Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/247| Modelado de transistores de microondas utilizando redes neuronales Modeling of microwave transistors using artificial neural networks | |
| Andrés Zárate de Landa | |
| J. APOLINAR REYNOSO HERNANDEZ Patrick Roblin | |
| Acceso Abierto | |
| Atribución | |
| Microprocesadores, Circuitos eléctricos, Filtros digitales (matemáticas) | |
| Existe un voraz interés en modelos precisos de transistores para el diseño de amplificadores de potencia de RF y microondas. Básicamente los modelos de transistores pueden ser divididos en modelos físicos y empíricos. Los modelos físicos son muy precisos, y como lo indica su nombre, están basados en las características físicas del dispositivo tales como longitud de compuerta, ancho del canal, campo eléctrico, carga y movilidad del electrón, etc. Por otro lado, los modelos empíricos están basados en mediciones, son más sencillos de desarrollar y son computacionalmente eficientes. El HEMT de AlGaN/GaN es un excelente candidato para ser usado como dispositivo activo en amplificadores de potencia (AP). Tiene una alta densidad de carga y alta velocidad de saturación, lo cual produce altos niveles de potencia de salida. Asimismo, tiene alta movilidad del electrón originando una baja resistividad de encendido, por consiguiente, se pueden obtener altos niveles de eficiencia de potencia agregada. Además, se pueden alcanzar altos voltajes de ruptura como resultado de su amplia banda prohibida, con una alta densidad de carga y un muy amplio rango de temperatura de operación. Todos estos factores indirectamente mejoran la linealidad del AlGaN/GaN. Sin embargo, la tecnología HEMT de AlGaN/GaN aún está bajo desarrollo, por lo tanto, se están investigando modelos confiables de pequeña y gran señal. En años recientes, las redes neuronales artificiales (RNA) han probado ser una excelente herramienta en la mejora de la precisión de los modelos basados en mediciones debido a sus excelentes propiedades para la aproximación de funciones, teniendo estos modelos mejor desempeño que los basados en tablas los cuales usan funciones spline para interpolación de datos. Por consiguiente, existe una nueva tendencia por utilizar modelos no lineales de RNA basados en, ya sea mediciones lineales, o no lineales del transistor. Al usar una aproximación basada en redes neuronales la cual toma en cuenta la función original y sus derivadas en el proceso de entrenamiento, un modelo no lineal cuasi-estático del FET de GaN basado en mediciones I-V pulsadas y parámetros S pulsados es presentado. El modelo cuasi-estático basado en mediciones es implementado en ADSTM de Agilent y consiste de tres redes neuronales utilizadas para representar las características de corriente y almacenamiento de carga del transistor. There is a keen interest in accurate transistor models for the design of RF and microwave power amplifiers, oscillators and mixers. Basically transistor models can be divided in physical and empirical models. Physical models are very accurate and, as it is stated in their name, are based on the physical characteristics of the device such as gate length, channel width, electric field, electron charge, electron mobility, etc. On the other hand empirical models are based on measurements of the device, simpler to develop and computationally efficient. The AlGaN/GaN HEMT is an excellent candidate to be used as an active device for power amplifiers (PAs). It has high charge density and a high saturation velocity, which produces high output power levels. Besides, it has high electron mobility, originating a low turn on resistivity, and therefore, high power added efficiency levels can be reached. Furthermore, high breakdown voltage levels can be reached as a result of its prohibited band width, with a high charge density, and a very wide range of high temperature operation. All of these factors indirectly improve AlGaN/GaN linearity. However, AlGaN/GaN HEMT technology is still under development, and therefore, reliable small and large signal models are currently being investigated. In recent years, artificial neural networks (ANNs) have proved to be an excellent aid in improving the accuracy of measurement based models due to their excellent function approximation properties, having these models better performance than table based models that use spline functions for interpolation. Hence, there is a newly born tendency for ANN nonlinear models based on either linear or nonlinear measurements of the transistor. By using a neural network approach that takes into account the original function and its derivatives in the training process, a nonlinear quasi-static model of a GaN FET based on measured pulsed I/V, pulsed S-parameters is introduced. The measurement based quasi-static model is implemented in Agilent's ADSTM and consists of three different neural networks used to represent the current and charge storage characteristics of the transistor. | |
| CICESE | |
| 2014 | |
| Tesis de doctorado | |
| Español | |
| Zárate de Landa, A.2014.Modelado de transistores de microondas utilizando redes neuronales. Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 129 pp. | |
| TECNOLOGÍA ELECTRÓNICA | |
| Aparece en las colecciones: | Tesis - Electrónica y Telecomunicaciones |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 235071.pdf | Versión completa de la tesis | 4.88 MB | Adobe PDF | Visualizar/Abrir |