一种基于神经网络的带隙基准电路的制作方法

本发明属于模拟集成电路技术领域，涉及一种基于神经网络的带隙基准电路。

背景技术：

基准电压源作为ic设计中重要的单元电路之一，已经广泛应用于各种模拟集成电路、数字集成电路以及数模混合集成电路中，如a/d、d/a转换器、ldo线性稳压器和锁相环(pll)等系统。随着半导体产业的迅速发展以及便携式电子产品(例如手机、可穿戴电子设备等)的广泛应用，其对待机时消耗极低功耗的需求越来越强烈，功耗的大小极大地影响着电子产品使用的时长。基准电压源作为电源产品的一个重要组成模块，对整体系统的功耗和精度有着很大影响。由widlar和brokaw提出的传统带隙基准电路利用双极晶体管的基极-发射极电压具有负温度特性，而两个双极晶体管工作在不同电流密度下，其基极-发射极电压差具有正温度特性，对两者进行相互补偿，从而实现零温度系数。然而这种方法存在以下问题：

1、由于运放的引入，使得运放的稳定性对电路产生影响，而且为了使电路正常工作，运放消耗的电压和电流一般较大，难以实现低功耗；

2、电路需要电阻，电阻的阻值容易受温度影响，而且电阻需要消耗较大的电流以及面积，功耗难以降低；

3、为了让电路输出“带隙电压”，电源电压无法降低到1.2v以下，限制了基准电路的功耗。

近些年也提出了许多非“带隙”技术，这些技术一般采用阈值电压vth和热电压vt相互补偿的技术；但是采用这些技术的很多电路依然需要引入电阻，从而无法实现低功耗、小面积和高温度系数，并且psrr性能有待提高。

可见，上述各种因素限制了基准电压源的各方面性能，有待改进。

技术实现要素：

针对上述存在问题或不足，为解决现有基准电压源存在的功耗高、面积大、温度特性和psrr性能不高的缺点，本发明提供了一种基于神经网络的带隙基准电路。该带隙基准电路不需要额外的偏置电路，最低可工作在0.8v的电源电压下，在消耗低功耗的同时能提供很好的温度特性以及psrr性能。

一种基于神经网络的带隙基准电路，由启动电路、自偏置及分压电路、正温度系数(proportionaltoabsolutetemperature，ptat)电压产生电路、高阶温度补偿电路、温度补偿控制模块和psrr增强电路组成。

所述启动电路与自偏置及分压电路相连，其作用是在上电后使基准电路脱离0简并点并使基准电路工作在设计的直流工作点上。

所述自偏置及分压电路包括1个双极晶体管q1、4个n型mos管和4个p型mos管。4个n型mos管分别为mn1、mn2、mn3、mn4；4个p型mos管，分别为mp1、mp2、mp3、mp4；q1的基极和集电极都接地电位，q1的发射极与mn4的栅、mp1的漏和ms2、ms3的栅相接；mn1的栅和漏相接同时接mn2的源，mn1的源和衬底相接同时接地电位；mn2的栅和漏相接同时接mn3的源；mn3的栅和漏相接同时接mn4的源；mp2的栅和漏相接同时接mn4的漏和mp1、mp7、mp11、mp15、mp17的栅；mp1、mp2的源分别和mp3、mp4的漏相接；mp1、mp2、mp3、mp4的衬底都和各自的源相接，mn1、mn2、mn3、mn4的衬底都和各自的源相接，以消除衬偏效应。

自偏置及分压电路与启动电路、高阶温度补偿电路和ptat电压产生电路相连，用于产生偏置电流为本级以及后级电路提供偏置，并对负温度系数(complementarytoabsolutetemperature，ctat)的q1的基极-发射极电压vbe进行分压得到分压后的电压v’be；mp1、mp2、mp3、mp4构成共源共栅电流镜，能够抑制电源的波动，提高基准的psrr性能。

所述ptat电压产生电路包括6个n型mos管和13个p型mos管。6个n型mos管分别为mn5、mn6、mn7、mn8、mn9和mn10，13个p型mos管，分别为mp5、mp6、mp7、mp8、mp9、mp10、mp11、mp12、mp13、mp14、mp15、mp16和mp22。mn5的栅和漏相接同时接mn6的栅、mp5的漏；mn5、mn6、mn7、mn8、mn9、mn10的源都接地电位；mp5的栅接mn1的漏、mp5的源和mp6的源相接同时接mp7的漏，mp6的栅和漏相接同时接mp9的栅，mp7的源和mp8的漏相接，mn7的栅和漏相接同时接mn8的栅、mp9的漏，mp9的源和mp10的源相接同时接mp11的漏，mp10的栅和漏相接同时接mp13的栅，mp11的源和mp12的漏相接，mn9的栅和漏相接同时接mn10的栅、mp13的漏，mp13的源和mp14的源相接同时接mp15的漏，mp14的栅和漏相接同时接基准输出电压vref和mp22的栅，mp15的源和mp16的漏相接，mp22的源和漏接地电位，mn5、mn6、mn7、mn8、mn9、mn10、mp5、mp6、mp7、mp8、mp9、mp10、mp11、mp12、mp13、mp14、mp15、mp16和mp22的衬底均与各自的源相接，以消除衬偏效应。

ptat电压产生电路与自偏置及分压电路、psrr增强电路相连，用于产生正温度系数的电压并与前级产生的ctat电压叠加，使输出电压vref具有零温度系数。

所述ptat电压产生电路中的mn5和mn6、mn7和mn8、mn9和mn10构成电流镜，分别确定每一支路的电流比例关系，其中mn5、mn7、mn9的宽长比分别依次对应为mn6、mn8、mn10的宽长比的n倍，n＞1，使得流过mp5、mp9、mp13的电流分别依次对应为流过mp6、mp10、mp14电流的n倍，从而使得ptat产生电路通过较少的级联就可以得到零温度系数的vref。mp7和mp8、mp11和mp12以及mp15和mp16分别构成共源共栅电流源，从前级偏置电路镜像电流并为本级电路提供偏置，共源共栅结构可以很好的抑制电源的波动，从而提高电路的psrr性能，mp5和mp6、mp9和mp10以及mp13和mp14的栅源电压之差具有正温度特性，通过正温度特性的电路与负温度特性电路的叠加，可以得到零温度特性的输出电压vref：

其中，vbgr表示硅的带隙电压，ln表示以自然数e为底数的对数，γ表示双极型晶体管的基极-发射极电压vbe的温度系数，kb表示boltzmann常数，t表示绝对温度，q表示单位电荷的电荷量，η表示亚阈值斜率因子，k5、k6、k9、k10、k13、k14分别是mp5、mp6、mp9、mp10、mp13、mp14的宽长比，v’be表示对q1的基极-发射极电压vbe进行分压得到的分压后电压，vgg，1、vgg，2、vgg，4分别是mp5和mp6、mp9和mp10、mp13和mp14的栅源电压之差，mp22构成mos电容，可以滤除高频电源波动，从而改善基准输出电压的psrr性能。

所述高阶温度补偿电路包括1个n型mos管mc1和3个p型mos管。3个p型mos管分别为mc2、mc3和mc4；mc1的栅接mn3的栅，mc1的源接地，漏接mc2的漏和栅；mc2和mc3的栅相接，同时接mc1的漏；mc2、mc3、mc4的源都接mp3的源；mc3的漏接mc4的栅和源，同时接mp1的漏；mc1的衬底接地，mc2、mc3、mc4的衬底都接各自的源。

高阶温度补偿电路与自偏置及分压电路、温度补偿控制模块相连，由低温补偿电路和高温补偿电路构成，分别用于在低温和高温下对基准电压进行高阶分段温度补偿，从而在整个温度范围内改善基准电压的温度特性；

所述高阶温度补偿电路中，mc1、mc4的栅极都由神经网络产生的控制电压控制，神经网络通过训练在不同的温度下产生目标控制电压，以控制mc1、mc4产生的补偿电流大小，从而分别在低温和高温下减小基准输出电压随温度的变化，改善基准输出电压的温度特性。

所述温度补偿控制模块由人工神经网络和温度传感器构成，与高阶温度补偿电路与基准输出相连。温度传感器用于探测并传输基准电路的温度数据；人工神经网络为前馈网络，其输出端接高阶温度补偿电路，作用是对输入数据按照预期做出非线性响应，产生高阶温度补偿电路所需要的控制电压，即目标控制电压；

所述psrr增强电路包括2个n型mos管和5个p型mos管。2个n型mos管分别为mn11和mn12；5个p型mos管，分别为mp17、mp18、mp19、mp20和mp21。mn11的栅和漏相接，同时接mp17的漏、mn12的栅；mn11、mn12的源都接地电位；mn12的漏接mp19的漏和mp12的栅，mp17的源接mp18的漏，mp19和mp20的栅相接同时与mn4的栅相接，mp19的源和mp20的漏相接，mp20的源和mp21的漏相接，mp21的源接vdd电位，mn11、mn12、mp17、mp18、mp19、mp20和mp21的衬底均与各自的源相接，以消除衬偏效应。

psrr增强电路用于提高基准电路的psrr特性，使输出电压vref不受电源电压波动的影响。

所述psrr增强电路中mp17、mp18构成共源共栅电流源，给该电路提供偏置，mn11、mn12构成电流镜，mp19、mp20、mp21构成负反馈结构，当vdd变化导致mp21漏电压上升时，通过mp19、mp20、mp21的环路导致mp21的栅电压也上升，从而mp21的漏电压下降，反之亦然，通过负反馈环路可以显著减小mp21漏端的电压波动，从而改善基准电路的psrr性能。

进一步的，所述自偏置及分压电路的4个n型mos管均采用深n阱工艺。

该基于神经网络的带隙基准电路，其工作过程分为三个阶段，具体为：

第一阶段：数据采集；

在每一个不同的温度ti下，i为温度标号，在高阶温度补偿电路上施加控制电压vi1、vi2,vi1、vi2分别表示mc1的栅电压和mc4的栅电压，分别控制低温补偿电路和高温补偿电路，使得在不同的温度点ti，基准输出电压和参考温度t0下的基准电压两者偏差调节至设计精度范围，记录n组数据(ti,vi1,vi2)，得到训练样本y＝(ti,vi1,vi2)，1≤i≤n，此时训练样本y是三维数组，其中，t作为人工神经网络的输入，v1、v2作为人工神经网络的输出；

第二阶段：人工神经网络的训练；

control信号是人工神经网络状态切换信号，该信号用于控制人工神经网络在学习状态和工作状态之间切换；

通过control信号控制人工神经网络处于学习状态，第一阶段采集的训练样本数据输入到人工神经网络，神经网络对输入变量做出响应，产生网络输出，然后对网络输出和目标输出进行比较，当两者的误差不满足预设的精度要求时，神经网络调整网络权值w，直到误差小于预设精度，则训练结束；

第三阶段：工作；

通过control信号控制神经网络处于工作状态，神经网络根据第二阶段训练好的网络权值对输入做出响应，产生控制电压，从而控制高阶温度补偿电路，对基准输出进行温度补偿。

本发明通过自偏置及分压电路、ptat电压产生电路共同实现了低功耗和小面积的性能；通过高阶温度补偿电路、温度补偿控制模块实现了高温度系数性能；通过psrr增强电路实现了高psrr性能。

综上所述，本发明相比现有基准电压源，实现了低功耗、小面积和高温度系数，并且psrr性能高。

附图说明

图1是本发明的结构框图；

图2是本发明的电路图；

图3是实施例的线性调整率特性示意图；

图4是实施例的psrr特性示意图；

图5是实施例的温度特性示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步的详细说明。

参照图2所示，本发明包括启动电路、自偏置及分压电路、ptat(proportionaltoabsolutetemperature)电压产生电路、高阶温度补偿电路、温度补偿控制模块、psrr增强电路六个部分。

启动电路与自偏置及分压电路相连，其作用是在上电后使基准电路脱离“0”简并点并使基准电路工作在合适的直流工作点上；

自偏置及分压电路与启动电路、高阶温度补偿电路和ptat电压产生电路相连，用于产生偏置电流为本级以及后级电路提供偏置，并对双极晶体管q1的基极-发射极电压进行分压，产生较小的ctat(complementarytoabsolutetemperature)电压；

ptat电压产生电路与自偏置及分压电路、psrr增强电路相连，用于产生正温度系数的电压并与前级产生的ctat电压叠加，使输出电压vref具有零温度系数；

高阶温度补偿电路与自偏置及分压电路、温度补偿控制模块相连，有低温补偿电路和高温补偿电路，分别用于在低温和高温下对基准电压进行高阶分段温度补偿，从而在整个温度范围内改善基准电压的温度特性；

温度补偿控制模块由人工神经网络和温度传感器构成，与高阶温度补偿电路与基准输出相连，温度传感器用于探测并传输基准电路的温度数据，人工神经网络为前馈网络，其输出端接高阶温度补偿电路，作用是对输入数据按照预期做出非线性响应，产生高阶温度补偿电路所需要的控制电压；

control信号是人工神经网络状态切换信号，该信号用于控制人工神经网络在学习状态和工作状态之间切换；

psrr增强电路用于提高基准电路的psrr特性，使输出电压vref不受电源电压波动的影响。

采用三层bp神经网络模型的人工神经网络，包括由2个神经元组成的输入层ii(i＝1,2)、由4个神经元组成的隐层hj(j＝1,2,3,4)以及由2个神经元组成的输出层ok(k＝1,2)，i、j、k分别为输入层、隐层、输出层神经元的标号；输入层接收所有神经元传递的信号，并对其进行非线性处理后传递到输出层神经元，非线性变换由每个神经元的激活函数决定，此处激活函数选为sigmoid函数，输入层到隐层的传递由权值wij决定，隐层到输出层的传递由权值决定。

本实施例基于bp神经网络，其工作过程分为三个阶段，具体为：

第一阶段：数据采集；

在每一个不同的温度ti下，i为温度标号，在高阶温度补偿电路上施加控制电压vi1、vi2,分别控制低温补偿电路和高温补偿电路，使得在不同的温度点ti，基准输出电压和参考温度t0下的基准电压偏差基本为0，记录数据(ti,vi1,vi2)，得到训练样本y＝(t,v1,v2)，此时训练样本y是三维数组，其中，t作为人工神经网络的输入，v1、v2作为人工神经网络的输出；

第二阶段：人工神经网络的训练；

control信号控制人工神经网络处于学习状态，第一阶段采集的训练样本数据输入到人工神经网络，神经网络对输入变量做出响应，产生网络输出，然后对网络输出和目标输出进行比较，当两者的误差不满足预设的精度要求时，神经网络调整网络权值wij、直到误差小于预设精度，则训练结束。该阶段包括信号正向传播和误差反向传播两个过程，具体如下：

信号正向传播：信号通过输入神经元依次逐层传递，经过隐层和输出层的非线性处理，最后由输出神经元输出，该过程网络权值不变。

对于样本s，bp神经网络的输出表示为：

其中，是隐层和输出层神经元的激活函数，这里选择sigmoid函数：

误差反向传播过程：将bp神经网络的输出和目标输出比较，当误差较大时，将两者的误差信号作为输入信号从网络的输出层逐层向前传播。反向传播使得bp神经网络的网络权值朝着误差函数减小的方向不断修正，直到误差减小到预设的精度。设样本s的目标输出为t^s，则所有样本的误差为：

其中，n是样本数量。当该误差比预设精度大时，神经网络调整权值，直到上式误差减小到预设精度，则bp神经网络训练完成。

第三阶段：工作；

该阶段control信号控制神经网络处于工作状态，神经网络根据第二阶段训练好的网络权值对输入做出响应，产生控制电压，从而控制高阶温度补偿电路，对基准输出进行温度补偿。

启动电路包括1个p型mos管ms2，2个n型mos管，分别为ms1、ms3，ms1的栅接ms2和ms3的漏，ms1的源和衬底接“地”电位，ms1的漏接mp3、mp4的栅相接同时还接mp8、mp12、mp16、mp18的栅，ms2的栅与ms3的栅相接同时与q1的发射极相接，ms2的源与mp3的源相接，同时还与mp4、mp8、mp12、mp16、mp18、mp20的源、mp20的漏相接，ms3的源和衬底接“地”电位，ms2的衬底和vdd相接。启动电路用于上电后使基准电路脱离“0”简并点并使基准电路工作在合适的直流工作点上。ms2、ms3构成反相器，在刚上电的时候检测q1的发射极电位并输出高电压使ms1开启，电路启动完成后，q1的发射极电位上升，反相器检测到高电位使ms1关断，启动电路关闭，不消耗电流，不会对基准电路产生影响。

自偏置及分压电路包括1个双极晶体管q1、4个n型mos管，分别为mn1、mn2、mn3、mn4，这四个mos管都采用了深n阱工艺，4个p型mos管，分别为mp1、mp2、mp3、mp4，q1的基极和集电极都接“地”电位，q1的发射极接mn4的栅相接同时接mp1的漏和ms2、ms3的栅，mn1的栅和漏相接同时接mn2的源，mn1的源和衬底相接同时接“地”电位，mn2的栅和漏相接同时接mn3的源，mn3的栅和漏相接同时接mn4的源，mp2的栅和漏相接同时接mn4的漏和mp1、mp7、mp11、mp15、mp17的栅，mp1、mp2的源分别和mp3、mp4的漏相接，mp1、mp2、mp3、mp4的衬底都和各自的源相接，mn1、mn2、mn3、mn4的衬底都和各自的源相接，消除了衬偏效应。mp1、mp2、mp3、mp4构成共源共栅电流镜，减小了沟道长度调制效应的影响并且提高了基准电压电路的psrr性能。

所述ptat电压产生电路包括6个n型mos管，分别为mn5、mn6、mn7、mn8、mn9、mn10，13个p型mos管，分别为mp5、mp6、mp7、mp8、mp9、mp10、mp11、mp12、mp13、mp14、mp15、mp16、mp22，mn5的栅和漏相接同时接mn6的栅、mp5的漏，mn5、mn6、mn7、mn8、mn9、mn10的源都接“地”电位，mp5的栅接mn1的漏、mp5的源和mp6的源相接同时接mp7的漏，mp6的栅和漏相接同时接mp9的栅，mp7的源和mp8的漏相接，mn7的栅和漏相接同时接mn8的栅、mp9的漏，mp9的源和mp10的源相接同时接mp11的漏，mp10的栅和漏相接同时接mp13的栅，mp11的源和mp12的漏相接，mn9的栅和漏相接同时接mn10的栅、mp13的漏，mp13的源和mp14的源相接同时接mp15的漏，mp14的栅和漏相接同时接输出vref和mp22的栅，mp15的源和mp16的漏相接，mp22的源和漏接“地”电位，mn5、mn6、mn7、mn8、mn9、mn10、mp5、mp6、mp7、mp8、mp9、mp10、mp11、mp12、mp13、mp14、mp15、mp16、mp22的衬底都和各自的源相接，消除了衬偏效应。

工作在亚阈值区的mos管的电流表示为：

其中，k表示晶体管的宽长比，k＝w/l，w、l分别表示晶体管的宽和长，i0表示特征电流，μ表示载流子的迁移率，cox表示单位面积的栅氧化层电容，vt表示热电压，kb表示boltzmann常数，t表示绝对温度，q表示单位电荷的电荷量，η表示亚阈值斜率因子，vgs表示晶体管的栅源电压，vth表示晶体管的阈值电压，vds表示晶体管的漏源电压，exp表示以自然数e为底的指数函数。对于vds＞4vt，电流id近似与vds无关，可得到：

本发明中的自偏置及分压电路中的关系表达式表示为：

vbe＝vgs1+vgs2+vgs3+vgs4(7)

其中，vbe表示双极晶体管q1的基极-发射极电压，vgs1、vgs2、vgs3、vgs4分别表示mn1、mn2、mn3、mn4的栅源电压。

流过双极晶体管的电流表示为：

其中ise表示特征电流，vbe表示双极晶体管q1的基极-发射极电压，vt表示热电压，exp表示以自然数e为底数的指数函数。

又因为mp1、mp2、mp3、mp4构成共源共栅电流镜，保证流过q1的电流ie和流过mn1、mn2、mn3、mn4的电流相等，可得：

进而得到自偏置电路产生的偏置电流为：

其中，w/l表示mn1、mn2、mn3、mn4的宽长比，通过调节w/l的值可以得到所需要的偏置电流。

分压电路中的双极晶体管的基极-发射极电压表示为：

vbe＝vbgr-γt(11)

其中vbgr表示硅的带隙电压，典型值为1.2v，γ表示双极晶体管的基极-发射极电压vbe的温度系数。

为了得到较低的输出电压，加入了分压电路，如图1所示，由mn1、mn2、mn3和mn4构成，mn1、mn2、mn3和mn4的衬底与各自的源相接，从而消除衬底偏置效应，可得输出电压v'be为vbe的四分之一，即：

按照上述ptat电压产生电路，可得：

vgg，1＝vgs5-vgs6(13)

由于所有mos管都工作在亚阈区，由公式(3)可得：

vgg，1＝vgs5-vgs6＝ηvtln(2k6/k5)(14)

其中，vgg，1表示mp5、mp6的栅源电压差，vgs5、vgs6分别表示mp5、mp6的栅源电压，k5、k6分别表示mp5、mp6的宽长比。

同理可得：

vgg，2＝vgs9-vgs10＝ηvtln(2k10/k9)(15)

vgg，3＝vgs13-vgs14＝ηvtln(2k14/k13)(16)

其中vgg，2、vgg，3分别表示mp9和mp10、mp13和mp14的栅源电压差，k9、k10、k13、k14分别表示mp9、mp10、mp13、mp14的宽长比。

由上述级联结构可得最后的输出电压为：

从上式可知，通过调节mp5、mp6、mp9、mp10、mp13和mp14的宽长比，以使等式的最后一项等于零，从而得出具有零温度系数的输出电压。

为了提高本发明的psrr和线性调整率，本发明包含了一个由mp19、mp20、mp21构成的负反馈环路，以及由mp22构成的mos电容。当vdd变化导致mp21漏电压上升时，通过mp20、mp21的环路导致mp21的栅电压也上升，从而mp21的漏电压下降，反之亦然，mos电容mp22与基准电路的输出相接，可以在高频处滤除输出电压的波动，从而进一步提高了基准电路在高频处的psrr性能。

由图3、图4、图5可以看出，psrr增强电路以及mos电容mp22对基准电路的线性调整率以及psrr性能改善明显，高阶温度补偿电路对基准电路的温度系数特性改善明显，并且整体电路实现了低功耗。

综上所见，本发明相比现有基准电压源，实现了低功耗、小面积和高温度系数，并且psrr性能高。