[发明专利]一种元器件模型的参数优化方法及装置

说明书

本发明提供一种元器件模型的参数优化方法，其包括：获取元器件在实际测试环境下的实测数据；从所述元器件模型中提取参数作为基因，并建立初始种群，所述初始种群中的个体具有随机分配的基因值；基于所述初始种群并利用遗传算法确定目标个体，得到目标个体的基因值作为所述元器件模型优化后的参数；其中，所述初始种群中个体的适应度，基于所述实测数据和在仿真测试环境下得到的仿真数据确定，所述仿真测试环境与所述实际测试环境一致。本发明还提供了一种元器件模型的参数优化装置，本发明的方案可以有效解决现有技术难以优化元器件模型参数的问题，提高仿真结果的准确性。

技术领域

本发明涉及仿真领域，更具体地涉及一种元器件模型的参数优化方法及装置。

背景技术

电磁兼容性(Electro Magnetic Compatibility，EMC)仿真是基于软件分析的一种正向电磁兼容设计方法，可以让工程师仿真电路和元器件的辐射发射，并确定这些发射是否符合常见的EMC标准，规避无谓设计从而达到节省时间与成本等目的。复杂元器件作为EMC仿真中的主要干扰源往往伴有建模复杂、影响范围大等特点。

当今元器件模型建模方式以数学建模为基础，辅以spice语言的方式进行建模，模型参数来源主要从官方文档所给的器件参数得来。然而官方为了保密等目的，公布的参数往往与实际测量参数有着微小偏差，故建模出来的元器件模型往往不尽人意。

因此，如何对元器件模型的参数进行优化，对于仿真测试的准确性具有十分重要的意义。

发明内容

本发明旨在解决上述现有技术中的相关问题。本发明一方面提供了一种元器件模型的参数优化方法，另一方面提供了一种元器件模型的参数优化装置。通过本发明提供的方案，可以有效地解决现有技术难以优化元器件模型参数的问题，提高仿真结果的准确性。

本发明第一方面提供一种元器件模型的参数优化方法，包括：获取元器件在实际测试环境下的实测数据；

从所述元器件模型中提取参数作为基因，并建立初始种群，所述初始种群中的个体具有随机分配的基因值；

基于所述初始种群并利用遗传算法确定目标个体，所述目标个体的基因值即所述元器件模型优化后的参数；

其中，所述初始种群中个体的适应度，基于所述实测数据和在仿真测试环境下得到的仿真数据确定，所述仿真测试环境与所述实际测试环境一致。

根据本发明的一个实施方式，所述实测数据和所述仿真数据均包括时间以及与时间对应的特性参数；所述特性参数包括电压值和/或电流值。

根据本发明的一个实施方式，单个个体的适应度基于多个时间下的适应度而定，单个时间下的适应度满足：Q(d)＝K1·A1+K2·A2；

其中，d表示时间，A1根据时间d的仿真特性参数的斜率与实测特性参数的斜率的比值而定，A2根据时间d的仿真特性参数与实测特性参数的比值而定，K1和K2为权重系数。

根据本发明的一个实施方式，k1＞10k2；

其中，K(d)表示时间d的实测电压斜率而k(dN)表示时间d的仿真电压斜率，或，K(d)表示时间d的实测电流斜率而k(dN)表示时间d的仿真电流斜率；

其中，A(d)表示时间d的实测电压幅值而A(dN)表示时间d的仿真电压幅值，或，A(d)表示时间d的实测电流幅值而A(dN)表示时间d的仿真电流幅值。

根据本发明的一个实施方式，所述基于所述初始种群并利用遗传算法确定目标个体，包括：

循环执行以下步骤：在所述仿真测试环境下对所述初始种群中的个体进行仿真测试得到各个体的仿真数据，基于所述实测数据和个体的仿真数据，确定个体的适应度，根据个体的适应度从所述初始种群中选取亲本，基于所述亲本和遗传算子生成新的个体以更新所述初始种群；