【技术实现步骤摘要】
本专利技术涉及集成电路，特别是涉及一种基于神经网络的射频螺旋电感可缩放模型构建方法和装置。
技术介绍
1、平面螺旋电感是射频集成电路中非常关键的无源器件之一，在各种射频单元电路中起到阻抗匹配、滤波、形成振荡网络等多种重要作用，其性能好坏直接影响整个电路的性能。通过电磁仿真技术建立器件电磁模型可以准确反应电感性能，但是建模前须对器件的工艺参数与几何结构有深入的认知，且模型不具备连续性。除此之外，电磁模型往往需要消耗大量的仿真时间，且每当版图尺寸改变，需要重新进行仿真，过程十分繁琐且费时。
2、建立器件等效电路模型获取初值，再进行器件可缩放处理可以有效节省仿真时间，提高仿真效率。现有技术实现器件可缩放模型大多通过建立可缩放关系式并拟合多项式系数的方式实现，但是由于平面螺旋电感器件结构复杂，物理参数较多，建立集总元件与物理尺寸相关联的方程非常复杂，不易实现。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于神经网络的射频螺旋电感可缩放模型构建方法和装置，能够降低集总元件的参数获取难度。
2、本专利技术解决其技术问题所采用的技术方案是：提供一种基于神经网络的射频螺旋电感可缩放模型构建方法，包括以下步骤：
3、获取不同螺旋电感的物理尺寸参数；
4、对每个螺旋电感建立π型等效电路模型，并获取π型等效电路模型中每个元件的参数；
5、将每个螺旋电感的物理尺寸参数和对应的π型等效电路模型中每个元件的参数作为一组数据，形成数据集，
6、构建神经网络模型，所述神经网络模型的输入为螺旋电感的物理尺寸参数，输出为π型等效电路模型中的各个元件的参数，采用训练集对所述神经网络模型进行训练，得到螺旋电感的物理尺寸参数与π型等效电路模型中各个元件的参数的关系式；
7、采用测试集对得到的关系式进行测试，若测试通过，则将得到的关系式带入模型文件，得到射频螺旋电感可缩放模型；若测试未通过，则继续训练所述神经网络模型。
8、所述螺旋电感的物理尺寸参数包括：线宽、间距、圈数和内径。
9、所述π型等效电路模型的元件包括：π型网络电感、π型网络串联寄生电阻、rl网络器件、衬底寄生电容、衬底寄生电阻、微带连接线寄生电感、以及线圈之间重叠及边缘寄生电容。
10、所述神经网络模型为人工神经网络模型。
11、所述神经网络模型的数量与π型等效电路模型中的元件数量相同且对应，每个神经网络模型中隐藏层层数、神经元个数和迭代次数根据对应的π型等效电路模型中的元件的参数进行调整。
12、本专利技术解决其技术问题所采用的技术方案是：提供一种基于神经网络的射频螺旋电感可缩放模型构建装置，包括：
13、第一获取模块，用于获取不同螺旋电感的物理尺寸参数；
14、第二获取模块，用于对每个螺旋电感建立π型等效电路模型，并获取π型等效电路模型中每个元件的参数；
15、数据集建立模块，用于将每个螺旋电感的物理尺寸参数和对应的π型等效电路模型中每个元件的参数作为一组数据，形成数据集，并将数据集分为训练集和测试集；
16、构建训练模块，用于构建神经网络模型，所述神经网络模型的输入为螺旋电感的物理尺寸参数，输出为π型等效电路模型中的各个元件的参数，采用训练集对所述神经网络模型进行训练，得到螺旋电感的物理尺寸参数与π型等效电路模型中各个元件的参数的关系式；
17、测试模块，用于采用测试集对得到的关系式进行测试；若测试通过，则将得到的关系式带入模型文件，得到射频螺旋电感可缩放模型；若测试未通过，则继续训练所述神经网络模型。
18、本专利技术解决其技术问题所采用的技术方案是：提供一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于神经网络的射频螺旋电感可缩放模型构建方法的步骤。
19、本专利技术解决其技术问题所采用的技术方案是：提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于神经网络的射频螺旋电感可缩放模型构建方法的步骤。
20、有益效果
21、由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术通过人工神经网络构建了螺旋电感可缩放模型，该可缩放电感模型可以基于螺旋电感的物理尺寸参数直接生成电感器件的等效模型参数，降低了集总元件的参数获取难度，从而提高器件仿真效率。
本文档来自技高网...【技术保护点】
1.一种基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述螺旋电感的物理尺寸参数包括：线宽、间距、圈数和内径。
3.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述π型等效电路模型的元件包括：π型网络电感、π型网络串联寄生电阻、RL网络器件、衬底寄生电容、衬底寄生电阻、微带连接线寄生电感、以及线圈之间重叠及边缘寄生电容。
4.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述神经网络模型为人工神经网络模型。
5.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述神经网络模型的数量与π型等效电路模型中的元件数量相同且对应，每个神经网络模型中隐藏层层数、神经元个数和迭代次数根据对应的π型等效电路模型中的元件的参数进行调整。
6.一种基于神经网络的射频螺旋电感可缩放模型构建装置，其特征在于，包括：
7.一种电子
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述基于神经网络的射频螺旋电感可缩放模型构建方法的步骤。
...【技术特征摘要】
1.一种基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述螺旋电感的物理尺寸参数包括：线宽、间距、圈数和内径。
3.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述π型等效电路模型的元件包括：π型网络电感、π型网络串联寄生电阻、rl网络器件、衬底寄生电容、衬底寄生电阻、微带连接线寄生电感、以及线圈之间重叠及边缘寄生电容。
4.根据权利要求1所述的基于神经网络的射频螺旋电感可缩放模型构建方法，其特征在于，所述神经网络模型为人工神经网络模型。
5.根据权利要求1所述的基于神经网络的射频螺旋电感可缩...
【专利技术属性】
技术研发人员：马灵美，吴亮，林昊锋，吴杨，钱蓉，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。