[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有效
申请号: | 202010511973.7 | 申请日: | 2020-06-08 |
公开(公告)号: | CN111783376B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 张力;唐思瑶;施叶昕;李原 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06F30/3323 | 分类号: | G06F30/3323;G06N3/04;G06N3/08 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 刘静 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 学习 芯片 信号 耦合 分析 系统 方法 | ||
本发明公开了一种基于机器学习的3D芯片信号耦合性分析系统及方法,通过TSV通孔3D模型得到在不同的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;建立TSV通孔RLGC等效电路模型并根据S2P文件得到对应尺寸下的RLGC等效电路的电路参数;将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,根据训练后的网络输出进行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。本发明中的神经网络是采用实际模型仿真和优化结果作为训练集,对于不同情况电路性能的分析更为灵活,具有更高的准确性。
技术领域
本发明涉及3D芯片信号传输领域,尤其涉及一种基于机器学习的3D芯片信号耦合性分析系统及方法,用机器学习方法快速准确得到3D模型等效电路。
背景技术
随着电子元件、PCB制造在尝试降低尺寸的道路上不断遇到障碍,需要相关设备在更小的维度上以更高的速度实现更多功能,摩尔定律愈发难以为继。工程师发现现有的封装技术限制在单一的平面上,无法继续朝着每18个月集成度翻番的目标前进,3D芯片被认为是一种解决摩尔定律瓶颈的解决方法,因此3D芯片的需求日益强烈。3D芯片具有更短传输距离、更高性能、更低功耗,逐步受到工程师青睐。但是相关技术的发展遇到越来越多的瓶颈。2014 年起,TSV在一些国际会展上被多次提及,具有很好的发展前景。
而TSV立体集成工艺和设计中有一些关键技术难点,如3D芯片内部的电感耦合方式研究较少,需要提出合适的方法对其进行研究。
发明内容
为了解决背景技术中存在的问题,本发明为信号传输特性分析系统,提出了一种基于机器学习的3D芯片信号耦合性分析系统,能够快速准确得到一定尺寸范围内TSV通孔对应的等效电路模型。
本发明采用的技术方案是:一种基于机器学习的3D芯片信号耦合性分析系统,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。
进一步地,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。
进一步地,所述S2P文件为一种双口网络文件,包含了该网络的S参数。
进一步地,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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010511973.7/2.html,转载请声明来源钻瓜专利网。