在5G/6G应用中实现高性能放大器的建模挑战

来源:Modelling Challenges for Enabling High Performance Amplifiers in 5G/6G Applications {第28届“集成电路和系统的混合设计”(Mixed Design of Integrated Circuits and Systems)国际会议论文集,2021年6月24日至26日,波兰洛迪}


本文讨论了在5G/6G应用中实现高性能放大器所面临的建模挑战,尤其是对于GaN HEMT的建模。连续模式放大器,依赖于谐波调谐,在6 GHz以下的宽带宽内展示了其高效率的潜力,并且是5G网络更高频率应用的强有力候选者。然而,这些模型虽然准确,但计算密集且耗时。表格模型代表了另一种极端,其中使用设备测量数据来拟合预定义的数值函数,这种方法完全是经验性的,能够准确反映设备的性能,并且在模拟中更快。我们展示了Dambrine在低于6 GHz频率的亚6 GHz频率下提取内在元素的经验模型的修改版本,并通过在80 GHz的应用中提取模拟的GaN HEMT来展示其效用。
关键词包括:第五代移动通信(5G)、GaN HEMT、寄生提取、器件建模


在这里插入图片描述

在这里插入图片描述

文章的研究内容

  1. 高频放大器建模:研究了在5G/6G应用中实现高性能放大器所面临的建模挑战,特别是对于GaN HEMT(高电子迁移率晶体管)的建模。

  2. I-V特性建模:讨论了准确建模I-V特性的重要性,尤其是对于设计高效率放大器的“knee region”(弯曲区域)。

  3. 参数提取:描述了从测量的S参数中提取内在和外在参数的过程,包括使用Dambrine等人提出的提取程序,以及如何通过优化过程来改进模型的准确性。

  4. 等效电路模型:展示了包括寄生效应在内的晶体管等效电路模型,并讨论了如何通过增加额外的寄生元件来提高模型的准确性。

  5. 高频分布式模型:提出了一种高频分布式模型,该模型使用传输线代替集中参数来更准确地模拟器件的空间分布。

  6. 内在参数提取:研究了如何从S参数中提取非线性内在电容(Cgs, Cds, Cgd)和其它参数,以及如何使用曲线拟合和解析表达式来优化这些参数。

  7. 外在参数提取:讨论了如何从冷态条件下的S参数中提取外在寄生元件,如电容、电阻和电感。

  8. 模型优化:介绍了通过优化过程来调整模型参数,以最小化测量和模型S参数之间的误差。

  9. TCAD仿真与模型比较:将等效电路模型与TCAD(Technology Computer Aided Design)仿真结果进行了比较,以验证模型的准确性。

  10. 高频应用:特别关注了在5G应用中,对于高频(高达80 GHz)的建模和参数提取的重要性。

  11. 文献回顾:提供了与GaN HEMT建模相关的研究文献,包括不同方法和模型的比较。

这些研究内容为设计和优化5G/6G通信系统中使用的高频放大器提供了理论和实践基础。

文章的研究方法

  1. 迭代优化过程:使用一个八步迭代程序来优化元件值,而不是在单一步骤中优化所有元件,以提高模型的准确性。

  2. S参数拟合:通过调整等效电路模型的参数,使得模型的S参数与测量数据的S参数之间的差异最小化。

  3. 表征测量与模型的一致性:通过比较优化后的等效电路模型的S参数与供应商模型或TCAD仿真的S参数,来评估模型的准确性。

  4. 参数提取:从测量的S参数中提取内在和外在的寄生参数,包括电容、电阻、电感等。

  5. 曲线拟合方法:使用曲线拟合技术来确定内在电容等参数,例如Cgd可以从S参数的虚部斜率中得到。

  6. 解析表达式方法:使用解析表达式来直接计算内在元件的值,这些表达式基于最小化等效模型和测量之间的L2范数误差。

  7. 高频分布式模型:使用传输线代替集中参数元件来建立高频下的分布式模型,以更自然地纳入器件的空间分布。

  8. TCAD仿真:利用Technology Computer Aided Design(TCAD)工具进行仿真,并将仿真结果与等效电路模型进行比较。

  9. 冷态条件下的测量:在冷态条件下(Va=0V)进行S参数测量,以简化等效电路并提取外在寄生元件。

  10. 模型参数的优化:通过优化过程调整模型参数,以确保模型的S参数与测量值匹配。

  11. 经验模型:使用经验模型,如Angelov模型,作为建模的基础,并根据需要进行修改以适应特定的应用。

  12. 文献回顾:对现有文献进行分析,以了解不同建模方法的优势和局限性,并在此基础上进行改进。

这些方法结合起来,为研究者提供了一套全面的技术手段,用于开发和验证适用于5G/6G应用的高频放大器模型。

文章的创新点

  1. 高频模型优化:提出了一种优化方法,通过八步迭代过程来细化等效电路模型的参数,特别是在S参数对元件变化敏感性的基础上进行优化。

  2. 非线性I-V特性建模:对I-V特性的建模考虑了非线性因素,如通道加宽和软击穿效应,这有助于更准确地模拟实际的HEMT行为。

  3. 寄生参数的提取与优化:对寄生参数进行了提取和优化,特别是对于高频应用,这有助于提高放大器设计的精度和性能。

  4. 高频分布式模型的应用:使用传输线代替集中参数元件来建立高频下的分布式模型,这种方法可以更准确地反映器件的空间分布特性。

  5. 解析表达式方法:提出了一种使用解析表达式来直接计算内在元件值的方法,这种方法相比传统的数据拟合和优化方法,可以提供更好的计算效率。

  6. TCAD仿真与模型的结合:将TCAD仿真结果与等效电路模型相结合,以验证模型的准确性,这种方法可以提供更深入的器件物理理解。

  7. 经验模型的改进:对现有的经验模型进行了改进,以适应高频应用的需求,这种改进可能包括对模型参数的调整或对模型结构的优化。

  8. 宽频带下的模型验证:将模型的验证扩展到了80 GHz的频率范围,这表明模型不仅适用于传统的低频应用,也适用于新兴的5G/6G高频应用。

  9. 小信号模型参数提取方法:提出了一种改进的参数提取方法,用于从S参数中提取小信号模型参数,这种方法可能包括多平面数据拟合和双向搜索技术。

这些创新点展示了在高频放大器建模领域的新进展,特别是在5G/6G通信技术快速发展的背景下,这些研究成果对于高性能放大器的设计具有重要意义。

文章的结论

  1. 模型优化的重要性:通过迭代优化过程,可以显著提高等效电路模型的准确性,尤其是在高频应用中。

  2. 高频模型的适用性:所提出的模型优化方法和参数提取技术能够扩展到80 GHz的频率范围,适用于5G/6G等高频通信系统。

  3. 寄生参数的影响:准确提取和优化寄生参数对于实现高性能放大器的设计至关重要,尤其是在高频下。

  4. 模型与测量数据的一致性:通过优化后的模型与测量数据和TCAD仿真结果的比较,验证了模型的准确性和可靠性。

  5. 分布式模型的优势:使用传输线代替集中参数元件的分布式模型能够更准确地反映器件的空间分布特性,适用于高频建模。

  6. 解析表达式方法的效率:使用解析表达式直接计算内在元件值的方法提供了比传统优化方法更好的计算效率。

  7. 经验模型的实用性:改进后的经验模型在高频下仍然有效,可以作为设计高性能放大器的有用工具。

  8. 模型参数提取方法的改进:提出的改进参数提取方法能够更准确地从S参数中提取小信号模型参数。

  9. 动态FET模型的应用:如果文章中提到了动态FET模型,这表明了在建模过程中考虑器件动态行为的重要性。

  10. 低频色散和跨导变化的建模:通过在RF电流源中加入额外的RF源,可以模拟低频色散,同时将跨导和输出导纳的变化纳入模型中,以解决观察到的不一致性。

  11. 简化建模过程:通过使用表征测量与模型一致性的方法,可以简化建模过程,减少所需的工作量。

这些结论强调了在高频放大器设计中,准确的模型优化和参数提取是实现高性能和高效率的关键因素。同时,它们也指出了在5G/6G通信技术中,对于高频应用的建模和设计的重要性和挑战。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/41981.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue中Class数据绑定

Class数据绑定 数据绑定的一个常见需求场景是操作CSS class列表,因为class是attribute(属性),我们可以和其他attribute一样使用v-bind 将它们和动态的字符串绑定。但是,在处理比较复杂的绑定时,通过拼接生…

[C 语言] 嵌套结构体

结构体理解: 起始结构体就是一个类型,而用这个类型下有不同的成员。 每个成员在共同的类型下有相同的属性。 比如有一个班级的类,班级的类下有学生这种类型,而不同的学生有名字,年龄,班级信息这种属性。学生…

图片压缩代码和实际操作页面

先编写一个小工具类 package com.ai157.aigc.utils; import org.springframework.web.multipart.MultipartFile; import java.io.File; import java.io.IOException; import java.io.InputStream; public class MyFileUtils {public static File convert(MultipartFile multip…

金蝶云苍穹-插件开发(一)加载数据

前言 此系列博客是进行金蝶云苍穹开发时的插件开发的教程,一是在明年要是还要参加软件杯金蝶A6赛题的话,可以看此系列教程的博客来进行复习,同时如果要是我实验室的学弟学妹要参加的话,我这个系列的博客可以给他们提供学习参考&a…

Spark SQL----内置函数Bitwise Functions

Spark SQL----内置函数Bitwise Functions Bitwise Functions 例子: -- & SELECT 3 & 5; ------- |(3 & 5)| ------- | 1| --------- ^ SELECT 3 ^ 5; ------- |(3 ^ 5)| ------- | 6| --------- bit_count SELECT bit_count(0); -----------…

谷粒商城学习-10-docker安装mysql

文章目录 一,拉取MySQL镜像1,搜索MySQL的Docker镜像2,拉取MySQL镜像3,查看已经拉取的镜像 二,创建、启动MySQL容器1,使用docker run创建启动容器2,使用docker ps查看运行状态的容器3&#xff0c…

SpringBoot新手快速入门系列教程:基于JPA的一个Mysql简单读写例子

现在我们来做一个简单的读写Mysql的项目 1,先新建一个项目,我们叫它“HelloJPA”并且添加依赖 2,引入以下依赖: Spring Boot DevTools (可选,但推荐,用于开发时热部署)Lombok(可选&#xff0c…

深度解析:机器学习与深度学习的关系与区别

一、前言 在人工智能领域,机器学习与深度学习常常被提及并广泛应用。虽然它们在本质上都是通过数据训练模型以进行预测或分类,但两者之间存在着显著的区别和联系。本文将深入解析机器学习与深度学习的关系与区别,帮助读者更好地理解和应用这…

poetry使用经验汇总

什么是poetry Poetry 是一个 Python 依赖管理和打包工具,它旨在解决 Python 项目中常见的依赖问题,提供更简洁、更可靠的依赖管理方式。以下是 Poetry 的一些主要功能和特点的总结: 依赖解析:Poetry 使用 pyproject.toml 文件来管理项目依赖,它能够自动解析依赖关系,确保…

【C++】 解决 C++ 语言报错:Use of Uninitialized Variable

文章目录 引言 使用未初始化的变量(Use of Uninitialized Variable)是 C 编程中常见且危险的错误之一。它通常在程序试图使用尚未赋值的变量时发生,导致程序行为不可预测,可能引发运行时错误、数据损坏,甚至安全漏洞。…

掌握 IPython 中的 %%bash 魔法命令:深入探索与实践

IPython 是一个强大的交互式 Python 解释器,它提供了丰富的功能来增强开发体验。其中一个非常实用的功能是 IPython 的“魔法命令”(magic commands),这些命令以 %% 开头,用于执行特定的操作或改变 IPython 的行为。%%…

SpringMVC:SpringMVC执行流程

文章目录 一、介绍二、什么是MVC 一、介绍 Spring MVC 是一种基于Java的Web框架,它采用了MVC(Model - View - Controller)设计模式,通过吧Model、View和Controller分离,将Web层进行职责解耦,把复杂的Web应…

NAS 必备导航页 Homepage 外观简约但功能丰富

本文首发于只抄博客,欢迎点击原文链接了解更多内容。 前言 NAS 上的应用部署多了之后,不同的服务对应的端口很难记住,在内网中使用,一般也不会绑定域名。 此时就需要有一个导航页将 NAS 上部署的所有服务都罗列出来,方便我们直接点击访问对应的服务。 今天给大家介绍的…

【HICE】转发服务器实验

1.在本地主机上操作 2.在客户端操作设置主机的IP地址为dns 3.测试,客户机是否能ping通

anaconda中下载压缩包并用conda安装包

有时直接conda安装包时会出错;报错PackagesNotFoundError: The following packages are not available from current channels 比如 conda install -y bioconda::ucsc-gtftogenepred #直接安装报错 #直接下载压缩包安装https://blog.csdn.net/weixin_45552562/ar…

C++初学者指南-4.诊断---基础:警告和测试

C初学者指南-4.诊断—基础知识:警告和测试 文章目录 C初学者指南-4.诊断---基础知识:警告和测试1. 术语和技术记住:使用专用类型! 2.编译器警告Gcc/CLang 编译器选项MS Visual Studio 编译器选项 3.断言运行时断言静态断言&#x…

macOS查看系统日志的方法

1、command空格键打开搜索框,输入‘控制台’并打开 2、选择日志报告,根据日期打开自己需要的文件就可以

基础物理-测量1(长度)

引言 科学和工程学基于测量和比较。因此,我们需要制定关于如何测量和比较事物的规则,并且需要实验来建立这些测量和比较的单位。 国际标准单位 1971年,第十四届国际计量大会选定了七个量作为基本量,表中列出了其中三个。 Quan…

c++习题06-ljc的储蓄计划

目录 一,问题 二,思路 1,思路1 2,思路2 三,代码 1,思路1代码 2,思路2代码 四,用例输入输出 一,问题 二,思路 1,思路1 定义变量&#x…

统计是一门艺术(非参数假设检验)

1.定义 当总体分布未知,那么就需要一种与分布具体数学形式无关的统计推断方法,称为非参数方法 只能利用样本中的一般信息包括位置和次序关系等 稳健性强 2.符号检验 考虑问题: 小样本情况: 以概率为1/2的二项分布是对称的 两…