《基于优化算法的半导体器件参数提取和S参数的自动化测试》范文.docVIP

摘 要 半导体器件模型是影响电路设计精度的最主要因素，随着电路规模的扩大和频段不断提高，对器件模型的要求也越来越高，准确的半导体器件模型对于提高集成电路设计的成功率、缩短电路研制周期是非常重要的。 在确定半导体器件模型之后，还要有合适的参数提取方法。参数提取方法可以分为两类：一类是直接提取法；另一类是优化方法。直接提取法虽然步骤简单，取值唯一，但提取的参数值通常还需要进一步优化。传统的基于梯度或是微分的优化方法有诸多缺点：只有合适的初始值才能求出部分参数；目标函数含有无法解出的极点和冗余的参量；容易陷入局部最小值。而智能优化算法的优点是简单、平稳、易于实现，更重要的是对初值不敏感。优化的目的是找到最佳的参数组合，使之符合器件的特性。为了能够找到这样一组优质解，需要一种提取算法，其全局误差最小。近几十年来，应用算法提取半导体器件模型的参数一直是研究的热点和重点。 本文以高电子迁移率晶体管（HEMT）器件为例，首先对遗传算法，粒子群算法，模拟退火算法和差分进化算法进行了研究，并对差分进化算法进行了改进。然后基于上述算法进行模型参数提取，主要研究工作包括以下四个部分：1）用仿真数据与优化的数据相比较，结果显示误差都在可允许的范围内；2）用优化算法提取了HEMT器件的小信号等效电路模型参数，模拟的S参数和测试的S参数可以很好的吻合；精度可以达到40GHz；3）改进了差分进化算法，其收敛速