一种基于人工神经网络的电路黑盒模型建立方法与流程

本发明涉及电路测试，具体是一种基于人工神经网络的电路黑盒模型建立方法。

背景技术：

1、随着模拟电路复杂性的增加，允许在晶体管级完全模拟其非线性行为变得非常耗时，特别是对于大规模电路。与晶体管级电路模块相比，电路宏模型可以更有效地帮助系统设计人员理解、仿真这些模块并将其实现到系统中。

2、ic的宏观建模有两种基本方法：物理方法和黑盒方法。电路模块的物理方法可以创建一组与输入和输出端口相关的表达式。获得的电流-电压关系(通常通过求解微分方程)用于一类电路，例如运算放大器或比较器。需要为各种电路模块创建不同的方程，这对于电路仿真的应用来说既费时又不方便。与物理方法相比，黑盒宏模型在电路模块的物理知识理解不全面时是一种有用的方法。相比于多项式拟合，人工神经网络被证明是黑盒建模的绝佳候选者。

3、目前行业内针对于模拟电路模块的建模方式比较简单且具有局限性。针对不同的电路模块，没有一个相对统一的建模方法可以针对所有的电路模块。

技术实现思路

1、有鉴于此，本发明的目的是提供一种基于人工神经网络的电路黑盒模型建立方法，能够解决背景技术中的问题。

2、为了实现上述目的，本发明采用了如下技术方案：

3、本发明的一种基于人工神经网络的电路黑盒模型建立方法，包括步骤：

4、获取黑盒电路模块的端口信息；

5、对电路模块的各端口添加激励直流电压信号、并提取端口直流电流信号；

6、通过预先建立的人工神经网络对所述电压信号、所述电流信号进行拟合，得到电路黑盒模型的dc的ann模型。

7、在本发明一实施例中，对于电路模块的ac交流模型，所述方法还包括：

8、对电路模块端口施加交流电压信号，并对电路端口提取得到交流电流信号的变化信息；

9、根据所述直流电压信号、所述交流电压信号、所述交流电流变化信息建立频率响应曲线波特图；

10、提取所述频率响应曲线波特图中的特征点，并增加与所述特征点对应的电路至所述电路黑盒模型。

11、在本发明一实施例中，提取所述频率响应曲线中的特征点，并增加与所述特征点对应的电路至所述电路黑盒模型，包括：

12、提取所述频率响应曲线波特图中的极点-衰减信号；

13、基于所述极点增加低通电路至所述电路黑盒模型的对应端口。

14、在本发明一实施例中，提取所述频率响应曲线波特图中的特征点，并增加与所述特征点对应的电路至所述电路黑盒模型，包括：

15、提取所述频率响应曲线中的零点-增幅信号；

16、基于所述零点增加高通电路至所述电路黑盒模型的对应端口。

17、本发明的有益效果是：本发明的一种基于人工神经网络的电路黑盒模型建立方法，通过获取黑盒电路模块的各端口信息；对各端口添加激励电压信号、并提取各端口的直流电流信号；通过预先建立的人工神经网络对所述电压信号、所述电流信号进行拟合，得到电路黑盒模型。本发明通过人工神经网络来捕捉电路模块的输入电压和输出电流之间的关系，可以针对各种模拟电路模块进行高精度建模，可以在保持较高模型精度的情况下，数十倍的提升模型的仿真速度。利用计算机和人工神经网络结构进行模块电路统一黑盒宏模型的自动建模流程，不需要借助设计师的先验知识，极大的提高了设计效率，降低了设计门槛。

技术特征：

1.一种基于人工神经网络的电路黑盒模型建立方法，其特征在于：包括步骤：

2.根据权利要求1所述的一种基于人工神经网络的电路黑盒模型建立方法，其特征在于：对于电路模块的ac交流模型，所述方法还包括：

3.根据权利要求1所述的一种基于人工神经网络的电路黑盒模型建立方法，其特征在于：提取所述频率响应曲线中的特征点，并增加与所述特征点对应的电路至所述电路黑盒模型，包括：

4.根据权利要求1所述的一种基于人工神经网络的电路黑盒模型建立方法，其特征在于：提取所述频率响应曲线波特图中的特征点，并增加与所述特征点对应的电路至所述电路黑盒模型，包括：

技术总结
本发明涉及一种基于人工神经网络的电路黑盒模型建立方法，通过获取黑盒电路模块的各端口信息；对各端口添加激励电压信号、并提取各端口的直流电流信号；通过预先建立的人工神经网络对所述电压信号、所述电流信号进行拟合，得到电路黑盒模型。本发明通过人工神经网络来捕捉电路模块的输入电压和输出电流之间的关系，可以针对各种模拟电路模块进行高精度建模，可以在保持较高模型精度的情况下，数十倍的提升模型的仿真速度。利用计算机和人工神经网络结构进行模块电路统一黑盒宏模型的自动建模流程，不需要借助设计师的先验知识，极大的提高了设计效率，降低了设计门槛。

技术研发人员：蓝碧健,魏佳豪,张征
受保护的技术使用者：苏州复鹄电子科技有限公司
技术研发日：
技术公布日：2024/1/12