典型文献
基于神经网络的GaAs HBT器件模型研究
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
徐坤;张金灿;王金婵;刘敏;李娜
作者机构：
河南科技大学电气工程学院,河南洛阳 471023
文献出处：
引用格式：
[1]徐坤;张金灿;王金婵;刘敏;李娜-.基于神经网络的GaAs HBT器件模型研究)[J].雷达科学与技术,2022(02):165-172
A类：
砷化镓异质结双极晶体管器件
B类：
GaAs,HBT,器件模型,集成电路,传统经验,经验模型,建立过程,输出功率,功率附加效率,功率特性,模拟精度,电路设计,RBF,神经网络算法,大信号,信号模型,测试数据,双端口,散射参数,模型数据,实测结果,模拟器,器件特性,径向基函数神经网络,反向传播神经网络
AB值：
0.270947
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
