基于机器学习的面向射频电路及器件的去嵌方法及相关设备

本发明公开了一种基于机器学习的面向射频电路及器件的去嵌方法及相关设备，其中方法包括：设计测试结构和待预测结构；建立测试结构和待预测结构的参数化模型；对所建立的测试结构和待预测结构模型进行参数扫描或者蒙特卡洛分析，生成数据集；建立神经网络预测模型，利用生成的数据集对模型进行训练；将测试结构的实测数据输入训练后的神经网络预测模型，以输出待预测结构的实测数据；根据待预测结构的类型对测试结构和待预测结构的实测数据进行处理，得到DUT的实测结果。本发明通过训练神经网络模型学习测试和待预测结构数据之间的内在映射关系，采用少量校准件即可实现高频高精度去嵌，且适用场景广泛，不会局限于特定的电路结构和工艺。