System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及智能芯片,尤其涉及一種用于芯片的電磁干擾抑制方法及系統(tǒng)。
技術(shù)介紹
1、隨著電子技術(shù)的飛速發(fā)展和集成電路的高度集成化,芯片的功能日益復(fù)雜,工作頻率不斷提高,導(dǎo)致芯片內(nèi)部及芯片之間的電磁干擾問題日益突出。電磁干擾不僅會影響芯片的正常工作,降低系統(tǒng)的可靠性和穩(wěn)定性,還可能導(dǎo)致信息泄露和安全隱患。
2、現(xiàn)有的電磁干擾抑制方法雖然在一定程度上緩解了芯片的電磁干擾問題,但仍然存在諸多局限性,難以滿足現(xiàn)代電子系統(tǒng)日益提高的電磁兼容性要求。傳統(tǒng)方法主要依賴于人工經(jīng)驗和重復(fù)試驗,缺乏智能化和自適應(yīng)能力,難以應(yīng)對復(fù)雜多變的電磁環(huán)境。同時,現(xiàn)有方法大多針對特定類型的電磁干擾,缺乏一種通用的、系統(tǒng)化的抑制方案。因此,如何有效抑制芯片的電磁干擾,已經(jīng)成為電子設(shè)計領(lǐng)域亟待解決的關(guān)鍵問題之一。
3、綜上所述,亟需一種智能化、自適應(yīng)的電磁干擾抑制方法,能夠根據(jù)芯片的實際工作環(huán)境和電磁干擾特性,自動生成最優(yōu)的抑制策略,實現(xiàn)對各類電磁干擾的有效抑制。同時,新的抑制方法應(yīng)具有通用性和可擴展性,滿足日益復(fù)雜的電磁兼容性設(shè)計需求,提高芯片的可靠性和穩(wěn)定性,保障電子系統(tǒng)的正常工作,本專利技術(shù)能夠解決現(xiàn)有技術(shù)中的問題。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)實施例提供一種用于芯片的電磁干擾抑制方法及系統(tǒng),能夠解決現(xiàn)有技術(shù)中的問題。
2、本專利技術(shù)實施例的第一方面,
3、提供一種用于芯片的電磁干擾抑制方法,包括:
4、獲取待抑制電磁干擾的目標(biāo)芯片的版圖數(shù)據(jù),基于所
5、基于所述多物理場耦合仿真模型,通過機器學(xué)習(xí)算法,確定目標(biāo)芯片對應(yīng)的最優(yōu)激勵源,基于所述最優(yōu)激勵源,采用時域有限元方法,通過自適應(yīng)時間步長控制策略,動態(tài)調(diào)整仿真計算的時間步長,計算獲得目標(biāo)芯片的瞬態(tài)多物理場分布,通過對瞬態(tài)多物理場分布進行后處理,提取電磁干擾的時頻域多尺度分布特征,利用深度卷積神經(jīng)網(wǎng)絡(luò)對時頻域多尺度分布特征進行學(xué)習(xí)并分類,構(gòu)建電磁干擾的頻譜指紋庫,生成包含電磁干擾類型和干擾嚴(yán)重程度的電磁干擾識別結(jié)果;
6、基于電磁干擾識別結(jié)果,通過抑制拓撲搜索算法,確定最優(yōu)抑制電路拓撲,通過多目標(biāo)優(yōu)化算法,結(jié)合電磁兼容性指標(biāo)約束,確定最優(yōu)抑制器件參數(shù),基于所述最優(yōu)抑制電路拓撲和所述最優(yōu)抑制器件參數(shù),生成電磁干擾抑制策略。
7、在一種可選的實施例中,
8、獲取待抑制電磁干擾的目標(biāo)芯片的版圖數(shù)據(jù),基于所述版圖數(shù)據(jù),通過圖像分割算法,提取目標(biāo)芯片中各功能模塊的結(jié)構(gòu)參數(shù)和對應(yīng)器件的器件參數(shù),基于所述結(jié)構(gòu)參數(shù)和所述器件參數(shù),構(gòu)建包含所述目標(biāo)芯片的整體結(jié)構(gòu)和各個器件模型的多物理場耦合仿真模型包括:
9、獲取目標(biāo)芯片的版圖數(shù)據(jù)文件;
10、將所述版圖數(shù)據(jù)文件轉(zhuǎn)換為版圖圖像,將所述版圖圖像編碼為量子態(tài),基于量子傅里葉變換和量子相位估計算法,在量子態(tài)的對應(yīng)空間中提取版圖圖像的多尺度紋理特征和拓撲結(jié)構(gòu)特征,確定版圖特征,構(gòu)建基于量子門電路的相似性度量模型,通過量子態(tài)之間的糾纏測量,計算不同版圖圖像在特征空間中的相似度,利用量子搜索算法在預(yù)設(shè)的版圖數(shù)據(jù)庫中檢索與所述版圖圖像相似的版圖,獲取版圖分割和參數(shù)提取的候選區(qū)域,在所述候選區(qū)域中,提取各功能模塊的幾何結(jié)構(gòu)參數(shù)和器件參數(shù);
11、基于所述幾何結(jié)構(gòu)參數(shù),構(gòu)建目標(biāo)芯片的三維幾何模型,并基于所述器件參數(shù),構(gòu)建器件模型,在所述三維幾何模型中放置對應(yīng)的器件模型,建立多物理場耦合仿真模型。
12、在一種可選的實施例中,
13、所述多物理場耦合仿真模型還包括:
14、采用自適應(yīng)網(wǎng)格劃分方法對所述多物理場耦合仿真模型進行離散化處理;
15、根據(jù)目標(biāo)芯片不同區(qū)域的電磁場場強分布和器件位置分布,自適應(yīng)地調(diào)整網(wǎng)格密度和尺寸;
16、結(jié)合多層網(wǎng)格嵌套技術(shù),在不同尺度上對所述多物理場耦合仿真模型進行網(wǎng)格劃分,確定整體電磁干擾特征和局部電磁分布;
17、所述網(wǎng)格劃分基于不同物理場之間的耦合關(guān)系,確定統(tǒng)一網(wǎng)格劃分方案。
18、在一種可選的實施例中,
19、基于所述多物理場耦合仿真模型,通過機器學(xué)習(xí)算法,確定目標(biāo)芯片對應(yīng)的最優(yōu)激勵源包括:
20、基于所述多物理場耦合仿真模型,構(gòu)建描述芯片內(nèi)部的電磁場、熱場和應(yīng)力場耦合效應(yīng)的偏微分方程組,采用預(yù)設(shè)的有限元方法對所述偏微分方程組進行離散化處理,得到多物理場耦合代數(shù)方程組;
21、將所述多物理場耦合代數(shù)方程組轉(zhuǎn)化為以激勵源為設(shè)計變量的優(yōu)化模型,基于機器學(xué)習(xí)算法,通過迭代搜索獲得令多物理場分布最優(yōu)的激勵源參數(shù)組合,得到最優(yōu)激勵源;
22、將所述最優(yōu)激勵源輸入激勵源信號生成模塊,合成與實際場景相匹配的激勵信號序列,結(jié)合預(yù)設(shè)的數(shù)據(jù)增強方法,保持所述最優(yōu)激勵源對應(yīng)的分布特征,擴充激勵源樣本。
23、在一種可選的實施例中,
24、基于所述最優(yōu)激勵源,采用時域有限元方法,通過自適應(yīng)時間步長控制策略,動態(tài)調(diào)整仿真計算的時間步長,計算獲得目標(biāo)芯片的瞬態(tài)多物理場分布包括:
25、基于所述多物理場耦合代數(shù)方程組,引入時域項,構(gòu)建時域有限元模型,采用時間步進算法,計算每個時間步長下目標(biāo)芯片內(nèi)部節(jié)點的多物理場分布;
26、基于多物理場變化的劇烈程度,結(jié)合自適應(yīng)時間步長控制策略,通過錯誤估計和迭代校正,動態(tài)調(diào)整時域求解的時間步長;
27、基于混合并行模式,將時域有限元模型劃分為多個子區(qū)域,其中通過消息傳遞接口實現(xiàn)子區(qū)域間通信同步,通過開放多線程并行執(zhí)行機制實現(xiàn)子區(qū)域內(nèi)多線程并行。
28、在一種可選的實施例中,
29、通過對瞬態(tài)多物理場分布進行后處理,提取電磁干擾的時頻域多尺度分布特征,利用深度卷積神經(jīng)網(wǎng)絡(luò)對時頻域多尺度分布特征進行學(xué)習(xí)并分類,構(gòu)建電磁干擾的頻譜指紋庫,生成包含電磁干擾類型和干擾嚴(yán)重程度的電磁干擾識別結(jié)果包括:
30、對瞬態(tài)多物理場分布進行短時傅里葉變換,獲得多物理場的時頻表示,構(gòu)建時頻譜圖,基于預(yù)設(shè)的多尺度卷積核,從時頻譜圖中提取不同時間、不同頻率尺度下的局部紋理特征,確定電磁干擾的時頻域多尺度分布特征;
31、構(gòu)建以時頻域多尺度分布特征為輸入的深度卷積神經(jīng)網(wǎng)絡(luò)模型,通過端到端的監(jiān)督學(xué)習(xí),優(yōu)化所述深度卷積神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù),結(jié)合注意力機制,確定深度卷積神經(jīng)網(wǎng)絡(luò)模型對各時頻域的敏感度,對電磁干擾類型進行分類;
32、基于訓(xùn)練完成的深度卷積神經(jīng)網(wǎng)絡(luò)模型,輸入預(yù)先設(shè)置的電磁干擾樣本集合,提取每個電磁干擾樣本對應(yīng)的時頻域特征,并映射到對應(yīng)電磁干擾類型,確定電磁干擾類型與時頻域特征的對應(yīng)關(guān)系,構(gòu)建頻譜指紋庫;
33、結(jié)合干擾嚴(yán)重程度評估模塊,提取嚴(yán)重程度評估特征,包括干擾能量、干擾頻率分布和干本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種用于芯片的電磁干擾抑制方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,獲取待抑制電磁干擾的目標(biāo)芯片的版圖數(shù)據(jù),基于所述版圖數(shù)據(jù),通過圖像分割算法,提取目標(biāo)芯片中各功能模塊的結(jié)構(gòu)參數(shù)和對應(yīng)器件的器件參數(shù),基于所述結(jié)構(gòu)參數(shù)和所述器件參數(shù),構(gòu)建包含所述目標(biāo)芯片的整體結(jié)構(gòu)和各個器件模型的多物理場耦合仿真模型包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述多物理場耦合仿真模型還包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,基于所述多物理場耦合仿真模型,通過機器學(xué)習(xí)算法,確定目標(biāo)芯片對應(yīng)的最優(yōu)激勵源包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,基于所述最優(yōu)激勵源,采用時域有限元方法,通過自適應(yīng)時間步長控制策略,動態(tài)調(diào)整仿真計算的時間步長,計算獲得目標(biāo)芯片的瞬態(tài)多物理場分布包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,通過對瞬態(tài)多物理場分布進行后處理,提取電磁干擾的時頻域多尺度分布特征,利用深度卷積神經(jīng)網(wǎng)絡(luò)對時頻域多尺度分布特征進行學(xué)習(xí)并分類,構(gòu)建電磁干擾的頻譜指紋庫,生成包含電磁干擾類型
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,基于電磁干擾識別結(jié)果,通過抑制拓撲搜索算法,確定最優(yōu)抑制電路拓撲包括:
8.一種用于芯片的電磁干擾抑制系統(tǒng),用于實現(xiàn)前述權(quán)利要求1-7中任一項所述的方法,其特征在于,包括:
9.一種電子設(shè)備,其特征在于,包括:
10.一種計算機可讀存儲介質(zhì),其上存儲有計算機程序指令,其特征在于,所述計算機程序指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任意一項所述的方法。
...【技術(shù)特征摘要】
1.一種用于芯片的電磁干擾抑制方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,獲取待抑制電磁干擾的目標(biāo)芯片的版圖數(shù)據(jù),基于所述版圖數(shù)據(jù),通過圖像分割算法,提取目標(biāo)芯片中各功能模塊的結(jié)構(gòu)參數(shù)和對應(yīng)器件的器件參數(shù),基于所述結(jié)構(gòu)參數(shù)和所述器件參數(shù),構(gòu)建包含所述目標(biāo)芯片的整體結(jié)構(gòu)和各個器件模型的多物理場耦合仿真模型包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述多物理場耦合仿真模型還包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,基于所述多物理場耦合仿真模型,通過機器學(xué)習(xí)算法,確定目標(biāo)芯片對應(yīng)的最優(yōu)激勵源包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,基于所述最優(yōu)激勵源,采用時域有限元方法,通過自適應(yīng)時間步長控制策略,動態(tài)調(diào)整仿真計算的時間步長,計算獲得目標(biāo)芯...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:李建偉,王才寶,石曉宇,
申請(專利權(quán))人:北京炎黃國芯科技有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。