【技術實現步驟摘要】
本專利技術涉及集成電路，特別是涉及一種基于神經網絡的射頻螺旋電感可縮放模型構建方法和裝置。
技術介紹
1、平面螺旋電感是射頻集成電路中非常關鍵的無源器件之一，在各種射頻單元電路中起到阻抗匹配、濾波、形成振蕩網絡等多種重要作用，其性能好壞直接影響整個電路的性能。通過電磁仿真技術建立器件電磁模型可以準確反應電感性能，但是建模前須對器件的工藝參數與幾何結構有深入的認知，且模型不具備連續性。除此之外，電磁模型往往需要消耗大量的仿真時間，且每當版圖尺寸改變，需要重新進行仿真，過程十分繁瑣且費時。
2、建立器件等效電路模型獲取初值，再進行器件可縮放處理可以有效節省仿真時間，提高仿真效率。現有技術實現器件可縮放模型大多通過建立可縮放關系式并擬合多項式系數的方式實現，但是由于平面螺旋電感器件結構復雜，物理參數較多，建立集總元件與物理尺寸相關聯的方程非常復雜，不易實現。
技術實現思路
1、本專利技術所要解決的技術問題是提供一種基于神經網絡的射頻螺旋電感可縮放模型構建方法和裝置，能夠降低集總元件的參數獲取難度。
2、本專利技術解決其技術問題所采用的技術方案是：提供一種基于神經網絡的射頻螺旋電感可縮放模型構建方法，包括以下步驟：
3、獲取不同螺旋電感的物理尺寸參數；
4、對每個螺旋電感建立π型等效電路模型，并獲取π型等效電路模型中每個元件的參數；
5、將每個螺旋電感的物理尺寸參數和對應的π型等效電路模型中每個元件的參數作為一組數據，形成數據集，
6、構建神經網絡模型，所述神經網絡模型的輸入為螺旋電感的物理尺寸參數，輸出為π型等效電路模型中的各個元件的參數，采用訓練集對所述神經網絡模型進行訓練，得到螺旋電感的物理尺寸參數與π型等效電路模型中各個元件的參數的關系式；
7、采用測試集對得到的關系式進行測試，若測試通過，則將得到的關系式帶入模型文件，得到射頻螺旋電感可縮放模型；若測試未通過，則繼續訓練所述神經網絡模型。
8、所述螺旋電感的物理尺寸參數包括：線寬、間距、圈數和內徑。
9、所述π型等效電路模型的元件包括：π型網絡電感、π型網絡串聯寄生電阻、rl網絡器件、襯底寄生電容、襯底寄生電阻、微帶連接線寄生電感、以及線圈之間重疊及邊緣寄生電容。
10、所述神經網絡模型為人工神經網絡模型。
11、所述神經網絡模型的數量與π型等效電路模型中的元件數量相同且對應，每個神經網絡模型中隱藏層層數、神經元個數和迭代次數根據對應的π型等效電路模型中的元件的參數進行調整。
12、本專利技術解決其技術問題所采用的技術方案是：提供一種基于神經網絡的射頻螺旋電感可縮放模型構建裝置，包括：
13、第一獲取模塊，用于獲取不同螺旋電感的物理尺寸參數；
14、第二獲取模塊，用于對每個螺旋電感建立π型等效電路模型，并獲取π型等效電路模型中每個元件的參數；
15、數據集建立模塊，用于將每個螺旋電感的物理尺寸參數和對應的π型等效電路模型中每個元件的參數作為一組數據，形成數據集，并將數據集分為訓練集和測試集；
16、構建訓練模塊，用于構建神經網絡模型，所述神經網絡模型的輸入為螺旋電感的物理尺寸參數，輸出為π型等效電路模型中的各個元件的參數，采用訓練集對所述神經網絡模型進行訓練，得到螺旋電感的物理尺寸參數與π型等效電路模型中各個元件的參數的關系式；
17、測試模塊，用于采用測試集對得到的關系式進行測試；若測試通過，則將得到的關系式帶入模型文件，得到射頻螺旋電感可縮放模型；若測試未通過，則繼續訓練所述神經網絡模型。
18、本專利技術解決其技術問題所采用的技術方案是：提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述基于神經網絡的射頻螺旋電感可縮放模型構建方法的步驟。
19、本專利技術解決其技術問題所采用的技術方案是：提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現上述基于神經網絡的射頻螺旋電感可縮放模型構建方法的步驟。
20、有益效果
21、由于采用了上述的技術方案，本專利技術與現有技術相比，具有以下的優點和積極效果：本專利技術通過人工神經網絡構建了螺旋電感可縮放模型，該可縮放電感模型可以基于螺旋電感的物理尺寸參數直接生成電感器件的等效模型參數，降低了集總元件的參數獲取難度，從而提高器件仿真效率。
本文檔來自技高網...【技術保護點】
1.一種基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述螺旋電感的物理尺寸參數包括：線寬、間距、圈數和內徑。
3.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述π型等效電路模型的元件包括：π型網絡電感、π型網絡串聯寄生電阻、RL網絡器件、襯底寄生電容、襯底寄生電阻、微帶連接線寄生電感、以及線圈之間重疊及邊緣寄生電容。
4.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述神經網絡模型為人工神經網絡模型。
5.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述神經網絡模型的數量與π型等效電路模型中的元件數量相同且對應，每個神經網絡模型中隱藏層層數、神經元個數和迭代次數根據對應的π型等效電路模型中的元件的參數進行調整。
6.一種基于神經網絡的射頻螺旋電感可縮放模型構建裝置，其特征在于，包括：
7.一種電子
8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-5中任一所述基于神經網絡的射頻螺旋電感可縮放模型構建方法的步驟。
...【技術特征摘要】
1.一種基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述螺旋電感的物理尺寸參數包括：線寬、間距、圈數和內徑。
3.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述π型等效電路模型的元件包括：π型網絡電感、π型網絡串聯寄生電阻、rl網絡器件、襯底寄生電容、襯底寄生電阻、微帶連接線寄生電感、以及線圈之間重疊及邊緣寄生電容。
4.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮放模型構建方法，其特征在于，所述神經網絡模型為人工神經網絡模型。
5.根據權利要求1所述的基于神經網絡的射頻螺旋電感可縮...
【專利技術屬性】
技術研發人員：馬靈美，吳亮，林昊鋒，吳楊，錢蓉，
申請(專利權)人：中國科學院上海微系統與信息技術研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。