[發明專利]一種用于功率晶體管大信號建模的神經網絡空間映射方法

在審

• 申請號: 202010835458.4
• 申請日: 2020-08-19
• 公開（公告）號: CN111967186A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 朱琳;趙堅;李梅;龐毅;袁文聰
• 申請（專利權）人: 天津城建大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/30;G06N3/04
• 代理公司: 天津才智專利商標代理有限公司 12108
• 代理人: 呂志英

本發明公開一種用于功率晶體管大信號建模的神經網絡空間映射方法，可用于建立精確的考慮室溫效應和自熱效應的功率晶體管的大信號模型。包括：步驟1根據待建模功率晶體管的類型選擇電熱粗模型；步驟2初始化動態映射神經網絡；步驟3分別建立動態神經網絡空間映射電熱初模型的直流仿真模型、小信號仿真模型和大信號仿真模型；步驟4獲得動態映射神經網絡的最終權重w₁；步驟5在商用電路仿真軟件中建立動態映射神經網絡；步驟6在商用電路仿真軟件中建立動態神經網絡空間映射電熱模型。本發明有益效果是：更精確地反映考慮室溫效應和自熱效應的功率晶體管的大信號電熱特性；嵌入到商業電路仿真軟件中用于高層次的微波電路、系統仿真、設計和優化。

技術領域

本發明涉及一種微波器件與電路建模領域，尤其涉及一種用于功率晶體管大信號建模的神經網絡空間映射方法。適于神經網絡技術在微波晶體管建模領域的應用。

背景技術

隨著無線通信和雷達探測等技術的快速發展，現代電子設備對微波晶體管的工作頻率和功率密度等方面的要求越來越高。功率晶體管具有較好的高頻性能和較高的功率品質因子，使它在高頻和大功率的應用中具有非常重要的作用。目前，大部分微波、射頻晶體管的特性都受溫度的影響，尤其是對功率器件。其工作溫度嚴重影響器件工作的可靠性和電特性。所以，建立考慮室溫效應和自熱效應的功率晶體管的大信號模型是非常必要的。

目前對功率晶體管的傳統建模方法主要有兩種：熱比例建模方法和等效電路電熱建模方法。早期采用熱比例模型來反映器件特性隨溫度的變化關系，即模型中的參數是溫度變量的函數，建模器件的溫度變量一般通過估計獲得。然而功率晶體管的自熱效應主要是由其內部呈周期性變化的功率耗散引起的，因為熱比例模型沒有考慮器件瞬時電壓和電流的變化，所以通過估計獲得的器件溫度與器件實際溫度不符，故熱比例模型無法準確模擬功率晶體管特性隨溫度的變化。等效電路電熱建模方法是采用電熱等效電路模型，即把溫度變量及其引起的效應嵌入到原有的大信號等效電路拓撲中組成經驗公式電熱模型，從而對其進行非線性分析。等效電路電熱模型具有結構簡單、運算速度快、收斂性能好、易于與電路仿真軟件兼容等優點，是目前應用最廣泛的模型。但當新型功率晶體管出現時，該方法需要人為地反復調整等效電路的結構、參數以準確地模擬新型功率晶體管的電特性及晶體管特性隨溫度的變化關系，往往不能兼顧建模精度和速度。且每種方法一般只適用于特定類型的晶體管，缺乏通用性。因此，需要研究一種更有效、通用的功率晶體管建模方法。

近年來，在微波、射頻器件建模領域，人工神經網絡被公認為是傳統建模技術的有效補充和優化。基于神經網絡的晶體管建模方法主要有兩種，人工神經網絡直接建模方法和神經網絡空間映射建模方法。人工神經網絡直接建模方法是采用人工神經網絡表征微波器件的非線性輸入和輸出關系，具有適用性強、精度高等優點，已被應用到有源、無源器件建模、自熱效應、陷阱效應建模等多個領域。但因模型中缺乏經驗知識信息，所以精確建模所需訓練數據較多，從而使建模成本增加、周期變長。神經網絡空間映射建模方法利用人工神經網絡的學習能力自動映射粗模型與建模器件之間輸入電壓、電流的非線性關系，使包含粗模型和映射神經網絡的神經網絡空間映射模型能夠更精確地匹配建模器件數據。神經網絡空間映射建模方法融合了神經網絡和空間映射的優點，可同時兼顧建模速度和精度。相比神經網絡直接建模，它能大大減少精確建模所需數據量，降低神經網絡拓撲結構的復雜度。但目前考慮室溫效應和自熱效應的神經網絡空間映射建模方法未見報道。

發明內容

本發明所要解決的技術問題是提供一種用于功率晶體管大信號建模的神經網絡空間映射方法，可用于建立精確的考慮室溫效應和自熱效應的功率晶體管的大信號模型，進一步提高功率晶體管建模的精度、效率和系統性。

本發明以功率晶體管為研究對象，基于先進的神經網絡空間映射建模方法，公開了一種系統、通用的功率晶體管管芯大信號建模方法，涵蓋室溫效應、自熱效應建模，不僅可以大大縮短微波、射頻電路的設計周期，而且為進一步設計更大規模的微波電路、系統提供了可能，具有廣泛的應用前景。

為了解決上述技術問題，本發明采用的技術方案是：