首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种知数混动的毫米波片上可变螺旋电感自动综合方法 

申请/专利权人:东南大学

申请日:2022-04-08

公开(公告)日:2024-06-28

公开(公告)号:CN114692504B

主分类号:G06F30/27

分类号:G06F30/27;G06N20/00;G06F111/04

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2022.07.19#实质审查的生效;2022.07.01#公开

摘要:本发明公开了一种知数混动的毫米波片上可变螺旋电感自动综合方法,包括:首先设定目标片上可变螺旋电感指标以及工艺约,再结合拓展Wheeler公式以及拉丁超立方抽样获得初始样本;然后提出电感与品质因数频率响应的近似表达式,再利用深度高斯过程回归机器学习算法对拟合系数进行学习,得到结合先验知识的代理模型,两个模型都可以在目标频段内实现较好的预测精度且复杂度低;最后通过多路径全局优化算法进行全局优化得到目标电感模型。本发明在综合毫米波频段的片上可变螺旋电感时能够保证收敛速度同时具有鲁棒性。

主权项:1.一种知数混动的毫米波片上可变螺旋电感自动综合方法,其特征在于,所述方法包括如下步骤:步骤S1、设定目标片上可变螺旋电感指标以及工艺约束;步骤S2、在步骤S1设置的指标以及工艺约束前提下,采用拉丁超立方抽样获得初始样本;步骤S3、首先基于步骤S2中得到的初始样本,构建其电感曲线和品质因数曲线,再对该两种曲线分别进行函数拟合,得到其对应的拟合系数,然后再以得到的拟合系数以及该系数对应的几何参数作为训练集,并且采用基于深度高斯过程回归机器学习方法进行模型训练,最后得到代理模型;步骤S4、利用全局优化算法对代理模型进行优化,其中,通过采用多个置信下界常数值的方法以不同路径进行优化,得到多组不同LCB常数值下的最优目标值及对应的输入参数组合;步骤S5、对步骤S4得到的输入参数组合分别进行全波仿真,输出最优的一组参数组合及其仿真结果,并更新样本集判断仿真结果是否达到设计指标,如果没有,则重复步骤S3至步骤S5直至循环停止。

全文数据:

权利要求:

百度查询: 东南大学 一种知数混动的毫米波片上可变螺旋电感自动综合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。