输出信号；通过预设的人工神经网络对所述直流电压输入信号、所述直流电流输出信号进行拟合，得到晶体管直流模型。本发明专利技术使用人工神经网络来捕捉晶体管模型的输入和输出(电流和电压)之间的关系。模型中同时考虑了直流和交流信号。可以针对晶体管进行高精度建模，可以在保持较快仿真速度的情况下，显著得提高晶体管的仿真精度。的仿真精度。的仿真精度。

【技术实现步骤摘要】
一种基于人工神经网络的晶体管模型建立方法


[0001]本专利技术涉及电路布局
，具体是一种基于人工神经网络的晶体管模型建立方法。

技术介绍

[0002]晶体管是模拟集成电路的关键部件，其紧凑模型在集成电路设计中起着重要作用。紧凑模型的精度对模拟电路的设计有很大影响。作为主流晶体管模型，BSIM模型的几个版本已经在几十年中开发出来。传统的紧凑型晶体管模型，如BSIM、PSP和HiSim是物理驱动模型，在工业中广泛使用。
[0003]然而，随着摩尔定律的发展，主流的BSIM紧凑模型面临挑战。随着晶体管尺寸不断缩小，小尺寸效应(如短沟道效应)的影响增加，使得晶体管的器件物理特性变得更加复杂，从而造成BSIM模型更难以拟合。而且在制程不断缩小的情况下，新的晶体管工艺也被开发出来，这需要更新甚至重新开发对应的晶体管模型。例如新的晶体管器件结构(如隧穿场效应晶体管和负电容场效应晶体管)的出现已经不能使用传统的BSIM模型进行建模。此外，传统的物理驱动模型由于公式变得越来越复杂，又缺少自动化的提模流程，所以使得提取的晶体管模型的准确性在很大程度上取决于工程师的经验。
[0004]与传统的紧凑型晶体管物理模型相比，查找表(LUT)被提出作为物理模型的一种替代方案。然而，LUT模型仍然存在一些问题。首先LUT模型需要对电路进行大规模的仿真以获得大量的仿真数据。其次在对大规模电路进行仿真验证时，LUT模型可能存在的收敛问题将影响仿真结果。此外，由于没有输入参数，不同的尺寸都需要对应的仿真数据，所以每个器件都需要建立对应的LUT模型。这些问题使得LUT方法难以实际应用。
[0005]因此，现有的晶体管模型建立方法大多存在许多局限性，无法快速高效地建立晶体管模型。

技术实现思路

[0006]有鉴于此，本专利技术的目的是提供一种基于人工神经网络的晶体管模型建立方法，以解决现有技术中晶体管模型建立方法大多存在许多局限性，无法快速高效地建立晶体管模型的技术问题。
[0007]为了实现上述目的，本专利技术采用了如下技术方案：
[0008]本专利技术的一种基于人工神经网络的晶体管模型建立方法，包括步骤：
[0009]获取晶体管工艺类型；
[0010]基于所述晶体管工艺类型建立晶体管初始模型，所述晶体管初始模型包括多个端口；
[0011]对所述晶体管初始模型的各个端口施加直流电压输入信号，并提取所述晶体管初始模型的各个端口的直流电流输出信号；
[0012]通过预设的人工神经网络对所述直流电压输入信号、所述直流电流输出信号进行
拟合，得到晶体管直流模型。
[0013]进一步地，在所述晶体管模型包括栅端、漏端时，所述晶体管模型建立方法还包括：
[0014]对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的漏端施加交流电压信号；
[0015]对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的漏端施加交流电压信号之后，从所述晶体管初始模型的栅端提取电流信号；
[0016]根据所述直流电压信号、所述电流信号绘制电流
‑
频率波特图，所述电流
‑
频率波特图的横坐标为频率，所述电流
‑
频率波特图的纵坐标为电流；
[0017]从所述电流
‑
频率波特图中提取目标点，并根据所述目标点的电流、所述目标点的频率计算晶体管栅漏电容值C
gd
，所述晶体管栅漏电容值C
gd
的计算公式为：
[0018]V
ac
＝I
ac
×
1/(2
×
π
×
f
×
C
gd
)
[0019]式中，V
ac
为交流电压信号，Iac为所述目标点的电流信号，f为目标点的频率；
[0020]基于所述晶体管栅漏电容值C
gd
建立晶体管栅漏电容模型，所述晶体管栅漏电容模型的输入信号为直流电压信号，所述晶体管栅漏电容模型的输出信号为所述晶体管栅漏电容值C
gd
。
[0021]进一步地，在所述晶体管模型包括栅端、源端时，所述晶体管模型建立方法还包括：
[0022]对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的源端施加交流电压信号；
[0023]对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的源端施加交流电压信号之后，从所述晶体管初始模型的栅端提取电流信号；
[0024]根据所述直流电压信号、所述电流信号绘制电流
‑
频率波特图，所述电流
‑
频率波特图的横坐标为频率，所述电流
‑
频率波特图的纵坐标为电流；
[0025]从所述电流
‑
频率波特图中提取目标点，并根据所述目标点的电流、所述目标点的频率计算晶体管栅源电容值C
gs
，所述晶体管栅源电容值C
gs
的计算公式为：
[0026]V
ac
＝I
ac
×
1/(2
×
π
×
f
×
C
gs
)
[0027]式中，V
ac
为交流电压信号，Iac为所述目标点的电流信号，f为目标点的频率；
[0028]基于所述晶体管栅源电容值C
gd
建立晶体管栅源电容模型，所述晶体管栅源电容模型的输入信号为直流电压信号，所述晶体管栅源电容模型的输出信号为所述晶体管栅源电容值C
gd
。
[0029]进一步地，在所述晶体管模型包括栅端、体端时，所述晶体管模型建立方法还包括：
[0030]对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的体端施加交流电压信号；
[0031]对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的体端施加交流电压信号之后，从所述晶体管初始模型的栅端提取电流信号；
[0032]根据所述直流电压信号、所述电流信号绘制电流
‑
频率波特图，所述电流
‑
频率波特图的横坐标为频率，所述电流
‑
频率波特图的纵坐标为电流；
[0033]从所述电流
‑
频率波特图中提取目标点，并根据所述目标点的电流、所述目标点的频率计算晶体管栅体电容值C
gs
，所述晶体管栅体电容值C
gs
的计算公式为：
[0034]V
ac
＝I
ac
×
1/(2
×
π
×
f
×
C
gs
)
[0035]式中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工神经网络的晶体管模型建立方法，其特征在于：包括步骤：获取晶体管工艺类型；基于所述晶体管工艺类型建立晶体管初始模型，所述晶体管初始模型包括多个端口；对所述晶体管初始模型的各个端口施加直流电压输入信号，并提取所述晶体管初始模型的各个端口的直流电流输出信号；通过预设的人工神经网络对所述直流电压输入信号、所述直流电流输出信号进行拟合，得到晶体管直流模型。2.根据权利要求1所述的一种基于人工神经网络的晶体管模型建立方法，其特征在于：在所述晶体管模型包括栅端、漏端时，所述晶体管模型建立方法还包括：对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的漏端施加交流电压信号；对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的漏端施加交流电压信号之后，从所述晶体管初始模型的栅端提取电流信号；根据所述直流电压信号、所述电流信号绘制电流
‑
频率波特图，所述电流
‑
频率波特图的横坐标为频率，所述电流
‑
频率波特图的纵坐标为电流；从所述电流
‑
频率波特图中提取目标点，并根据所述目标点的电流、所述目标点的频率计算晶体管栅漏电容值C
gd
，所述晶体管栅漏电容值C
gd
的计算公式为：V
ac
＝I
ac
×
1/(2
×
π
×
f
×
C
gd
)式中，V
ac
为交流电压信号，Iac为所述目标点的电流信号，f为目标点的频率；基于所述晶体管栅漏电容值C
gd
建立晶体管栅漏电容模型，所述晶体管栅漏电容模型的输入信号为直流电压信号，所述晶体管栅漏电容模型的输出信号为所述晶体管栅漏电容值C
gd
。3.根据权利要求1所述的一种基于人工神经网络的晶体管模型建立方法，其特征在于：在所述晶体管模型包括栅端、源端时，所述晶体管模型建立方法还包括：对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的源端施加交流电压信号；对所述晶体管初始模型的各个端口施加直流电压信号，并在所述晶体管初始模型的源端施加交流电压信号之后，从所述晶体管初始模型的栅端提取电流信号；根据所述直流电压信号、所述电流信号绘制电流
‑
频率波特图，所述电流
‑
频率波特图的横坐...

【专利技术属性】
技术研发人员：蓝碧健，魏佳豪，张征，张静肖，
申请(专利权)人：苏州复鹄电子科技有限公司，
类型：发明
国别省市：