Матрица рассеивания многополюсника (или S- параметры) широко используется для описания электрических схем в виде черного ящика. Применение S -параметров позволяет охарактеризовать схему в любом частотном диапазоне. Однако стандартные симуляторы электрических цепей не работают с S -параметрами. Кроме того, чем больше выводов у схемы и чем больший частотный диапазон требуется охарактеризовать, тем бόльшего размера матрицу приходится решать. В работе рассмотрена классическая модель вывода корпуса на основе собственной емкости, индуктивности и емкости связи между соседними выводами, которую можно построить на основе имеющихся S -параметров. Однако в данной модели нельзя учесть ВЧ- и СВЧ-эффекты, поэтому она имеет низкую точность на высоких частотах. Приведен метод оптимизации классической модели на основе стохастического алгоритма оптимизации с целью достижения большей точности модели на высоких частотах. Применение данной оптимизации позволяет повысить точность модели на высоких частотах более чем в 3 раза по сравнению с классической RLC-моделью.
Белов Егор Николаевич
Национальный исследовательский университет «МИЭТ», г. Москва, Россия; АО «ПКК Миландр», г. Москва, Россия
Швец Александр Валерьевич
Национальный исследовательский университет «МИЭТ», г. Москва, Россия; АО «ПКК Миландр», г. Москва, Россия
1. Han J., Swaminathan M. Combined integral equation based circuit modeling of interconnections in electronic packaging // 2016 IEEE Conference on Electromagnetic Field Computation (CEFC). Miami, 2016. P. 11.
2. Xiao Q. Characterization of bond wire interconnects in QFN packages // 48th European Microwave Conference (EUMC). Madrid, 2018. P. 1265–1268.
3. Zonouz F.V., Masoumi N., Mehri M. Effect of IC package on radiated susceptibility of board level interconnection // International Conference on Synthesis, Modeling, Analysis and Simulation Methods and Applications to Circuit Design (SMACD), 2015. P. 1–4.
4. Naik B.H., Misbahuddin M., Paidimarry C.S. S-parameter modeling and analysis of RGLC interconnect for signal integrity // International Conference on Recent Trends in Electrical, Electronics and Computing Technologies (icrteect). Warangal, India, 2017. P. 11–16.
5. Bakoglu H.B. Circuits, interconnections, and packaging for Vlsi. Addison-Wesley Publishing Company, Inc, 1990. 527 p.
6. Niezmatova N.A. Numerical solution of incorrectly posed problems using natural algorithms // Scientific-Innovative Center of Information and Communication Technologies at the Tashkent University of Information Technologies Named after Muhammad al-Khwarizmi, 2018. P. 96–103.
7. Дифракционная компьютерная оптика / Д.Л. Головашкин, Л.Л. Досколович, Н.Л. Казанский и др. Самара: Физматлит, 2007. 735 с.
8. WangS., Ji Y., Yang S. Astochasticcombinatorial optimization model for test sequence optimization // ISECS International Colloquium on Computing, Communication, Control, and Management. Sanya, China, 2009. P. 311–315.
9. Ishani L., Shubham K.C., Divya U., Richa G. Comparative study on nature inspired algorithms for optimization problem // International Conference of Electronics, Communication and Aerospace Technology (ICECA). Coimbatore, India, 2017. P. 143–147.
10. Kryzhanovsky D.I. Nonlinear parametric identification method using stochastic optimization algorithms // News of Volgograd State Technical University, 2008. P. 38–41.