RF-CMOS片上螺旋电感模型及模型库的开发

摘要

随着硅集成电路技术和无线通讯市场的快速发展,以系统级芯片为趋势的硅基射频集成电路(RFIC)逐渐以低成本、低功耗等优势崛起。电感作为重要的无源器件,在电路中可实现阻抗匹配、可调谐负载、反馈、滤波等功能,在RFIC单元电路如低噪声放大器(LNA)、压控振荡器(VCO)、混频器(Mixer)、滤波器(Filter)、功率放大器(PA)中扮演着举足轻重的角色,其设计和优化已成为整个电路成功设计的关键之一。在标准CMOS工艺中,由于硅衬底是有损耗的,使得硅基片上螺旋电感的品质因数普遍不高。同时,以硅材料为衬底的电路,其工作性能也会因为随工作频率上升而出现的各种损耗(尤其是衬底损耗)而恶化。目前,随着工艺尺寸的减小,射频集成电路的应用频率越来越高,可达到几十甚至几百GHz。在如此高的频率下,电感中的高频寄生效应,如金属的趋肤效应、邻近效应以及衬底的涡流效应等,都会变得非常严重,这也为准确建立电感模型增加了难度。因此,有效地分析并获得硅衬底在片螺旋电感的电路模型及其参数,掌握电感性能随工作频率改变的特性,以用于电感的设计和优化,已成为实现硅衬底射频/毫米波集成电路的一个非常重要的课题。本文主要研究硅衬底在片螺旋电感的分析、仿真和建模。
　　 本文首先介绍片上螺旋电感相关的基础知识,包括电感的结构、性能参数、损耗机制和建模方法等。在电感的损耗机制中,本文着重介绍两大损耗,即金属损耗和衬底损耗。建模方法主要分析了电磁场仿真和等效电路模型,并总结了它们的优缺点和适用范围。
　　 在总结和对比了现有的等效电路模型之后,本文提出了两个新模型,它们分别是单π和双π模型。新的单π模型是一个宽带模型,采用一个横跨在两个端口之间、与直流电感相耦合的R-L-C网络来表征涡流效应,同时在传统的R-C衬底网络中串联一个R-L并联支路来表征衬底损耗。该模型主要提高了单π模型在高频时的精度,拓宽了模型的带宽。新的双π模型改变了趋肤效应和邻近效应的描述方式。模型中用一个由三个R-L串联支路组成的并联网络来描述趋肤效应,邻近效应则用它们相互之间的互感来表示。同时,新的单π模型中的衬底网络也适用于该模型,可以拓展其带宽。
　　 最后,本文利用已见诸于报道的单π和双π模型以及本文提出的双π模型,建立了三个电感scalable模型,即模型库。这三个模型库可分为两种类型:(1)基于已见诸于报道的单π和双π模型的电感模型库,我们采用了经验的方法,先对一批电感进行参数提取和优化,再总结模型中各元件参数值的规律,用与尺寸相关的数学公式来表示等效电路元件值。(2)基于本文提出的双π模型的电感模型库,我们采用了物理的方法,模型中的元件值均用它们的物理公式表示,这些公式与电感的版图尺寸和工艺参数有关。在此基础上,我们再添加一些优化系数来提高拟合精度。
　　 文中两个新模型和三个模型库均采用基于SMIC0.18μm RF CMOS工艺的平面螺旋电感进行了验证,电感的测试频率从DC到40GHz。从仿真和测试的对比结果来看,新模型和模型库的拟合精度较高,符合电路设计中的应用要求。

目录

文摘

英文文摘

1 绪论

1.1 研究背景

1.2 硅基片上螺旋电感的研究现状

1.3 论文的组织结构

2 RF-CMOS片上螺旋电感

2.1 片上螺旋电感的结构

2.1.1 平面螺旋电感

2.1.2 多层结构电感

2.2 片上螺旋电感的性能参数

2.2.1 频率特性

2.2.2 电感值和电阻值

2.2.3 品质因数Q

2.3 片上螺旋电感的损耗机制

2.3.1 金属损耗

2.3.2 衬底损耗

2.4 片上螺旋电感的建模方法

2.4.1 电磁场仿真

2.4.2 等效电路模型

3 电磁场仿真

3.1 电磁场相关理论知识

3.1.1 Maxwell方程

3.1.2 边界条件

3.1.3 有限元分析法

3.2 片上螺旋电感的仿真方法

3.3 片上螺旋电感的仿真结果

4 基于现有单π和双π拓扑结构的scalable模型

4.1 Scalable模型的建立方法

4.2 单πscalable模型

4.2.1 改进型单π拓扑结构

4.2.2 单π scalable方程

4.2.3 单π scalable模型的拟合结果

4.3 双πscalable模型

4.3.1 双π拓扑结构

4.3.2 双π scalable方程

4.3.3 双π scalable模型的拟合结果

5 新的单π宽带模型

5.1 单π模型的拓扑结构

5.2 单π模型的参数提取方法

5.3 单π模型的验证与比较

6 物理基双πscalable模型

6.1 Scalable模型的双π拓扑结构

6.2 电感的工艺参数

6.3 电感的版图参数

6.4 模型的scalable方程

6.5 Scalable模型的建立流程

6.6 Scalable模型在仿真工具中的应用

6.7 Scalable模型的拟合结果

6.8 Scalable模型的改进与展望

7 总结及展望

致谢

参考文献

附录 :