| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 引言 | 第10-15页 |
| ·毫米波器件的研究意义 | 第10页 |
| ·GaN HEMT 毫米波器件的研究概况 | 第10-14页 |
| ·微波材料概述 | 第10-11页 |
| ·GaN HEMT 器件的发展 | 第11-13页 |
| ·GaN HEMT 模型的研究 | 第13-14页 |
| ·本论文的工作及内容安排 | 第14-15页 |
| 2 Al0.27Ga0.73N/AlN/GaN HEMT | 第15-24页 |
| ·新型 Al0.27Ga0.73N/AlN/GaN HEMT 器件 | 第15-16页 |
| ·AlGaN/AlN/GaN HEMT 器件简介 | 第15页 |
| ·器件的构造 | 第15-16页 |
| ·微电子器件模型概述 | 第16-19页 |
| ·建模的重要性 | 第16-17页 |
| ·建模的要求 | 第17页 |
| ·建模的方法 | 第17-19页 |
| ·AlGaN/GaN HEMT 直流和微波特性测量 | 第19-21页 |
| ·在片测试简介 | 第19-20页 |
| ·矢量网络分析仪的校准 | 第20页 |
| ·验证 | 第20页 |
| ·基于探针的装置 | 第20页 |
| ·去嵌技术 | 第20-21页 |
| ·直流和小信号 S 参数特性测试 | 第21-23页 |
| ·测试方案 | 第21页 |
| ·直流特性测试 | 第21-22页 |
| ·小信号 S 参数特性测试 | 第22-23页 |
| ·小结 | 第23-24页 |
| 3 AlGaN/GaN HEMT 器件的参数提取 | 第24-36页 |
| ·基于 IC-CAP 的晶体管建模一般操作过程 | 第24-25页 |
| ·小信号等效电路拓扑结构和参数提取技术 | 第25-31页 |
| ·小信号等效电路模型概述 | 第25-26页 |
| ·参数提取方法 | 第26-27页 |
| ·寄生参数提取 | 第27-30页 |
| ·本征参数提取 | 第30-31页 |
| ·GaN HMET EEHEMT1 模型建立 | 第31-35页 |
| ·EEHEMT1 模型 | 第31-32页 |
| ·GaN HMET EEHEMT1 模型直流特性 | 第32-33页 |
| ·GaN HMET EEHEMT1 模型交流特性 | 第33-35页 |
| ·小结 | 第35-36页 |
| 4 神经网络模型 | 第36-57页 |
| ·神经网络理论 | 第36-40页 |
| ·神经网络的组成单元 | 第37-38页 |
| ·神经网络射频微波器件建模的概念 | 第38页 |
| ·多层感知（Multilayer Perceptron，MLP）神经网络 | 第38-40页 |
| ·神经网络的学习训练 | 第40-41页 |
| ·训练样本数据 | 第40-41页 |
| ·学习规则 | 第41页 |
| ·样本训练结果验证 | 第41页 |
| ·微波器件的神经网络建模 | 第41-46页 |
| ·神经网络直接建模法 | 第41-42页 |
| ·神经网络间接建模 | 第42页 |
| ·基于认知的神经网络建模（Knowledge-Based ANN model） | 第42-46页 |
| ·基于神经网络间接建模方法 Al0.27Ga0.73N/AlN/GaN HEMT 模型 | 第46-51页 |
| ·Al0.27Ga0.73N/AlN/GaN HEMT 直流模型 | 第46-48页 |
| ·Al0.27Ga0.73N/AlN/GaN HEMT 交流模型 | 第48-51页 |
| ·基于神经网络直接建模方法 Al0.27Ga0.73N/AlN/GaN 模型 | 第51-56页 |
| ·神经网络结构建立 | 第51-52页 |
| ·Al0.27Ga0.73N/AlN/GaN HEMT 神经网络模型结果与分析 | 第52-56页 |
| ·小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-69页 |
