科研之友
微信
新浪微博
Facebook
分享链接
摘要
建立精确的模型是使用砷化镓异质结双极晶体管器件(GaAs HBT)设计集成电路的必要基础，传统经验模型建立过程复杂，在输出功率、增益、功率附加效率等功率特性方面的模拟精度不太高，给电路设计带来了一定的难度。本文利用径向基函数(RBF)神经网络算法和反向传播(BP)神经网络算法分别建立GaAs异质结双极晶体管器件的大信号模型。这些模型的训练和测试数据分别来自于测试的双端口散射参数，以及测试的直流特性和功率特性数据。然后将模型数据与实测结果进行对比，结果发现，基于神经网络的器件模型能够精确地模拟器件特性，而且RBF神经网络模型相比BP神经网络模型，误差更小，预测更精确。
- 单位
