PCB走线参数设定装置、方法及存储介质制造方法及图纸

技术编号:28421270 阅读:21 留言:0更新日期:2021-05-11 18:28
一种PCB走线参数设定方法、装置及计算机可读存储介质,所述方法包括:获取多个用于进行PCB走线设计的走线参数组合;将多个走线参数组合输入至预设PCB走线仿真软件得到与每一走线参数组合对应的应变参数组合;将多个走线参数组合及多个应变参数组合作为训练样本对预设网络模型进行训练得到第一预测模型;及对第一预测模型进行训练与测试得到阻抗参数的阻抗预测模型,当将多个走线参数组合输入至阻抗预测模型时,阻抗预测模型所预测得到的阻抗值与通过预设PCB走线仿真软件所计算得到的阻抗值的平均误差小于预设误差。本发明专利技术基于机器学习算法训练可得到学习PCB走线仿真软件的预测模型,可减少PCB布线设计时程,提高设计效率。

【技术实现步骤摘要】
PCB走线参数设定装置、方法及存储介质
本专利技术涉及印刷电路板(Printedcircuitboard,PCB)布线
,尤其涉及一种PCB走线参数设定装置、方法及计算机可读存储介质。
技术介绍
随着信息产品快速发展,伴随大量信号与影像产生,提高处理器指令周期需求及高速电路的广泛应用,促使PCB走线设计走向更精密化。以往传统PCB设计方式用来解决通路、断路、短路的问题显然不够,新的PCB设计方法与流程应运而生。在高速电路板上,因其脉冲升降快速,特别需要透过阻抗控制来维持其讯号传输之平稳性,而如何快速、准确地进行阻抗设计,成为工程师非常关注的议题之一。在设计PCB前,设计工程师通常需要考虑十几种阻抗设计需求,依据过往经验,针对每一种阻抗设计,列举出几组有其机会达成之布线参数组合,利用Intel所提供的IMLC软件进行仿真计算,计算每一组控制参数组合其对应的反应变量,如阻抗、介入损失(insertionloss)、远端串音(Far-endcrossTalk,FEXT)及近端串音(Near-endcorsstalk,NEXT)等,将满足阻抗设计之布线参数组合做提取,综合评比这些组合后,选择最佳之控制参数组合,应用至工厂端进行开发产品。然而,在上述IMLC软件计算过程中,计算每一组控制参数组合大约需要5分钟,所以保守估计至少需要数小时才能完成一片PCB的设计与优化。并且对于大型通信产品,如服务器,则是由大小不同几张电路板组成,需要数天才能完成设计定案,人力、时间成本较高。
技术实现思路
有鉴于此,有必要提供一种PCB走线参数设定装置、方法及计算机可读存储介质,基于机器学习算法训练可得到学习PCB走线仿真软件的预测模型,可减少PCB布线设计时程,提高设计效率。本专利技术一实施方式提供一种PCB走线参数设定方法,所述方法包括:获取多个用于进行PCB走线设计的走线参数组合;将多个所述走线参数组合输入至预设PCB走线仿真软件得到与每一所述走线参数组合对应的应变参数组合,其中所述应变参数组合至少包括阻抗参数;将多个所述走线参数组合及多个所述应变参数组合作为训练样本对预设网络模型进行训练得到第一预测模型;及对所述第一预测模型进行训练与测试得到所述阻抗参数的阻抗预测模型;其中,当将多个走线参数组合输入至所述阻抗预测模型时,所述阻抗预测模型所预测得到的阻抗值与通过所述预设PCB走线仿真软件所计算得到的阻抗值的平均误差小于预设误差。优选地,所述应变参数组合还包括介入损失参数、远端串音参数及近端串音参数。优选地,所述获取多个用于进行PCB走线设计的走线参数组合的步骤之前还包括:确定影响PCB的阻抗参数、介入损失参数、远端串音参数及近端串音参数的走线参数;及基于所确定的走线参数及工厂端可施行的设计范围得到多个所述走线参数组合。优选地,所述将多个所述走线参数组合及多个所述应变参数组合作为训练样本对预设网络模型进行训练得到第一预测模型的步骤包括:将多个所述走线参数组合及多个所述应变参数组合构成多个训练样本,其中每一所述训练样本包括一走线参数组合及与所述走线参数组合对应的应变参数组合;将多个所述训练样本随机划分为训练集及测试集,其中所述训练集的数据量大于所述测试集的数据量;利用所述训练集对所述预设网络模型进行训练及利用所述测试集对训练得到的中间模型进行测试;及当所述中间模型的测试结果符合预设要求时,将训练得到的中间模型作为所述第一预测模型。优选地,所述方法还包括:当所述中间模型的测试结果不符合所述预设要求时,调整所述预设网络模型的参数;利用所述训练集重新对调整后的预设网络模型进行训练及利用所述测试集对重新训练得到的中间模型进行测试;及当重新训练得到的中间模型的测试结果符合所述预设要求时,将重新训练得到的中间模型作为所述第一预测模型。优选地,所述预设网络模型为神经网络模型,所述调整所述预设网络模型的参数的步骤包括:调整所述神经网络模型的总层数和/或每一层的神经元数。优选地,所述方法还包括:对所述第一预测模型进行训练与测试得到所述介入损失参数的预测模型,其中,当将多个走线参数组合输入至所述介入损失参数的预测模型时,所述介入损失参数的预测模型所预测得到的介入损失值与通过所述预设PCB走线仿真软件所计算得到的介入损失值的平均误差小于所述预设误差;对所述第一预测模型进行训练与测试得到所述远端串音参数的预测模型,其中,当将多个走线参数组合输入至所述远端串音参数的预测模型时,所述远端串音参数的预测模型所预测得到的远端串音值与通过所述预设PCB走线仿真软件所计算得到的远端串音值的平均误差小于所述预设误差;及对所述第一预测模型进行训练与测试得到所述近端串音参数的预测模型,其中,当将多个走线参数组合输入至所述近端串音参数的预测模型时,所述近端串音参数的预测模型所预测得到的近端串音值与通过所述预设PCB走线仿真软件所计算得到的近端串音值的平均误差小于所述预设误差。优选地,所述方法还包括:对所述第一预测模型进行训练与测试得到用于预测所述介入损失参数、所述远端串音参数及所述近端串音参数的预测模型;其中,当将多个走线参数组合输入至所述预测模型时,所述预测模型所预测得到的介入损失值、远端串音值及近端串音值与通过所述预设PCB走线仿真软件所计算得到的介入损失值、远端串音值及近端串音值的平均误差均小于所述预设误差。本专利技术一实施方式提供一种PCB走线参数设定装置,所述装置包括处理器及存储器,所述存储器上存储有若干计算机程序,所述处理器用于执行存储器中存储的计算机程序时实现上述的PCB走线参数设定方法的步骤。本专利技术一实施方式还提供一种计算机可读存储介质,所述计算机可读存储介质存储有多条指令,多条所述指令可被一个或者多个处理器执行,以实现上述的PCB走线参数设定方法的步骤。与现有技术相比,上述PCB走线参数设定装置、方法及计算机可读存储介质,基于机器学习算法训练得到学习PCB走线仿真软件的预测模型,通过该预测模型可以计算得到走线参数组合对应的应变参数组合,与PCB走线仿真软件相比,计算速度更快,可减少PCB布线设计时程,提高设计效率。附图说明图1是本专利技术一实施方式的PCB走线参数设定装置的功能模块图。图2是本专利技术一实施方式的PCB走线参数设定程序的功能模块图。图3是本专利技术一实施方式的PCB走线参数设定方法的流程图。主要元件符号说明存储器10处理器20PCB走线参数设定程序30获取模块101计算模块102第一训练模块103第二训练模块104PCB走线参数设定装置100...

【技术保护点】
1.一种PCB走线参数设定方法,其特征在于,所述方法包括:/n获取多个用于进行PCB走线设计的走线参数组合;/n将多个所述走线参数组合输入至预设PCB走线仿真软件得到与每一所述走线参数组合对应的应变参数组合,其中所述应变参数组合至少包括阻抗参数;/n将多个所述走线参数组合及多个所述应变参数组合作为训练样本对预设网络模型进行训练得到第一预测模型;及/n对所述第一预测模型进行训练与测试得到所述阻抗参数的阻抗预测模型;/n其中,当将多个走线参数组合输入至所述阻抗预测模型时,所述阻抗预测模型所预测得到的阻抗值与通过所述预设PCB走线仿真软件所计算得到的阻抗值的平均误差小于预设误差。/n

【技术特征摘要】
1.一种PCB走线参数设定方法,其特征在于,所述方法包括:
获取多个用于进行PCB走线设计的走线参数组合;
将多个所述走线参数组合输入至预设PCB走线仿真软件得到与每一所述走线参数组合对应的应变参数组合,其中所述应变参数组合至少包括阻抗参数;
将多个所述走线参数组合及多个所述应变参数组合作为训练样本对预设网络模型进行训练得到第一预测模型;及
对所述第一预测模型进行训练与测试得到所述阻抗参数的阻抗预测模型;
其中,当将多个走线参数组合输入至所述阻抗预测模型时,所述阻抗预测模型所预测得到的阻抗值与通过所述预设PCB走线仿真软件所计算得到的阻抗值的平均误差小于预设误差。


2.如权利要求1所述的方法,其特征在于,所述应变参数组合还包括介入损失参数、远端串音参数及近端串音参数。


3.如权利要求2所述的方法,其特征在于,所述获取多个用于进行PCB走线设计的走线参数组合的步骤之前还包括:
确定影响PCB的阻抗参数、介入损失参数、远端串音参数及近端串音参数的走线参数;及
基于所确定的走线参数及工厂端可施行的设计范围得到多个所述走线参数组合。


4.如权利要求1所述的方法,其特征在于,所述将多个所述走线参数组合及多个所述应变参数组合作为训练样本对预设网络模型进行训练得到第一预测模型的步骤包括:
将多个所述走线参数组合及多个所述应变参数组合构成多个训练样本,其中每一所述训练样本包括一走线参数组合及与所述走线参数组合对应的应变参数组合;
将多个所述训练样本随机划分为训练集及测试集,其中所述训练集的数据量大于所述测试集的数据量;
利用所述训练集对所述预设网络模型进行训练及利用所述测试集对训练得到的中间模型进行测试;及
当所述中间模型的测试结果符合预设要求时,将训练得到的中间模型作为所述第一预测模型。


5.如权利要求4所述的方法,其特征在于,所述方法还包括:
当所述中间模型的测试结果不符合所述预设要求时,调整所述预设网络模型的参数;
利用所述训练集重新对调整后的预设网络模型进行训练及利用所述测试集对重新训练得到的中间模型进行测试;及
当重新训练得到的中间模型的测试结果符合所述预设要求时,将重新训...

【专利技术属性】
技术研发人员:马光辉薛凯熏林尚毅
申请(专利权)人:鸿富锦精密电子天津有限公司
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 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。

1