摘要
本发明涉及一种考虑电热老化的微波器件建模方法,涉及集成电路分析技术领域,包括:根据预设数据集,利用ENN神经网络构建等温退化网络模型和热退化修正网络模型;将所述等温退化网络模型和所述器件热退化修正网络模型结合,得到用于微波器件的非线性集电极电流退化模型。本发明解决了以往在对老化过程建模时较难将自热带来的影响同时考虑的问题。使用该建模方法建立的用于微波器件的非线性集电极电流退化模型考虑到了器件的电热老化,可对微波器件在电热老化下集电极电流的非线性变化的准确预测,同时实现了对自热和老化共同引起的器件退化的准确表征。
技术关键词
修正网络模型
微波器件建模
电热老化
退化模型
Elman神经网络
非线性
集成电路分析技术
电流
表达式
应力
因子
功率
电压
数据
建模方法
关系
样本
阶段
系统为您推荐了相关专利信息
拉伸强度预测
温度变化规律
环氧树脂基体
复合材料预浸料
退化模型
开关电源
健康管理系统
栅极驱动电压
深度学习模型
退化模型
RUL预测方法
工业设备
多元传感器
数据分布
特征融合方法
排放预测方法
Elman神经网络
神经网络模型
评价指标体系
预测装置