автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Поведенческие модели чип резисторов, адаптированные к технологии производства и применению в гибридных интегральных СВЧ схемах

На правах рукописи

/

.т //

/ С '-У'-

Белков Игорь Георгиевич

ПОВЕДЕНЧЕСКИЕ МОДЕЛИ ЧИП РЕЗИСТОРОВ, АДАПТИРОВАННЫЕ К ТЕХНОЛОГИИ ПРОИЗВОДСТВА И ПРИМЕНЕНИЮ В ГИБРИДНЫХ ИНТЕГРАЛЬНЫХ СВЧ СХЕМАХ

05.11.13 - Приборы и методы контроля природной среды, веществ, материалов и изделий

Автореферат диссертации на соискание ученой степени кандидата технических наук

'"Я 2013

00553901)'

Нижний Новгород - 2013

005539007

Работа выполнена в федеральном государственном бюджетном

образовательном учреждении высшего профессионального образования

"Нижегородский государственный технический университет им. P.E. Алексеева"

Научный руководитель: доктор технических наук,

профессор Никулин Сергей Михайлович

Официальные оппоненты:

Киселев Владимир Константинович, доктор физико-математических наук, Федеральное государственное унитарное предприятие федеральный научно-производственный центр "Научно-исследовательский институт измерительных систем им. Ю.Е. Седакова", главный научный сотрудник.

Хилов Владимир Павлович, кандидат технических наук, Открытое акционерное общество «Нижегородское научно-производственное объединение имени М. В. Фрунзе», помощник директора по науке и развитию.

Ведущая организация: Федеральный научно-производственный

центр "Московский радиотехнический институт Российской академии наук", г. Москва

Защита состоится 19 декабря 2013 г. в 15.00 часов на заседании диссертационного совета Д 212.165.01 на базе Нижегородского государственного технического университета им. Р.Е. Алексеева по адресу: 603950, г. Нижний Новгород, ул. Минина, 24.

С диссертацией можно ознакомиться в библиотеке Нижегородского государственного технического университета им. P.E. Алексеева.

Автореферат разослан «,<■?» ноября 2013 г.

Ученый секретарь диссертационного совета

Назаров Андрей Викторович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

Развивающаяся радиоэлектронная промышленность требует постоянного совершенствования компонентой базы. При этом все более высокие требования предъявляются не только к параметрам отдельного электронного компонента, но и технологичности всего процесса производства радиоизделий. Разработка конструкции отдельного компонента, позволяющая создать технологическое и надежное изделие в целом, становится немаловажной задачей.

Разработка современной СВЧ аппаратуры практически невозможна без использования систем автоматизированного проектирования (САПР), которые в свою очередь требуют корректных моделей отдельных электронных компонентов, описывающих зависимости частотных параметров при различных условиях использования. Описанные в отраслевых стандартах методы определения частотных параметров электронных компонентов устарели и не отвечают современным требованиям [1]. Актуальной задачей является разработка новых подходов к построению моделей с расширенным набором параметров, необходимых для использования в САПР.

Параметры реальных образцов могут отличаться от заявленных, для каждого конкретного производителя, из-за сложности учета технологических разбросов в процессе производства резисторов. Поэтому при изучении и построении моделей СВЧ компонентов необходимо выполнять дополнительные исследования в области:

построения моделей, учитывающих статистические параметры компонентов (технологические разбросы);

- уточнения закономерностей, описывающих влияние погрешностей входных параметров моделей на погрешности выходных параметров.

В настоящее время представлено множество вариантов построения подробных моделей электронных СВЧ компонентов [2]. Такие модели содержатся в различных библиотеках, предназначенных для встраивания в программы автоматизированного проектирования. Однако, большинство из этих моделей описывают активные элементы: транзисторы, делители, фильтры и т.д. Модели, описывающие параметры пассивных компонентов, в основном представляют собой усредненные Б-параметры. Решение данной проблемы состоит в построении поведенческих, или бесструктурных моделей (описывающих связь выходных данных с входными с помощью математических функций, систем дифференциальных уравнений или специальных преобразований формальным образом, т.е. независимо от внутренней структуры и реальных процессов в приборе).

В настоящее время отсутствуют базы, содержащие качественные модели отечественных пассивных компонентов для гибридных интегральных СВЧ схем.

з

Цель работы

Цель работы состоит в проведении анализа частотных характеристик серийно выпускаемых СВЧ резисторов на основе измерений и электромагнитного анализа и построение их поведенческих моделей.

Для реализации поставленной цели необходимо:

1. провести анализ существующих приборов, оснастки и методов измерения собственных параметров СВЧ чип резисторов;

2. разработать способ оценки погрешности измерительно-вычислительного процесса при определении параметров СВЧ чип резисторов;

3. провести анализ способов построения поведенческих моделей резистивных компонентов и поиск оптимальных моделей;

4. оценить влияние погрешностей измерения, технологических допусков и окружающих цепей на частотные и статистические характеристики чип резисторов;

5. построить библиотеки моделей серийной продукции для систем автоматизированного проектирования (AWR MWO и ADS) СВЧ устройств.

Основные положения, выносимые на защиту

• способ расчета погрешности косвенных измерений и результаты его использования на примере калибровки TRL-методом;

• способы построения поведенческих моделей на основе искусственных нейронных сетей и их сопоставительный анализ;

• статистический анализ разброса частотных характеристик СВЧ чип резисторов в условиях технологических разбросов;

• результаты построения поведенческих моделей резистивных СВЧ чип компонентов;

• программная реализация поведенческих моделей отечественных чип резисторов для гибридных интегральных СВЧ схем.

Методы исследования

При выполнении работы использовались теоретические и экспериментальные методы исследования. Результаты теоретических исследований базируются на теории СВЧ цепей, теории функций комплексного переменного, методах компьютерного моделирования (включая электромагнитное моделирование и идентификацию параметров моделей), теорию искусственных нейронных сетей. Выводы, полученные с помощью экспериментальных методов, основываются на обширных статистических оценках.

Научная новизна

Новизна заключается в проведении комплекса теоретических и экспериментальных исследований, направленных на получение точных моделей СВЧ чип резисторов, не требующих значительных вычислительных затрат.

1. Предложены и исследованы различные факторы оказывающие влияние на частотные параметры. Рассмотрены не только собственные паразитные параметры СВЧ чип резисторов, но исследованы технологические факторы как в

4

процессе проектирования, производства резисторов, так и при использовании их в определенных СВЧ цепях.

2. Реализован измерительно-вычислительный процесс, связывающий погрешности на входе измерительного процесса и его выходе. Разработанный математический аппарат внедрен в состав модели СВЧ чип резистора для описания его статистических характеристик.

3. Предложен и реализован метод построения поведенческой модели СВЧ чип резистора.

4. Построены поведенческие модели СВЧ чип резисторов, пригодные для современных пакетов САПР. 1

Практическая ценность

Результаты проведенных исследований применялись при анализе разрабатываемых СВЧ чип резисторов. Разработанные поведенческие модели легли в основу библиотек отечественных резистивных СВЧ компонентов для различных систем автоматизированного проектирования (ADS и AWR).

Практическое использование

Работа выполнялась в соответствии с планом кафедры "Компьютерные технологии в проектировании и производстве". Полученные в диссертации результаты использованы при выполнении ОКР «Разработка серии СВЧ чип резисторов для поверхностного монтажа с нормированными частотными параметрами» и ОКР «Разработка полосковых СВЧ резисторов с диапазоном рабочих частот до 3 ГГц, с диапазоном мощностей от 30 до 800 Вт», при испытаниях характеристик резисторов и построения их моделей.

Обоснованность и достоверность результатов работы

Все положения, выносимые на защиту, прошли проверку на соответствие с теорией на модельном уровне. Адекватность предлагаемых в работе моделей подтверждается сравнением результатов теоретических и экспериментальных исследований. Основные результаты работы реализованы в библиотеках моделей СВЧ резистивных компонентов для САПР.

Апробация работы

Основные результаты диссертационной работы докладывались и обсуждались на международных и региональных конференциях:

• XIV Нижегородская сессия молодых ученых. Технические науки, Нижний Новгород - 2010;

• V-я Международная научно-техническая конференция «Наука и современность-2010», 2010;

• IX-я Международной научно-технической конференции «Физика и технические приложения волновых процессов», 2010;

• П-я Международная научная конференция «Актуальные вопросы современной техники и технологии», 2010;

• 17-я Международная научно-техническая конференция "Информационные системы и технологии" ИСТ-2011, Нижний Новгород, 2011;

• Международная заочная научная конференция «Актуальные вопросы технических наук», Пермь, 2011;

• У-я Международная научной конференции «Актуальные вопросы современной техники и технологии», 2011;

• IV Международная научно-практическая конференции «Современное состояние естественных и технических наук», 2011;

• 18 Международной научно-технической конференции "Информационные системы и технологии", Нижний Новгород - 2012;

• 19 Международной научно-технической конференции "Информационные системы и технологии", Нижний Новгород - 2013.

Публикации

По тематике диссертации в соавторстве опубликованы 22 работы, из них 5 статей в журналах, входящих в перечень ВАК.

Личный вклад автора.

Основные результаты представленной диссертации получены лично автором или при его непосредственном активном участии.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав и заключения на 116 страницах. Содержит список литературы из 96 наименований, два приложения.

Содержание работы

Во введении обоснована актуальность темы, определены цели и задачи исследования, научная новизна и практическая ценность результатов работы.

Первая глава посвящена обзору и анализу существующих методов построения моделей пассивных СВЧ компонентов. Проведен сравнительный анализ по заданному количеству входных и выходных параметров, способу реализации поведенческой модели, наличию инструментов для создания модели, возможности реализации в системах автоматизированного проектирования и объему занимаемой памяти и ресурсов. В главе рассмотрены достижения отечественных и зарубежных фирм, занимающихся построением моделей СВЧ компонентов. Обсуждаются программные пакеты для построения, как самих моделей, так и САПР для проектирования СВЧ устройств с использованием библиотек моделей.

Рассмотрены существующие приборы, контактные устройства и методы калибровки для корректного измерения волновых параметров рассеяния СВЧ чип компонентов в микрополосковом тракте [3, 4]. Проведен анализ измерительной оснастки, необходимой для выполнения работы. Описано изготовленное контактное устройство и набор калибровочных и измерительных плат, используемых для определения параметров моделей резистивных СВЧ чип

б

компонентов. Основываясь на результатах проведенного анализа, поставлены задачи, решаемые в последующих главах работы.

Во второй главе подробно рассмотрен ТКЬ-метод калибровки контактного устройства, выбранный в качестве основного способа определения волновых параметров рассеяния СВЧ чип компонента. Данный метод калибровки основан на измерениях неизвестных сквозной, проходной и отражающих мер. Рассмотрены преимущества и недостатки ТЯЬ-метода. Целью второй главы диссертационной работы являлась разработка способа, позволяющего корректно рассчитать погрешность определения параметров СВЧ чип компонентов в микрополосковом тракте на основе оценки качества калибровки контактного устройства "ШЬ-методом. Решение данной проблемы позволяет рассчитать погрешности определения параметров исследуемого компонента в режиме реального времени, а также упростить анализ калибровочной процедуры.

Для вычисления случайных погрешностей измерений в микроплосковом тракте параметров резистивного компонента составлена математическую модель, основанная на результатах измерений калибровочных мер и компонента [5]:

5П -<П + 5,1, - <2, = О 5¡г ■ + 5,г, ■ Г°2 - = О

Sí, •Vi + S22 ■ tb h 2 0

S ¡2 ■ Г ' 'i 1 + sí. ■t°2 " '2', = 0

S,\ 'Г. + s,12 t°2 e-'" - '21 = 0

0 L 15 12 1 1 + s,', '*2 e-'" - tU-e-"" = 0

т ' О 2 | + •'Û ,e-'r< _ 22 e = 0

с ^ 22 1 + Síi •'û tb =0 21

s" ■ + s* ■ Г,"2 ■ Г - t°2¡ - tu- Г = О

S 2*2 ■ 'íl + S 2* ■ ','2 • Г - r2', - tU ■ Г = О

С* Mea s ,a n D U T .a .a , r- DUT ç. Meas .a , o D u T С Meas .Ь л

J11 'll ~ ¿II ' '22 + '¿11 ''12+Л21 ' »J | 2 ''l2 = U

ç Meas fb Ç DUT .a . r< DUT r- Meas .a , c DUT r. Meas tb n

12 '')l~"¡2 22 12 'il 1 2 " 2 2 '»И " '|2 = 0

O Meas ,a r DUT .Ь , ç. DUT o Meas .а , c DUT c Meas .b л

21 ''il — ^ 21 22 11 Л21 12 ^ 21 ' 4 12 ''l2 = °

ç Mea, th С DUT .Ь fb , c DUT ç. Meas ,o , c DUT с . b л

,°22 'И ~~ 0 22 '22 21 * ^ 21 "'l2 ¿22 '¿22 * 'l 2 ~ U

где [ST], [SL], [SR], [SMeas] - измеренные волновые параметры рассеяния контактного устройства с установленными мерами и резистивным компонентом; / - длина проходной меры; Г - коэффициент отражения от меры холостого хода; [SDUT] - волновые параметры рассеяния резистивного компонента.

В общем виде математическую модель записывается в виде линейного оператора/{...), связывающего между собой вектор результатов измерений {Y}, вектор параметров {А}, характеризующий многоэтапную калибровочную и измерительную процедуру, и вектор искомых величин {X} :

f(Y,A,X) = О

Вектор Y содержит как результаты измерений полученных на заключительном этапе многоэтапной измерительной процедуры, так и результаты Y , полученные на более ранних этапах калибровки. Это означает, что вектор Y* в результате многоэтапной процедуры должен в итоге трансформироваться в вектор X на заключительном этапе. Вектор параметров А может быть как внешним, так и

внутренним. К внешним - относятся параметры калибровочных мер или их неповторяемость от измерения к измерению, к внутренним - собственные погрешности анализатора цепей.

Случайные погрешностей в полной мере описываются в виде ковариационной матрицы Лх вектора X. Случайные погрешности АХ вектора X могут быть вызваны двумя факторами: случайными погрешностями AY вектора результатов измерения и погрешностями ДА задания внутренних либо внешних параметров, характеризующих процессы калибровки и измерения. Представив случайные погрешности АХ в виде линейной комбинации

АД: = GXAY + G2AA (1)

с матричными коэффициентами

о, = нв'а~1в)-1а-хс, c=[cj=[|4, g2=-(b'a-1b)-1a-'p, P = [Pnrl = [|fl,

8Y, 8Ar

справедливой для любых устойчивых процедур, можно получить Лх в виде

\x=GxAyG[+G2AaG'2, (2)

где Лу и Аа - ковариационные матрицы векторов Y и А соответственно.

Данное соотношение вместе с обобщенной моделью в строгой математической форме описывает трансформацию погрешностей [6, 7].

Чтобы перейти от комплексного представления результатов измерений к матричному, данные записываются в виде вектора состоящего из реальных и мнимых частей. Поэтому S-параметры, полученные при измерении калибровочных мер и измеряемого компонента, представлены в следующем виде:

[Re(Sm,) ImCSm,) ... Im(Sm2g)]

А ковариационная матрица векторов Y записана следующим образом: (5Re)^)2 Ä,5Re};§Im^ ... О

ß,5Rey,61mi; (51тУ,)2 ... О

: : '•. R215 Re Х,75 Im }'2Я

О 0 Ä276Rey285Imy27 (51тУ,8)2

где Rn— оценки коэффициента корреляции между реальными и мнимыми частями, а 6П - оценки их среднеквадратического отклонения (СКО). Указанные параметры получают опытным путем из результатов измерений.

Ковариационная матрица двумерной величины графически отображается на комплексной плоскости в виде эллипса рассеяния (рисунок 1), центр которого лежит в точке истинного (при моделировании) или определенного средствами измерения и обработки данных значения.

Математическое уравнение такого эллипса задается параметрически:

Re Y(t) = 2ЛА cos(t)cos(q>) - 2\А\ sm(^i) sin(/) sin(cp) + real(Y) J 180 s (4)

Im Y(t) = 2 A4 cos(/) sin (q>) + 2\a\ sinC^'71) sin(() cos(9) + imag(Y) I. 180

где |A| и ф — модуль и фаза (в градусах) значение измеренного комплексного

параметра Y, t изменяется от 0 до 2л. Пример такого эллипса рассеяния случайной

величины приведен на рисунке 1.

(3)

г

Реяльная часть

Рисунок 1 - Эллипс погрешности измерения комплексной величины. ДА - абсолютная погрешность измерения амплитуды, Дф - абсолютная погрешность измерения по фазе.

На рисунке 2 представлен результат вычисления эллипсов рассеяния для найденных значений 8-параметров резистора габаритными размерами 3x1,5x0,5 мм.

« -0.1 6«.

1 <1.3

2

Гг"

........ яр«

■V- . . ..

5 -15

0.25 03 0Э5 0* Реальная часть 511

.......^ "-г"- '¡ш - ...... ВЦ.........

у V О-

\

6.»......Й.1........0.15 "'¡12..... ¿25........0 3.......

Реальная часть Э2г

#

»

« < ......«

1 9 #

#

# ---------

г'"'* 0 0

Реальная часть Б21

Рисунок 2 - Эллипсы рассеяния Б-параметров резистора

1) — - с использованием проходной меры длиной 35 мм;

2) — с использованием проходной меры длиной 25 мм

.:• - вычисленные значения Б-параметров резистора с использованием 10 повторных калибровочных измерений.

Из графиков эллипсов рассеяния (рисунок 2) видно, что на нижних частотах случайная погрешность при использовании проходной меры длиной 35 мм меньше, чем при использовании аналогичной меры длиной 25 мм. Значительные размеры эллипсов на графиках с проходной мерой 35 мм свидетельствуют о наличии областей с неопределенными решениями калибровочных уравнений -основному недостатку метода ТИТ-калибровки.

Для оценки достоверности полученного результата проведены сравнения измеренных и рассчитанных данных.

В третьей главе предложены способы построения поведенческой модели СВЧ чип резистора с использованием искусственных нейронных сетей (ИНС). ИНС широко используются в задачах моделирования и проектирования, позволяя создавать точные и при этом не требующие больших вычислительных затрат модели [7].

Нейронные сети могут аппроксимировать непрерывные функции. Доказана обобщённая аппроксимационная теорема: с помощью линейных операций и каскадного соединения можно из произвольного нелинейного элемента получить устройство, вычисляющее любую непрерывную функцию с некоторой наперёд заданной точностью [9]. Это означает, что нелинейная характеристика нейрона может быть произвольной: от сигмоидальной до произвольного волнового пакета или вейвлета, синуса или многочлена. От выбора нелинейной функции может зависеть сложность конкретной сети, но с любой нелинейностью сеть остаётся универсальным аппроксиматором и при правильном выборе структуры может достаточно точно аппроксимировать функционирование любого непрерывного автомата. Таким образом, на выходе нейронной модели могут быть аппроксимированы различные функции, отражающие частотные свойства объекта.

Таким образом, ИНС наиболее подходит для задачи многомерной аппроксимации при построении поведенческих моделей электронных компонентов, когда необходимо учитывать множество параметров, которые оказывают влияние на СВЧ характеристики. В качестве входных параметров нейронной сети выступают параметры подложки и частотные точки. Выходными параметрами могут являться, волновые параметры рассеяния (реальная и мнимая части или модуль и фаза), коэффициент стоячей волны (КСВН) или коэффициент передачи. Наборы этих параметров являются базисными векторами для аппроксимации. В таблице 1 приведены диапазоны параметров, которые варьировались в модели чип резистора на основе нейронных сетей.

Таблица 1 - Диапазоны параметров

Параметр Диапазон

Толщина подложки, Н 0,2 -1,5 мм

Диэлектрическая проницаемость подложки, Е 1-10

Длина контактной площадки, ЬР 1,1 -1,9 мм

Ширина контактной площадки, ЧУР 2,3 - 2,9 мм

Зазор между контактными площадками, СтР 0,5 - 0,9 мм

Значение номинального сопротивления, И. 1-1000 Ом

Частота,/ 0-10 ГГц

В работе рассмотрены три метода построения поведенческих моделей с использованием искусственных нейронных сетей.

Первый подход заключается в том, что с помощью нейронной сети непосредственно аппроксимируются волновые параметры рассеяния в зависимости от входных параметров. Обучено и проанализировано два вида нейронных сетей. Первая модель использует архитектуру многослойной нейронной сети с прямой передачей сигнала. В процессе обучения многослойной сети было экспериментально подобрано количество скрытых слоев - 2 с 20 и 14 нейронами. В качестве обучающего алгоритма для многослойной сети выбран алгоритм Брента - алгоритм одномерного поиска [10]. В процессе обучения достигнута абсолютная погрешность не более 0,006.

Вторая сеть - радиальная базисная сеть. Для критерия окончания обучения выбрано допустимое значение функционала ошибки 0,0005. При этом получена радиальная базисная сеть размером 250 нейронов.

Недостатком поведенческих моделей на основе нейронных сетей является невозможность экстраполяции при выходе хотя бы одного из входных параметров за пределы интервала обучающего множества (Рисунок 3).

in

'S 1 С.

о 15

0.5.

.......-в........« ........о........< |

J о i' у*

—»—1 >—6- \--

f,m

Рисунок 3 - Сравнение моделей при/= 0-10 ГГц.

1 - Многослойная сеть Feed-forward

2 - Радиальная базисная сеть

3 - Результат электромагнитного моделирования

Описанный выше подход к построению поведенческих моделей чип резисторов дает хорошие результаты для параметров, изменяющихся в небольшом диапазоне. Однако для таких параметров как значение номинального сопротивления, имеющего диапазон значений от единиц Ом до единиц МОм, представленный метод имеет неудовлетворительную точность.

Во втором методе построения модели в качестве начального приближения используется эквивалентная модель в виде микрополосковой линии с потерями (Рисунок 4) [11, 12]. При этом искусственные нейронные сети моделируют зависимость погонных Я, Ь, в, С параметров линии при различных входных условиях.

п

К I- К I- Я Ь

Рисунок 4 — Модель линии передачи с потреями.

Такой подход увеличивает точность модели, при меньшем количестве обучающих данных.

Рассмотренные выше сети успешно применяются в задачах аппроксимации. Однако для обеспечения точности описанных нейронных моделей, как правило, необходимо большое количество обучающих данных, и связанный с этим долгий процесс обучения. Существенным недостатком также является неспособность моделей на основе искусственных нейронных сетей экстраполировать данные, выходящие за пределы обучающего множества.

Перспективным способом улучшить нейронную модель является способ с использованием гибридных моделей, в которой параллельно со скрытыми слоями присутствует аналитический слой. В этом слое содержится аналитическое или эмпирическое знание об объекте. Фактически данное аналитическое выражение выступает в качестве функции активации нейрона.

Данная сеть представляет собой неполно связанную структуру (Рисунок 5)

Зачастую приближенные аналитические выражения, записанные в таком слое, являются не точными и не полными. В качестве примера получены аналитические выражения, описывающие эквивалентные схемы замещения на элементах с сосредоточенными параметрами, например, для установленного на контактные площадки чип-резистора. Постоянные коэффициенты в таких функциях могут быть заменены на обучаемые параметры, вследствие чего повышается точность аппроксимации.

В качестве аналитических выражений для чип резистора используются модель представленная на Рисунке 6 [13].

Л,

1 /Ч/Ч^ЛГЧ 1

II £ ------------ «Л с„ II с ^

г1! тъ ; ! I т 1

Рисунок 6 - Эквивалентная модель чип резистора

Данная схема описывается следующими выражениями

М)2 ЕМЛ2 1--

ь, = -

3 с2 /

■а-

с =-

£

6 С* 12

бгп

КР =

с

24 с22г

_01

12 с2

-)

где Я - номинальное сопротивление резистора, - характеристический импеданс резистивной пленки, ееш - эффективная диэлектрическая проницаемость, с - скорость света, / - длина резистора.

Проведенные сравнения (Таблица 2) гибридных модели пассивных компонентов с моделями на основе многослойной сети показывает, что гибридные модели не уступают в точности аппроксимации данных, а для их обучения требуется значительно меньший объем обучающих данных.

Выполненные исследования позволяют сделать вывод о перспективности гибридных моделей в задачах построения моделей пассивных СВЧ компонентов для современных САПР.

Таблица 2 - Сравнение различных типов моделей на произвольном массиве данных___

Объем обучающего массива Тип нейросети Количество слоев/нейронов Средняя ошибка модели Максимальная ошибка модели

324 Многослойная 2/20;6 2,66 % 13,57%

Гибридная 2/15;3 1,04% 5,43 %

С аналитическим слоем 3/6;8;3 1,05% 5,01 %

560 Многослойная 2120-6 1,01 % 5,11 %

Гибридная 2/15;3 0,98 % 3,47 %

С аналитическим слоем 3/6;8;3 0,69 % 2,95 %

1100 Многослойная 2/20;6 0,89 % 4,87 %

Гибридная 2/15;3 0,87 % 2,70 %

С аналитическим слоем 3/6;8;3 0,77 % 2,66 %

В четвертой главе приводится пример построения поведенческой модели для серийно выпускаемого СВЧ чип резистора. С целью построения статистически устойчивой модели проводится подробный статистический анализ входных и выходных технологических допусков [14-16].

Рассмотрены такие случайные факторы, как отклонение значения сопротивления, неточность установки резистора на контактные площадки, погрешность определения волновых параметров рассеяния, разброс геометрических размеров и топологии. На рисунке 7 приведен разброс толщины подложки, из которой изготавливаются чип резисторы, и влияние этого разброса на неповторяемость частотных характеристик чип резисторов.

Средняя толщина подложки

Значение КСВН на частоте 7 ГГц

Рисунок 7 - Разброс толщины подложки и частотных характеристик резисторов

Рассмотрены зависимость частотных характеристик резистивных чип компонентов от параметров подложки, на которую производиться монтаж. На рисунке 8 представлены стандартные отклонения частотных характеристик для

всей совокупности резисторов в зависимости от толщины используемой измерительной подложки типа Rogers или алюмооксидной керамики.

Влияния тмпа измерительной плоты на стандартное отклонение КОВН для группы резстиров

Частота, ГГц

Рисунок 8 - Разброс измеренных характеристик выборки СВЧ резисторов на разных подложках: 1) Я04003С Ь=0,203; 2) Я04003С 11=0,508; 3) 1Ш4350С 11=0,762; 4) Я04003С

11=1,524; 5) АЬОз 11=0,5

С помощью проведенного статистического анализа построена модель, учитывающая разброс выборки резисторов (Рисунок 9).

- -- 1 1

■ffi}.}

F i \

Л? tiii

?Jpfr?

пттт?7^ jTffTM i'&r у

5

Рисунок 9 - Сравнение построенной модели с массивом данных, не входящих в обучающее

множество (подложка 1Ю4003С 11=0,508 мм): - экспериментальные данные; ......- модель (радиальная сеть с оптимальным количеством нейронов).

Построенные модели резистивных СВЧ чип компонентов были интегрированы в современные системы автоматизированного проектирования (Рисунок 10).

X ЦЬг№ее

В X Е'коп | ф -О- Р1-85

■ . -V- II ; щ а и-87 Ж X Мш-яа

РС«Т . Р»1

2=50 ОШ

~"<-Р1-85-0.1 0-20 СНг

-«•М-85-0.... 0-206Нг

-«•р|-85-0.25 0-20 (Иг

Р1-85-0.5 0-20 <ЗНг

— о-гойнг

вивскт

Я^бО Е«З.М Н>0 508

"ЗШСКТ

.....

Вй «

4=0508 '№3=17' 33=3 ■

^ДА/1

<

' ч й

V V

<г • • х>

<С

РОКТ 2=50 опт

аиескт 10=33

К=100 6=3.« Н=и308 >40=1 7 09=3

Рисунок 10 - Библиотека поведенческих моделей

Приведен сравнительный анализ использования разработанных поведенческих моделей на примере делителя мощности Вилкинсона (Рисунок 11).

Рисунок 11 - Модель делителя мощности: модель в MWO и электромагнитная модель. В таблице 3 представлено сравнение различных типов моделей.

Модель Время моделирования (17 частотных точек: 1-5 ГГц) Средняя ошибка моделирования (относительно э/м модели) Максимальная ошибка моделирования (относительно э/м модели)

М\¥0 со встроенной моделью пленочного резистора 0,03 с 19% 56%

М\\Ю с разработанной поведенческой моделью 0,03 с 6,8 % 26%

Э/магнитная модель >10 мин. - -

Использование моделей, построенных по описанному принципу, позволяют ускорить процесс оптимизации при расчете топологии СВЧ радиоэлектронных устройств, более точно спрогнозировать пределы технологических допусков.

16

В Заключении сформулированы основные результаты работы:

1) Предложен способ расчета трансформации погрешностей косвенных измерений на примере TRL-метода калибровки, позволяющий рассчитать погрешности определения параметров исследуемого компонента в режиме реального времени, а также упростить анализ калибровочной процедуры.

2) Показана целесообразность использования поведенческих моделей серийно выпускаемых компонентов, максимально гибко и точно описывающие зависимость входных и выходных параметры.

3) Предложены различные способы использования искусственных нейронных сетей при моделировании СВЧ резистивных компонентов. Сравнение моделей и измеренных данных показало, что такие модели обладают высокой точностью, а также возможностью интерполяции и экстраполяции данных.

4) Предложен способ моделирования разброса выходных параметров СВЧ чип резисторов. Исследованы различные факторы, влияющие на разброс выходных параметров СВЧ чип резистора.

5) Разработаны широкополосные поведенческие модели СВЧ чип резисторов для САПР. Использование таких моделей позволит ускорить процесс оптимизации при проектировании топологии СВЧ радиоэлектронных устройств, более точно спрогнозировать пределы технологических допусков.

ЦИТИРУЕМАЯ ЛИТЕРАТУРА

1. ОСТ11-0344-86. Резисторы постоянные непроволочные и поглотители резистивные. Методы измерения коэффициента стоячей волны по напряжению. М.: Издательство стандартов, 1986.

2. Aaen, P. Modeling and Characterization of RF and Microwave power FETs / P. Aaen, J. Pla, J. Wood. - Cambridg: Cambridge University Press, 2007. - 362 p.

3. Губа, В. Г. Влияние точности характеризации мер калибровочного набора на погрешность измерений однопортового векторного анализатора цепей // Всероссийской конференции "Микроэлектроника СВЧ". Санкт-Петербург, 2012.

4. Губа, В. Г. Классификация и анализ методов калибровки векторных анализаторов цепей // Сборник докладов ТУСУРа, № 2 (24),, 2011. - Ч. 1

5. Кудрявцев, А. М. Интеллектуальный анализ СВЧ цепей и антенн / А. М. Кудрявцев, С. М. Никулин. Учеб. пособие. Н. Новгород: НГТУ, 2005, 123 с.

6. Панкратов, А. А. Автоматизация анализа случайной погрешности при измерении параметров рассеяния / А. А. Панкратов, С. М. Никулин // Радиотехнические и телекоммуникационные системы, 2012, №1(5), С. 65-69.

7. Hall, B.D. Calculating measurement uncertainty using automatic differentiation. /Institute of Physics Publishing, Meas. Sci. Technol. 13 (2002) 421^127

8. Медведев, B.C., Потемкин В.Г. Нейронные сети. MATLAB 6 / Под общ. ред. к.т.н. В.Г. Потемкина. - М.: Диалог-МФИ, 2002. - С.428

9. Горбань, А. H., Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей, Сибирский журнал вычислительной математики, 1998. Т.1, № 1. С. 12-24.

10. Тишер, Ф. Техника измерений на сверхвысоких частотах. Справочное руководство // пер. с нем. под ред. В.Н. Сретенского. М.: Физматгиз, 1963.

11. Zhenwen, W. Accurate Modelling of Thin-Film Resistor up to 40 GHz / 32th European Solid-State Device Research Conference. - 2002. - P. 162-165.

12. Кудрявцев, A.M. Интеллектуальный анализ СВЧ цепей и антенн / А.М. Кудрявцев, С.М. Никулин -Н.Новгород: Нижегород. гос. техн. ун-т, 2005. 121с

13. Chramiec, J. Evaluation of Chip Resistor CAD Models Used in Microwave Circuit Design Programs / Chramiec J., Adamski M., Kitlinski M. // Proc. Int. Conf. on Signals and Electronic Systems. - 2000. - P. 369-374.

14. Бушминский, И.П., Гудков А.Г., Дергачев В.Ф.и др. Конструкторско-технологические основы проектирования полосковых микросхем / Под ред. И.П. Бушминского. М.: Радио и связь, 1987. 272 с.

15. Климачев, И.И., Иовдальский В.А. СВЧ ГИС. Основы технологии и конструирования. М.: Техносфера, 2006. 352 с.

16. Каултон, М. Пленочная технология и СВЧ интегральные схемы. Технология толстых и тонких пленок / Под ред. А. Ресмана, К. Роуза. М.: Радио и связь, 1972. 130 с.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

1. Белков, И.Г. Определение параметров резистивных электронных компонентов на СВЧ/ И.Г.Белков, И.Н.Малышев, С.М.Никулин, С.В.Симаков, В.Н.Уткин // Датчики и Системы. - 2009. -№11.- С.3-6

2. Белков, И.Г. Применение аппарата нейронных сетей для создания моделей пассивных электронных компонентов / И.Г.Белков, И.Н.Малышев, С.М.Никулин // Датчики и Системы. - 2012. - №11. - С.30-34

3. Белков, И.Г. Оценка влияния подгонки сопротивления на частотные параметры пленочных мощных высокочастотных планарных резисторов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // «Журнал радиоэлектроники». - 2012. - №11.

4. Белков, И.Г. Способ расчета погрешности косвенных измерений, выполненных на основе калибровки TRL-методом / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // Динамика сложных систем. - 2013. - №1. - С.30-34

5. Белков, И.Г. Особенности контроля и построения параметрических моделей серийной продукции (резистивных компонентов). / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // Датчики и системы. - 2012. - №12. - С.25-31

6. Белков, И. Г. Анализ погрешностей методов калибровки в полосковом измерительном тракте / И. Г. Белков, И. Н. Малышев // V-я Международная научно-техническая конференция «Наука и современность-2010»: Материалы междунар. науч. техн. конф. 2010. С. 170-173

7. Белков, И. Г. Способ оценки погрешностей измерения S-параметров ВЧ компонентов / И. Г. Белков, И. Н. Малышев // П-я Международная научная

конференция «Актуальные вопросы современной техники и технологии» 2010. С. 120

8. Белков, И. Г. Определение параметров чип резистора в полосковом тракте / компонентов ИСТ-2011: Материалы междунар. науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 128

9. Белков, И. Г. Построение моделей пассивных компонентов с помощью нейронных сетей / И. Г. Белков, И. Н. Малышев // "Информационные системы и технологии" ИСТ-2011: Материалы междунар. науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 129

10. Белков, И. Г. Оценка влияния подгонки сопротивления на частотно-мощностные параметры мощных пленочных планарных СВЧ-резисторов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // "Информационные системы и технологии" ИСТ-2011: Материалы международной науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 130

11. Белков, И. Г.Измерение комплексного коэффициента отражения резистивных компонентов с использованием зондовых измерительных преобразователей с коммутацией встроенной нагрузки / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // Международная заочная научная конференция «Актуальные вопросы технических наук» (г. Пермь). 2011. С. 41—44

12. Белков, И. Г. Исследование трансформации погрешности определения входных параметров в нейросетевой модели пассивных компонентов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // У-я Международная научная конференция «Актуальные вопросы современной техники и технологии»: Материалы междунар. науч. техн. конф.-2011. С. 90-92

13. Белков, И. Г. Устройство для измерения частотных параметров СВЧ электронных компонентов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // У-я Международная научная конференция «Актуальные вопросы современной техники и технологии»: Материалы междунар. науч. техн. конф. - 2011. С. 9396

14. Белков, И. Г. Экспериментальное исследование стабильности толстопленочных резисторов при повышенной рабочей температуре / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // IV Международная научно-практическая конференция «Современное состояние естественных и технических наук»: Материалы междунар. науч. техн. конф. - 2011. С. 56

15. Белков, И. Г. Оценка мощностных параметров резистивных компонентов с применением современных инструментов численного моделирования. / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // IV Международная научно-практическая конференция «Современное состояние естественных и технических наук»: Материалы междунар. науч. техн. конф. — 2011.

16. Белков, И. Г. Учет влияния технологических параметров на частотно-мощностные характеристики мощных планарных СВЧ-резисторов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // "Информационные системы и технологии" ИСТ-2012: Материалы междунар. науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 117

17. Белков, И. Г. Оценка повторяемости, воспроизводимости и правильности моделей СВЧ резистивных компонентов для САПР / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // Международная научно-практическая конференция «Тенденции и инновации современной науки»: Материалы междунар. науч. техн. конф. 2012.

18. Белков, И. Г. Оценка неопределённости измерений волновых параметров рассеяния СВЧ-компонентов в полосковом тракте. / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // Международная научно-практическая конференция «Тенденции и инновации современной науки»: Материалы междунар. науч. техн. конф. 2012. С. 116

19. Белков, И. Г. Оценка тепловых режимов работы планарных СВЧ-резисторов для поверхностного монтажа / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // Международная научно-практическая конференция «Тенденции и инновации современной науки»: Материалы междунар. науч. техн. конф. 2012. С. 116

20. Белков, И. Г. Исследование влияния применяемых материалов на стабильность параметров резистивных компонентов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // III Международная научно-практическая конференция «Тенденции и инновации современной науки» 2012. С. 66

21. Белков И. Г. Исследование методов контроля качества сборки мощных непроволочных СВЧ-резисторов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // III Международная научно-практическая конференция «Тенденции и инновации современной науки» 2012. С. 67

22. Белков, И. Г. Особенности конструкции мощных непроволочных СВЧ резистивных компонентов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // III Международная научно-практическая конференция «Тенденции и инновации современной науки» 2012. С. 69

Подписано в печать 05.11.2013. Формат 60x84 '/16. Бумага офсетная. Печать офсетная. Уч.-изд. л. 1,0. Тираж 100 экз. Зак. 791.

Нижегородский государственный технический университет им. P.E. Алексеева. Типография НГТУ. 603950, Нижний Новгород, ул. Минина, 24.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. P.E. АЛЕКСЕЕВА»

ПОВЕДЕНЧЕСКИЕ МОДЕЛИ ЧИП РЕЗИСТОРОВ, АДАПТИРОВАННЫЕ К ТЕХНОЛОГИИ ПРОИЗВОДСТВА И ПРИМЕНЕНИЮ В ГИБРИДНЫХ

ИНТЕГРАЛЬНЫХ СВЧ СХЕМАХ

05.11.13 - ПРИБОРЫ И МЕТОДЫ КОНТРОЛЯ ПРИРОДНОЙ СРЕДЫ, ВЕЩЕСТВ, МАТЕРИАЛОВ И ИЗДЕЛИЙ

На правах рукописи

Диссертация на соискание ученой степени

кандидата технических наук

Научный руководитель: д.т.н., профессор Никулин С. М.

Нижний Новгород - 2013

Содержание

Введение......................................................................................................................................4

Актуальность...............................................................................................................................5

Цель работы.................................................................................................................................6

Методы исследования................................................................................................................6

Научная новизна.........................................................................................................................7

Практическая ценность..............................................................................................................7

Практическое использование....................................................................................................8

Обоснованность и достоверность результатов работы...........................................................8

Апробация работы......................................................................................................................8

Публикации.................................................................................................................................9

Структура и объем....................................................................................................................12

На защиту выносятся:..............................................................................................................12

ГЛАВА 1 ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ РЕЗИСТИВНЫХ СВЧ КОМПОНЕНТОВ И ПОСТРОЕНИЕ ИХ ПОВЕДЕНЧЕСКИХ МОДЕЛЕЙ, ОБЗОР СУЩЕСТВУЮЩИХ

МЕТОДОВ.................................................................................................................................14

Введение....................................................................................................................................14

1.1 Измерение волновых параметров рассеяния СВЧ чип резисторов...............................15

1.2 Контактное устройство для измерения волновых параметров рассеяния СВЧ чип

резисторов.................................................................................................................................17

1.3. Модели СВЧ чип резисторов............................................................................................27

1.4 Современное состояние рынка систем автоматизированного проектировании и

моделей электронных СВЧ компонентов..............................................................................32

Выводы и постановка задач исследования............................................................................33

ГЛАВА 2 СПОСОБ РАСЧЕТА ПОГРЕШНОСТИ КОСВЕННЫХ ИЗМЕРЕНИЙ,

ВЫПОЛНЕННЫХ НА ОСНОВЕ КАЛИБРОВКИ ТЯЬ-МЕТОДОМ................................35

Введение....................................................................................................................................35

2.1 Постановка задачи..............................................................................................................35

2.2 Математическая модель расчета неопределенности измерений...................................37

2.3 Сравнение факторов, влияющих па погрешность...........................................................42

Выводы......................................................................................................................................49

ГЛАВА 3 ПОВЕДЕНЧЕСКИЕ МОДЕЛИ СВЧ ЧИП РЕЗИСТОРОВ.................................50

Введение....................................................................................................................................50

3.1 Постановка задачи..............................................................................................................51

3.2 Принцип построения модели на основе искусственных нейронных сетей.................55

3.2.1 Входные параметры........................................................................................................55

3.2.2 Моделирование процессов измерения..........................................................................56

3.2.3 Общий принцип построения моделей на основе искусственных нейронных сетей 60

3.2.4 Пейросетевая модель па основе волновых параметров рассеяния.............................62

3.2.5 Гибридная модель............................................................................................................68

3.2.6 Гибридная модель с аналитическим слоем...................................................................78

3.3 Расчет статистических данных..........................................................................................88

Выводы......................................................................................................................................90

ГЛАВА 4 ОСОБЕННОСТИ КОНТРОЛЯ И ПОСТРОЕНИЯ ПОВЕДЕНЧЕСКИХ

МОДЕЛЕЙ СЕРИЙНОЙ ПРОДУКЦИИ СВЧ ЧИП РЕЗИСТОРОВ...................................92

Введение....................................................................................................................................92

4.1 Постановка задачи..............................................................................................................93

4.2 Входные и выходные параметры......................................................................................95

4.3 Модель серийно выпускаемого СВЧ резистора............................................................101

4.4 Интеграция моделей в системах автоматизированного проектирования...................107

4.5 Преимущества разработанных поведенческих моделей..............................................110

Выводы....................................................................................................................................115

Заключение..............................................................................................................................116

Список литературы.................................................................................................................117

Приложение А - Акт о внедрении результатов_кандидатской диссертационной

работы......................................................................................................................................125

Приложение Б - Примеры программной реализации поведенческих моделей...............126

Введение

Развивающаяся радиоэлектронная промышленность требует постоянного совершенствования компонентой базы. При этом все более высокие требования предъявляются не только к параметрам отдельного электронного компонента, но и технологичности всего процесса сборки радиоизделий. Разработка конструкции отдельного компонента, позволяющая создать технологическое и надежное изделие в целом, становится немаловажной задачей.

При высоком уровне плотности монтажа монтаж по традиционной технологии электронных компонентов с выводами не только более дорогостоящ, но и нетехнологичен. Преимущество технологии поверхностного монтажа заключается в низких затратах на перевозку и хранение на складе компонентов и в требованиях к производственным площадям и оборудованию.

В конструктивном исполнении для поверхностного монтажа существуют почти все типы компонентов, такие как конденсаторы, резисторы, транзисторы, диоды и т.д. Однако вследствие ограничения физического размера, налагаемого технологическим процессом поверхностного монтажа, большинство таких элементов проектируются с мощностью рассеяния, не превышающей 1 Вт, что наиболее критично для резистивных элементов. Разработанная конструкция электронных резистивных компонентов с применением специальных контактных площадок позволяет увеличить мощность рассеяния до 40 Вт и более. Такой подход позволяет разрабатывать мощные электронные изделия меньших размеров, что наиболее критично в авиации и мобильных теле-, радиостанций.

В настоящее время предъявляются жесткие требования к различным параметрам электронной аппаратуры в целом и электронным компонентам в частности. Требования предъявляются как к значениям самих параметров, так и точности их определения. Решение задач разработки компонентов нового поколения может быть успешным только при рассмотрении и постановке смежных прикладных задач, к которым, в частности, относятся задачи метрологического обеспечения разработок. Существующие стандартизированные методы измерений

зачастую не отвечают современным требованиям и требуют замены или модернизации.

Эффективность разработки устройств, измерительных преобразователей и систем различного функционального назначения в значительной степени определяется наличием моделей конкретных типов электронных компонентов, адаптированных к системам автоматизированного проектирования [1]. Одним из важных критериев результативности использования таких моделей является максимальная гибкость в оценке высокочастотных параметров изделий при изменении условий их монтажа. Кроме того, в моделях должны быть учтены возможные технологические разбросы параметров с целыо получения статистически устойчивых результатов при моделировании [2]. Поведенческие модели электронных компонентов, учитывающие технологии изготовления и применения в гибридных интегральных схемах (ГИС) СВЧ, являются одним из эффективных инструментов для решения задачи проектирования радиоэлектронных устройств.

Актуальность

Разработка современной СВЧ аппаратуры практически невозможна без использования систем автоматизированного проектирования (САПР), которые в свою очередь требуют корректных моделей электронных компонентов. Описанные в отраслевых стандартах методы измерения частотных параметров электронных компонентов устарели и не отвечают современным требованиям [3]. Актуальной задачей является разработка новых подходов к построению моделей с расширенным функциональным набором, необходимых для использования в САПР.

Параметры реальных образцов могут отличаться от заявленных, для каждого конкретного производителя, из-за сложности учета технологических разбросов в процессе производства резисторов и особенностей их применения. Поэтому при изучении и построении моделей СВЧ компонентов необходимо выполнять

дополнительные изыскания на следующие темы: построение моделей,

5

учитывающих статистические параметры компонентов (технологические разбросы); уточнение закономерностей, описывающих влияние погрешностей входных параметров моделей на погрешности выходных параметров.

В настоящее время представлено множество вариантов построения подробных моделей электронных СВЧ компонентов. Такие модели содержаться в различных готовых библиотеках, предназначенных для встраивания в программы автоматизированного проектирования. Однако, большинство из этих моделей описывают активные элементы: транзисторы, делители, фильтры и т.д. Модели, описывающие параметры пассивных компонентов, в основном представляют собой усредненные Б-параметры. Качественные модели отечественных пассивных и активных СВЧ компонентов отсутствуют вовсе.

Цель работы

Цель работы состоит в построение поведенческих моделей серийно выпускаемых СВЧ резисторов на основе измерений и электромагнитного анализа. Для достижения поставленной цели необходимо решить следующие задачи:

• провести анализ существующих приборов, оснастки и методов измерения собственных параметров СВЧ чип резисторов;

• рассчитать погрешности измерительно-вычислительного процесса при определении параметров СВЧ чип резисторов;

• провести анализ способов построения поведенческих моделей резистивных компонентов и поиск оптимальных моделей;

• оценить влияние погрешностей измерения, технологических допусков и окружающих цепей на частотные и статистические характеристики чип резисторов;

• построить библиотеки моделей серийной продукции для систем автоматизированного проектирования (AWR MWO и ADS) СВЧ устройств.

Методы исследования

При выполнении работы использовались теоретические и экспериментальные методы исследования. Результаты теоретических исследований

б

базируются на теории СВЧ цепей, теории функций комплексного переменного, методах компьютерного моделирования (включая электромагнитное моделирование и идентификацию параметров моделей), теорию искусственных нейронных сетей. Выводы, полученные с помощью экспериментальных методов, основываются на обширных статистических оценках.

Научная новизна

1. Предложены и исследованы различные факторы оказывающие влияние на частотные параметры чип резисторов. Рассмотрены не только собственные паразитные параметры СВЧ чип резисторов, но исследованы технологические факторы как в процессе проектирования, производства резисторов, так и при использовании их в определенных СВЧ цепях.

2. Реализован измерительно-вычислительный процесс, связывающий погрешности на входе измерительного процесса и его выходе. Разработанный математический аппарат внедрен в состав модели СВЧ чип резистора для описания его статистических характеристик.

3. Предложен и реализован метод построения поведенческой модели СВЧ чип резистора, адаптированной к технологии производства и применению в ГИС.

4. Построены поведенческие модели СВЧ чип резисторов, пригодных для современных пакетов САПР.

Практическая ценность

Результаты проведенных исследований применялись при анализе разрабатываемых СВЧ чип резисторов. Разработанные поведенческие модели легли в основу библиотек отечественных резистивных СВЧ компонентов для различных систем автоматизированного проектирования (ADS и AWR).

Практическое использование

Работа выполнялась в соответствии с планом кафедры "Компьютерные технологии в проектировании и производстве". Полученные в диссертации результаты использованы при выполнении ОКР «Разработка серии СВЧ чип резисторов для поверхностного монтажа с нормированными частотными параметрами» и ОКР «Разработка полосковых СВЧ резисторов с диапазоном рабочих частот до 3 ГГц, с диапазоном мощностей от 30 до 800 Вт», при испытаниях характеристик резисторов и построения их поведенческих моделей. Акт внедрения приведен в приложении А.

Обоснованность и достоверность результатов работы

Все положения, выносимые на защиту, прошли проверку на соответствие с теорией на модельном уровне. Адекватность предлагаемых в работе моделей подтверждается сравнением результатов теоретических и экспериментальных исследований. Основные результаты работы реализованы в библиотеках моделей СВЧ резистивных компонентов для САПР.

Апробация работы

Основные результаты диссертационной работы докладывались и обсуждались на:

• XIV Нижегородская сессия молодых ученых. Технические науки, Нижний Новгород - 2010;

• У-я Международная научно-техническая конференция «Наука и современность-2010», 2010;

• 1Х-я Международной научно-технической конференции «Физика и технические приложения волновых процессов», 2010;

• II-я Международная научная конференция «Актуальные вопросы современной техники и технологии», 2010;

• 17-я Международная научно-техническая конференция "Информационные системы и технологии" ИСТ-2011, Нижний Новгород, 2011;

• Международная заочная научная конференция «Актуальные вопросы технических наук», Пермь, 2011;

• V-я Международная научной конференции «Актуальные вопросы современной техники и технологии», 2011;

• IV Международная научно-практическая конференции «Современное состояние естественных и технических наук», 2011;

• 18 Международной научно-технической конференции "Информационные системы и технологии", Нижний Новгород - 2012;

• 19 Международной научно-технической конференции "Информационные системы и технологии", Нижний Новгород - 2013.

Публикации

По теме диссертации опубликовано 22 работ:

• Белков, И. Г.Определение параметров резистивных электронных компонентов на СВЧ/ И.Г.Белков, И.Н.Малышев, С.М.Никулин, С.В.Симаков, В.Н.Уткин // Датчики и Системы. - 2009. -№11.- С.3-6

• Белков, И. Г. Применение аппарата нейронных сетей для создания моделей пассивных электронных компонентов / И.Г.Белков, И.Н.Малышев, С.М.Никулин // Датчики и Системы. - 2012. - №11. - С.30-34

• Белков, И. Г. Оценка влияния подгонки сопротивления на частотные параметры пленочных мощных высокочастотных планарных резисторов / И. Г. Белков, Ю. В. Еремеев, И. Н. Малышев // «Журнал радиоэлектроники». - 2012. - №11.

• Белков, И. Г. Способ расчета погрешности косвенных измерений, выполненных на основе калибровки TRL-мегодом / И. Г. Белков, 10. В. Еремеев, И. Н. Малышев // Динамика сложных систем. - 2013. - №1. - С.30-34

Белков, И. Г. Особенности контроля и построения параметрических моделей серийной продукции (резистивных компонентов). / И. Г. Белков, 10. В. Еремеев, И. Н. Малышев // Датчики и системы. - 2012. - №12. - С.25-31 Белков, И. Г. Анализ погрешностей методов калибровки в полосковом измерительном тракте / И. Г. Белков, И. II. Малышев // У-я Международная научно-техническая конференция «Наука и современность-2010»: Материалы междунар. науч. техн. конф. 2010. С. 170-173

Белков, И. Г. Способ оценки погрешностей измерения 8-параметров ВЧ компонентов / И. Г. Белков, И. Н. Малышев // Н-я Международная научная конференция «Актуальные вопросы современной техники и технологии» 2010. С. 120

Белков, И. Г. Определение параметров чип резистора в полосковом тракте / компонентов ИСТ-2011: Материалы междунар. науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 128

Белков, И. Г. Построение моделей пассивных компонентов с помощью нейронных сетей / И. Г. Белков, И. Н. Малышев // "Информационные системы и технологии" ИСТ-2011: Материалы междунар. науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 129

Белков, И. Г. Оценка влияния подгонки сопротивления на частотно-мощностные параметры мощных пленочных планарных СВЧ-рсзисторов / И. Г. Белков, 10. В. Еремеев, И. Н. Малышев // "Информационные системы и технологии" ИСТ-2011: Материалы международной науч. техн. конф.-Н.Новгород: НГТУ, 2011. С. 130

Белков, И. Г.Измерение �