استخراج پارامترهای مدل spice ترانزیستور mos به کمک شبکه های عصبی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تهران
- نویسنده رضا یوسفی
- استاد راهنما مرتضی فتحی پور
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1378
چکیده
استخراج پارامترهای مدل در شبیه سازی مدارهای الکترونیکی از اهمیت خاصی برخوردار است . در این تحقیق، یک روش استخراج پارامتر مبتنی بر شبکه های عصبی ارائه می شود نرم افزار جدیدی نیز به نام nnpext بر پایه روش معرفی شده، تهیه شده است . نتایج حاصل از این نرم افزار با نتایج حاصل از نرم افزار دیگری به نام tupex که بر پایه الگوریتم مارگاردت نوشته شده است ، مقایسه می شود. در نرم افزار tupex برای بالا بردن سرعت استخراج پارامتر، از روشهای متنی بر مشتق مرتبه دوم استفاده گردیده است و در بسیاری از مراحل عملیات استخراج، روشهای محاسبات عددی که فرآیندی زمان بر و خطاآور است به کار گرفته شده اند. روش پیشنهاد شده در این تحقیق، از مشتق مرتبه اول استفاده می کند و با این وجودد از سرعت بسیار خوبی برخوردار است . این روش را می توان برای استخراج پارامترهای مدل های مختلف افزاره های الکترونیکی در spice استفاده شده است و نتایج مدل سطح i ماسفت و دیود با نتایج حاصل از نرم افزار tupex و نیز با روش مجزای استخراج پارامتر مقایسه شده است . همچنین روشی برای طراحی شبکه های عصبی مورد لزوم ارائه گردیده است . در ادامه، استخراج پارامترهای مدل دیود در spice به ازای مقادیر اولیه متنوعی مورد بررسی قرار می گیرد. در پایان، از آنجا که در عمل داده های ورودی همواره به مقداری نویز آلوده می باشند، پاسخ نرم افزار nnpext به داده های ورودی که عمدا با سطوح مختلفی از نویز آلوده شده اند برای مدل سطح i ماسفت و دیود در spice مورد بررسی قرار گرفته است . نتایج حساسیت بسیار کم روش معرفی شده را به انتخاب مقادیر اولیه و نویزه در داده های ورودی نشان می دهد.
منابع مشابه
ارزیابی پارامترهای موثر در تفرق امواج زلزله های دور از گسل به کمک شبکه های عصبی مصنوعی
سازه‌های زیرزمینی به‌عنوان شریان‌های حیاتی، نقش به‌سزایی در مدیریت بحران پس از رخداد زلزله ایفا می‌کنند. زلزله‌ی ایجادشده بر اثر برخورد با تونل، امواج تفرقی ایجاد می‌کند که این امواج در بسیاری از موارد تخریب‌ها را در سازه‌های مجاور تونل افزایش می‌دهند. برای بررسی اثر تفرق زلزله در حوزه‌ی دور، تونل دو قلوی متروی شهر شیراز و سازه‌های مجاور آن در نظر گرفته شده است. در این نوشتار، یک شبکه‌ی عصبی من...
متن کاملتخمین پارامترهای خشک کردن گوجه فرنگی با کمک شبکه های عصبی مصنوعی
در این پژوهش خشک کردن لایه ای نازک گوجه فرنگی به روش جابجایی هوای داغ شبیه سازی گردید. اسلایس های گوجه فرنگی در دو دمای (60 و 70 درجه سانتیگراد) خشک شدند. شبکه عصبی پرسپترون برای پیش بینی نسبت رطوبت و سرعت خشک کردن نمونه ها در طی خشک کردن بکار گرفته شد. بهترین چیدمان شبکه عصبی برای شبکه اول بر اساس یک لایه پنهان،2 و 8 نرون در لایه پنهان به ترتیب برای نسبت رطوبت و آهنگ خشک کردن بود. همچنین بهتری...
متن کاملپارامترهای بهینه میراگر جرمی تنظیم شده برای سازه های بلند به کمک شبکه های عصبی مصنوعی
میراگرهای جرمی تنظیم شده، tmd نوعی از جاذب های انرژی هستند که اگر پارامترهای فرکانس و میرایی آن ها به خوبی تنظیم شوند می توانند ارتعاشات سازه ها را کاهش دهند. برای شناسایی این پارامترها روابط تحلیلی و تجربی بسیاری ارائه شده است، که هر یک از این روابط با ساده سازی هایی در سازه و بارگذاری آن بدست آمده است. در این مقاله از شیوه ای جدید برای بدست آوردن این پارامتر ها استفاده شده است. ابتدا سازه های...
متن کاملکاربرد شبکه های عصبی در پیش بینی پارامترهای نویز ترانزیستور فرکانس بالا ( hbt(sige مدل (nesg2030m04)
نویز یکی از پدیده های مهم در علوم و مهندسی می باشد. حد پایین دقت هر دستگاه اندازه گیری و مینیمم سیگنال قابل آشکار سازی توسط آن تعیین می گردد. در طراحی مدارات فرکانس بالا با دقت بالا بایستی اثر نویز در نظر گرفته شود. برای اینکه اثر نویز را در طراحی لحاظ کنیم از پارا مترهای نویز استفاده می کنیم. برای هر قطعه نویزی پارامتری بعنوان مشخصه نویزی تعریف شده است که عدد نویز نامیده می شود. عدد نویز تابع ...
15 صفحه اولتعیین پارامترهای موتور القایی به کمک شبکه های عصبی
برای مطالعات حالت گذرا، به پارامترهای الکتریکی و ممان اینرسی رتور موتورهای القایی نیاز است . استفاده از روشهای مبتنی بر اندازه گیری، برای تعیین پارامترهای موتورهای القایی، پیچیده و زمانبر است . این تحقیق، روشی را ارائه می دهد که در آن از اندازه گیری استفاده نمی شود. در این روش ، با داشتن اطلاعات موجود بر روی پلاک مشخصات موتورهای القایی، پارامترهای آنها به دست می آید. روشی برای به دست آوردن پارا...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تهران
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023