第二章微波電路建模建庫方法第二章微波電路建模建庫方法第一節：建模方法概述第二節：微波無源器件模型第三節：微波半導體器件模型1、元器件的建模方法有哪些？各自特點如何？2、怎樣進行微帶傳輸線的分析與綜合？3、常見的微帶不連續結構有哪些？它們的模型如何表示？4、什么是半導體器件的小信號模型和大信號模型？5、如何建立單向化等效模型和數據擬合模型？什么是微波模型？為什么要建模？計算機可以直接處理的數學關系經驗、工藝等的內在規律的數學提煉大大提高設計效率如何應用模型？1.網絡分析2.優化計算2.1建模方法概述2.1.1建模的基本要求（1）能夠真實反映器件工作時的物理特性；（2）在很寬的頻帶內仍能保證足夠的精度；（3）在保證精度的前提下，模型簡單；（4）容易確定模型有關參量。確定元器件模型的一般思路場效應管模型的基本結構映射關系輸入輸出變量圖標適用范圍2.1.2建立元器件模型的方法1.理論分析方法2.1.2建立元器件模型的方法無法求解不規則結構和復雜結構。2.1.2建立元器件模型的方法2.3.電磁場全波仿真方法2.1.2建立元器件模型的方法3.電磁場全波仿真方法2.1.2建立元器件模型的方法3.電磁場全波仿真方法2.1.2建立元器件模型的方法3.電磁場全波仿真方法優點：精度高，特別適合高頻（毫米波）電路。有大量商業軟件可以使用。缺點：不利于理解器件的物理機理。計算速度慢，不便于優化。不能用于有源電路分析。2.1.2建立元器件模型的方法4.實驗方法NetworkAnalyzerDC/RFProbesMicromanipulators/TunersWafer/Device2.1.2建立元器件模型的方法4.實驗方法優點：能考慮封裝帶來的影響。精度高，適用范圍廣（有源、無源）。不用關心內部結構。缺點：不利于理解器件的物理機理。依賴測試條件和測試水平。2.1.2建立元器件模型的方法4.實驗方法AMMC5040測試數據列表2.1.2建立元器件模型的方法4.實驗方法2.1.2建立元器件模型的方法5.非線性方法優點：能對有源電路進行精確分析。缺點：方法較為繁瑣。時域法強非線性，無法處理線性分布電路頻域法（Volterra級數法）弱非線性，無法處理復雜非線性電路混合域法（諧波平衡法）強非線性，適應范圍廣2.1.2建立元器件模型的方法2.2微波無源器件模型無源電路模型集總參數模型l/λ≤

0.05分布參數模型l/λ≥

0.05集總參數元件：移相可忽略不計。尺寸小、價格低、帶寬大。適合于頻率較低的微波集成電路設計分布參數元件電參數隨物理長度的變化呈現分布性。分布參數電路可以用傳輸線來建模。2.2.1集總參數模型集總參數模型–傳輸線等效電路2.2.2分布參數模型分布電感：L–H/m分布電容：C–F/m分布電阻：R-Ω/m分布電導：G–S/m微帶傳輸線基板材料微帶傳輸線微帶傳輸線微帶傳輸線微帶傳輸線微帶傳輸線微帶傳輸線微帶線的綜合微帶傳輸線微帶線的綜合微帶傳輸線微帶傳輸線的工程計算（分析與綜合）微帶線的分析微帶線的綜合電磁場理論精密的實驗半經驗解析式微帶傳輸線的工程計算（分析與綜合）2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模2.2.4微帶線不均勻結構建模金絲鍵合連接結構三種絲線連接結構的簡化模型金絲鍵合結構建模2.2.4MMIC不均勻結構建模2.2.4MMIC不均勻結構建模2.2.4MMIC不均勻結構建模作業-1用Matlab編寫微帶線分析和綜合程序，并計算：

1）基片厚度1.27mm，相對介電常數2.2的50歐姆微帶線的寬度；

2）基片相對介電常數2.55的微帶線，W/h在0.5-10.0之間變化時，特性阻抗Z0的曲線。要求：

1）程序流程圖；

2）程序代碼及注釋；

3）運行結果。2.3微波半導體器件模型微波半導體器件模型分類（建模方法）方法種類優點缺點基于物理數值模型理論上準確;適用于各種物理結構和工藝參數；可以預研究器件。過分耗機時，在CAD應用中正在完善；準確度依賴模型，精度有所局限。解析模型非常適合器件設計，尤其是MMIC設計和特性模擬。適用CAD技術由于加工過程中不可預知因素（缺陷等），因此必須以測量的方法確定其元件值及特性；精度較差。基于測量經驗模型簡單，比較準確，適用于CAD技術。應用最為廣泛。

必須制造出用于測試的器件為前提，不適合超前器件的研究。表格模型模型精確，易于建模，通用性好。測試數據多；會出現收斂、可微等問題；模型精度依賴測試數據的精度；不能對器件預研。微波半導體器件模型分類（功能）BJT,HBTMESFET,MOSFETHEMT(pHEMT,mHEMT)PNDiodePINDiodeVaractorDiodeSchottkeyDiode小信號分析：有源電路小信號分析是假設輸入交流信號的幅度起伏偏離恒定偏壓值（或在附近波動）一個小量級，其偏離量對器件的工作特性影響非常小，認為其工作狀態是線性的。大信號分析：有源電路大信號分析方法是在輸入大幅值交流信號時器件的工作區域覆蓋了大部分非線性區，甚至部分進入了非線性區，從而引起了器件的非線性工作狀態。一個大信號放大器可設計為A類工作方式（相對表現為線性），此時可利用小信號S參量的修正公式進行分析；也可設計為AB類、B類或C類工作凡是，但此時器件已表現為非線性特性，故在進行這類放大器設計之前，必須先要獲得晶體管的高功率特性。微波半導體器件大信號模型和小信號模型2.3.1微波半導體二極管模型PN結：結電容高，不適合高頻應用。肖特基（金屬-半導體）結：結電容低，適合高頻應用。管殼等效電路元件Cp和Lr可用測量開路和短路管殼的阻抗求出。2.3.2微波半導體晶體管模型網絡分析儀(S參數)非線性模型小信號等效電路模型非線性柵源、柵漏電容模型近似線性元件值非線性漏源電流模型擊穿特性模型色散模型溫度相關模型I-V測試儀(I-V特性)參考文獻實測數據小信號等效電路模型MESFET器件經驗模型MESFET小信號等效電路模型小信號模型參數提取步驟外部寄生參數提取通過特定的測試方法確定本征參數提取通過網絡矩陣理論剝離外部寄生參數后獲得參數優化與實測的器件S參數擬合小信號模型ADS中的優化模型和與實測結果的對比小信號模型的局限小信號模型只能用于器件的S參數仿真，用來計算器件的小信號增益、噪聲等特性，而不能用于計算器件的諧波特性、1dB功率壓縮點（P1dB）、三階交調遮斷點（IP3）等非線性重要參數，因此需建立器件的非線性模型。但是，另一方面小信號模型可以利用倒推（bottom-up）技術推導出大信號等效電路模型。因此，準確建立小信號等效電路模型是微波功率MESFET大信號建模，以及MESFET器件應用的首要工作。MESFET非線性等效電路模型擊穿特性模型非線性柵源、柵漏電容非線性漏源電流MESFET非線性等效電路模型色散模型自熱效應模型HEMT非線性等效電路模型常見的FET非線性模型模型/時間I-V模型優點不足參數精度導數連續色散Curtice-Cubic（1985）6比較高否級聯RC簡單，使用于工程CAD應用。沒有考慮自熱效應，Ids立方多項式外推精度差；色散模型不夠；是有條件夾斷Marterka（1983）5比較高否級聯RC簡單，軟夾斷。沒有考慮自熱效應，色散和QV模型過于簡單Statz(1987)5比較差否級聯RC電容的模擬非常準確。閥值電壓與Vds無關。色散模型不夠。TriQuint（1990）改進TOM模型（1997）TOM3模型（1999）6高否Ibd簡單。色散模型較好不適合脈沖數據，所以RFI-V的模擬不夠精確。Angelov/Chalmers(1992)Chalmers(1996)>8高是級聯RC簡單QV方程與路徑無關。色散模型不夠。Parker（1997）7高是級聯RC簡單，精度高色散模型不夠。模型在商用軟件中的嵌入SDD模型編程模型在ADS中仿真原理圖SDD模型編程ADS中用戶可以利用符號定義器件（symbolicdefineddevices)建立非線性器件模型。該器件可以在原理圖中輸入，通過定義端口數，端口電壓，端口電流，建立起器件模型。建立的模型可以在ADS中的任意仿真器中使用。模型在商用軟件中的嵌入商用模型庫（FoundryDesignKit）商用模型庫的結構DevicedatabookDevices:NPN,MOSFET,Varactordiode,MIM,Inductors,Resistors….Devicemodeltohardwarecorrelationdata:DC,AC,Noise,Ft….DesignmanualLayoutrulesElectricaldesignrulesReliabilityrulesUser’sGuidetoDesignSystemsSupporteddesignsystemsFoundrydesignkits模型庫的安裝模型的適用范圍模型的適用范圍模型的適用范圍模型的適用范圍版圖模型與器件工藝2.3.3單向化等效模型2.3.3單向化等效模型2.3.3單向化等效模型通過S參數，可以表示出管子的輸入和輸出反射系數2.3.3單向化等效模型2.3.3單向化等效模型2.3.3單向化等效模型例2-12.3.3單向化等效模型2.3.3單向化等效模型2.3.3單向化等效模型元器件值確定后可確定單向化等效電路模型：例2-12.3.4數據擬合法數據擬合法通常采用最小二乘法將離散頻率上每個S參數元素的測試值用兩個實數多項式擬合，從而得到S參數以頻率為變量的連續函數，并將它作為管子的數學模型。單向化模型數據擬合模型等效電路模型數學表達式模型直接建立數據擬合法基本原理數據擬合法基本原理數據擬合法基本原理數據擬合法基本原理數據擬合法基本原理數據擬合法基本原理對晶體管S矩陣中的每個元素都進行數據擬合，即可得到晶體管S參數的數學表達式模型：其它擬合方式：樣條函數柯西函數插值模型映射關系建立模型的一些方式神經網絡方法（NN)包含兩層人工神經元神經網絡模型結構

三層感知器神經網絡結構神經網絡模型建立微波器件神經網絡建模一般流程圖建立神經網絡的一個重要步驟就是訓練神經網絡，使之可以很好的表達實際器件模型的輸入輸出映射關系。訓練神經網絡的目的是調整權值w，使得誤差函數最小化。更新權值的方式主要有back-propagation算法、Levenberg-Marquardt算法和quasi-Newton算法等。模型映射關系建立模型的一些方法建模實例LTCCfilter建模第一步:將LTCC濾波器結構劃分為三種子結構：單個諧振器諧振頻率結構、級間耦合結構和輸入輸出耦合結構。這樣是為了避免對濾波器建立整體的神經網絡模型，能夠減小神經網絡的大小，降低模型所需要的訓練數據量，提高模型的精度。第二步：用電磁仿真軟件HFSS對每種子結構提取所需要的訓練數據。根據結構的耦合機制合理的選擇輸入輸出變量，避免模型產生多值問題。第三步：把電磁仿真訓練出的正模型的相應數據做輸入和輸出對換，構成訓練反向模型所需要的數據形式。第四步：利用神經網絡訓練環境，為三種子結構分別訓練三個反向神經網絡子模型。模型映射關系建立模型的一些方式模型映射關系建立模型的一些方式模型適用范圍為，中心頻率3至8GHz，相對帶寬5%至20%。模型映射關系建立模型的一些方式支持向量機回歸(SVR)特點：統計學習理論(SLT，Statisticallearningtheory)SVR是建立在統計學習理論的基礎上，根據有限樣本在學習精度和學習能力之間尋求最佳期望，獲得最好的推廣能力。特征空間映射結構風險最小化模型映射關系建立模型的一些方式建模實例帶狀線-帶狀線層間互連模型為了建模方便，引入兩個變量a/b模型輸入模型輸出模型映射關系建立模型的一些方式模型映射關系建立模型的一些方式3.空間映射