[論文レビュー] Propagation of Measurement and Model Uncertainties through Multiline TRL Calibration

Ziad Hatab, Michael Gadringer+1 more|arXiv (Cornell University)|Jun 21, 2022

Advanced MEMS and NEMS Technologies被引用数 5

ひとこと要約

本稿では、ISO GUM準拠の測定誤差およびモデル誤差の線形不確実性（LU）伝播手法を、マルチライン・スルーリフレクトライン（TRL）キャリブレーションに提案する。本手法は、マルチライン TRL 問題を4×4固有値問題に再定式化することで、モンテカルロシミュレーションと同等の精度で、1分未塔の高速な不確実性評価を可能にする。一方、1000回の試行にあたり18分を要するモンテカルロシミュレーションと比較して、著しく高速である。

ABSTRACT

In this work, we present a linear uncertainty (LU) propagation treatment of measurement and model uncertainties in multiline thru-reflect-line (TRL) calibration. The proposed method is in accordance with the ISO Guide to the Expression of Uncertainty in Measurement (GUM). We demonstrate with numerical simulation based on the Monte Carlo (MC) method that our proposed LU method delivers identical uncertainty as the MC method but in a more efficient way.

研究の動機と目的

• 複雑な不確実性要因を伴うマルチライン TRL キャリブレーションにおける、体系的な不確実性処理の欠如に対処すること。
• 従来の線形不確実性伝播手法が、数学的複雑性および先行手法における不安定性のため、マルチライン TRL に適用する上で制限を受ける問題を克服すること。
• マルチライン TRL 問題を安定かつ解ける固有値問題に再定式化することで、効率的かつ正確な不確実性評価を可能にすること。
• LU 伝播がモンテカルロシミュレーションと同一の不確実性範囲を達成するが、計算時間を著しく短縮できることを実証すること。
• マイクロ波測定におけるVNAキャリブレーションの不確実性を考慮した実用的でオープンソースの実装を提供すること。

提案手法

• 7項誤差モデルのクリーネカー積表現を用いて、マルチライン TRL キャリブレーションを1つの4×4重み付き固有値問題に再定式化する。
• 測定に基づく共分散行列を、行列Wで重み付けすることで、ライン標準データの最適な重み付けを確保する。
• 測定ノイズ、前方モデルパラメータ（例：ライン長さ）およびリフレクト標準の不確実性の3種類の不確実性に対して、線形不確実性伝播（GUM準拠）を適用する。
• 逆モデル不確実性（例：インピーダンス不整合）は、モデルに基づく寄与を測定共分散行列に組み込むことで、逆不確実性評価により処理する。
• LU 伝播における正確なヤコビ行列評価のため、動的微分計算（Metas.UncLibを用いて）を採用する。
• 制御されたノイズ、長さの変動、誘電率不一致を有する数値的に生成されたデータを用いて、1000回のモンテカルロ試行と比較して妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非線形的かつ結合的な数学的構造を有するマルチライン TRL キャリブレーションに対し、線形不確実性伝播が有効に適用可能かどうか。
• RQ2 測定不確実性（例：ノイズ）およびモデル不確実性（例：ライン長さ、基板誘電率）を、マルチライン TRL に体系的に伝播させる方法は何か。
• RQ3 提案手法のLU法が、モンテカルロシミュレーションと同等の不確実性範囲を達成しつつ、著しく高速化できるか。
• RQ4 直接的なLU伝播が不可能な場合、インピーダンス不整合仮定などの暗黙のモデル不確実性をどのように扱えるか。
• RQ5 新規の固有値に基づくマルチライン TRL の定式化は、従来手法と比較して、安定的かつ効率的な不確実性評価を可能にするか。

主な発見

• 提案されたLU法は、1000回のモンテカルロ試行と同一の不確実性範囲を生成し、その正確性を検証した。
• LU法は1分未塔で不確実性伝播を完了したが、1000回のモンテカルロシミュレーションでは約18分を要した。
• 4×4固有値問題に再定式化されたマルチライン TRL キャリブレーションは、数値的安定性を確保し、過去の手法に見られた逆共分散行列の問題を回避する。
• ライン長さ、リフレクト標準パラメータ、測定ノイズの不確実性は、標準的なLU技術を用いて効果的に伝播された。
• 誘電率の変動やインピーダンス不整合に起因する逆モデル不確実性は、モデルに基づく寄与を測定共分散行列に組み込むことで、効果的に処理された。
• 本手法は実装され、GitHub上で公開されており、再現性の確保およびVNAキャリブレーションワークフローへの統合を可能にしている。