一种基于BP神经网络的电容反焊盘优化方法与系统技术方案

本发明专利技术提供了一种基于BP神经网络的电容反焊盘优化方法与系统，本发明专利技术使用via wizard和HFSS来建立相应仿真模型，并通过BP神经网络实现自适应优化，只要设定好阻抗和回波损耗的目标值，即可自适应调整反焊盘尺寸的参数，从而达到目标值，避免设计者逐一遍历每个变量对阻抗和回波损耗的影响，一方面对优化设计者的经验要求比较低，无需具有丰富经验即可进行操作，另一方面会节省时间，提高优化精度和效率。

An optimization method and system of capacitor back welding pad based on BP neural network

【技术实现步骤摘要】
一种基于BP神经网络的电容反焊盘优化方法与系统
本专利技术涉及PCB设计
，特别是一种基于BP神经网络的电容反焊盘优化方法与系统。
技术介绍
在PCB高速互联中，信号发送端和接收端可能对直流分量有不同的要求，经常需要在信号的发送端和接收端串接电容来隔离这种直流电压差。但是串接电容会造成链路在改点处阻抗下降，导致阻抗不连续。在高速信号中阻抗不连续会造成信号反射，严重影响信号质量，导致信号失真，造成信号完整性问题。目前，行业内在做电容反焊盘优化时，通常采用HFSS建模软件，通过将反焊盘的尺寸设定为变量，给每个变量设定一个扫描范围，通过遍历每个变量对阻抗和回波损耗的影响，找到最优值。当变量比较多的情况下，往往需要按变量优先级一步步进行，这样会耗费大量时间，而且这样得到的优化值可能无法同时满足阻抗和回波损耗的要求，同时为了简化优化过程，需要设计者凭经验确定变量优先级。
技术实现思路
本专利技术的目的是提供一种基于BP神经网络的电容反焊盘优化方法与系统，旨在解决现有技术中反焊盘尺寸依赖于设计者经验且优化过程繁琐的问题，实现节省时间，提高优化精度和效率。为达到上述技术目的，本专利技术提供了一种基于BP神经网络的电容反焊盘优化方法，所述方法包括以下步骤：S1、通过viawizard软件快速建立叠层，删除建立的via，得到电容仿真叠层；S2、对电容仿真叠层使用HFSS建立相应的pad、走线、电容物理模型及反焊盘模型；S3、利用BP神经网络对反焊盘尺寸参数进行自适应调节，使得反焊盘满足阻抗和回波损耗指标，获得最优反焊盘尺寸。优选地，所述阻抗的相关输入变量为介电常数DK、铜的粗糙度rough、pad的尺寸d1和反焊盘d2，其寻优关系式为：Z＝f(ω1*DK+ω2*rough+ω3*d1+ω4d2)；所述回波损耗的相关输入变量为Df、pad的尺寸和反焊盘尺寸，其寻优关系式为：RL＝f(ω1Df+ω2d1+ω3d2)。优选地，所述利用BP神经网络对反焊盘尺寸参数进行自适应调节的具体操作如下：根据输入输出确定神经网络，包括各层的神经元个数、各层神经元的传递函数以及训练函数的名称；对权值进行初始化，对权值和阈值进行初始化；网络仿真，在反向传播时，BP神经网络将误差信号按照原来正向传播的通路反向传回，并对每个隐含层的各个神经元的连接权重进行调整，实现自适应调节，达到目标输出值。本专利技术还提供了一种基于BP神经网络的电容反焊盘优化系统，所述系统包括：仿真叠层建立模块，用于通过viawizard软件快速建立叠层，删除建立的via，得到电容仿真叠层；模型建立模块，用于对电容仿真叠层使用HFSS建立相应的pad、走线、电容物理模型及反焊盘模型；自适应调节模块，用于利用BP神经网络对反焊盘尺寸参数进行自适应调节，使得反焊盘满足阻抗和回波损耗指标，获得最优反焊盘尺寸。优选地，所述阻抗的相关输入变量为介电常数DK、铜的粗糙度rough、pad的尺寸d1和反焊盘d2，其寻优关系式为：Z＝f(ω1*DK+ω2*rough+ω3*d1+ω4d2)；所述回波损耗的相关输入变量为Df、pad的尺寸和反焊盘尺寸，其寻优关系式为：RL＝f(ω1Df+ω2d1+ω3d2)。优选地，所述自适应调节模块包括：神经网络参数设置单元，用于根据输入输出确定神经网络，包括各层的神经元个数、各层神经元的传递函数以及训练函数的名称；权值参数初始化单元，用于对权值进行初始化，对权值和阈值进行初始化；仿真单元，用于进行网络仿真，在反向传播时，BP神经网络将误差信号按照原来正向传播的通路反向传回，并对每个隐含层的各个神经元的连接权重进行调整，实现自适应调节，达到目标输出值。本专利技术还提供了一种基于BP神经网络的电容反焊盘优化设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序，以实现所述的基于BP神经网络的电容反焊盘优化方法。本专利技术还提供了一种可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现所述的基于BP神经网络的电容反焊盘优化方法。
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：与现有技术相比，本专利技术使用viawizard和HFSS来建立相应仿真模型，并通过BP神经网络实现自适应优化，只要设定好阻抗和回波损耗的目标值，即可自适应调整反焊盘尺寸的参数，从而达到目标值，避免设计者逐一遍历每个变量对阻抗和回波损耗的影响，一方面对优化设计者的经验要求比较低，无需具有丰富经验即可进行操作，另一方面会节省时间，提高优化精度和效率。附图说明图1为本专利技术实施例中所提供的一种基于BP神经网络的电容反焊盘优化方法流程图；图2为本专利技术实施例中所提供的电容仿真叠层结构示意图；图3为本专利技术实施例中所提供的电容反焊盘仿真模型示意图；图4为本专利技术实施例中所提供的BP神经元模型示意图；图5为本专利技术实施例中所提供的一种基于BP神经网络的电容反焊盘优化系统框图。具体实施方式为了能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述。此外，本专利技术可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本专利技术省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本专利技术。下面结合附图对本专利技术实施例所提供的一种基于BP神经网络的电容反焊盘优化方法与系统进行详细说明。如图1所示，本专利技术公开了一种基于BP神经网络的电容反焊盘优化方法，所述方法包括以下步骤：S1、通过viawizard软件快速建立叠层，删除建立的via，得到电容仿真叠层；S2、对电容仿真叠层使用HFSS建立相应的pad、走线、电容物理模型及反焊盘模型；S3、利用BP神经网络对反焊盘尺寸参数进行自适应调节，使得反焊盘满足阻抗和回波损耗指标，获得最优反焊盘尺寸。本专利技术实施例通过viawizard和HFSS来建立相应仿真模型，并通过BP神经网络进行自适应调节，达到相应的阻抗和回波损耗指标，以对反焊盘尺寸进行优化。通过viawizard软件快速建立叠层，删除建立的via，得到电容仿真叠层，如图2所示。使用HFSS建立相应的pad、走线、电容物理模型以及反焊盘，如图3所示。利用BP神经网络实现反焊盘尺寸参数的自适应调节，使反焊盘满足阻抗和loss指标，改善互联线阻抗不连续的现象，从而找到最佳反焊盘物理尺寸，其自适应调节过程如下：...

【技术保护点】
1.一种基于BP神经网络的电容反焊盘优化方法，其特征在于，所述方法包括以下步骤：/nS1、通过via wizard软件快速建立叠层，删除建立的via，得到电容仿真叠层；/nS2、对电容仿真叠层使用HFSS建立相应的pad、走线、电容物理模型及反焊盘模型；/nS3、利用BP神经网络对反焊盘尺寸参数进行自适应调节，使得反焊盘满足阻抗和回波损耗指标，获得最优反焊盘尺寸。/n

【技术特征摘要】
1.一种基于BP神经网络的电容反焊盘优化方法，其特征在于，所述方法包括以下步骤：
S1、通过viawizard软件快速建立叠层，删除建立的via，得到电容仿真叠层；
S2、对电容仿真叠层使用HFSS建立相应的pad、走线、电容物理模型及反焊盘模型；
S3、利用BP神经网络对反焊盘尺寸参数进行自适应调节，使得反焊盘满足阻抗和回波损耗指标，获得最优反焊盘尺寸。


2.根据权利要求1所述的一种基于BP神经网络的电容反焊盘优化方法，其特征在于，所述阻抗的相关输入变量为介电常数DK、铜的粗糙度rough、pad的尺寸d1和反焊盘d2，其寻优关系式为：
Z＝f(ω1*DK+ω2*rough+ω3*d1+ω4d2)；
所述回波损耗的相关输入变量为Df、pad的尺寸和反焊盘尺寸，其寻优关系式为：
RL＝f(ω1Df+ω2d1+ω3d2)。


3.根据权利要求1所述的一种基于BP神经网络的电容反焊盘优化方法，其特征在于，所述利用BP神经网络对反焊盘尺寸参数进行自适应调节的具体操作如下：
根据输入输出确定神经网络，包括各层的神经元个数、各层神经元的传递函数以及训练函数的名称；
对权值进行初始化，对权值和阈值进行初始化；
网络仿真，在反向传播时，BP神经网络将误差信号按照原来正向传播的通路反向传回，并对每个隐含层的各个神经元的连接权重进行调整，实现自适应调节，达到目标输出值。


4.一种基于BP神经网络的电容反焊盘优化系统，其特征在于，所述系统包括：
仿真叠层建立模块，用于通过viawizard软件快速建立叠层，删除建立的via，得到电容仿真叠层；
模型建立模块，用于对电容仿真叠层使用HFS...

【专利技术属性】
技术研发人员：李楠，邵盟，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32