Non-intrusive data-driven model order reduction for circuits based on Hammerstein architectures

要約

我々は、データ駆動型システム識別技術が、マイクロエレクトロニクスの重要な構成要素である一般的な回路に対して効果的で非侵入的なモデル次数削減 (MOR) の基礎を提供できることを実証します。
私たちのアプローチは、これらの回路の実際の動作を動機としており、標準的な Hammerstein アーキテクチャを利用しています。
このアプローチを実証するために、非線形 CMOS 差動アンプの倹約的な Hammerstein モデルを開発します。
このモデルを、モデルの静的非線形部分と線形動的部分を識別する新しい逐次戦略を使用して、直流 (DC) 回路シミュレーション データと過渡スパイス (Xyce) 回路シミュレーション データの組み合わせでトレーニングします。
シミュレーション結果は、Hammerstein モデルが、広範囲の動作点と入力周波数にわたってその動作を正確かつ効率的に再現する差動増幅回路の効果的な代用であることを示しています。

要約(オリジナル)

We demonstrate that data-driven system identification techniques can provide a basis for effective, non-intrusive model order reduction (MOR) for common circuits that are key building blocks in microelectronics. Our approach is motivated by the practical operation of these circuits and utilizes a canonical Hammerstein architecture. To demonstrate the approach we develop a parsimonious Hammerstein model for a non-linear CMOS differential amplifier. We train this model on a combination of direct current (DC) and transient Spice (Xyce) circuit simulation data using a novel sequential strategy to identify the static nonlinear and linear dynamical parts of the model. Simulation results show that the Hammerstein model is an effective surrogate for the differential amplifier circuit that accurately and efficiently reproduces its behavior over a wide range of operating points and input frequencies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google