基于函数链神经网络的电磁兼容预测方法技术

本发明专利技术提供了一种基于函数链神经网络的电磁兼容预测方法，所述方法包括如下步骤：(1).以n次信号辐射强度统计数据作为初始输入；(2).对初始输入的一维数据扩展到二维，得到一个二维的函数链神经网络的输入m；(3).计算函数链神经网络权值，得到预测函数f(y′)；(4).根据预测函数，预测各个电器元件间的电磁兼容性。本发明专利技术提供的基于函数链神经网络的电磁兼容预测方法，对输入部分进行维度扩展，能够将原本非线性问题转化成为线性问题，因此能够很好解决梯度搜索算法存在的不足，同时避免了BP神经网络的多层运算比较繁琐以及麻烦的问题。

【技术实现步骤摘要】

本专利技术属于高速数字电路的电磁兼容性领域，具体涉及ー种。·
技术介绍
随着高速电路板上器件的工作频率及封装密度不断提高，电路中的工作电压持续下降，这样就导致电路对电磁噪声的容忍度越来越低，电磁兼容性就成为影响高速电路性能的重要问题。为了避免电磁噪声对电路的影响，在设计高速PCB板时设计人员需要同时考虑到电路的电磁兼容性。电磁兼容(Electromagnetic Compatibility)指在特定的电磁环境下，电子元器件之间相互协调工作的能力。PCB板上芯片开关所产生的电源噪声是主要电磁源，为了精确计算出这种电源噪声，有必要对电路板的电磁兼容性进行预测。电磁兼容预测可为高速电路设计提供理论指导。目前，国内外对电磁兼容理论进行了深入研究，建立了各种分析预测模型基于BP神经网络的电磁兼容预测方法；基于蚁群神经网络的电磁兼容预测方法，以及基于改进型BP神经网络的电磁兼容预测方法等。目前使用神经网络进行电磁兼容预测的方法面临以下缺陷对初始权重非常敏感，BP是基于梯度搜索的快速调整网络权重算法，但是在非线性问题上，梯度搜索算法存在一定缺陷。虽然有多重算法对权重进行了优化，但是在一定条件下仍然会使得神经网络收敛于局部最小。
技术实现思路
为克服上述缺陷，本专利技术提供了一种，对输入部分进行维度扩展，能够将原本非线性问题转化成为线性问题，因此能够很好解决梯度搜索算法存在的不足，同时避免了 BP神经网络的多层运算比较繁琐以及麻烦的问题。为实现上述目的，本专利技术提供一种，对PCB上的各个电器元件进行电磁兼容性测试，其改进之处在于，所述方法包括如下步骤(I).以η次信号辐射强度统计数据作为初始输入；(2).对初始输入的ー维数据扩展到ニ维，得到一个ニ维的函数链神经网络的输入m ；(3).计算函数链神经网络权值，得到预测函数f (デ)；(4).根据预测函数，预测各个电器元件间的电磁兼容性。本专利技术提供的优选技术方案中，在所述步骤I中，η次信号辐射强度统计数据是PCB上各个电器元件间的信号辐射强度统计数据。本专利技术提供的第二优选技术方案中，在所述步骤2中，在ニ维空间中描述初始模ノχ/ :Xl，· · ·，Xn X1X2，· · ·，Xn-lXn。本专利技术提供的第三优选技术方案中，在所述步骤3中，基于函数链神经网络的计算的步骤如下计算函数链神经网络输出，井根据该输出调整神经元权值。本专利技术提供的第四优选技术方案中，所述步骤3的包括如下步骤(3-1).计算函数链神经网络输出；(3-2).判断是否需要调整神经元权值，如果需要则对神经元权值进行调整，并返回步骤3-1 ;否则输出函数链神经网络预测函数f (デ)。本专利技术提供的第五优选技术方案中，在所述步骤呢3-1中，对如下參数进行设置可移动窗ロ，所述可移动窗ロ覆盖的信号辐射强度统计次数为η; ニ维函数链神经网络的输入为m，取可移动窗ロ之后的输出结果为y'。本专利技术提供的第六优选技术方案中，计算函数链神经网络输出デ的公式如下·权利要求1.一种，对PCB上的各个电器元件进行电磁兼容性测试，其特征在于，所述方法包括如下步骤 (1).以η次信号辐射强度统计数据作为初始输入； (2).对初始输入的一维数据扩展到二维，得到一个二维的函数链神经网络的输入m； (3).计算函数链神经网络权值，得到预测函数f(y')； (4).根据预测函数，预测各个电器元件间的电磁兼容性。2.根据权利要求I所述的方法，其特征在于，在所述步骤I中，η次信号辐射强度统计数据是PCB上各个电器元件间的信号辐射强度统计数据。3.根据权利要求I所述的方法，其特征在于，在所述步骤2中，在二维空间中描述初始:Χι，· · ·，Xn X1X2，· · ·，Xn-lXn。4.根据权利要求I所述的方法，其特征在于，在所述步骤3中，基于函数链神经网络的计算的步骤如下计算函数链神经网络输出，并根据该输出调整神经元权值。5.根据权利要求I或者4所述的方法，其特征在于，所述步骤3的包括如下步骤 (3-1).计算函数链神经网络输出； (3-2).判断是否需要调整神经元权值，如果需要则对神经元权值进行调整，并返回步骤3-1 ;否则输出函数链神经网络预测函数f(y')。6.根据权利要求5所述的方法，其特征在于，在所述步骤呢3-1中，对如下参数进行设置可移动窗口，所述可移动窗口覆盖的信号辐射强度统计次数为η ;二维函数链神经网络的输入为m，取可移动窗口之后的输出结果为y'。7.根据权利要求6所述的方法，其特征在于，计算函数链神经网络输出y'的公式如下 J 1+/-唧其中，Θ 为 y'的偏置，WXt = W1X1+. . . +WnX^WntlX1X2+. . . +wn+n(n_DZ2Xn^1Xn, Wi, i = 1,2,3... η表示权重。请说明y的物理意义。8.根据权利要求5所述的方法，其特征在于，在所述步骤呢3-2中，判断是否需要调整神经元权值的步骤如下|y' -y > k,则调整神经元权值,直到|y' -y <k;其中，y代表当前信号实际辐射强度，k表示误差精度，给网络的各神经元连接权值赋予(O，I)区间内的随机值。全文摘要本专利技术提供了一种，所述方法包括如下步骤(1).以n次信号辐射强度统计数据作为初始输入；(2).对初始输入的一维数据扩展到二维，得到一个二维的函数链神经网络的输入m；(3).计算函数链神经网络权值，得到预测函数f(y′)；(4).根据预测函数，预测各个电器元件间的电磁兼容性。本专利技术提供的，对输入部分进行维度扩展，能够将原本非线性问题转化成为线性问题，因此能够很好解决梯度搜索算法存在的不足，同时避免了BP神经网络的多层运算比较繁琐以及麻烦的问题。文档编号G06N3/02GK102855346SQ20121025761公开日2013年1月2日 申请日期2012年7月24日 优先权日2012年7月24日专利技术者沈文, 邓辉, 侯功, 王玮, 奚后玮, 吴军民, 张刚, 黄在朝, 黄辉, 刘川, 吴鹏, 陈磊, 于海, 虞跃, 姚启桂 申请人:中国电力科学研究院, 国家电网公司本文档来自技高网...

【技术保护点】
一种基于函数链神经网络的电磁兼容预测方法，对PCB上的各个电器元件进行电磁兼容性测试，其特征在于，所述方法包括如下步骤：(1).以n次信号辐射强度统计数据作为初始输入；(2).对初始输入的一维数据扩展到二维，得到一个二维的函数链神经网络的输入m；(3).计算函数链神经网络权值，得到预测函数f(y′)；(4).根据预测函数，预测各个电器元件间的电磁兼容性。

【技术特征摘要】

【专利技术属性】
技术研发人员：沈文，邓辉，侯功，王玮，奚后玮，吴军民，张刚，黄在朝，黄辉，刘川，吴鹏，陈磊，于海，虞跃，姚启桂，
申请(专利权)人：中国电力科学研究院，国家电网公司，
类型：发明
国别省市：