为了确保器件性能，测试设备通常用于测量器件在所需应用中的性能，但这种传统方法存在缺点：需要开发测试硬件，并且必须进行耗时的负载牵引测量。
出于若干原因，比物理测试更受青睐的是，与实际器件的测量性能紧密匹配的大信号模型。它降低了开发成本，允许进行更深入的“假设”分析，以在进行后续工作之前确定器件是否合适；基于缩短的表征时间和将布局优化与最终性能联系起来的能力，带来更短的设计周期。结果是让更多设计首次测试便获得通过。
Wolfspeed GaN HEMT 大信号模型特性
Wolfspeed 为其基于 SiC 衬底的 GaN HEMT 器件开发了极其精确的 3 端口大信号模型，该 GaN HEMT 器件具有高效率、高增益和匹配相对更容易的特点。
图 1：Wolfspeed 3 端口大信号 HEMT 模型和 FET 等效电路
图 1 显示了大信号模型原理图和本征 FET 等效物。该模型基于已确立的等效电路方法。数据提取相对简单；Wolfspeed 使用各种测试夹具和测试电路，包括基波和谐波上的负载牵引。在各种频率和器件尺寸下，还验证了大信号负载牵引和功率驱动，以确保精确的大信号缩放。
为了成功地按大比例缩放，必须将单位晶格模型与所有操作区域的测量数据非常准确地匹配起来。有了准确且可扩展的大信号模型，就可能设计出更大功率的晶体管。3 端口 HEMT 模型在比例因子大于 100 比 1 的设计中取得了成功。非线性模型在使用 CW 条件进行测量的偏压范围内拟合小信号参数。
除了三个 FET 端口（栅极、源极和漏极）之外，该模型还提供本征漏电流和漏电压波形以及芯片结温。在设计复杂的 PA 架构（如 F 类）时，本征漏电流和电压波形至关重要，因为它们允许设计者优化基本频率和谐波频率下的器件匹配。
根据需要，该模型还具有单个元件的内置过程灵敏度和非线性。例如，漏电流源是器件非线性的主要因素。栅极电流公式包括击穿和正向传导，寄生电容的所有电压变化都衍生自电荷公式。
准确的封装模型是另一关键因素。已经开发了一种封装寄生互连的物理衍生建模方法，该方法包括许多不同的工具，其中包括 s 参数。
模型数据与测量数据的比较
小信号和大信号行为建模的准确性至关重要。小信号建模对于设计者预测功率放大器设计方案的增益、回波损耗和稳定性很关键。Wolfspeed 模型根据不同栅宽、指尖数和偏压范围上的测量数据进行评估，以确保所有三个关键领域的模型精度：DC-IV、小信号和大信号行为。
图 2：建模（红色）和物理（蓝色）器件性能之间小信号（左侧）和大信号（右侧）图的比较
图 2 比较了红色的建模数据和蓝色的测量数据。左侧的史密斯图显示，在不同的栅宽和偏压值上，建模数据在幅值和相位上都与测量数据非常接近。对于一系列不同的电流偏压条件，这两种结果非常接近。
最大增益 Gmax 的精确建模对于设计者了解给定应用的最大可用增益以及展现器件在频率上的性能至关重要。右侧的 Gmax 图与测量数据密切相关。
模型必须以 VDS 跟踪 IV 行为，以正确描述器件的大信号性能。了解 DC IV 特性是 RF PA 设计非常重要的一个方面。
GaN 器件在栅极脉冲开关过程中，由于表面陷阱电荷的存在，膝跳和电流崩溃是常见现象。作为模型提取过程的一部分，建模行为与脉冲 IV 数据相关。在各种频率和器件尺寸下，还验证了大信号负载牵引和功率驱动，以确保精确的大信号缩放。负载牵引曲线让设计者了解需要向器件提供什么阻抗才能实现所需的功率和效率。
图 3：大信号测量数据与模型仿真的比较
图 3 中的曲线图显示，建模的增益和 PA 效率都和测量数据非常吻合，远超 1 dB 和 3 dB 压缩点。这对于 GaN 器件至关重要，因为与等效 LDMOS 器件不同，GaN HEMT 往往会产生超过 3 dB 压缩点的最大额定功率输出。
可访问 Wolfspeed GaN RF 大信号模型界面，其中讨论了如何使用该模型来优化 PA 应用。给出了两个示例。当功率放大器调整为最大输出功率时，DC IV 图显示负载线传过器件的最大电流为 350 mA。
第二个应用使用该模型进行调整以达到最大效率。在此应用中，负载线穿过器件耗散最小功率的点，以获得可接受的输出功率。结果表明，虽然输出功率下降了 1 dB，但与最大功率情况相比，效率提高了 15%。温度端口显示温度仅增加 12 摄氏度，而不是原先设计为最大功率时温度增加了 60 摄氏度。
在这两种情况下，建模数据轨迹都与测量数据非常接近。
结论
Wolfspeed 开发了大信号 RF 模型，证明了与测量数据之间极其准确的一致性。Wolfspeed 的代工厂（Foundry）业务使用这些模型来确保更短的循环时间、更高的可靠性和更多首次便通过测试的设计。
设计者获得的益处包括降低开发成本、减少 PA 设计迭代次数和更高的首次通过成功率。最大的利好在于，这些模型可以免费提供给符合条件的企业。
为了更好地了解大信号模型负载牵引数据验证的过程，请参阅该应用说明。
