2017 Fiscal Year Research-status Report
機械学習と非線形回路自動合成に基づく高周波デバイスモデリング
| Project/Area Number |
16K14269
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
天川 修平 広島大学, 先端物質科学研究科, 准教授 (40431994)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | デバイスモデリング / 伝送線路 / 回路合成 |
|---|
| Outline of Annual Research Achievements |
昨年度に引き続き，高周波デバイスモデリングの具体例としてオンチップ伝送線路のモデリングに取り組んだ．昨年度試みた「周波数依存線形抵抗器」を利用したモデリングはアドホックな方法で行っていた．今年度は回路合成の方法を適用可能にするため，周波数依存線形抵抗器を含む1ポート回路網の合成について理論的検討を行い，既存の抵抗器，インダクタ，キャパシタ（RLC）からなる回路合成理論を拡張した．また，回路合成にもとづき伝送線路のモデリングをおこなうプログラムを作成した．このプログラムを数品種のオンチップ伝送線路（65 nmまたは40 nm CMOSプロセスで製造）の測定データに適用し，回路シミュレーション用モデルを生成した．数百ギガヘルツの超高周波まで対応したモデルを作製することに力点を置いていたが，測定は数メガヘルツ程度の低い周波数から行うことが重要であることがわかった．結果的にこれらの伝送線路については，RLCだけからなるモデルで十分測定結果を再現できることがわかった．周波数依存性抵抗器を含むモデルは安定性に問題がある場合があり，回路シミュレータへの組み込みにも課題があるので，RLCだけでモデル化できたことは好ましい結果といえる．
デバイスモデリングを行うには，モデリングの目標値となる測定データが必要である．測定されたオンチップ伝送線路のSパラメータから目標データの１つである伝搬定数を求めるのは容易だが，もう１つの目標データである特性インピーダンスを求める確立した方法はない．当初計画していなかったことだが，伝送線路のモデリングを行うにあたり避けて通れないので検討を行った．Calibration comparisonと称される方法を改良し，従来無視されていた特性インピーダンスの虚部を考慮した式を導出した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度はオンチップ伝送線路の測定データから回路合成にもとづきモデリングを行うプログラムを作成し，モデル生成の効率化を図ることができた．昨年度は１つのモデルを作成するのに試行錯誤で少なくとも数日はかかっていた．また，できあがったモデルの出来（測定データの再現）も，今年度のものと比べると劣っていた．まだ完全には自動化できていない部分が残されているものの，今年度は１つのモデル作成が数時間程度でできるようになった．さらに，当初予定していなかったことながら，伝送線路の特性インピーダンスをSパラメータから求める方法を考案した．
以上より，高周波デバイスモデリングとそのための測定・データ処理に関する成果が上がっており，おおむね順調に進展しているといえる．
|
| Strategy for Future Research Activity |
2017年度までの検討結果を受け，非線形回路素子のモデルを生成する方法について検討を行う．2017年度に採用した伝送線路モデリングの方法では，イミッタンス関数等の複素関数（正則関数）の解析的な性質をうまく利用している．似たような考え方をトランジスタのモデリングにも応用できると考えている．また，トランジスタのコアのアクティブ部分の特性評価は十分に低い周波数で行い，高い周波数での周波数依存性は2017年度までに開発した方法を利用することも考えている．このように十分に低い周波数でトランジスタの測定・評価を行う手法はいくつかの先行研究でも見られ，3端子アクティブ部分の簡単化とモデリングの難易度を下げるのに有効と予想している．
|
