| 基于神经网络的雪崩光电二极管SPICE模型构建 |
| |
| 引用本文： | XIE Haiqing,YI Xinbo,ZENG Jianping?,CAO Wu,XIE Jin,LING Jiaqi. 基于神经网络的雪崩光电二极管SPICE模型构建[J]. 湖南大学学报(自然科学版), 2023, 0(10): 84-89 |
| |
| 作者姓名： | XIE Haiqing YI Xinbo ZENG Jianping? CAO Wu XIE Jin LING Jiaqi |
| |
| 作者单位： | （1.长沙理工大学 物理与电子科学学院,湖南 长沙 410114;2.长沙理工大学 柔性电子材料基因工程湖南省重点实验室,湖南 长沙 410114;3.湖南大学 物理与微电子科学学院,湖南 长沙 410082） |
| |
| 摘 要： | 针对雪崩光电二极管（Avalanche Photodiode, APD）雪崩前后电流数量级相差大、I-V特性曲线变化剧烈的特点,在对I-V特性数据进行对数化、归一化预处理的基础上,采用浅层神经网络完成I-V函数拟合,并进一步优化神经网络结构以提升模型准确性. 在此基础上,使用Verilog-A硬件描述语言实现APD的SPICE模型,并应用Cadence软件设计电路验证模型的有效性和准确性,引入相对误差评估模型的准确度.结果表明：优化后的神经网络学习的I-V特性函数与TCAD仿真数据的均方误差损失为2.544×10-7,SPICE模型验证电路采样数据与TCAD仿真数据的最大相对误差为3.448%,平均相对误差为0.630%,构建SPICE模型用时约50 h,实现了高精度、高效率的器件SPICE模型构建,对新型APD的设计与应用具有重要指导意义.
|
| 关 键 词： | SPICE模型 雪崩光电二极管 神经网络 相对误差 |
SPICE Model Construction of Avalanche Photodiode Based on Neural Network |
| |
| XIE Haiqing,YI Xinbo,ZENG Jianping?,CAO Wu,XIE Jin,LING Jiaqi. SPICE Model Construction of Avalanche Photodiode Based on Neural Network[J]. Journal of Hunan University(Naturnal Science), 2023, 0(10): 84-89 |
| |
| Authors: | XIE Haiqing YI Xinbo ZENG Jianping? CAO Wu XIE Jin LING Jiaqi |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南大学学报(自然科学版)》下载全文 |
|
