CN114723110B - 一种体声波滤波器自动布局系统和电子设备 - Google Patents
一种体声波滤波器自动布局系统和电子设备 Download PDFInfo
- Publication number
- CN114723110B CN114723110B CN202210298008.5A CN202210298008A CN114723110B CN 114723110 B CN114723110 B CN 114723110B CN 202210298008 A CN202210298008 A CN 202210298008A CN 114723110 B CN114723110 B CN 114723110B
- Authority
- CN
- China
- Prior art keywords
- layout
- module
- container
- sub
- compression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007906 compression Methods 0.000 claims abstract description 135
- 230000006835 compression Effects 0.000 claims abstract description 134
- 230000002068 genetic effect Effects 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000012163 sequencing technique Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 42
- 238000013210 evaluation model Methods 0.000 claims description 32
- 238000003780 insertion Methods 0.000 claims description 26
- 230000037431 insertion Effects 0.000 claims description 25
- 230000006978 adaptation Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 230000004308 accommodation Effects 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Surface Acoustic Wave Elements And Circuit Networks Thereof (AREA)
Abstract
本申请公开了一种体声波滤波器自动布局系统和电子设备,能够满足实际体声波滤波器的布局要求。本申请包括:图形处理模块和圆形容器布局模块连接,圆形容器布局模块与布局压缩模块连接;图形处理模块用于在每一个体声波谐振器的外部构建外接圆,并根据结构参数在外接圆的外部构建圆形容器;圆形容器布局模块用于接收图形处理模块发送的圆形容器的信息,使用贪心遗传算法生成大量候选圆形容器布局,对候选圆形容器布局进行评估和排序,输出最优圆形容器布局;布局压缩模块用于接收圆形容器布局模块发送的最优容器布局结果,使用压缩遗传算法生成大量候选压缩布局,对候选压缩布局进行评估和排序,输出最优压缩布局,从而生成体声波滤波器的布局。
Description
技术领域
本申请实施例涉及滤波器自动布局技术领域,尤其涉及一种体声波滤波器自动布局系统和电子设备。
背景技术
体声波滤波器由多个体声波谐振器按照一定结构级联而成,优化体声波谐振器的布局,提高体声波谐振器布局的紧凑性,能够进一步缩小体声波滤波器的尺寸,提高相同面积晶圆上的体声波滤波器产量。但在实际应用中,体声波滤波器布局中的电磁干扰会给设计带来了挑战,不合适的布局会导致体声波滤波器性能变差。
现有通过总结体声波滤波器布局的约束条件,提出了一套简单的体声波谐振器自动排列的系统,但该系统实现的体声波谐振器的布局填充比较小,在需要布局的体声波谐振器数量较多时,会导致体声波滤波器的整体布局比例失衡,无法满足实际体声波滤波器的布局要求。基于此,本申请提出了一种体声波滤波器自动布局系统用于解决上述问题。
发明内容
本申请实施例提供了一种体声波滤波器自动布局系统和电子设备,能够在不影响体声波滤波器性能的前提下,简化体声波谐振器的布局问题,使得体声波滤波器布局具有更好的填充比和更为合理的布局比例,从而能够满足实际体声波滤波器的布局要求。
本申请第一方面提供了一种体声波滤波器自动布局系统,包括:
图形处理模块、圆形容器布局模块和布局压缩模块;
所述图形处理模块和所述圆形容器布局模块连接,所述圆形容器布局模块与所述布局压缩模块连接;
所述图形处理模块用于在每一个体声波谐振器的外部构建外接圆,并根据结构参数在所述外接圆的外部构建圆形容器;
所述圆形容器布局模块用于接收所述图形处理模块发送的圆形容器的信息,使用贪心遗传算法生成大量候选圆形容器布局,对候选圆形容器布局进行评估和排序,输出最优圆形容器布局;
所述布局压缩模块用于接收所述圆形容器布局模块发送的最优容器布局结果,在将体声波滤波器的具体形状替代圆形容器之后,使用压缩遗传算法生成大量候选压缩布局,对候选压缩布局进行评估和排序,输出最优压缩布局,从而生成体声波滤波器的布局。
可选的,所述图形处理模块包含第一信息发送模块、图形模板管理子模块、图形自适应子模块、外接圆构建子模块和圆形容器创建子模块;
所述图形模板管理子模块与所述图形自适应子模块连接,所述图形自适应子模块与所述外接圆构建子模块连接,所述外接圆构建子模块与所述圆形容器创建子模块连接,所述第一信息发送模块与所述圆形容器创建子模块连接。
可选的,所述圆形容器布局模块包含信息接收子模块、贪心遗传算法模块和第二信息发送模块;
所述信息接收子模块与所述第一信息发送模块通信连接,所述贪心遗传算法模块中包含贪心策略子模块、贪心遗传算法调用子模块和容器布局评估子模块,所述信息接收子模块与所述贪心遗传算法调用子模块连接,所述贪心遗传算法调用子模块与所述贪心策略子模块连接,所述贪心策略子模块与所述容器布局评估子模块连接,所述容器布局评估子模块与所述贪心遗传算法调用子模块连接,所述容器布局评估子模块与所述第二信息发送模块连接。
可选的,所述布局压缩模块包含布局信息接收模块和压缩遗传算法模块;
所述布局信息接收模块与所述第二信息发送模块通信连接,所述压缩遗传算法模块中包含压缩策略子模块、压缩遗传算法调用子模块和压缩布局评估子模块,所述布局信息接收模块与所述压缩遗传算法调用子模块连接,所述压缩遗传算法调用子模块与所述压缩策略子模块连接,所述压缩策略子模块与所述压缩布局评估子模块连接,所述压缩布局评估子模块与所述压缩遗传算法调用子模块连接。
可选的,所述体声波滤波器自动布局系统还包括布局生成模块,所述布局生成模块与所述压缩布局生成模块连接。
可选的,所述体声波滤波器自动布局系统还包括:结构参数输入模块,所述结构参数输入模块与所述图形处理模块连接。
可选的,所述图形处理模块还包含图形模块创建子模块,所述图形模块创建子模块与所述图形管理子模块连接。
可选的,所述容器布局评估子模块中包含评估模型用子模块,所述容器布局评估子模块中的评估模型调用子模块用于对圆形容器的布局进行评价。
可选的,所述压缩布局评估子模块中包含评估模型调用子模块,所述压缩布局评估子模块中的评估模型调用子模块用于对压缩的布局进行评价。
本申请第二方面提供了一种电子设备,所述电子设备用于执行如第一方面及第一方面中任一项所述的体声波滤波器自动布局系统。
从以上技术方案可以看出,本申请实施例具有以下优点:
图形处理模块能够在每一个体声波谐振器的外部构建外接圆,并根据结构参数在外接圆的外部构建圆形容器;通过引入圆形容器,使得该系统适用于任何形状的体声波谐振器的布局的同时,简化了布局问题的复杂度:不再需要考虑复杂图形的边界条件,只需要考虑规则图形的布局和旋转压缩,圆形容器布局模块能够接收图形处理模块发送的圆形容器的信息,并使用贪心遗传算法对圆形容器的布局进行寻优,并输出最优容器布局后,将最优容器布局发送至布局压缩模块中,布局压缩模块用于接收圆形容器布局模块发送的最优容器布局结果,在将体声波滤波器的具体形状替代圆形容器之后,使用压缩遗传算法进行布局压缩并生成最优压缩布局,从而生成体声波滤波器的布局。
进而可知,本申请体声波滤波器自动布局系统能够在不影响体声波滤波器性能的前提下,简化体声波谐振器的布局问题,实现体声波滤波器的全自动布局,使得体声波滤波器布局具有更好的填充比和更为合理的布局比例,从而能够满足实际体声波滤波器的布局要求。
附图说明
图1为本申请体声波滤波器自动布局系统的一个示意图;
图2为本申请体声波滤波器自动布局系统的另一个示意图;
图3为本申请体声波滤波器自动布局系统中圆形容器布局的示意图;
图4为本申请体声波滤波器自动布局系统中体声波谐振器的布局示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
现有通过总结体声波滤波器布局的约束条件,提出了一套简单的体声波谐振器自动排列的系统,但该系统实现的体声波谐振器的布局填充比较小,在需要布局的体声波谐振器数量较多时,会导致体声波滤波器的整体布局比例失衡,无法满足实际体声波滤波器的布局要求。
基于此,本申请提供了一种体声波滤波器自动布局系统和电子设备,能够在不影响体声波滤波器性能的前提下,简化体声波谐振器的布局问题,使得体声波滤波器布局具有更好的填充比和更为合理的布局比例,从而能够满足实际体声波滤波器的布局要求。
请参阅图1至图4,本申请第一方面提供了一种体声波滤波器自动布局系统,包括:图形处理模块1、圆形容器布局模块2和布局压缩模块3;所述图形处理模块1和所述圆形容器布局模块2连接,所述圆形容器布局模块2与所述布局压缩模块3连接;所述图形处理模块1用于在每一个体声波谐振器的外部构建外接圆,并根据结构参数在所述外接圆的外部构建圆形容器;所述圆形容器布局模块2用于接收所述图形处理模块1发送的圆形容器的信息,用贪心遗传算法生成大量候选圆形容器布局,对候选圆形容器布局进行评估和排序,输出最优圆形容器布局;所述布局压缩模块3用于接收所述圆形容器布局模块2发送的最优容器布局结果,在将体声波滤波器的具体形状替代圆形容器之后,使用压缩遗传算法生成大量候选压缩布局,对候选压缩布局进行评估和排序,输出最优压缩布局,从而生成体声波滤波器的布局。
在本申请实施例中,体声波滤波器自动布局系统包括图形处理模块1、圆形容器布局模块2和布局压缩模块3,其中,图形处理模块1与圆形容器布局模块2连接,图形处理模块1为CAD图形处理模块1,该CAD图形处理模块1用于设置每一个布局个体(体声波谐振器)的具体图形,具体的为,在设置体声波谐振器具体图形时,可选择数据库中的模板图形,也可由用户创建新图形,主要是通过图形模块创建子模块13实现,在选择好图形之后,根据结构参数进行面积放缩和圆形容器的创建,在进行圆形的创建时,首先在体声波谐振器的外部构建一个外接圆,并在外接圆外部构建一个圆形容器,对于圆形容器的构建如下:以体声波谐振器的形心(Xi,Yi)为圆心,形心到体声波谐振器最远的顶点距离为半径ri构建外接圆,然后在此外接圆外,以(ri+Gadjacent/2)为半径构建圆形容器。其中,Gadjacent/2表示相邻体声波谐振器之间最小间距的二分之一,通过圆形容器能够更好的展示体声波谐振器之间的距离,且使用规则的圆形容器替代不规则的体声波谐振器进行布局能够降低布局的难度,提高算法执行的效率。
在获取到体声波谐振器外部套接的圆形容器之后,需要进一步对生成的圆形容器进行布局,主要是通过圆形容器布局模块2进行布局。更具体的为,圆形容器布局模块2用于在接收到图形处理模块1发送的圆形容器的信息之后,使用压缩遗传算法生成大量候选压缩布局,对候选压缩布局进行评估和排序,输出最优压缩布局,对于具体的容器布局过程如下:
首先随机生成第一预设数值的布局编码,并根据贪心策略生成每一种布局编码对应的容器布局,接着通过评价模型计算每一个容器布局的容器适应值,将容器适应值进行排序,最后判断贪心遗传算法的迭代次数是否达到第二预制数值,若否,则使用交叉和变异的方式产生新的布局编码,并继续执行根据贪心策略生成每一种布局编码对应的容器布局,接着通过评价模型计算每一个容器布局的容器适应值,将容器适应值进行排序的步骤,若是,则生成目标容器布局,目标容器布局为容器适应值最大的容器布局。
其中,对于圆形容器布局和压缩过程中均使用到评价模型,评价模型的建立需要通过以下公式进行推导:
获取第一公式;
第一公式为:
其中,用填充比FR(n)表示n个体声波谐振器布局的紧凑程度,表示所有体声波谐振器的面积和,L*W表示目标容纳空间的面积;FR(n)取值范在[0,1];表示当FR(n)的值越接近1,表示体声波谐振器布局越紧凑;
获取第二公式;
第二公式为:
其中,表示目标容纳空间的长宽比,SC(n)取值范围在[0,1],值越接近0,则所述目标容纳空间布局越接近正方形;
获取标准系数;
所述标准系数为:
其中,表示序号相邻的体声波谐振器在布局上也相邻,表示需要所有接地的体声波谐振器都位于布局的外围,表示所有相邻的体声波谐振器的邻边都不平行。当标准系数G=1时,表示该布局满足布局约束;当G=0时,表示布局不满足布局约束。
根据所述第一公式、所述第二公式和所述标准系数构建所述评价模型,所述评价模型符合体声波滤波器布局准则;
所述评价模型为:
Maximisizef(x)=G*(w1*FR(n)-w2*SC(n))
其中,(w1*FR(n)-w2SC(n))表示基于填充比和布局比例两个指标评价体声波滤波器布局的质量;其中,w1和w2为权重系数,通常认为填充比比布局比例更为重要,所有w1>w2。
所述评价模型从属于以下条件:
D(first,last)>Gfirst-last,表示输入端的串联体声波谐振器与输出端的串联体声波谐振器的距离必须大于等于Gfirst-last,Gfirst-last表示输入端的串联体声波谐振器与输出端的串联体声波谐振器之间的最小间距;
D(i,j)>Gadjacent(i,j∈n,i≠j),表示任意体声波谐振器之间的距离必须大于Gadjacent,Gadjacent表示相邻体声波谐振器之间的最小间距;
w1+w2=1andw1>w2,w1和w2为填充比和布局比例的权重,在此规定填充比例大于布局比例,即w1>w2,w1+w2=1表示w1和w2中一个权重系数的重要性增加时,另一个权重系数的重要性就会减少。
对于根据贪心策略生成每一种布局编码对应的容器布局的具体方式如下:
一、首先确定布局编码中第一个圆形容器的目标位置;
首先随机生成第一预设数值的布局编码,生成的布局编码之间是连续的,更具体的为,例如:第一预设数值为100,系统生成100个布局编码,每个布局编码形式为[X1,X2,....Xn],其中,X介于[1,2,3,4,5,6,7,8]中,[1,2,3,4]表示逆时针方向遍历上下左右的插入方式,[5,6,7,8]表示顺时针方向遍历上下左右的插入方式,Xn中的n表示体声波谐振器的个数。需要说明的是,在本申请中,不对第一预设数值的具体数值做具体限定。
其中,相邻序号的体声波谐振器必须在布局上也相邻,故根据体声波谐振器的序号顺序决定体声波谐振器的布局次序,首先固定第一个圆形容器位置,因为第一个圆形容器固定后,后续的圆形容器就能一个接一个的布置在前一个圆形容器的附近,后一个体声波谐振器的圆形容器插入位置总是在前一个体声波谐振器圆形容器的周围。因此,需要先确定一个圆形容器的目标位置,通过该目标位置向外延伸,在该布局中的体声波谐振器均通过上述方式进行布局。
二、根据目标位置确定第一插入方向、第二插入方向、第三插入方向和第四插入方向;
在本申请实施例中,确定前一个圆形容器的目标位置之后,则以该圆形容器的位置为原点,根据角度分为上下左右四种可插入方向,其中体声波谐振器与布局空间的交界处位置上,需要在两个插入方向上进行考虑,如:从上方插入或者从右方插入,这两种插入方向都需要考虑45°的位置。
三、根据所述评价模型将其他圆形容器分别通过所述第一插入方向、所述第二插入方向、所述第三插入方向和所述第四插入方向插入所述任一圆形容器中,以生成容器布局;
其中,在确定目标位置的四个插入方向之后,并确定下一个圆形容器的插入方向,其中,在上下左右每个方向上具体的插入位置需要通过评价模型进行计算,以1°为步长顺时针或逆时针遍历各个方向上所有的插入位置,插入后通过公式计算圆形容器填充比最大的位置,并将该位置视为当前方向上的最优插入位置。在各个圆形容器进行布局时,均采用上述方式。
四、在生成对应容器布局之后,为了进一步获取最优的容器布局,首先需要根据评价模型:
Maximisizef(x)=G*(w1*FR(n)-w2*SC(n))
计算每一个容器布局的容器适应值,并将容器适应值进行排序,并最终输出最优容器布局。
在获取到最优的圆形容器布局之后,需要进一步对容器布局进行压缩,主要是通过布局压缩模块3进行布局。更具体的为,布局压缩模块3,接收到圆形容器布局模块2发送的最优容器布局结果,将最优容器布局结果中体声波滤波器的具体形状替代圆形容器之后,使用压缩遗传算法生成大量候选压缩布局,对候选压缩布局进行评估和排序,输出最优压缩布局,从而生成体声波滤波器的布局,具体的压缩布局过程如下:
首先随机生成第三预设数值的体声波谐振器旋转角度的组合,并根据压缩策略生成每一种旋转角度组合压缩后的压缩布局,并通过评价模型计算每一种压缩布局的压缩适应值,将压缩适应值进行排序,最后判断压缩遗传算法的迭代次数是否达到第四预设数值,若否,使用交叉和变异的方式产生新的旋转角度组合,并继续执行根据压缩策略生成每一种旋转角度组合压缩后的压缩布局,并通过评价模型计算每一种压缩布局的压缩适应值,将压缩适应值进行排序的步骤,若是,则生成体声波滤波器布局。
其中,对于压缩布局的生成方式具体如下:
一、首先确定旋转角度组合中的第一压缩边界线和第二压缩边界线;
二、根据压缩遗传算法确定具体体声波谐振器的目标旋转角度,确定移动步长后;
三、根据移动步长和目标旋转角度控制具体体声波谐振器往第一压缩边界线和第二压缩边界线移动,以生成压缩布局。
其中,在本申请实施例中,由于各个体声波谐振器的形状各异,每个体声波谐振器旋转不同角度压缩得到填充比都是不同的,所以需要使用压缩遗传算法检索每个体声波谐振器最佳旋转角度。首先将N个体声波谐振器组成的布局中第i个体声波谐振器的旋转角度记为Xi,则所有体声波谐振器的旋转角度可以编码为[X1,X2,....Xn],为了提高遗传算法发效率,以5°为步长,则Xi∈[0,72],该编码为压缩遗传算法的种群中的个体并为了提高算法的效率,我们以5°为步长,在确定目标旋转角度和移动步长后,在进行操作时,每次操作一个体声波谐振器,先将该体声波谐振器往左移动至与第一压缩边界线相切或与其他体声波谐振器相切,再向下移动至第二压缩边界线相切或与其他体声波谐振器相切,进而能够对容纳布局进行压缩,使得体声波滤波器布局具有更好的填充比和更为合理的矩形布局比例。
在获取到最优的体声波谐振器压缩布局之后,该最优的体声波谐振器压缩布局也是压缩适应值最大的压缩布局,也就是最终生成的体声波滤波器的布局。
可选的,所述图形处理模块1包含第一信息发送模块11、图形模板管理子模块12、图形自适应子模块14、外接圆构建子模块15和圆形容器创建子模块16;
所述图形模板管理子模块12与所述图形自适应子模块14连接,所述图形自适应子模块14与所述外接圆构建子模块15连接,所述外接圆构建子模块15与所述圆形容器创建子模块16连接,所述第一信息发送模块11与所述圆形容器创建子模块16连接。
在本申请实施例中,图形处理模块1用于在每一个体声波谐振器的外部构建外接圆,并根据结构参数在外接圆的外部构建圆形容器。为了使得处理模块能够实现上述功能,在图形处理模块1中包括第一信息发送模块11、图形模板管理子模块12、图形自适应子模块14、外部圆构建子模块15和圆形容器创建子模块16,其中,在需要构建圆形容器时,要在外部输入结构参数,所以图形处理模块1与结构参数输入模块4连接,通过结构参数输入模块4能够将体声波谐振器的具体形状、面积以及体声波谐振器之间的间隔等信息录入到图形处理模块1中,通过图形处理模块1内部各个子模块的配合作用,能够在体声波谐振器的外部套接圆形容器,从而方便后期体声波谐振器的布局和压缩。
可选的,所述圆形容器布局模块包含信息接收子模块21、贪心遗传算法模块22和第二信息发送模块23;
所述信息接收子模块21与所述第一信息发送模块11通信连接,所述贪心遗传算法模块22中包含贪心策略子模块222、贪心遗传算法调用子模块221和容器布局评估子模块223,所述信息接收子模块21与所述贪心遗传算法调用子模块221连接,所述贪心遗传算法调用子模块221与所述贪心策略子模块222连接,所述贪心策略子模块222与所述容器布局评估子模块223连接,所述容器布局评估子模块223与所述贪心遗传算法调用子模块221连接,所述容器布局评估子模块223与所述第二信息发送模块连接。
在本申请实施例中,需要说明的是,贪心策略子模块222、贪心遗传算法调用子模块221和容器布局评估子模块223之间是循环关系,具体调用关系如上述容器布局生成过程所示,在此不再赘述。圆形容器布局模块2用于接收图形处理模块1发送的圆形容器的信息,使用贪心遗传算法生成大量候选圆形容器布局,对候选圆形容器布局进行评估和排序,输出最优圆形容器布局。更具体的为,圆形容器布局模块2中包含信息接收子模块21、贪心策略子模块222、贪心遗传算法调用子模块221、容器布局评估子模块223和第二信息发送模块25,信息接收子模块21用于获取第一信息发送模块11发送的圆形容器布局的信息,在收到圆形容器的布局信息之后,将信息发送至贪心遗传算法调用子模块221中,由贪心遗传算法调用子模块221生成大量候选圆形容器的布局编码,然后贪心策略子模块222将每一个圆形容器布局编码转换为对应的圆形容器布局,然后使用容器评估子模块222对圆形容器布局进行评估和排序。
可选的,所述布局压缩模块包含布局信息接收模块31和压缩遗传算法模块32;所述布局信息接收模块与所述第二信息发送模块通信连接,所述压缩遗传算法模块中包含压缩策略子模块322、压缩遗传算法调用子模块321和压缩布局评估子模块323,所述布局信息接收模块31与所述压缩遗传算法调用子模块321连接,所述压缩遗传算法调用子模块321与所述压缩策略子模块322连接,所述压缩策略子模块322与所述压缩布局评估子模块323连接,所述压缩布局评估子模块323与所述压缩遗传算法调用子模块321连接。
在本申请实施例中,压缩策略子模块322、压缩遗传算法调用子模块321和压缩布局评估子模块323之间是循环关系,具体调用关系如上述压缩布局生成过程所述,在此不再赘述。布局压缩模块3用于接收圆形容器布局模块2发送的最优容器布局结果,在将体声波滤波器的具体形状替代圆形容器之后,使用压缩遗传算法进行布局压缩并生成最优压缩布局,从而生成体声波滤波器的布局。更具体的为,布局压缩模块3中包含布局信息接收模块31、压缩遗传算法调用子模块321、压缩策略子模块322和压缩布局评估子模块323。布局信息接收模块31用于接收第二信息发送模块23发送的最优容器布局的信息,压缩遗传算法调用子模块321用于使用压缩遗传算法对消掉圆形容器布局后的布局进行压缩,对于使用压缩遗传算法的进行压缩布局的方式在前述说明,在此不再赘述。压缩时会进行间距检测和平行边检测,最后输出填充比最优且没有平行边的布局,由于压缩布局模块3与布局生成模块5连接,在输出最优的压缩布局之后,最终生成整个体声波滤波器的布局。
可选的,所述容器布局评估子模块223中包含评估模块调用子模块,所述容器布局评估子模块223中的评估模型调用子模块用于对圆形容器的布局进行评价,所述压缩布局评估子模块323中包含评估模型调用子模块,所述压缩布局评估子模块323中的评估模型调用子模块用于对压缩的布局进行评价。
在本申请实施例中,容器布局评估子模块223和压缩布局评估子模块323中的评估模块调用子模块所调用的评估模型相同,在对容器布局和压缩布局进行评价时反复调用,直至输出最优容器布局和最优压缩布局。
本申请第二方面提供了一种电子设备,所述电子设备用于执行如第一方面及第一方面中任一项所述的体声波滤波器自动布局系统。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本申请第二方面提供了一种电子设备,所述电子设备用于执行如第一方面及第一方面中任一项所述的体声波滤波器自动布局系统。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种体声波滤波器自动布局系统,其特征在于,包括:图形处理模块、圆形容器布局模块和布局压缩模块;
所述图形处理模块和所述圆形容器布局模块连接,所述圆形容器布局模块与所述布局压缩模块连接;
所述图形处理模块用于在每一个体声波谐振器的外部构建外接圆,并根据结构参数在所述外接圆的外部构建圆形容器;
所述圆形容器布局模块用于接收所述图形处理模块发送的圆形容器的信息,并随机生成第一预设数值的布局编码,根据贪心策略生成每一种布局编码对应的容器布局,通过评价模型计算每一个容器布局的容器适应值,所述评价模型为Maximisizef(x)=G*(w1*FR(n)-w2*SC(n)),其中,G表示标准系数,当标准系数G=1时,表示该布局满足布局约束;当G=0时,表示布局不满足布局约束,w1和w2为权重系数,FR(n)表示n个BAW谐振器布局的紧凑程度,SC(n)表示n个BAW谐振器布局在目标容纳空间的布局程度,n表示BAW谐振器的布局个数;
获取第一公式,第一公式为:
其中,n表示BAW谐振器的布局个数,i表示BAW谐振器序号,Si表示BAW谐振器的面积,L表示BAW谐振器布局的长度,W表示BAW谐振器布局的宽度,用填充比FR(n)表示n个BAW谐振器布局的紧凑程度,表示所有BAW谐振器的面积和,L*W表示目标容纳空间的面积;FR(n)取值范在[0,1];MaximisizeFR(n)表示当FR(n)的值越接近1,表示BAW谐振器布局越紧凑;
获取第二公式;
第二公式为:
其中,表示目标容纳空间的长宽比的数值,SC(n)取值范围在[0,1],MinimizeSC(n)表示当SC(n)值越接近0,则所述目标容纳空间布局越接近正方形;
将容器适应值进行排序,并判断贪心遗传算法的迭代次数是否达到第二预制数值,若否,则使用交叉和变异的方式产生新的布局编码,并继续执行根据贪心策略生成每一种布局编码对应的容器布局:首先确定布局编码中第一个圆形容器的目标位置;根据目标位置确定第一插入方向、第二插入方向、第三插入方向和第四插入方向;根据所述评价模型将其他圆形容器分别通过所述第一插入方向、所述第二插入方向、所述第三插入方向和所述第四插入方向插入任一圆形容器中,以生成容器布局,在生成对应容器布局之后,为了进一步获取最优的容器布局,首先需要根据评价模型:
Maximisizef(x)=G*(w1*FR(n)-w2*SC(n))计算每一个容器布局的容器适应值,并将容器适应值进行排序,并最终输出最优容器布局;
接着通过评价模型计算每一个容器布局的容器适应值,将容器适应值进行排序的步骤,若是,则生成目标容器布局,目标容器布局为容器适应值最大的容器布局;
所述布局压缩模块用于接收所述圆形容器布局模块发送的最优容器布局结果,在将体声波滤波器的具体形状替代圆形容器之后,并随机生成第三预设数值的体声波谐振器旋转角度的组合,并根据压缩策略生成每一种旋转角度组合压缩后的压缩布局,并通过所述评价模型计算每一种压缩布局的压缩适应值,将压缩适应值进行排序,判断压缩遗传算法的迭代次数是否达到第四预设数值,若否,使用交叉和变异的方式产生新的旋转角度组合,并继续执行根据压缩策略生成每一种旋转角度组合压缩后的压缩布局,并通过评价模型计算每一种压缩布局的压缩适应值,将压缩适应值进行排序的步骤,若是,则生成体声波滤波器布局。
2.根据权利要求1所述的体声波滤波器自动布局系统,其特征在于,所述图形处理模块包含第一信息发送模块、图形模板管理子模块、图形自适应子模块、外接圆构建子模块和圆形容器创建子模块;
所述图形模板管理子模块与所述图形自适应子模块连接,所述图形自适应子模块与所述外接圆构建子模块连接,所述外接圆构建子模块与所述圆形容器创建子模块连接,所述第一信息发送模块与所述圆形容器创建子模块连接。
3.根据权利要求2所述的体声波滤波器自动布局系统,其特征在于,所述圆形容器布局模块包含信息接收子模块、贪心遗传算法模块和第二信息发送模块;
所述信息接收子模块与所述第一信息发送模块通信连接,所述贪心遗传算法模块中包含贪心策略子模块、贪心遗传算法调用子模块和容器布局评估子模块,所述信息接收子模块与所述贪心遗传算法调用子模块连接,所述贪心遗传算法调用子模块与所述贪心策略子模块连接,所述贪心策略子模块与所述容器布局评估子模块连接,所述容器布局评估子模块与所述贪心遗传算法调用子模块连接,所述容器布局评估子模块与所述第二信息发送模块连接。
4.根据权利要求3所述的体声波滤波器自动布局系统,其特征在于,所述布局压缩模块包含布局信息接收模块和压缩遗传算法模块;
所述布局信息接收模块与所述第二信息发送模块通信连接,所述压缩遗传算法模块中包含压缩策略子模块、压缩遗传算法调用子模块和压缩布局评估子模块,所述布局信息接收模块与所述压缩遗传算法调用子模块连接,所述压缩遗传算法调用子模块与所述压缩策略子模块连接,所述压缩策略子模块与所述压缩布局评估子模块连接,所述压缩布局评估子模块与所述压缩遗传算法调用子模块连接。
5.根据权利要求4所述的体声波滤波器自动布局系统,其特征在于,所述体声波滤波器自动布局系统还包括布局生成模块,所述布局生成模块与所述布局压缩模块连接。
6.根据权利要求1所述的体声波滤波器自动布局系统,其特征在于,所述体声波滤波器自动布局系统还包括:结构参数输入模块,所述结构参数输入模块与所述图形处理模块连接。
7.根据权利要求2所述的体声波滤波器自动布局系统,其特征在于,所述图形处理模块还包含图形模块创建子模块,所述图形模块创建子模块与所述图形模板管理子模块连接。
8.根据权利要求4所述的体声波滤波器自动布局系统,其特征在于,所述容器布局评估子模块中包含评估模型调用子模块,所述容器布局评估子模块中的评估模型调用子模块用于对圆形容器的布局进行评价。
9.根据权利要求8所述的体声波滤波器自动布局系统,其特征在于,所述压缩布局评估子模块中包含评估模型调用子模块,所述压缩布局评估子模块中的评估模型调用子模块用于对压缩的布局进行评价。
10.一种电子设备,其特征在于,所述电子设备用于执行如权利要求1至9中任一项所述的体声波滤波器自动布局系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210298008.5A CN114723110B (zh) | 2022-03-24 | 2022-03-24 | 一种体声波滤波器自动布局系统和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210298008.5A CN114723110B (zh) | 2022-03-24 | 2022-03-24 | 一种体声波滤波器自动布局系统和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114723110A CN114723110A (zh) | 2022-07-08 |
CN114723110B true CN114723110B (zh) | 2023-12-19 |
Family
ID=82240151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210298008.5A Active CN114723110B (zh) | 2022-03-24 | 2022-03-24 | 一种体声波滤波器自动布局系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723110B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424959B1 (en) * | 1999-06-17 | 2002-07-23 | John R. Koza | Method and apparatus for automatic synthesis, placement and routing of complex structures |
CN107317565A (zh) * | 2017-06-02 | 2017-11-03 | 四川省三台水晶电子有限公司 | Baw梯形滤波器的布局设计方法 |
CN206993072U (zh) * | 2017-06-02 | 2018-02-09 | 四川省三台水晶电子有限公司 | 具有三行n列布局结构的baw梯形滤波器 |
CN109460294A (zh) * | 2018-10-13 | 2019-03-12 | 中国人民解放军战略支援部队信息工程大学 | 一种基于面积优先和动态遗传算法的可重构任务布局方法 |
US10491192B1 (en) * | 2018-06-15 | 2019-11-26 | Resonant Inc. | Transversely-excited film bulk acoustic resonator |
CN112699548A (zh) * | 2020-12-25 | 2021-04-23 | 珠海格力电器股份有限公司 | 电控箱布局方案的生成方法、装置和电子设备 |
CN113810011A (zh) * | 2021-09-23 | 2021-12-17 | 武汉敏声新技术有限公司 | 一种体声波谐振器和体声波滤波器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008035358A (ja) * | 2006-07-31 | 2008-02-14 | Hitachi Media Electoronics Co Ltd | 薄膜圧電バルク波共振器及びそれを用いた高周波フィルタ |
ITGE20130009A1 (it) * | 2013-01-24 | 2014-07-25 | Istituto Italiano Di Tecnologia | Metodo per la configurazione di schiere planari di trasduttori per l'elaborazione di segnali a banda larga mediante beamforming tridimensionale e sistemi di elaborazione di segnali che utilizzano tale metodo, in particolare telecamera acustica |
US11349452B2 (en) * | 2018-06-15 | 2022-05-31 | Resonant Inc. | Transversely-excited film bulk acoustic filters with symmetric layout |
US20210281238A1 (en) * | 2018-06-15 | 2021-09-09 | Resonant Inc. | Transversely-excited film bulk acoustic resonator with a cavity having round end zones |
-
2022
- 2022-03-24 CN CN202210298008.5A patent/CN114723110B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424959B1 (en) * | 1999-06-17 | 2002-07-23 | John R. Koza | Method and apparatus for automatic synthesis, placement and routing of complex structures |
CN107317565A (zh) * | 2017-06-02 | 2017-11-03 | 四川省三台水晶电子有限公司 | Baw梯形滤波器的布局设计方法 |
CN206993072U (zh) * | 2017-06-02 | 2018-02-09 | 四川省三台水晶电子有限公司 | 具有三行n列布局结构的baw梯形滤波器 |
US10491192B1 (en) * | 2018-06-15 | 2019-11-26 | Resonant Inc. | Transversely-excited film bulk acoustic resonator |
CN109460294A (zh) * | 2018-10-13 | 2019-03-12 | 中国人民解放军战略支援部队信息工程大学 | 一种基于面积优先和动态遗传算法的可重构任务布局方法 |
CN112699548A (zh) * | 2020-12-25 | 2021-04-23 | 珠海格力电器股份有限公司 | 电控箱布局方案的生成方法、装置和电子设备 |
CN113810011A (zh) * | 2021-09-23 | 2021-12-17 | 武汉敏声新技术有限公司 | 一种体声波谐振器和体声波滤波器 |
Non-Patent Citations (4)
Title |
---|
S波段窄带带通体声波滤波器设计;高杨 等;强激光与粒子束;第29卷(第11期);第1-7页 * |
体声波梯形滤波器的布局设计方法;张大鹏 等;强激光与粒子束;第30卷(第01期);第1-6页 * |
体声波滤波器自动布局工具的设计开发;贾乐 等;压电与声光;第40卷(第04期);第483-486页 * |
带平衡约束矩形布局优化问题的遗传算法;徐义春 等;模式识别与人工智能;第23卷(第06期);第794-801页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114723110A (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053119A (zh) | 一种求解零等待流水车间调度问题的改进粒子群优化算法 | |
US7761392B2 (en) | Configurable infinite logic signal processing network and genetic computing method of designing the same | |
CN110378419A (zh) | 一种图像集扩充方法、装置、设备及可读存储介质 | |
CN112200300A (zh) | 卷积神经网络运算方法及装置 | |
CN108573399A (zh) | 基于转移概率网络的商户推荐方法及其系统 | |
CN109656878B (zh) | 健康档案数据生成方法及装置 | |
US20230237705A1 (en) | Methods for level partition of point cloud, and decoder | |
CN111784699B (zh) | 一种对三维点云数据进行目标分割方法、装置及终端设备 | |
CN115100148B (zh) | 一种基于轻量型卷积神经网络的农作物害虫检测方法 | |
Marwood et al. | Representing images in 200 bytes: Compression via triangulation | |
CN109298930A (zh) | 一种基于多目标优化的云工作流调度方法及装置 | |
CN111242286A (zh) | 一种数据格式变换方法、装置及计算机可读存储介质 | |
CN114723110B (zh) | 一种体声波滤波器自动布局系统和电子设备 | |
CN116663638A (zh) | 一种模型微调训练方法、装置、设备及介质 | |
CN110222816B (zh) | 深度学习模型的建立方法、图像处理方法及装置 | |
CN117349585B (zh) | 一种基于加速器约束的算子性能优化方法 | |
CN114339230A (zh) | 用于视频编码的变换核选择方法、装置、存储介质及终端 | |
CN114070655A (zh) | 网络流量检测规则生成方法及装置、电子设备、存储介质 | |
CN113627491A (zh) | 基于改进的自适应Anchor生成的DK-YOLOv4模型 | |
Templier et al. | A geometric encoding for neural network evolution | |
CN115952741A (zh) | 微波腔体滤波器优化方法、装置、设备及存储介质 | |
CN114881400B (zh) | 一种baw滤波器自动布局方法及相关设备 | |
CN114861557B (zh) | 一种动态使用神经网络的多目标优化方法及系统 | |
CN115659850A (zh) | 一种面向成败型在轨测试的最优截尾试验方案求解方法 | |
US8031957B1 (en) | Rewritable lossy compression of graphical data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |