Исследование зависимости точности суррогатной модели интегрального симметрирующего трансформатора от условий и методов ее построения
- 1,2,3,4,5,6,7 ТУСУР (г. Томск, Россия)
Аннотация
Постановка проблемы. Электромагнитное (ЭМ) моделирование - один из основных этапов проектирования сверхвысокочастотных (СВЧ) монолитных интегральных схем, представляющий собой вычислительно затратный процесс. Так, структурный и параметрический синтез таких устройств как антенны, катушки индуктивности и трансформаторы может характеризоваться высокими временными затратами, делающими синтез неэффективным. Для сокращения длительности расчетов можно использовать компактные модели устройств, однако при большом числе элементов эквивалентной схемы аналитический расчет и экстракция параметров модели усложняются. Кроме того, в зависимости от технологии изготовления устройства необходимо использовать различные компактные модели. Суррогатные модели, которые в отличие от компактных могут быть построены для любых устройств, не зависят от технологии их изготовления, что обуславливает их универсальность. Следовательно, использование суррогатной модели - наиболее перспективное решение проблемы длительности ЭМ-моделирования, а разработка методики построения суррогатной модели является актуальной задачей.
Цель. Провести исследование условий и методов построения суррогатной модели интегрального симметрирующего
трансформатора (СТ), предложить методику построения таких моделей и на ее основе выполнить синтез СТ по заданным требованиям.
Результаты. Рассмотрены различные подходы к построению суррогатной модели. Предложена универсальная методика построения суррогатной модели, базирующаяся на отображении пространства и интерполяции Кригинга. Используя разработанную суррогатную модель, выполнен синтез интегрального СТ на основе коммерческого 0,25 мкм GaAs pHEMT технологического процесса.
Практическая значимость. Представленная методика позволяет создавать суррогатные модели различных СВЧ-устройств, требующих длительного ЭМ-моделирования. Построенная по данной методике суррогатная модель может быть использована для проведения параметрического синтеза.
- Поступила
- 30.05.2023
- Одобрена
- 07.06.2023
- Принята
- 28.09.2023
Для цитирования
Степанов В.И., Метель А.А., Сальников А.С., Билевич Д.В., Добуш И.М., Калентьев А.А., Горяинов А.Е. Исследование зависимости точности суррогатной модели интегрального симметрирующего трансформатора от условий и методов ее построения // Радиотехника. 2023. Т. 87. № 10. С. 107−121. DOI: https://doi.org/10.18127/j00338486-202310-12
Список источников
- Бузова М.А., Красильников А.Д., Пестовский К.И. Методика проектирования антенных систем для быстроразвертываемых комплексов ДКМВ-диапазона // Радиотехника. 2023. V. 87. № 6. С. 92−99. DOI: https://doi.org/10.18127/j00338486-202306-12.
- Nastos N., Papananos Y. Integrated inductors over MOSFETs - experimental results of a three dimensional integrated structure // Proceedings of the 2003 International Symposium on Circuits and Systems. 2003. V. 1. P. 57–60.
- Meng C., Teng Y., Lin Y., Jhong J., Yen I. Characteristics of Integrated RF Transformers on GaAs Substrate // 2007 Asia-Pacific Microwave Conference. 2007. P. 1–4.
- Yu C., Grove, R.A., Xuejue H., Zamdmer N. D., Plouchart J., Wachnik R.A., King T.J., Chenming H. Frequency-independent equivalent-circuit model for on-chip spiral inductors // IEEE J. Solid-State Circuits. 2003. V. 38. № 3. P. 419–426.
- Watson A., Francis, P., Kyuwoon H., Weisshaar A. Wide-band distributed modeling of spiral inductors in RFICs // IEEE MTT-S International Microwave Symposium Digest. 2003. V. 2. P. 1011–1014.
- Bandler J.W., Biernacki R.M., Shao H.C., Hemmers R.H., Madsen K. Electromagnetic optimization exploiting aggressive space mapping // IEEE Trans. Microw. Theory Tech. 1995. V. 43. № 12. P. 2874–2882.
- Kurgan P. Efficient Surrogate Modeling and Design Optimization of Compact Integrated On-Chip Inductors Based on Multi-Fidelity EM Simulation Models // Micromachines. 2021. V. 12. № 11. P. 1341.
- Rayas-Sanchez J.E., Koziel S., Bandler J.W. Advanced RF and Microwave Design Optimization: A Journey and a Vision of Future Trends // IEEE J. Microwaves. 2021. V. 1. № 1. P. 481–493.
- Passos F., Gonzalez-Echevarría R., Roca E., Castro-López R., Fernandez F.V. A two-step surrogate modeling strategy for single-objective and multi-objective optimization of radiofrequency circuits // Soft Comput. 2019. V. 23. № 13. P. 4911–4925.
- Passos F., Kotti, M., Gonzalez-Echevarria R., Fino M.H., Fakhfakh M., Roca E., Castro-Lopez R., Fernandez F.V. Physical vs. surrogate models of passive RF devices // 2015 IEEE International Symposium on Circuits and Systems (ISCAS). 2015. P. 117–120.
- Bandler J.W., Biernacki R.M., Shao H.C., Grobelny P.A., Hemmers R.H. Space mapping technique for electromagnetic optimization // IEEE Trans. Microw. Theory Tech. 1994. V. 42. № 12. P. 2536–2544.
- Rayas-Sánchez J.E. Power in simplicity with ASM // IEEE Microw. Mag. 2016. V. 17. № 4. P. 64–76.
- Passos F., Roca E., Castro-Lopez R., Fernández F.V. An inductor modeling and optimization toolbox for RF circuit design // Integration. 2017. V. 58. P. 463–472.
- Meng J., Xia L. Support Vector Regression Model for Millimeter Wave Transitions // Int. J. Infrared Millimeter Waves. 2007. V. 28. № 5. P. 413–421.
- Koziel S., Bandler J.W. Accurate modeling of microwave devices using kriging-corrected space mapping surrogates // Int. J. Numer. Model. Electron. Networks, Devices Fields. 2012. V. 25. № 1. P. 1–14.
- Bakr M.H., Bandler J.W., Georgieva N., Madsen K. A hybrid aggressive space-mapping algorithm for EM optimization // IEEE Trans. Microw. Theory Tech. 1999. V. 47. № 12. P. 2440–2449.
- Bakr M.H., Bandler J.W., Ismail M.A., Rayas-Sanchez J.E., Zhang Q. Neural space-mapping optimization for EM-based design // IEEE Trans. Microw. Theory Tech. 2000. V. 48. № 12. P. 2307–2315.
- Bandler J.W., Cheng Q.S., Nikolova N.K., Ismail M.A. Implicit Space Mapping Optimization Exploiting Preassigned Parameters // IEEE Trans. Microw. Theory Tech. 2004. V. 52. № 1. P. 378–385.
- Bandler J.W., Ismail M.A., Rayas-Sánchez J.E., Zhang Q. Neural inverse space mapping (NISM) optimization for EM-based microwave design // Int. J. RF Microw. Comput. Eng. 2003. V. 13. № 2. P. 136–147.
- Koziel S., Bandler J.W., Madsen K. A space-mapping framework for engineering optimization. Theory and implementation // IEEE Trans. Microw. Theory Tech. 2006. V. 54. № 10. P. 3721–3730.
- Rayas-Sanchez J.E., Vargas-Chavez N. A linear regression inverse space mapping algorithm for EM-based design optimization of microwave circuits // 2011 IEEE MTT-S International Microwave Symposium. 2011. V. 1. № 1. P. 1–4.
- Koziel S., Echeverra C.D. Reliable simulation-driven design optimization of microwave structures using manifold mapping // Prog. Electromagn. Res. B. 2010. V. 26. P. 361–382.
- Encica L., Paulides J.J.H., Lomonova E.A., Vandenput A.J.A. Aggressive Output Space-Mapping Optimization for Electromagnetic Actuators // IEEE Trans. Magn. 2008. V. 44. № 6. P. 1106–1109.
- Bakr M.H., Bandler J.W., Madsen K., Rayas-Sanchez J.E., Sondergaard J. Space-mapping optimization of microwave circuits exploiting surrogate models // IEEE Trans. Microw. Theory Tech. 2000. V. 48. № 12. P. 2297–2306.
- Couckuyt I., Koziel S., Dhaene T. Kriging, co-kriging and space mapping for microwave circuit modeling // Eur. Microw. Week 2011 "Wave to Futur. EuMW 2011, Conf. Proc. 41st Eur. Microw. Conf. EuMC. 2011. P. 444–447.
- Koziel S., Bandler J.W. Space-mapping-based modeling utilizing parameter extraction with variable weight coefficients and a data base // 2006 IEEE MTT-S International Microwave Symposium Digest. 2006. № 2. P. 1763–1766.
- Miraftab V., Mansour R.R. EM-based microwave circuit design using fuzzy logic techniques // IEE Proc. Microwaves, Antennas Propag. 2006. V. 153. № 6. P. 495.
- Simpson T.W., Poplinski J.D., Koch P.N., Allen J.K. Metamodels for computer-based engineering design: Survey and recommendations // Eng. Comput. 2001. V. 17. № 2. P. 129–150.
- Bramerdorfer G., Zavoianu A.C. Surrogate-based multi-objective optimization of electrical machine designs facilitating tolerance analysis // IEEE Trans. Magn. 2017. V. 53. № 8. P. 1–11.
- Bouhlel M.A., Hwang J. T., Bartoli N., Lafage R., Morlier J., Martins J.R.R.A. A Python surrogate modeling framework with derivatives // Adv. Eng. Softw. Elsevier. 2019. V. 135. P. 1–13.
- Pietrenko‐Dabrowska A., Koziel S. Surrogate modeling of impedance matching transformers by means of variable-fidelity electromagnetic simulations and nested cokriging // International Journal of RF and Microwave Computer-Aided Engineering. 2020. V. 30. № 8. P. 1–10.
- Forrester A.I.J., Sóbester A., Keane A.J. Engineering design via surrogate modelling. UK: John Wiley & Sons Ltd. 2008. 210 p.
- Сычёв А.Н., Шестаков В.А. Оптимальный синтез интегральных СВЧ-устройств на основе замещающего моделирования. Обзор // Доклады ТУСУР. 2010. V. 2, № 22. С. 81–85.
- Koziel S., Bandler J.W., Madsen K. Space mapping with adaptive response correction for microwave design optimization // IEEE Transactions on Microwave Theory and Techniques. 2009. V. 57. № 2. P. 478-486.
