基于优化算法的半导体器件参数提取与S参数的自动化测试.docVIP

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 Semiconductor Device Model Parameter Extraction Based on Optimization Algorithms and S-parameter Automated Measurement 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，其收敛速度比标准的差分进化算法快。4）编写了S参数的自动化测量软件，通过控制软件，可以直接将测试数据保存在PC机内，加快了测试进度。 关键字：HEMT 小信号建模 优化算法 自动化测量 Abstract Models of semiconductor devices are the main factor to affect the accuracy of the circuit design. With the expanding of circuit scale and increasing of frequency band, high performance of the device model was required. It is critical of the accurate device models to improve the design of integrated circuit and shorten the development cycle. After the semiconductor device model is confirmed, an efficient method for parameter extraction was in need. Parameter extraction methods can be divided into two categories: one is the direct extraction method; the other is the optimization method. Although the direct extraction method is simple and the single result is gotten, but the extracted parameter values typically requires further optimization. Gradient or derivative-based optimization methods have many shortcomings: only suitable to the initial value of some parameters is obtained; objective function contains poles and redundant parameters that can not be solved; easy to fall into local minimum. The advantages of the intelligent optimization algorithms are simple, stable, easy to implement and, more importantly, is not sensitive to the initia