[发明专利]一种建立PCB类型的预测模型和PCB设计的方法及装置

说明书

一种建立PCB类型的预测模型和PCB设计的方法及装置，其中建立PCB类型的预测模型的方法，包括：获取多个PCB原理图的二维特征数据以及预设的所述PCB原理图的类型编号；根据所述二维特征数据与预设的所述PCB原理图的类型编号作为训练数据，对神经网络模型进行训练，直至所述神经网络的输出数据与所述预设的所述PCB原理图的类型编号的误差小于预设误差，解决了现有PCB设计方式效率低、研发周期长且成本高的问题。

技术领域

本发明涉及智能设计领域，具体涉及一种建立PCB类型的预测模型和PCB设计的方法及装置。

背景技术

印制电路板(PCB)是电子元器件的支撑体和电子元器件电气连接的载体，PCB设计是以电路原理图为根据，实现电路设计者所需要的功能，在PCB板的设计过程中一般需要考虑PCB板的外部连接的布局、内部电子元件的优化布局、金属连线和通孔的优化布局以及电磁保护、热耗散等各种因素。

目前使用的比较多的PCB辅助设计工具是Protel，Cadence spb，MentorEE等，而这些PCB辅助设计工具在智能辅助设计方面还停留在保证走线约束，信号完整性、电磁兼容仿真等被动满足开发人员要求的设计辅助阶段，而在辅助开发人员优化PCB设计，深度学习已有参考设计的基础上快速实现当前PCB设计，提升设计效率领域还存在不足。

目前人工布局PCB设计的方法面临以下缺陷：

人工布局PCB设计的过程中，工作重复程度高，以工业以太网交换机的PCB设计为例，全部的设计包含CPU部分电路、DDR等存储部分电路、交换部分电路、以太网口、电源等周边电路的设计，在每次新设计的工业以太网交换机在上述电路部分在选用相同器件的前提下经常出现重复绘制工作量。同时对于缺乏经验的设计人员，其在PCB设计中会出现器件布局不合理，高速数据时序颠倒、阻抗匹配不完善等情况。

发明内容

因此，本发明要解决的技术问题在于现有PCB设计方式效率低、研发周期长且成本高。

有鉴于此，本发明提供一种建立PCB类型的预测模型的方法，包括：

获取多个PCB原理图的二维特征数据以及预设的所述PCB原理图的类型编号；

根据所述二维特征数据与预设的所述PCB原理图的类型编号作为训练数据，对神经网络模型进行训练，直至所述神经网络的输出数据与所述预设的所述PCB原理图的类型编号的误差小于预设误差。

优选地，所述PCB原理图的二维特征数据由所述PCB原理图中涉及的芯片型号和相应所述芯片型号的个数得到。

优选地，所述对神经网络模型进行训练，包括：

当所述神经网络的输出数据与所述预设的所述PCB原理图的类型编号差值的绝对值不小于所述预设误差精度，调整所述神经网络模型中的神经元权值。

优选地，所述神经网络的输出，通过下式得到：

其中，y'为所述神经网络模型中的输出，θ为y'的偏置，θ取值为0-1之间，w_i,i＝1,2,3...n为所述神经元权值，x_i为所述PCB原理图特征数据。

优选地，所述神经网络模型为函数链神经网络模型。

本发明还提供一种PCB设计方法，包括：

获取待设计的PCB原理图二维特征数据；

将所述二维特征数据输入到如上述所述的建立PCB类型的预测模型的方法所建立的模型中，得到输出数据；

根据所述输出数据，确定所述PCB原理图的设计模板。

相应地，本发明提供一种建立PCB类型的预测模型的装置，包括：