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：