基于物理结构的神经网络基焊盘建模技术研究

精确的微波测量是能获得微波器件模型的基础，该项目进行微波测量误差模型技术的研究，旨在给出高精度的微波校准，以获得高精度的被测器件结果。对于在片器件，其测量结果除了被测器件本身还包括由焊盘所引起的寄生参数的影响。本项目拟针对解决毫米波段MOSFET集成电路中通过单独增加测量在片焊盘所引起的高成本的问题，以及通过电磁计算焊盘效应所引起的费时问题，提出将神经网络建模技术和基于物理结构的等效电路模型建模技术相结合的方法，解决焊盘快速精确建模问题。该项目在保留单独神经网络建模技术和等效电路模型技术优势的基础上，又能反映器件物理模型，具有成本低、速度快、精度高的特点，可以解决单独利用单一技术难以解决瓶颈所在。

本项目从硅基焊盘物理结构的建模问题出发，结合神经网络技术，对焊盘物理建模问题提出了高效，高精度的建模方法, 完善了高损耗介质的焊盘模型。在此基础上，建立达毫米波40GHz的高精度硅基MOSFET器件的小信号，大信号模型，提出了基于神经网络空间映射的MOSFET大信号模型以及相应的建模方法，模型在100MHz-40GHz频段内获得很高的精度。项目开发了微波测量误差模型校准程序，完成了相应校准件的设计，并通过器件测试验证了校准方法的正确性。在此基础上对项目研究内容进行了延伸，把研究中的成果应用到微波器件的设计与测量中。项目结合工艺创新，提出了矩形微同轴传输线及其低损耗焊盘结构，实现了同轴线在毫米波频段的应用，该传输线具有比矩形波导更小的尺寸和更低的损耗，可以有效减小天线馈电网络等无源器件的尺寸和降低损耗；提出一种矩形微同轴与平面传输线的转换器结构；结合de-embedding技术萃取焊盘影响，将该传输线应用于毫米波器件（包括滤波器，天线，天线阵馈电网络）的设计中。项目资助发表论文著作20篇，其中SCI收录论文9篇，EI收录17篇；出版图书1部，申请专利5项；培养博士研究生共4名，硕士研究生8名。超额完成了预期目标。