基于LSTM神经网络的GaN晶体管行为模型建模方法

摘要

本发明公开了一种基于LSTM神经网络的GaN晶体管行为模型建模方法，本发明包括小信号行为特性预测和在不同输入功率、不同输入频率下的散射波B21行为特性的预测。所述晶体管行为特性建模方法，采用长短期记忆神经网络技术，根据晶体管在不同状态下的输入输出数据特点，得到不同的行为预测模型，与现有的建模技术相比，所提出的模型进一步的提升了行为特性的精确度，实现了高精度的晶体管模型建立。特别的，对于大信号行为模型，基于LSTM神经网络的建模技术具有很强的内插与外推能力，提高了建模效率及建模精度。