论文部分内容阅读
LTCC微波无源器件由于具有体积小、可靠性高、成本低等优点,如今被广泛的应用在通讯、雷达等领域中。LTCC微波无源器件多具有多层结构,且层与层之间的电磁耦合相对复杂,若使用电路理论的仿真和CAD工具,由于其采用的是元件经验模型,虽能快速得到响应结果及其派生数据,但其准确性不能得到很好的保证;但若要采用精度较高的电磁仿真优化,则又需花费较多的时间和资源。神经网络空间映射方法正是结合了电路仿真和电磁仿真的各自优势,通过构造空间映射(粗糙模型参量与精确模型参量之间的映射关系)获得合适的替代模型,不断更新和优化以仿真快速性的粗糙模型为基础的替代模型,把许多优化工作放到粗糙空间来完成,从而减少了电磁仿真的运算量,提高了设计效率。本文致力于应用神经网络空间映射方法设计LTCC功分器与巴伦的研究工作,通过具体的设计实例验证了神经网络空间映射方法的可行性和准确性。本文首先对LTCC内埋式电容进行研究,针对常用的两种LTCC内埋式电容结构MIM(Mental-Insulator-Mental)和VIC(Vertically-Interdigitated-Capacitor)式进行了介绍和性能对比。然后应用神经网络空间映射方法对LTCC内埋式VIC电容进行了设计仿真优化。随后对LTCC中四种电感结构进行比较,并对其各自的特点进行了说明。在分别对LTCC内埋式电容和电感进行了研究的基础上,我们设计一种集总式LTCC功分器。我们应用ADS软件中多层电路元件库中的分离模型建立LTCC功分器的粗糙模型并进行优化设计,结合神经网络空间映射法求解粗糙模型和精确模型空间设计参数之间的映射关系并通过不断地迭代和计算得到精确模型最优化设计参数。然后根据工艺要求对最优化设计参数进行修正,并使用电子科技大学电子科学技术研究院的LTCC生产线进行流片,实物测试结果基本满足设计指标要求。最后我们又设计一种多层LTCC巴伦,采用Marchand巴伦结构,工作频率为1.7~2.2GHz,共有11层,流片后测试结果基本符合设计指标要求。