为你推荐

内容简介
“集成电路系列丛书”编委会
编委会秘书处
出版委员会
“集成电路系列丛书·集成电路设计”编委会
“集成电路系列丛书”主编序言
“集成电路系列丛书·集成电路设计”主编序言
前言
作者简介
致谢
第1章 绪论
1.1 Ⅲ-Ⅴ族化合物半导体器件应用前景
1.2 射频微波器件和电路的计算机辅助设计
1.3 本书的目的和结构
参考文献
第2章 高电子迁移率晶体管的工作原理
2.1 HEMT的物理结构
2.2 半导体器件的射频特性
2.3 半导体器件建模方法
2.4 大信号模型和小信号模型
2.5 太赫兹频段电路设计
2.5.1 低噪声放大器设计实例
2.5.2 功率放大器的设计实例
2.6 本章小结
参考文献
第3章 半导体器件建模基础
3.1 二端口网络的信号参数矩阵
3.1.1 阻抗参数矩阵
3.1.2 导纳参数矩阵
3.1.3 混合参数矩阵
3.1.4 ABCD参数矩阵
3.1.5 二端口网络信号参数之间的关系
3.2 微波网络的S参数和T参数矩阵
3.2.1 S参数矩阵
3.2.2 T参数矩阵
3.3 微波网络噪声矩阵技术
3.3.1 阻抗噪声相关矩阵
3.3.2 导纳噪声相关矩阵
3.3.3 ABCD参数噪声相关矩阵
3.3.4 噪声相关矩阵之间的关系
3.3.5 二端口网络噪声参数之间的关系
3.4 二端口网络的互联
3.4.1 二端口网络的串联
3.4.2 二端口网络的并联
3.4.3 二端口网络的级联
3.5 三端口网络和二端口网络之间的关系
3.5.1 三端口网络和二端口网络S参数的关系
3.5.2 三端口网络和二端口网络噪声参数的关系
3.6 典型的π型网络和T型网络
3.7 本章小结
参考文献
第4章 HEMT小信号等效电路模型和参数提取
4.1 HEMT小信号等效电路模型
4.1.1 HEMT小信号等效电路模型构建
4.1.2 HEMT小信号等效电路模型的特征频率和最大振荡频率
4.1.3 HEMT版图设计
4.2 焊盘电容提取技术
4.2.1 使用测试结构法提取焊盘电容
4.2.2 使用截止条件法提取焊盘电容
4.3 寄生电感提取技术
4.3.1 使用结构测试法提取寄生电感
4.3.2 使用正向偏置cold-FET法提取寄生电感
4.3.3 使用反向截止偏置法提取寄生电感
4.4 寄生电阻提取技术
4.4.1 使用直流测试法提取寄生电阻
4.4.2 使用cold-FET S参数法提取寄生电阻
4.4.3 有源偏置法
4.4.4 关于负阻的讨论
4.5 本征元件提取技术
4.5.1 本征元件随频率变化
4.5.2 本征元件和直流偏置之间的关系
4.6 改进的反向截止法
4.7 小信号等效电路模型参数和栅宽的比例关系
4.8 半分析模型参数提取技术
4.9 DC/AC色散效应
4.10 InP HEMT模型实践
4.11 本章小结
参考文献
第5章 HEMT非线性等效电路模型及参数提取
5.1 非线性模型分类
5.1.1 非线性物理基模型
5.1.2 非线性测量基模型
5.1.3 非线性经验分析模型
5.2 商用非线性等效电路模型
5.2.1 Statz非线性等效电路模型
5.2.2 TriQuint非线性等效电路模型
5.2.3 Curtice非线性等效电路模型
5.2.4 Tajima非线性等效电路模型
5.2.5 Materka非线性等效电路模型
5.2.6 Angelov非线性等效电路模型
5.2.7 EEHEMT非线性等效电路模型
5.3 非线性等效电路模型实践
5.3.1 改进的Statz模型
5.3.2 改进的Curtice模型
5.3.3 非线性等效电路模型的符号定义方法
5.4 本章小结
参考文献
第6章 高电子迁移率晶体管噪声等效电路模型
6.1 场效应晶体管噪声模型综述
6.1.1 FUKUI噪声模型
6.1.2 PUCEL噪声模型
6.1.3 Pospieszalski噪声温度模型
6.1.4 考虑栅极漏电流影响的噪声模型
6.1.5 考虑栅漏电阻影响的噪声模型
6.1.6 改进的Pospieszalski噪声温度模型
6.2 噪声模型参数和器件栅宽之间的比例关系
6.2.1 噪声参数的表达式
6.2.2 噪声参数和器件栅宽的比例关系
6.2.3 噪声模型参数提取方法
6.2.4 太赫兹器件模型实践
6.3 噪声模型参数和器件栅长之间的比例关系
6.4 HEMT噪声参数提取技术
6.4.1 基于调谐器原理的噪声参数提取技术
6.4.2 基于50Ω噪声测量系统的噪声参数提取方法
6.5 共栅、共漏和共源结构的场效应管
6.5.1 信号参数之间的关系
6.5.2 噪声参数之间的关系
6.5.3 理论验证和实验结果
6.6 本章小结
参考文献
第7章 神经网络建模技术
7.1 人工神经网络建模方法
7.1.1 感知机神经网络
7.1.2 多层感知机神经网络
7.1.3 误差反向传播学习算法
7.1.4 径向基函数网络
7.2 神经网络基线性建模技术
7.3 神经网络基非线性模型建模技术
7.3.1 神经网络基PHEMT非线性模型建模技术
7.3.2 神经网络基非线性模型训练方法
7.3.3 神经网络基非线性模型训练结果
7.4 神经网络微分和积分建模技术
7.4.1 神经网络建模技术目前存在的问题
7.4.2 三层感知机神经网络微分技术
7.4.3 单输入三层感知机神经网络积分技术
7.4.4 多输入三层感知机神经网络积分技术
7.4.5 基于微分和积分建模技术的微波器件建模技术
7.5 神经网络基噪声模型建模技术
7.6 本章小结
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜