[發明專利]一種基于BP神經網絡的過孔反焊盤尺寸確定方法、裝置

有效

• 申請號: 202010589240.5
• 申請日: 2020-06-24
• 公開（公告）號: CN111832247B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 李楠;邵盟
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F30/398
• 分類號: G06F30/398;G06F30/392;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春輝

本申請公開了一種基于BP神經網絡的過孔反焊盤尺寸確定方法，能夠構建以影響寄生電容的參數為輸入并以衡量寄生電容的指標為輸出的BP神經網絡，利用訓練完成的BP神經網絡可以自適應優化過孔，只需要設定好預期值，就會自適應調整反焊盤的尺寸，得到符合預期的最優尺寸。無需人工設置變量優先級，對設計者的經驗要求比較低，可以提高優化精度和效率。此外，本申請還提供了一種基于BP神經網絡的過孔反焊盤尺寸確定裝置、設備及可讀存儲介質，其技術效果與上述方法的技術效果相對應。

技術領域

本申請涉及集成電路技術領域，特別涉及一種基于BP神經網絡的過孔反焊盤尺寸確定方法、裝置、設備及可讀存儲介質。

背景技術

隨著信號速率不斷提高，信號上升邊不斷減小，過孔對整個高速鏈路的影響越來越大。對于服務器行業來說，隨著PCIE5.0的到來，信號速率達到32G，信號上升邊進一步減小，因此對過孔的優化就顯得尤為重要。

過孔的很多結構參數都對信號有重要的影響。比如，過孔殘樁會導致高速信號質量嚴重退化，會造成嚴重的反射和諧振。過孔的孔徑大小、焊盤大小、回流地孔的位置、反焊盤尺寸等參數決定了過孔的寄生參數。目前，對于過孔殘樁可以通過PCB布局時層面合理規劃或加背鉆的方式很好的解決，過孔對信號的影響主要由寄生電容和電感效應造成，其中寄生電容對信號的影響占主導地位，而過孔焊盤、回流地孔、反焊盤大小都會影響寄生電容，因此，對過孔焊盤、反焊盤進行優化成為降低過孔容性的主要優化手段，這也是目前PCB設計中過孔優化的主要方向之一。

目前，行業內在做過孔優化時，通常都是將焊盤、GND孔位置坐標、反焊盤的尺寸設定為變量，給變量設定一個掃描范圍，通過遍歷每一個變量對阻抗和回波損耗的影響，找到最優值。當變量比較多的情況下，為了簡化優化過程，需要設計者憑經驗確定變量優先級，然后需要按變量優先級一步一步的進行，這樣會耗費大量時間，而且這樣得到的優化值可能無法同時滿足實際需求。

可見，目前的過孔優化方案需要設計者有豐富的經驗，優化效果較差，且耗費時間比較長。

發明內容

本申請的目的是提供一種基于BP神經網絡的過孔反焊盤尺寸確定方法、裝置、設備及可讀存儲介質，用以解決目前的過孔優化方案需要根據經驗設置變量優先級，優化效果較差，耗費時間較長的問題。

其具體方案如下：

第一方面，本申請提供了一種基于BP神經網絡的過孔反焊盤尺寸確定方法，包括：

獲取訓練樣本，所述訓練樣本包括輸入向量和輸出向量，其中所述輸入向量包括兩個以上影響寄生電容的參數，所述影響寄生電容的參數包括反焊盤尺寸，所述輸出向量包括用于衡量寄生電容的指標；

根據所述輸入向量和所述輸出向量，構建BP神經網絡；

利用所述訓練樣本對所述BP神經網絡進行訓練，在訓練過程中，所述反焊盤的尺寸為變量，除所述反焊盤尺寸之外的影響寄生電容的參數均為常數；

利用訓練完成的BP神經網絡，通過反向傳播根據所述用于衡量寄生電容的指標的目標數值，得到反焊盤的最優尺寸。

優選的，所述輸入向量包括反焊盤尺寸，還包括以下任意一項或多項：鉆孔尺寸、過孔焊盤尺寸、疊層材料介電常數、銅箔粗糙度、損耗因子。

優選的，所述輸出向量包括阻抗和/或回波損耗。

優選的，所述根據所述輸入向量和所述輸出向量，構建BP神經網絡，包括：

根據所述輸入向量和所述輸出向量，按照目標公式構建BP神經網絡，其中所述目標公式為：

RL＝f₁(v₁*Df+v₂*d_hole+v₃*d_pad_sigal+v₄*d_void_via)，