找到 1 条结果
基于4H-SiC MOSFET的ANN建模用于极端温度应用的SiC放大器设计与验证
Design and Verification of SiC Amplifiers for Extreme Temperature Applications Based on ANN Modeling of 4H-SiC MOSFETs
Wenhao Yang · Yuyin Sun · Mengnan Qi · Shikai Sun 等6人 · IEEE Transactions on Electron Devices · 2025年8月
本研究提出了一种基于高精度人工神经网络（ANN）的碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）建模框架，该框架在较宽的温度范围（27 °C - 500 °C）内实现了误差小于1.2%的高精度建模。所开发的模型可对碳化硅集成电路进行可靠的SPICE仿真，有助于高温模拟电路的设计和实验验证。采用pMOS电流源负载的单级共源（CS）放大器在500 °C时的最大低频增益达到25.5 dB，而两级放大器在500 °C时可实现52.5 dB的增益，单位增益带宽（UGBW）为220...
解读: 从阳光电源的业务视角来看，这项基于人工神经网络的SiC MOSFET建模技术具有重要的战略价值。该研究实现了27°C至500°C宽温度范围内误差小于1.2%的高精度器件模型，为极端环境下的功率电子应用提供了可靠的设计工具。 对于光伏逆变器和储能系统而言，该技术的核心价值体现在三个层面：首先，高温工...