基于人工神经网络的晶体管及系统建模方法

摘要

本发明公开了一种基于人工神经网络的晶体管建模方法，包括：分别为电流源、电荷源和非线性元件构建相应的人工神经网络拓扑结构；根据所述人工神经网络拓扑结构以及所述内部参数的值，利用人工神经网络技术分别对电流源、电荷源和非线性元件进行训练；将训练好的所述电流源、电荷源和非线性元件导入电路仿真软件，添加外部寄生电感、电容和电阻，封装形成所述晶体管的大信号模型。该方法能够适应于各种不同工艺下的晶体管器件，并且通过在构建电流源、电荷源和非线性元件时把沟道温度变量和环境温度变量引入到人工神经网络拓扑结构的输入层中，从而能够对晶体管的自热等记忆效应进行有效建模。本发明还公开了一种基于人工神经网络的系统建模方法。

主权项

一种基于人工神经网络的晶体管建模方法，包括：测量所述晶体管在多个温度、多个静态偏置下的S参数的值；确定所述晶体管的小信号等效电路拓扑结构，从所述S参数中提取出外部等效寄生参数，去嵌掉外部等效寄生参数；根据所述小信号等效电路拓扑结构的内部结构，解析或者优化得到所述小信号等效电路拓扑结构的内部参数的值；选择所述晶体管的大信号模型拓扑结构，确定所述大信号模型拓扑结构中所包含的电流源、电荷源和非线性元件，其中，所述非线性元件包括非线性电容、非线性电阻等；确定所述大信号模型拓扑结构中的所述电流源、电荷源和所述小信号等效电路拓扑结构的所述内部参数的关系；分别为所述电流源、电荷源和非线性元件构建相应的人工神经网络拓扑结构；根据所述人工神经网络拓扑结构以及所述内部参数的值，利用人工神经网络技术分别对所述电流源、电荷源和非线性元件进行训练；将训练好的所述电流源、电荷源和非线性元件导入电路仿真软件，添加外部寄生电感、电容和电阻，封装形成所述晶体管的大信号模型。