[发明专利]基于AMG算法的射频功放互连可靠性建模方法

说明书

技术领域

本发明涉及射频功率放大器互连可靠性建模领域，更具体的说，是涉及一种基于AMG算法的射频功放互连可靠性建模方法。

背景技术

随着第五代移动通信技术的快速发展，射频功率放大器已广泛应用于移动通信基站、移动终端、无线通信系统、军事通信系统中，应用市场对射频功率放大器的效率、带宽、增益、线性度和可靠性等技术指标提出了更加高的标准和要求。射频功率放大器是通信系统中的关键模块，实现难度大，成本高，其性能的好坏直接决定了整个通信系统的性能。射频功率放大器是由大量的晶体管等电子元器件通过大量复杂的金属互连线相连接形成的，伴随着互连尺寸的不断减小和布线层的不断增加，互连线已经成为集成电路设计和制作的重要内容之一，由此可知金属互连线的可靠性将直接影响射频功率放大器的性能，进而影响通信系统的整体性能。因此建立模型实现对射频功率放大器互连可靠性的快速预测和分析，用于指导具体的射频功率放大器的设计，具有重要的现实意义。

常用于射频功率放大器互连可靠性建模的方法有人工神经网络(Artificial Neural Network，ANN)技术、有限元分析法(Finite Element Analysis，FEA)等，然而随着射频功率放大器电路结构复杂程度和集成度的不断提高，射频功率放大器电路的互连层数也越来越多，ANN和FEA等传统手动建模的方法已经无法满足复杂模型构建的需求，现实迫切地需要实现复杂模型的自动构建。因此，如何实现复杂模型的自动构建，克服传统手动建模方法耗时耗资源、流程复杂繁琐的缺陷，快速实现对射频功率放大器互连可靠性的预测和分析，具有重要的现实意义。

发明内容

为克服传统手动建模方法耗时耗资源、流程复杂繁琐的缺陷，实现复杂模型的自动构建，从而实现对射频功率放大器互连可靠性的快速预测和分析，本发明提供了一种基于AMG算法的射频功放互连可靠性建模方法，该方法可以在不了解ANN理论的情况下，仅仅根据所提供的训练数据，就能实现模型的自动构建和分析，极大地提高了射频功率放大器互连可靠性模型构建的效率。

本发明的目的是通过以下技术方案实现的。

一种基于AMG算法的射频功放互连可靠性建模方法，包括以下步骤：

步骤一，同时启动ANSYS、NeuroModeler和Visual C++生成采样数据，从中选取一部分作为测试数据和训练数据；

步骤二，采用APDL自动构建射频功率放大器3D模型；

步骤三，采用AMG算法来构建三层感知器，实现射频功率放大器互连可靠性模型输入/输出映射(非线性)关系的自动构建；

步骤四，利用步骤三中获得的三层感知器来学习输入参数x＝[T，I](其中T、I分别代表温度和电流)和各处原子通量散度的非线性关系，并采用AMG的ANN模型来预测输入参数范围[x_min，x_max]内的所有输出AFD的值，来获得训练误差和测试误差，并比较训练误差和测试误差与用户期望值的大小，最终判断射频功率放大器互连可靠性模型是否构建完成；

步骤五，基于步骤四建立的射频功率放大器互连可靠性模型y＝f_ANN(x)＝f_ANN(T,I)，x＝[T，I]为输入矢量，y＝[AFD_PS1，AFD_PD1，AFD_PS2，AFD_PD2，AFD_PS3]为输出矢量，生成射频功率放大器互连可靠性数据，建立射频功率放大器互连可靠性数据库；

步骤六，利用步骤五建立的数据库，对射频功率放大器的互连可靠性以及各种因素对射频功率放大器互连可靠性的影响进行系统的分析。

与现有技术相比，本发明的技术方案所带来的有益效果是：

本发明提出的基于APDL参数化建模和AMG算法的射频功率放大器互连可靠性建模方法，在使用APDL编程来绘制射频功率放大器的3D模型时，可以在命令中将相应元器件的几何尺寸设置为变量，当晶体管或输入/输出匹配电路需要调整时，只需改变相关的参数后，再重新执行程序就可以快速得到新的电路模型，一个完整的射频功率放大器的3D模型几十秒钟就可以完成绘制，这样一来不仅有效的避免了传统手动建模的复杂繁琐的操作流程，而且还节省了大量的时间和计算机资源，极大地提高了建模的效率。此外，采用的AMG算法具有自适应调整机制，通过这种自适应调整机制，AMG算法可大幅度的减少模型训练过程中训练数据的数量，可有效的缩短模型的创建时间，同样也可极大地提高建模的效率。

附图说明