Multi-bias decomposition-based optimisation for the extraction of small-signal GaAs FET models
Date
1999-07
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Stellenbosch : Stellenbosch University
Abstract
ENGLISH ABSTRACT: The availability of accurate nonlinear models is essential for the accurate and cost effective
design of high frequency telecommunication systems. A key step in the creation of such models
is the extraction of small signal models from measured s-parameter data.
This thesis describes the development and evaluation of a new extraction algorithm. The method
makes use of a decomposition-based optimiser which divides the problem into subproblems that
are solved separately. The procedure is accurate, suited for handling large problems, and starting
value independent. The success of the algorithm is con finned using a variety of tests. Both
simulated and measured data for a GaAs MESFET and pHEMT are used. The test results also
show the limitations of single bias extractions. In single bias extractions, the data measured at
different bias points are handled as separate extractions.
It is shown that the decomposition-based optimiser can be used to create a new multi-bias
extraction algorithm. The multi-bias procedure combines the s-parameters measured at different
bias points into one extraction problem, and defines the extrinsic model elements to be bias
independent. This enforces a degree of physical reality onto the extraction. Tests prove the
algorithm to be robust and accurate. It is able to find previously difficult to detennine elements
with a high degree of precision. Results are presented that indicate how the extraction
uncertainty decreases as the number of bias points used in the multi-bias extraction is increased.
The new algorithm produces small signal models that accurately represents the measured s-parameters
at all bias points.
AFRIKAANSE OPSOMMING: Die beskikbaarheid van akkurate nie-linere rekenaar modelle is onmisbaar vir die akkurate en koste effektiewe ontwerp van hoe frekwensie kommunikasie stelsels. Die onttrekking van kleinsein modelle uit gemete s-parameter data is 'n kern stap in die skepping van nie-linere modelle. Die tesis beskryf die ontwikkeling van 'n nuwe optimerings algoritme vir die onttrekking van kleinsein modelle uit gemete s-parameters. Die optimerings algoritme is gebasseer op 'n dekomposisie benadering wat die probleem in kleiner subprobleme verdeel en oplos. Die metode is akkuraat, geskik vir hoe dimensionele probleme en kan onakkurate optimerings beginwaardes hanteer. Die sukses van die algoritme is bevestig deur 'n verskeidenheid van toetse op gesimuleerde data, sowel as gemete data van 'n GaAs MESFET and pHEMT. Die resultate dui ook die beperkings van die enkel voorspanning ekstraksies aan. Enkel voorspanning ekstraksies hanteer die data gemeet by verskillende voorspannings as aparte ekstraksie probleme. Daar word getoon dat die dekomposisie optimeerder uitgebrei kan word om multi -voorspannings probleme te hanteer. In die multi-voorspannings geval word die data gemeet by verskillende voorspannings in een onttrekkings probleem saam gevoeg en die ekstrinsieke elemente van die model word as voorspannings onafhanklik gedefineer. Dit forseer 'n sekere mate van fisiese realiteit op die probleem af. Die multi-voorspannings benadering is robuust en akkuraat en vind ook die waardes van voorheen moeilik bepaalbare model elemente met 'n groot mate van sekerheid. Daar word getoon hoe die ekstraksie onsekerheid afneem soos die hoeveelheid voorspannings in die probleem vermeerder word. Die nuwe algoritme produseer kleinsein modelle wat die s-parameters van die transistor akkuraat modelleer by al die voorspannings.
AFRIKAANSE OPSOMMING: Die beskikbaarheid van akkurate nie-linere rekenaar modelle is onmisbaar vir die akkurate en koste effektiewe ontwerp van hoe frekwensie kommunikasie stelsels. Die onttrekking van kleinsein modelle uit gemete s-parameter data is 'n kern stap in die skepping van nie-linere modelle. Die tesis beskryf die ontwikkeling van 'n nuwe optimerings algoritme vir die onttrekking van kleinsein modelle uit gemete s-parameters. Die optimerings algoritme is gebasseer op 'n dekomposisie benadering wat die probleem in kleiner subprobleme verdeel en oplos. Die metode is akkuraat, geskik vir hoe dimensionele probleme en kan onakkurate optimerings beginwaardes hanteer. Die sukses van die algoritme is bevestig deur 'n verskeidenheid van toetse op gesimuleerde data, sowel as gemete data van 'n GaAs MESFET and pHEMT. Die resultate dui ook die beperkings van die enkel voorspanning ekstraksies aan. Enkel voorspanning ekstraksies hanteer die data gemeet by verskillende voorspannings as aparte ekstraksie probleme. Daar word getoon dat die dekomposisie optimeerder uitgebrei kan word om multi -voorspannings probleme te hanteer. In die multi-voorspannings geval word die data gemeet by verskillende voorspannings in een onttrekkings probleem saam gevoeg en die ekstrinsieke elemente van die model word as voorspannings onafhanklik gedefineer. Dit forseer 'n sekere mate van fisiese realiteit op die probleem af. Die multi-voorspannings benadering is robuust en akkuraat en vind ook die waardes van voorheen moeilik bepaalbare model elemente met 'n groot mate van sekerheid. Daar word getoon hoe die ekstraksie onsekerheid afneem soos die hoeveelheid voorspannings in die probleem vermeerder word. Die nuwe algoritme produseer kleinsein modelle wat die s-parameters van die transistor akkuraat modelleer by al die voorspannings.
Description
Dissertation PhD(Ing) -- University of Stellenbosch, 1999.
Keywords
Telecommunication systems, Transistors, Metal semiconductor field-effect transistors, Modulation-doped field-effect transistors, Parameter extraction, Small signal model, Dissertations -- Electrical engineering