毫米波RF MEMS移相器的智能建模方法

1 引言

分布式射频微机电系统(Radio Frequency Micro Electro Mechanical Systems, RF MEMS）移相器以共面波导为载体，其上周期加载MEMS电容开关，通过改变电容金属桥位置进而实现器件相移特性的改变，易实现小型化、高集成度和低成本。特别适合应用于毫米波段相控天线的要求。

RF MEMS器件加工生产投入较大，通过大量加工实验获得器件设计规律需要十分雄厚的经济基础。因此，在毫米波射频MEMS移相器的设计过程中，建立其精确的电磁特性模型是需要解决的首要问题。目前大多数描述RF MEMS移相器电磁特性的模型是通过等效电路或基于物理模型的建模方法。微波电路设计过程中建立和应用模型的过程中主要的矛盾是计算精度和计算时间的问题。解决这一难点的一种方法就是将整个微波电路或器件的非线性函数利用简单但是充分精确神经网络模型来代替。人工神经网络(Artificial Neural Network, ANN)可以用来准确、快速地模拟任何线性和非线性函数关系，并具有良好的泛化能力。而且一旦完成对网络的训练，其再次预测时间很短，并且具有一定的精度，能够充分缩短模型的仿真时间和对计算机内存的要求。正是由于具有上述特性。人工神经网络已广泛应用于电磁场与微波领域，如放大器的设计，共面波导的。在RF MEMS领域，仅有美国Colorado大学的Dejan Filipovic等人对RF MEMS开关及其构成的谐振器进行了神经网络建模的研究。RF MEMS移相器的设计过程较开关更为复杂，研究其神经网络建模方法将有效的提高器件设计效率。

图1 分布式RF MEMS移相器结构

2 RF MEMS移相器传统建模方法及存在问题

RF MEMS移相器采用了分布式传输线结构，通过在共面波导传输线上周期的加载MEMS金属桥，在金属桥上施加电压来控制MEMS桥的高度来改变MEMS金属桥和传输线之间的电容从而改变传输线上的传播常数，因而改变了入射波相移。

本文研究对象移相器由四种材料构成。最下方的是高阻硅衬底，其上为一薄层SiO₂以提高器件损耗特性。共面波导线及金属桥都有金材料构成，其中心线上桥下方对应位置有Si₃N₄介质层以便在桥面被拉下时与其隔离。图1为RF MEMS移相器的结构示意图，具体的结构参数见表1。

为了能够得到较为精确的射频特性仿真结果，可以使用HFSS这种基于物理参数的仿真方法。该方法比较准确但对一组参数的仿真需要较长的时间。比如本研究中移相器结构就有L₃、H₄和H₅三个影响射频特性的敏感参数。同时，移相器设计中需要关注的射频特性是损耗特性，相移特性及谐振点等参数。经验表明敏感物理参数的变化对射频的特性的影响是一个综合的，即他们之间的关系是多元非线性函数。良好的设计就是在各参数分布集合中找到参数的最佳组合，能够满足设计的要求。对于单一物理参数的变化，HFSS软件可以设定扫描点。但对于本例中三个敏感参数都有变化构成一个相对较大的集合并没有具体的解决方案，从而科研人员在利用HFSS仿真解决这类问题时必须进行大量的仿真工作。

表1 RF MEMS移相器结构参数

3 基于神经网络的RF MEMS移相器建模方法

对RF MEMS移相器神经网络建模过程如下：

样本获取：使用HFS