Моделирование GaN HEMT при больших сигналах с использованием гибридных подходов GA-ANN, PSO-SVR и подходов на основе GPR

В статье представлены подробное исследование и демонстрация эффективных электро­тепловых подходов к моделированию GaN HEMT при больших сигналах, основанных на комбинированном применении генетического алгоритма (GA) с искусственными нейронными сетями (ANN), а также оптимизации методом роя частиц (PSO) с регрессией опорных векторов (SVR). Кроме того, исследован и представлен перспективный подход к моделированию при больших сигналах на основе гауссовской процессной регрессии (GPR). Подход GA-ANN решает типичную проблему локальных минимумов, связанную с искусственными нейронными сетями на основе алгоритма обратного распространения ошибки (BP). Генетический алгоритм способствует определению оптимальных начальных значений для BP-ANN и позволяет найти единственное оптимальное решение после последующих итераций с более высокой скоростью сходимости. Аналогичный результат достигается при использовании PSO-SVR с меньшим числом оптимизируемых переменных. Разработанные методы моделирования продемонстрированы и применены для моделирования токов затвора и стока 2-мм GaN-прибора. Все модели относительно просты, практичны и удобны для реализации. Модели токов затвора и стока встроены в эквивалентную модель схемы при больших сигналах и реализованы в программном обеспечении Advanced Design System (ADS). Реализованная модель проверена по результатам измерений при больших сигналах, при этом получено очень хорошее соответствие. Модель также обеспечивает точное моделирование нелинейного усилителя мощности с очень высокой вычислительной скоростью и хорошей сходимостью.