[发明专利]一种基于联合蒙特卡洛树搜索的PCB板自动布线方法

说明书

本发明公开了一种基于联合蒙特卡洛树搜索的PCB板自动布线方法，包括：对待布线PCB板进行分析，生成PCB板初始引脚占用状态矩阵，并确定所述待布线的PCB板对应的n根目标线、以及n根所述目标线之间的布线顺序；再利用联合蒙特卡洛树模型依次求解出第一目标线至第n目标线的最佳连线路径，从而实现PCB板自动布线。本发明通过引入AI强化学习算法实现PCB自动布线，将自动布线问题建模为序惯决策问题，引入蒙特卡洛树对布线动作的搜索、神经网络对节点先验预测加速搜索等智能技术，通过不断自我学习，实现单层或多层PCB板的高效准确自动布线，与现有基于图论的PCB板自动布线算法相比，显著提升PCB板布通率、设计效率。

技术领域

本发明涉及PCB板自动布线技术领域，特别涉及一种基于联合蒙特卡洛树搜索的PCB板自动布线方法。

背景技术

随着大规模集成电路技术的发展，集成电路工艺进入纳米技术时代，在一个芯片上集成的组件与引脚连线越来越多。而在不久的将来，每个芯片上的晶体管数量仍将大幅增长，这种日益增加的复杂性给电子设计带来了实质性的挑战。为了满足和达到这电子设计的需求，业界迫切需要EDA(Electronics Design Automation)软件作为强有力的支撑。

EDA是在电子CAD技术基础上发展起来的计算机辅助设计软件系统，融合了应用电子技术、计算机技术、信息处理及智能化技术进行电子产品的自动设计。利用EDA工具，电子设计师可以从概念、算法、协议等开始设计电子系统，并可以将电子产品从电路设计、性能分析到设计出PCB版图的整个过程，在计算机上自动处理完成。EDA技术可以广泛应用于电子、通信、航空航天、机械等多个领域。

然而，EDA软件的开发存在着极大的技术难度，针对诸如自动布线等关键环节，国内研究比较缺乏，相关的研究工作在本世纪进展缓慢。EDA中一项极为重要的技术就是PCB自动布线，所谓PCB自动布线就是依据一定的程序算法，让设计软件程序根据用户设定的相关参数和布线规则，自动的在各个元件之间进行连线，实现元器件之间的电气连接关系，进而快速完成PCB的布线工作。不同于芯片布局布线布通率更多考量元器件位置的放置，PCB设计成功与否更加注重PCB引脚间布线的合理性，而布线算法选择对PCB布线的布通率有很大的影响。

世界上最早的布线算法是1961年发布的Lee算法，自Lee算法提出后，有许多对该算法的改进，包括提高其速度和减少其计算空间的算法。1969年D.W.Hightower提出了一种基于线扩展的布线方法，称为线探索法。就目前来看，除了Lee算法和线探索法，还有最优通道法、Hitchcook的细胞结构法、Mah及Stainberg的拓扑类并法、J.Soukup的快速迷路法等。然而，这类传统图论布线算法时间和空间复杂度均较高，环境复杂时，复杂度上涨速度极快，因此布线速度较慢；且传统图论算法布通成功率较低，一旦布线失败，很难实现自我修复。现有通过AI算法进行PCB自动布图设计的研究，如申请号为2019108925450的中国专利，但是其中公开了利用AI布线模块进行AI自动布线的构思，但其中并不涉及到具体的AI算法。

发明内容

本发明的目的在于克服现有技术中所存在的传统图论布线算法复杂度过高、布线速度较慢，且布通成功率较低、一旦布线失败很难实现自我修复的缺陷，提供一种基于联合蒙特卡洛树搜索的PCB板自动布线方法，引入AI强化学习算法实现PCB自动布线，将自动布线问题建模为序惯决策问题，本申请所提供的AI强化学习方法采用蒙特卡洛树对布线动作进行搜索的基础上，联合神经网络对节点先验预测加速搜索，通过不断自我学习，能够实现复杂PCB板的高效准确自动布线，显著提升PCB板设计效率。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于联合蒙特卡洛树搜索的PCB板自动布线方法，包括：

步骤1：对待布线PCB板进行分析，生成PCB板初始引脚占用状态矩阵，并确定所述待布线的PCB板对应的n根目标线、以及n根所述目标线之间的布线顺序；