被测器件（DUT）测量 S 参数时，需要通过去嵌入技术消除夹具的影响。文章提出了一种结合时域反射技术（TDR）与卷积神经网络（CNN）的去嵌入方法，无需测试标准件。通过截取夹具 + DUT 的 TDR，消除夹具在时域的影响。截取得到的 TDR 曲线作为 CNN 输入，CNN 的输出被设定为 DUT 等效电路中的元件参数，而不是 DUT 的 S 参数，从而提高 CNN 的效率。CNN 利用基于某一夹具仿真得到的数据集进行训练，训练好的网络可直接应用于不同的实际夹具（电路板走线或电缆）的去嵌入。数值与实测结果表明，相比传统去嵌入方法，该方法在效率与精度上具有明显优势，尤其是处理阻抗不匹配的夹具。

网站会员需要登录才能在线预览，点我登录。

如何成为网站会员>>