买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于神经网络的BSIM-BULK模型参数提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119830708B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411804446.X，技术领域涉及：G06F30/27；该发明授权一种基于神经网络的BSIM-BULK模型参数提取方法是由刘军;戴一凡;赵镇鑫设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于神经网络的BSIM-BULK模型参数提取方法在说明书摘要公布了：本发明属于参数提取技术领域，公开了一种基于神经网络的BSIM‑BULK模型参数提取方法，包括如下步骤：步骤1：通过机器学习自动化和智能化地完成参数提取；通过结合物理建模和数据驱动模型的优点，在提参过程中引入物理约束和先验知识；步骤2：采用CNN架构构建参数提取模型：将一维特性数据转化为二维矩阵，利用CNN对二维特性提取的优势，将多组器件特性组合成多通道输入，让CNN同时处理多维特性。本发明用CNN神经网络代替ANN神经网络进行拟合，提高了局部拟合精度；CNN通过卷积核显著减少了参数数量，卷积和池化操作对局部区域进行处理，提高了计算效率，且增强了模型的泛化能力，提高了模型的鲁棒性。

本发明授权一种基于神经网络的BSIM-BULK模型参数提取方法在权利要求书中公布了：1.一种基于神经网络的BSIM-BULK模型参数提取方法，其特征在于，包括如下步骤1：采用CNN架构构建参数提取模型：将一维特性数据转化为二维矩阵，利用CNN对二维特性提取的优势，将多组器件特性组合成多通道输入，让CNN同时处理多维特性； 步骤1.1：通过调用自动仿真获取大量的仿真数据； 步骤1.1.1：获取BSIM-BULK模型的网表； 先确定BSIM-BULK模型网表的电路拓扑图，网表中明确列出了电路中元器件的连接关系，再根据实际调参经验确定完整网表，获取网表后再将其用于自动化仿真； 步骤1.1.2：调用自动化仿真，确定要修改的模型参数；通过自动修改模型参数，调动自动化仿真生成大批量的仿真实验数据； 给定要调整的参数一个确定的变化范围，获得不同的IV数据以及CV数据，通过实际测试来获取这些数据难度较高，而通过自动仿真可轻松获得所需的数据数量，再将该数据作为神经网络的训练数据和测试数据即可； 步骤1.2：数据处理：通过网表获得大批量数据后，将数据分为DC数据和S参数数据，对数据进行处理获得所需的Cgg值，gds和gm，并对得到的数据进行归一化处理； 先将离散的S参数，转化为Y参数，再由公式： 计算得到Cgg.s仿真结果和Cgg.m测试结果，其中，是频率，是的虚部； 再提取Ids,Vgs,Vds仿真和测试结果，由公式： ， ， 计算得到gm.s,gds.s仿真结果和gm.m,gds.m测试结果； 并采用以下方式进行归一化处理： ， 其中，和分别是参数的最小值和最大值，经过归一化的参数被限在0到1之间，使得算法能够更有效地处理这些参数； 步骤1.3：CNN架构的实现：CNN通过卷积核捕捉数据的局部相关性和空间结构，在模型参数提取中，从二维特性数据中处理多偏置条件下的I-V曲线叠加； 步骤2：通过机器学习自动化和智能化地完成参数提取；通过结合物理建模和数据驱动模型的优点，在提参过程中引入物理约束和先验知识。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。