[发明专利]一种基于机器学习的3D芯片信号耦合性分析系统及方法

权利要求书

1.一种基于机器学习的3D芯片信号耦合性分析系统，其特征在于，该系统包括TSV通孔3D模型、TSV通孔RLGC等效电路模型以及BP神经网络；

所述TSV通孔3D模型用于得到在不同的TSV通孔的半径、高度以及通孔之间的距离参数下的TSV通孔的S参数，并分别存入S2P文件；

所述TSV通孔RLGC等效电路模型具体为：电路模型两端的Term为S参数仿真中的端口，将两端口对应的点记为A、B，两TSV通孔对称并分别接地，其中一个TSV通孔有两个接地点，记为C、D，另外一个TSV通孔也有两个接地点，记为E、F；两个电容值相同的电容并联后再与PRC以及一个电容串联在A、C两点之间，B、D两点之间和A、E两点之间以及B、F两点之间的电路连接情况与A、C两点之间相同；C、D两点之间串联一个电阻和一个电感； A、B两点之间串联一个电阻和一个电感；TSV通孔RLGC等效电路模型根据S2P文件得到对应尺寸下的RLGC等效电路的电路参数；

所述TSV通孔的半径、高度以及通孔之间的距离参数作为BP神经网络的输入，RLGC等效电路的电路参数作为BP神经网络的输出，对BP神经网络进行训练，训练后的网络可输出RLGC等效电路的电路参数，根据得到的电路参数进行S参数仿真分析，分析结果即为对应尺寸下TSV通孔3D模型的传输特性。

2.根据权利要求1所述一种基于机器学习的3D芯片信号耦合性分析系统，其特征在于，所述TSV通孔为在3D芯片中通过层级之间传输信号的硅通道。

3.根据权利要求1所述一种基于机器学习的3D芯片信号耦合性分析系统，其特征在于，所述S2P文件为一种双口网络文件，包含了该网络的S参数。

4.根据权利要求1所述的一种基于机器学习的3D芯片信号耦合性分析系统，其特征在于：所述的TSV通孔3D模型利用HFSS建立并仿真得到，其设计尺寸参数选取了TSV长度、TSV直径、TSV间距，使用理想导电边界；忽略电频率对材料的影响，使用理想电导体建立模型，仿真频率的设置从0Hz-10GHz。

5.根据权利要求1所述的一种基于机器学习的3D芯片信号耦合性分析系统，其特征在于：所述的TSV通孔RLGC等效电路模型通过电容电感之间的串并联增加电路的可适应性，使得通过改变器件的参数使电路的S参数与S2P文件相符；由于TSV通孔模型的对称性，RLGC等效电路也成对称结构，仿真频率范围设置为0GHz-10GHz，步长为0.1GHz；S11参数的优化赋予权重1，将S12参数的优化赋予权重420000。

6.根据权利要求1所述的一种基于机器学习的3D芯片信号耦合性分析系统，其特征在于：所述的BP神经网络是线性的，通过插值的方式来增加训练集的点数。

7.一种应用权利要求1所述系统进行3D芯片信号耦合性分析的方法，其特征在于，包括以下步骤：

(1)利用HFSS建立并仿真得到TSV通孔3D模型，通过TSV通孔3D模型得到不同的TSV通孔的半径、高度以及通孔之间的距离参数下的TSV通孔的S参数并分别存入S2P文件；

(2)建立TSV通孔RLGC等效电路模型，具体为：电路模型两端的Term为S参数仿真中的端口，将两端口对应的点记为A、B，两TSV通孔对称并分别接地，将对称的两接地点，对称的两部分接地点分别记为C、D和E、F；两个电容值相同的电容并联后再与PRC以及一个电容串联在A、C两点之间，B、D两点之间和A、E两点之间以及B、F两点之间的电路连接情况与A、C两点之间相同；C、D两点之间串联一个电阻和一个电感； A、B两点之间串联一个电阻和一个电感；

(3)将步骤(1)得到的S2P文件输入到步骤(2)建立的TSV通孔RLGC等效电路模型中，得到对应尺寸下的RLGC等效电路的电路参数；

(4)TSV通孔的半径、高度以及通孔之间的距离参数作为BP神经网络的输入，RLGC等效电路的电路参数作为BP神经网络的输出，对BP神经网络进行训练；

(5)将3D芯片的TSV通孔的半径、高度以及通孔之间的距离参数输入到训练后的BP神经网络中，输出对应尺寸的RLGC等效电路的电路参数，根据得到的电路参数进行S参数仿真分析，分析结果即为对应尺寸下TSV通孔3D模型的传输特性。