【技术实现步骤摘要】
一种基于BP神经网络的走线建模优化方法和装置
本专利技术涉及板卡走线建模
，尤其是一种基于BP神经网络的走线建模优化方法和装置。
技术介绍
随着时钟频率的不断提高，对高速信号的信号完整性提出了越来越高的要求，在项目前期对链路风险进行评估，对风险链路进行仿真对于规避风险，缩短项目周期有着重要的意义。对于高速链路仿真前期我们需要搜集链路中device、连接器、线缆、过孔和走线的模型。其中对于device、连接器和线缆而言，一般是供应商提供，对于过孔和走线是需要自己建模设计的。走线作为高速链路中的重要组成部分，模型的精度对仿真结果起着重要作用。目前行业内走线模型是使用ADS、IMLC等软件建立，在软件中输入叠层信息和走线的物理尺寸和属性从而建立走线模型，通过仿真计算出走线的阻抗和插入损耗。为了保证仿真结果的准确性，要求建立的走线模型要符合阻抗和插入损耗的要求，因此需要对走线进行优化。而影响阻抗和损耗的因素很多，比如走线的线宽、线距和介质材料的介电常数值主要影响阻抗，而铜箔的粗糙度、介质材料的介质损耗值和走线的蚀刻程度...
【技术保护点】
1.一种基于BP神经网络的走线建模优化方法，其特征是，包括以下步骤：/n获取板卡叠层信息，利用板卡参数信息进行走线建模；/n利用BP神经网络获得待建模走线满足阻抗和损耗指标的优化参数；/n调用优化中间文件建立多条走线优化模型。/n
【技术特征摘要】
1.一种基于BP神经网络的走线建模优化方法，其特征是，包括以下步骤：
获取板卡叠层信息，利用板卡参数信息进行走线建模；
利用BP神经网络获得待建模走线满足阻抗和损耗指标的优化参数；
调用优化中间文件建立多条走线优化模型。
2.如权利要求1所述的基于BP神经网络的走线建模优化方法，其特征是，所述获取板卡叠层信息，具体包括：
获取包括信号层厚度、参考层的厚度、铜的重量、铜箔类型、导电率、粗糙度、绿油厚度、绝缘基板的厚度和芯板的厚度、介电常数、介质损耗、走线蚀刻厚度、不同走线层不同信号的阻抗、插入损耗以及对应的线宽线距在内的板卡叠层信息。
3.如权利要求2所述的基于BP神经网络的走线建模优化方法，其特征是，所述利用板卡参数信息进行走线建模，具体包括：
将走线对数、攻击线、受害线、线宽线距输入到走线建模单元；
将内层走线芯板、绝缘基板的厚度层、走线层的厚度、介电常数、介质损耗值、蚀刻厚度、铜的导电率、粗糙度输入到走线建模单元。
4.如权利要求3所述的基于BP神经网络的走线建模优化方法，其特征是，所述利用BP神经网络获得待建模走线满足阻抗和损耗指标的优化参数，具体包括：
建立阻抗Z、插入损耗IL的目标函...
【专利技术属性】
技术研发人员：李楠，
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
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。