本发明专利技术提供一种模型参数生成方法、装置、电子设备和可读存储介质。模型参数生成方法包括：设定晶体管模型的初始参数；根据所述初始参数计算所述晶体管模型的拟合特性数据，所述拟合特性数据包括对于转移特性的转移拟合结果以及对输出特性的输出拟合结果；计算晶体管的测试特性数据和所述拟合特性数据之间的适应度；根据所述适应度迭代更新所述初始参数；在满足预设迭代条件的情况下，将更新后的所述初始参数作为所述晶体管模型的模型参数。本发明专利技术实施例能够简化模型参数生成过程，同时提高模型参数的生成准确性。模型参数的生成准确性。模型参数的生成准确性。
【技术实现步骤摘要】
模型参数生成方法、装置、电子设备和可读存储介质
[0001]本专利技术实施例涉及仿真
，尤其涉及一种模型参数生成方法、装置、电子设备和可读存储介质。
技术介绍
[0002]集成电路开发中，需要建立器件模型和并设定相应的模型参数提取策略。相关技术中，可以通过SPICE(Simulation Program with Integrated Circuit Emphasis，仿真电路模拟器)模拟集成电路，例如，模拟集成电路中的薄膜晶体管(TFT)、的全部工作区间特性。而为了缩小模型仿真数据与实验数据的差异，需要技术人员不断手动校准参数，找出与实验数据最接近的模型仿真参数值，这种仿真方式的模型参数设置较为复杂。
技术实现思路
[0003]本专利技术实施例提供一种模型参数生成方法、装置、电子设备和可读存储介质，以解决现有仿真方式的模型参数设置较为复杂的问题。
[0004]为解决上述问题，本专利技术是这样实现的：
[0005]第一方面，本专利技术实施例提供了一种模型参数生成方法，包括：
[0006]设定晶体管模型的初始参数；
[0007]根据所述初始参数计算所述晶体管模型的拟合特性数据，所述拟合特性数据包括对于转移特性的转移拟合结果以及对输出特性的输出拟合结果；
[0008]计算晶体管的测试特性数据和所述拟合特性数据之间的适应度；
[0009]根据所述适应度迭代更新所述初始参数；
[0010]在满足预设迭代条件的情况下，将更新后的所述初始参数作为所述晶体管模型的模型参数。
[0011]在其中一些实施例中，所述计算晶体管的测试特性数据和所述拟合特性数据之间的适应度之前，所述方法还包括：
[0012]获取晶体管的测试特性数据；
[0013]根据所述测试特性数据确定所述晶体管的测试特性数据，所述测试特性数据包括对于转移特性的测试结果和输出特性的测试结果。
[0014]在其中一些实施例中，计算晶体管的测试特性数据和所述拟合特性数据之间的适应度，包括：
[0015]确定所述模型参数中目标参数的模拟特性数据和各组测试特性数据中每一数据点的数据最大值；
[0016]根据所述目标参数的模拟特性数据、各组测试特性数据以及所述数据最大值确定各组所述测试特性数据对应的归一化差值；
[0017]将各组测试特性数据的归一化差值的最大值作为该组测试特性数据的子适应度；
[0018]计算各组所述测试特征数据的子适应度的加权平均值作为所述目标参数的适应
度。
[0019]在其中一些实施例中，计算晶体管的测试特性数据和所述拟合特性数据之间的适应度，包括：
[0020]确定所述模型参数中目标参数的模拟特性数据和各组测试特性数据中每一数据点的数据最大值；
[0021]根据所述目标参数的模拟特性数据、各组测试特性数据以及所述数据最大值确定各组所述测试特性数据对应的归一化差值；
[0022]根据晶体管的的工作特性将各组测试特性数据划分为多个工作区域，并计算各组测试数据在同一工作区域内的子适应度；
[0023]计算各组所述测试特征数据的子适应度的加权平均值作为所述目标参数的适应度。
[0024]在其中一些实施例中，所述目标参数的各组测试特征数据的权重系数相等，且所述权重系数之和为1；或者
[0025]所述目标参数的各组测试特征数据的权重系数随所述测试特征数据的重要性程度的增加而增加，且所述权重系数之和为1。
[0026]在其中一些实施例中，所述根据所述适应度迭代更新所述初始参数，包括：
[0027]根据所述模型参数中各参数的个体最优解更新所述模型参数的群体最优解；以及
[0028]根据学习参数的个体最优解更新所述目标参数的个体最优解，其中，所述学习参数是所述模型参数中选择的，更新每一目标参数时，所选择的学习参数的数量为多个。
[0029]在其中一些实施例中，所述预设迭代条件包括适应度更新次数达到预设次数和所述适应度收敛中的至少一项。
[0030]在其中一些实施例中，所述设定晶体管模型的初始参数，包括：
[0031]确定所述晶体管模型的模型参数的取值范围；
[0032]在所述取值范围内生成包括各所述模型参数的初始值的初始数据。
[0033]在其中一些实施例中，所述模型参数包括第一物理参数和第二物理参数，所述在所述取值范围内生成包括各所述模型参数的初始值的初始数据，包括：
[0034]在所述模型参数为第一物理参数的情况下，通过直接提取结合高斯随机分布确定所述第一物理参数的初始值；
[0035]在所述模型参数为第二物理参数的情况下，通过直接提取结合柯西随机分布确定所述第二物理参数的初始值。
[0036]第二方面，本专利技术实施例还提供一种模型参数生成装置，包括：
[0037]设定模块，用于设定晶体管模型的初始参数；
[0038]拟合特性数据计算模块，用于根据所述初始参数计算所述晶体管模型的拟合特性数据，所述拟合特性数据包括对于转移特性的转移拟合结果以及对输出特性的输出结合结果；
[0039]适应度计算模块，用于计算晶体管的测试特性数据和所述拟合特性数据之间的适应度；
[0040]迭代更新模块，用于根据所述适应度迭代更新所述初始参数；
[0041]模型参数确定模块，用于在满足预设迭代条件的情况下，将更新后的所述初始参
数作为所述晶体管模型的模型参数。
[0042]第三方面，本专利技术实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；所述处理器，用于读取存储器中的程序实现如前述第一方面所述方法中的步骤。
[0043]第四方面，本专利技术实施例还提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如前述第一方面所述方法中的步骤。
[0044]本专利技术实施例通过根据晶体管的模拟特性和测试特性之间的差异计算适应度值，然后迭代更新晶体管的模型参数，简化了手动和经验校准的过程，简化模型参数生成过程，能够实现精确提取晶体管模型的模型参数，提高模型参数的生成准确性。
附图说明
[0045]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0046]图1是本专利技术实施例提供的模型参数生成方法的流程示意图；
[0047]图2是本专利技术实施例提供的模型参数生成方法的又一流程示意图；
[0048]图3是本专利技术实施例中采用的随机分布函数示意图；
[0049]图4是本专利技术实施例中工作区域划分示意图；
[0050]图5A是本专利技术实施例生成的模型参数仿真示意图；
[0051]图5B是本专利技术实施例生成的模型参本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种模型参数生成方法，其特征在于，包括：设定晶体管模型的初始参数；根据所述初始参数计算所述晶体管模型的拟合特性数据，所述拟合特性数据包括对于转移特性的转移拟合结果以及对输出特性的输出拟合结果；计算晶体管的测试特性数据和所述拟合特性数据之间的适应度；根据所述适应度迭代更新所述初始参数；在满足预设迭代条件的情况下，将更新后的所述初始参数作为所述晶体管模型的模型参数。2.如权利要求1所述的方法，其特征在于，所述计算晶体管的测试特性数据和所述拟合特性数据之间的适应度之前，所述方法还包括：获取晶体管的测试特性数据；根据所述测试特性数据确定所述晶体管的测试特性数据，所述测试特性数据包括对于转移特性的测试结果和输出特性的测试结果。3.如权利要求2所述的方法，其特征在于，计算晶体管的测试特性数据和所述拟合特性数据之间的适应度，包括：确定所述模型参数中目标参数的模拟特性数据和各组测试特性数据中每一数据点的数据最大值；根据所述目标参数的模拟特性数据、各组测试特性数据以及所述数据最大值确定各组所述测试特性数据对应的归一化差值；将各组测试特性数据的归一化差值的最大值作为该组测试特性数据的子适应度；计算各组所述测试特征数据的子适应度的加权平均值作为所述目标参数的适应度。4.如权利要求2所述的方法，其特征在于，计算晶体管的测试特性数据和所述拟合特性数据之间的适应度，包括：确定所述模型参数中目标参数的模拟特性数据和各组测试特性数据中每一数据点的数据最大值；根据所述目标参数的模拟特性数据、各组测试特性数据以及所述数据最大值确定各组所述测试特性数据对应的归一化差值；根据晶体管的的工作特性将各组测试特性数据划分为多个工作区域，并计算各组测试数据在同一工作区域内的子适应度；计算各组所述测试特征数据的子适应度的加权平均值作为所述目标参数的适应度。5.如权利要求3或4所述的方法，其特征在于，所述目标参数的各组测试特征数据的权重系数相等，且所述权重系数之和为1；或者所述目标参数的各组测试特征数据的权重系数随所述测试特征数据的重要性程度的增加而增加，且所述权重系数之和为1。6.如权利要求...
【专利技术属性】
技术研发人员：刘鹏，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。