基于神经网络的微波集成电路补偿模型设计  

Microwave integrated circuit correction model based on artificial neural network

作　　者：许弘 刘军[1] 李志强 任坤 XU Hong;LIU Jun;LI Zhiqiang;REN Kun(Key Laboratory of RF Circuits and Systems,Ministry of Education,Hangzhou Dianzi University,Hangzhou Zhejiang 310018,China)

机构地区：[1]杭州电子科技大学射频电路与系统教育部重点实验室,浙江杭州310018

出　　处：《杭州电子科技大学学报（自然科学版）》2021年第5期7-13,共7页Journal of Hangzhou Dianzi University：Natural Sciences

摘　　要：提出一种基于神经网络的集成电路补偿模型建模方法。针对等效电路模型与电路实测数据之间存在偏差的问题,建立人工神经网络模型补偿差值部分,补偿后的模型作为一种集成电路宏模型,可用于辅助集成微系统仿真分析。该补偿模型是一个单层的全连接神经网络,以tanh函数作为激活函数,均方误差作为损失函数,使用Adam优化器优化训练而成。在工作频段为6~13 GHz的低噪声放大器电路上进行实验,补偿前后,原仿真数据与测试数据之间的均方根误差从0.868降低至0.274,提高了电路模型精度。A circuit correction model based on artificial neural network(ANN)is designed.The model is used to fill the gap between the equivalent circuit model and the measured data of actual circuit.The final model can be used in IC system analysis.The correction model is a one-layer full connected ANN model with activation function of tanh and loss function of mean squared error(MSE)and optimizer of Adam.This model is validated through a 6~13 GHz low noise amplifier(LNA)circuit,and reduces the fitting error(RMSE)from 0.868 to 0.274,improves the accuracy of the circuit model.

关 键 词：神经网络 微波集成电路 宏模型 补偿模型 

分 类 号：TN403[电子电信—微电子学与固体电子学] TP183[自动化与计算机技术—控制理论与控制工程]