【新闻导读】如果有人问我5G的必备需求，我可能会说大规模的MIMO和大量独特并行DSP处理，也可能需要新智能方法来连接适应基础设施中的网络切片。但在那之前，在射频前端的数字智能，也变得相当奇特。这就是过滤器。这些设备从周围的无线电杂音中提取出有用的射频信道，而过滤掉其他的波段。
这个级别的滤波器无论是模拟电路还是数字电路和传统电路都不一样。它们作用在压电基板上;一端的电子传感器(由输入的无线电信号驱动)刺激机械动作，从而产生声波。传播到另一端，在那里声波会触发第二个传感器，将声波信号转换回电信号。
似乎要完成工作并不多，但神奇的是如何处理声波。这就像一个小乐器，过滤器(加上下面的一个腔)有一个窄带的共振频率;在那个频率范围之外的一切都被阻尼出去。对于乐器来说，共振范围取决于设备的机械设计——尺寸、厚度、材料和腔体。
2G、3G和4G的前端使用了声表面波(SAW)过滤器，波在设备表面传播。这显然是非常经济有效的，但也仅限于频率在~2GHz以下，在那之后过滤器选择性开始下降。这对于3G来说还好，对于4G、5G来说还不够完善。这推动了体声波(BAW)过滤器发展，它可以支持更高的频率，更高的成本。
造成成本增加的一个原因可能是设计这种过滤器的复杂性。这些实际上是MEMS设备，因为它们是机电的;即使你没有看到任何移动，声波在压电(PE)结构中是机械变形。典型的过滤器是两个电极之间位于空腔的顶部的一层聚乙烯薄膜。我以前谈到过设计MEMS的挑战——没有可以进行可靠建模的预描述单元或定义良好的PDK。
还有第二个问题，声波会到达他们想去的地方。虽然看起来正方形或矩形结构似乎是构建这些事物的逻辑方法，但声波可以从末端反射，也可以在表面传播。两种效应都可能干扰理想的整体性能。因此，以有趣的形状（例如不规则的五边形）构造结构(见上图)，以抑制不良影响。此外，构建谐振器网络是很常见的，每个谐振器可以具有不同的几何形状。
现在，你已经看到了问题–机电3D建模（因为您正在建模体声波和表面声波），通过奇特的几何结构以及很少的参考数据来指导模型。有人告诉我，生产这些滤波器的一些领先公司仍在使用design-fab-analyze-correct循环来优化设计。没有更好的方法。但这仍然值得，因为这些设备的容量巨大–在包括手机在内的所有5G边缘设备中都需要用到。但是现在有了更好的方法，那就是从定制的PDK开始虚拟化这些设备的原型。
比如采用Mentor / Tanner-SoftMEMS-OnScale解决方案。可以在Ledit中逐层设计器件，然后通过添加材料定义，通过矩阵的压电特性，厚度，过程数据，机械特性和边界条件将其转换为3D模型。然后在云端使用OnScale的可扩展有限元分析，对整个事物或其中一部分进行建模，他们甚至可以对完整的晶圆建模，观察其边缘的行为和成品率。更好的虚拟建模和更好的分析，一直到芯片级的分析，这将有助于缩短上市时间。
网站首页：www.hkmjd.com
