[发明专利]一种基于人工神经网络的电感自动化设计综合模型及方法

说明书

本发明提供一种基于人工神经网络的片上电感自动化设计的综合模型，属于电子通信领域。该综合模型针对给定的需求电感的感值、品质因数、自谐振频率、外径及需要工作的频点，判断所给的需求的参数是否在本模型设计能力范围之内，若判断为“是”，则可以生成一个电感版图，并能同时预测该生成的电感的感值、品质因数及散射参数，最后由模型中的自检模块利用预测出的电感感值、品质因数与所需的电感感值和品质因数做对比，若符合设计需求，则输出当前电感版图及预测的S参数；否则，输出错误提示信息及各项指标的误差百分比。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于人工神经网络的片上电感自动化设计的综合模型及方法。

背景技术

片上电感是射频集成电路设计中重点关注的器件。从集成电路设计者的角度看，片上电感设计过程中，最为关心的几个问题是：电感值和品质因数(Q值)的精度、模型准确度以及获得合适的版图尺寸和布局所花费的时间。上述问题将会严重影响设计周期甚至芯片流片的成功率。对于一个特定的电路部分(如匹配网络、负载等)，想要获得合适的片上电感，总要付出很大的努力。在多数情况下，晶圆代工厂所提供的工艺设计库中并不包含电感模型，而提供的电感模型的工艺设计库中的电感模型，通常适用频段受限且模型准确度有限，这些都增加了电感设计难度。

现有电感的设计流程图如图1所示，芯片设计者需要画出初步电感版图，对电感进行电磁仿真(electromagnetic simulation，EM仿真)，提取所画电感的特性参数，如：感值(L)、品质因数(Q值)、S参数，并判断所画电感的特性参数是否满足预期，若不满足预期，则需要重新优化电感版图；若满足预期，则电感版图设计完成。但是，硅基工艺的金属层较为复杂，并且进行EM仿真将会消耗大量的时间；同时，电感设计通常需要进行不断的调整以期满足电路需求，这意味着需要进行多轮的EM仿真，这将耗费设计人员大量的精力与时间。

因此，如何较为快速、准确地进行片上电感的自动化设计，则成为了当前研究的重要方向之一。

发明内容

针对背景技术所存在的问题，本发明的目的在于提供一种基于人工神经网络的电感自动化设计综合模型及方法。该综合模型针对给定的需求电感的感值、品质因数、自谐振频率(Self-Resonance Frequency，SRF)、外径(D)及需要工作的频点，生成电感版图，并同时预测该生成电感的感值、品质因数及散射参数(S参数)，模型中的自检模块利用预测出的电感感值、品质因数与所需求的电感感值和品质因数做对比，若符合设计需求，则输出生成电感版图及预测的S参数；否则，输出错误提示信息及各项指标的误差百分比。

为实现上述目的，本发明的技术方案如下：

一种基于人工神经网络的电感自动化设计综合模型，包括综合模块、分析模块、自检模块、输出选择模块；

所述综合模块对输入的所需要的电感工作频率范围、电感外径和性能参数进行处理后，生成的电感版图，将电感版图传输至输出选择模块，并将该版图的预测几何参数分别传输至分析模块；

所述分析模块根据输入的所需要的频率范围和综合模块输入的预测几何参数，生成预测电感的性能参数，如感值L′、品质因数Q′、自谐振频率SRF′和散射参数，并将预测的电感的感值L′、品质因数Q′和散射参数传输至自检模块，同时将预测的性能参数输入输出选择模块；

所述自检模块根据输入的电感性能参数和分析模块传输得到的预测电感性能参数进行判断，确定生成的电感版图是否满足设计需求；

所述输出选择模块用于根据自检模块的判断结果，选择性输出版图和性能参数，或者错误提示信息。

进一步地，电感的性能参数具体为：感值(L)、品质因数(Q值)、自谐振频率(SRF)和散射参数，其中，L会影响匹配网络，Q值会影响电路损耗和噪声，SRF则会影响稳定性。