基于神经网络的GaAs HBT器件模型研究

来源：雷达科学与技术杂志2022年第2期北京时间：

作者：徐坤，张金灿，王金婵，刘敏，李娜

单位：河南科技大学电气工程学院， 河南洛阳 471023

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。

关键词：砷化镓异质结双极晶体管器件,径向基函数神经网络,反向传播神经网络,器件模型,

基金资助：国家自然科学基金(No.61804046); 河南省科技攻关项目(No.202102210322); 河南省高等学校重点科研项目(No.21A510002，20B510006)