基于寄生参数校准和特征残差贝叶斯优化的射频无源电路参数优化方法和设备
本发明属于射频电路设计自动化、电磁仿真辅助优化和贝叶斯优化,具体涉及一种基于寄生参数校准和特征残差贝叶斯优化的射频无源电路参数优化方法和设备。
背景技术:
1、射频无源电路,例如合路器、双工器、滤波器、多端口无源网络等,通常需要在特定频段内满足插入损耗、隔离度、带外抑制等指标要求。该类电路的性能不仅由电感、电容等元件的元件值决定,还受到版图耦合关系以及寄生效应等因素共同影响。即使电路拓扑已经确定,仍需要对特定版图下的元件参数进行进一步优化,才能获得满足指标要求的设计结果。
2、现有技术中,高保真度电磁仿真能够较准确地反映实际物理版图下的电磁响应,但单次仿真通常耗时较长。当设计参数维数较高时,若直接采用遗传算法、粒子群算法、随机搜索等全局优化方法调用高保真度电磁仿真进行优化,通常需要大量仿真次数,难以在有限设计周期内获得高质量参数组合。
3、另一方面,低保真电路仿真速度较快,适合用于大规模参数扫描和训练数据生成。但是,在射频无源电路的实际物理实现中,元件封装、走线分布、节点耦合、接地结构和多端口连接等因素会引入寄生效应,使低保真电路仿真与高保真度电磁仿真之间存在频率偏移、幅度偏差和局部曲线失真。
4、贝叶斯优化是一类适合昂贵黑盒函数优化的方法,其通常基于概率代理模型,如高斯过程模型,提供的后验预测,通过采集函数在探索和利用之间进行权衡。然而,在射频无源电路高保真电磁优化中,如果直接对完整频域响应曲线或最终综合评分建立高斯过程模型,可能面临输出维度高、样本数量少、模型训练不稳定等问题。尤其在目标响应为一条或多条散射参数曲线且优化指标集中在特定频段时,直接对完整曲线建模并非最有效方式。
5、因此,需要一种能够结合低保真仿真的快速性、高保真度电磁仿真的准确性、神经网络代理模型的曲线预测能力以及贝叶斯优化框架高效性的射频无源电路参数优化方法,以减少高保真度电磁仿真调用次数,提高混合连续-离散参数空间中的优化效率,并提升优化结果的可靠性。
技术实现思路
1、本发明的目的在于提供一种基于寄生参数校准和特征残差贝叶斯优化的射频无源电路参数优化方法和设备,以解决现有技术中高保真度电磁仿真调用代价高、电路仿真与电磁仿真存在较大偏差、以及常规优化方法样本效率不足的问题。本发明涉及在固定电路拓扑和固定物理版图配置条件下,利用低保真电路仿真、高保真度电磁仿真、神经网络代理模型、高斯过程残差模型和采集函数闭环决策,实现射频无源电路设计参数高效优化的技术方案。本发明的方法获取的最优设计参数将直接用于指导实际射频合路器、双工器等硬件设备的物理加工与制造,能够有效提升射频系统的通信质量。
2、为了实现上述目的,本发明采用的技术方案如下:
3、本发明提供一种基于寄生参数校准和特征残差贝叶斯优化的射频无源电路参数优化方法,包括如下步骤:
4、获取待优化射频无源电路的优化任务信息,所述优化任务信息包括目标频段、设计参数空间、设计指标和参数初始值;
5、基于所述参数初始值获取高保真度电磁仿真样本,并基于所述高保真度电磁仿真样本对低保真电路仿真模型中的寄生参数进行校准,得到校准后的低保真等效电路模型;
6、利用所述校准后的低保真等效电路模型生成训练数据,并基于所述训练数据训练代理模型,所述代理模型用于根据设计参数预测频域响应曲线;
7、基于已有高保真度电磁仿真样本及所述代理模型的预测结果,计算目标频段特征残差,并训练高斯过程残差模型;所述高斯过程残差模型用于表征设计参数与所述目标频段特征残差之间的映射关系及不确定性;
8、在所述设计参数空间中生成候选点,利用所述代理模型预测所述候选点的频域响应曲线并计算目标频段特征值,根据所述高斯过程残差模型获得所述候选点的后验不确定度;根据所述目标频段特征值和所述后验不确定度构造采集函数,利用所述采集函数选择目标候选点;
9、对所述目标候选点执行高保真度电磁仿真,并基于仿真结果更新所述高保真度电磁仿真样本和所述高斯过程残差模型;迭代执行直至满足停止条件,输出优化后的设计参数。
10、进一步地,所述设计参数空间包括连续设计参数和离散设计参数;在所述设计参数空间内生成的候选点均经过合法化处理,所述合法化处理包括:将连续参数裁剪至合法上下界,将离散参数映射至预设离散集合中距离最近的合法取值。
11、进一步地,所述寄生参数包括电感加性修正量、电容加性修正量、关键节点对地寄生电容中的至少一种。
12、进一步地,所述对低保真电路仿真模型中的寄生参数进行校准,包括:
13、构建带寄生参数的低保真等效电路模型,在候选寄生参数下执行低保真电路仿真,计算低保真电路仿真响应与高保真度电磁仿真响应之间的加权误差,并通过优化算法优化所述加权误差,得到校准后的寄生参数。
14、进一步地,所述加权误差中,目标通带、目标阻带、目标过渡频段和边界频点中的至少两类频段区域被赋予不同的权重值。
15、进一步地,所述目标频段特征残差为所述高保真度电磁仿真样本的频域响应曲线对应的目标频段特征值与所述代理模型预测的频域响应曲线对应的目标频段特征值之间的差值;
16、所述目标频段特征为基本评价特征,或者为由至少两个所述基本评价特征加权得到的综合评价特征,所述基本评价特征包括目标通带内的平均幅度特征、目标阻带内的平均幅度特征、目标边界频点的幅度特征、插入损耗特征、隔离度特征、带外抑制特征中的至少一种。
17、进一步地,所述采集函数采用置信上界形式,包括基于所述目标频段特征值构成的利用项、基于所述后验不确定度构成的探索项以及用于降低明显不满足基本性能门限的候选点的选择概率的惩罚项。
18、进一步地,所述探索项包括探索权重,所述探索权重随迭代次数单调递减。
19、进一步地,所述候选点包括全局候选点、局部精细候选点和局部宽域候选点;利用所述采集函数选择目标候选点,具体包括:
20、根据采集函数值从高到低的顺序遍历候选点,将首个与已有高保真度电磁仿真样本不重复、且距离不小于预设阈值的候选点作为目标候选点。
21、本发明还提供一种计算机设备,所述计算机设备包括:
22、一个或多个处理器;
23、存储器,用于存储一个或多个程序;
24、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述基于寄生参数校准和特征残差贝叶斯优化的射频无源电路参数优化方法。
25、与现有技术相比,本发明至少具有以下有益效果:
26、(1)本发明通过少量高保真度电磁仿真样本校准低保真电路仿真模型中的寄生参数,降低低保真电路仿真与高保真度电磁仿真之间的系统偏差,使低保真训练数据更接近实际物理响应。
27、(2)本发明通过校准后的低保真模型生成大规模训练数据,并训练代理模型预测完整频域响应曲线,能够以较低计算成本在大规模候选点上获得快速预测结果。
28、(3)本发明将高斯过程模型的学习对象设为代理模型在目标频段特征上与高保真仿真结果的残差,而不是完整频域响应曲线或最终评分,从而降低模型输出维度,提高少量高保真度电磁仿真样本条件下的建模稳定性。
29、(4)本发明利用代理模型预测结果构造利用项,并利用高斯过程残差模型的后验不确定度构造探索项,使候选点评价同时兼顾预测性能和不确定性。
30、(5)本发明通过全局候选点、局部精细候选点和局部宽域候选点的联合生成机制,同时保持全局探索能力和当前优值附近的局部开发能力。
31、(6)本发明通过边界约束和离散变量吸附处理,将连续参数和离散参数统一纳入贝叶斯优化候选生成和高保真度电磁仿真闭环中,提高混合参数空间下的工程可用性。
32、(7)本发明在每轮迭代中将新的高保真度电磁仿真结果加入高保真度电磁仿真样本集合,并更新目标频段特征残差集合和高斯过程残差模型,从而在有限高保真度电磁仿真预算下持续提高模型精度,并进一步获得更高质量的设计参数。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com