Россия
На основе математического аппарата теории искусственных нейронных сетей разработана нелинейная модель полевого транзистора, особенностью которой является возможность обучения нейронных сетей, используемых для аппроксимации вольтамперной характеристики и емкостей затвор-сток и затвор-исток нелинейной модели транзистора встроенными в популярные СВЧ САПР алгоритмами оптимизации. Это позволяет использовать известные преимущества нейронных сетей в задачах аппроксимации функций для повышения достоверности результатов нелинейного моделирования СВЧ-устройств на основе полевых транзисторов.
нелинейная модель полевого транзистора, искусственные нейронные сети, радиальная базисная сеть, функция активации, «SoftPlus»
1. Коколов А. А., Шеерман Ф. И., Бабак Л. И. Обзор математических моделей СВЧ поле-вых транзисторов с высокой подвижностью электронов // Доклады ТУСУР. 2010. № 2-1 (22). C. 118-126.
2. Qi-Jun Zhang, Gupta K. C., Devabhaktuni V. K. Artificial neural networks for RF and mi-crowave design - from theory to practice // IEEE Transactions on Microwave Theory and Techniques. 2003. Vol. 51, no. 4. P. 1339-1350.
3. Gao J., Zhang L., Xu J., Zhang Q. -J. Nonlinear HEMT Modeling Using Artificial Neural Network Technique. In: IEEE MTT-S International Microwave Symposium Digest. 2005. P. 469-472.
4. Alam M. S., Farooq O., Izharuddin, Armstrong G. A.Artificial Neural Network Based Mod-eling of GaAs HBT and Power Amplifier Design for Wireless Communication System. In: 2006 International Conference on Microelectronics. 2006. P. 103-106.
5. Liu W., Na W., Zhu L., Ma J., Zhang, Q. -J. A Wiener-Type Dynamic Neural Network Ap-proach to the Modeling of Nonlinear Microwave Devices // IEEE Transactions on Microwave Theory and Techniques. Vol. 65, no. 6, P. 2043-2062.
6. Hu W., Luo H., Yan X. Guo Y. -X. An Accurate Neural Network-Based Consistent Gate Charge Model for GaN HEMTs by Refining Intrinsic Capacitances // IEEE Transactions on Microwave Theory and Techniques. 2021. Vol. 69, no. 7. P. 3208-3218.
7. Angelov I., Zirath H., Rorsman N. A new empirical nonlinear model for HEMT-devices. In: 1992 IEEE MTT-S Microwave Symposium Digest. 1992. Vol. 3. P. 1583-1586.
8. Angelov I., Andersson K., Schreurs D. [et al]. In: Large-signal modelling and comparison of AlGaN/GaN HEMTs and SiC MESFETs. Asia-Pacific Microw. Conf. 2006. P. 279-282.
9. Sayed A., Boeck G. An empirical large signal model for silicon carbide MESFETs. In: Galli-um Arsenide and Other Semicond. Appl. Symp. 2005. P. 313-316.
10. Yuk K. S., Branner G. R. An empirical large-Signal model for SiC MESFETs with self-heating thermal model // IEEE Trans. MTT. 2008. Vol. 56, no. 11. P. 2671-2680.
11. Галушкин А. И. Нейронные сети : основы теории. М. : Горячая линия - Телеком, 2012. 496 с.
12. Медведев В. С., Потемкин В. Г. Нейронные сети. MATLAB 6. М. : ДИАЛОГ-МИФИ, 2001. 630 с.
13. Baggenstoss P. M. A Neural Network Based on First Principles. In: ICASSP 2020-2020. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2020. P. 4002-4006.
14. Statz H., Newman P., Smith I. W., Pucel R. A., Haus H. A. GaAs FET device and circuit simula-tion in SPICE // IEEE Transactions on Electron Devices. 1987. Vol. 34, no. 2. P. 160-169.
15. Rudolph M., Fager C., Root D. E. Nonlinear transistor model parameter extraction techniques. Cambridge University Press, 2012. 366 p.
