CN114881400A - 一种baw滤波器自动布局方法及相关设备 - Google Patents

一种baw滤波器自动布局方法及相关设备 Download PDF

Info

Publication number
CN114881400A
CN114881400A CN202210309865.0A CN202210309865A CN114881400A CN 114881400 A CN114881400 A CN 114881400A CN 202210309865 A CN202210309865 A CN 202210309865A CN 114881400 A CN114881400 A CN 114881400A
Authority
CN
China
Prior art keywords
layout
baw
container
compression
generating
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.)
Granted
Application number
CN202210309865.0A
Other languages
English (en)
Other versions
CN114881400B (zh
Inventor
安嘉乐
高杨
李君儒
王健
谭鹏辉
孙成亮
孙博文
袁汉龙
刘德勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Memsonics Technologies Co Ltd
Original Assignee
Wuhan Memsonics Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Memsonics Technologies Co Ltd filed Critical Wuhan Memsonics Technologies Co Ltd
Priority to CN202210309865.0A priority Critical patent/CN114881400B/zh
Publication of CN114881400A publication Critical patent/CN114881400A/zh
Application granted granted Critical
Publication of CN114881400B publication Critical patent/CN114881400B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/06—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
    • 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
    • G06Q10/06313—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
    • 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)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Development Economics (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)
  • Piezo-Electric Or Mechanical Vibrators, Or Delay Or Filter Circuits (AREA)

Abstract

本申请实施例公开了一种BAW滤波器自动布局方法及相关设备，在不影响BAW滤波器性能的前提下，使得BAW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。本申请包括：获取设计参数；根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；根据压缩遗传算法对所述谐振器布局进行压缩；生成BAW滤波器布局。

Description

一种BAW滤波器自动布局方法及相关设备
技术领域
本申请实施例涉及滤波器布局技术领域，尤其涉及一种BAW滤波器自动布局方法及相关设备。
背景技术
BAW(Bulk Acoustic Wave，体声波)滤波器布局问题是指在不影响BAW滤波器性能的前提下，将BAW谐振器放置在一个尽量紧凑且接近正方形的版图中,从而减小BAW滤波器的尺寸，提高BAW滤波器的产量。其中，BAW滤波器由多个BAW谐振器按照一定结构级联而成，通过优化BAW谐振器的布局，提高BAW谐振器布局的紧凑性，能够进一步缩小BAW滤波器的尺寸，提高相同面积晶圆上的BAW滤波器产量。
但在实际应用中，BAW滤波器布局中的电磁干扰会给设计带来一定的难度，不合适的布局会导致BAW滤波器性能变差,从而使得BAW滤波器布局的设计需要经验丰富的工程师和高昂的时间成本。现有通过总结BAW滤波器布局的约束条件，提出了一套简单的BAW谐振器自动排列方法，但该方法实现的布局填充比较小，在BAW谐振器数量较多时，会导致BAW滤波器的整体布局比例失衡，无法满足BAW滤波器问题中“布局比例接近正方形”的约束条件。
发明内容
本申请实施例提供了一种BAW滤波器自动布局方法及相关设备，在不影响BAW滤波器性能的前提下，简化了BAW谐振器的布局问题，使得BAW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。
本申请第一方面提供了一种BAW滤波器自动布局方法，包括：
获取设计参数；
根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；
将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
根据压缩遗传算法对所述谐振器布局进行压缩；
生成BAW滤波器布局。
可选的，所述根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局，包括：
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，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序；
判断所述贪心遗传算法的迭代次数是否达到所述第二预制数值；
若否，则使用交叉和变异的方式产生新的布局编码，并继续执行所述根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序的步骤；
若是，则生成所述目标容器布局，所述目标容器布局为容器适应值最大的容器布局。
可选的，所述根据压缩遗传算法对所述谐振器布局进行压缩，包括：
随机生成第三预设数值的BAW谐振器旋转角度的组合；
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，将所述压缩适应值进行排序；
判断所述压缩遗传算法的迭代次数是否达到所述第四预设数值；
若否，则使用交叉和变异的方式产生新的旋转角度组合，并继续执行所述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，将所述压缩适应值进行排序的步骤；
若是，则执行所述生成BAW滤波器布局的步骤，所述BAW滤波器布局为压缩适应值最大的压缩布局。
可选的，在所述随机生成第一预设数值的布局编码之前，所述方法还包括：
获取第一公式；
所述第一公式为：
Figure BDA0003562973280000031
其中，用填充比FR(n)表示n个BAW谐振器布局的紧凑程度，
Figure BDA0003562973280000032
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]；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；
所述第二公式为：
Figure BDA0003562973280000033
其中，
Figure BDA0003562973280000034
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：
Figure BDA0003562973280000035
其中，
Figure BDA0003562973280000036
表示序号相邻的BAW谐振器在布局上也相邻，
Figure BDA0003562973280000037
表示需要所有接地的BAW谐振器都位于布局的外围，
Figure BDA0003562973280000038
表示所有相邻的BAW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BAW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BAW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BAW谐振器与输出端的串联BAW谐振器的距离必须大于等于Gfirst-last，Gfirst-last表示输入端的串联BAW谐振器与输出端的串联BAW谐振器之间的最小间距；
D(i,j)>Gadjacent(i,j∈n,i≠j)，表示任意BAW谐振器之间的距离必须大于Gadjacent，Gadjacent表示相邻BAW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。
可选的，所述根据贪心策略生成每一种布局编码对应的容器布局，包括：
确定所述布局编码中第一个圆形容器的目标位置；
根据所述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；
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。
可选的，所述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，包括：
确定所述旋转角度组合中的第一压缩边界线和第二压缩边界线；
确定所述具体BAW谐振器的目标旋转角度；
确定移动步长；
根据所述移动步长和所述目标旋转角度控制所述具体BAW谐振器往所述第一压缩边界线和所述第二边界线移动，以生成压缩布局。
本申请第二方面提供了一种BAW滤波器自动布局系统，包括：
获取单元，用于获取设计参数；
第一生成单元，用于根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
容器布局单元，用于根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；
第二生成单元，用于将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
压缩单元，用于根据压缩遗传算法对所述谐振器布局进行压缩；
第三生成单元，用于生成BAW滤波器布局。
可选的，所述容器布局单元包括：
第一生成模块，用于随机生成第一预设数值的布局编码；
第二生成模块，用于根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序；
第一判断模块，用于判断所述贪心遗传算法的迭代次数是否达到所述第二预制数值；
第一执行模块，用于当所述第一判断模块确定所述贪心遗传算法的迭代次数达不到第二预制数值时，则使用交叉和变异的方式产生新的布局编码，并继续执行第二生成模块；
第三生成模块，用于当所述第一判断模块确定贪心遗传算法的迭代次数达到第二预制数值时，用于生成所述目标容器布局。
可选的，所述压缩单元包括：
第四生成模块，用于随机生成第三预设数值的BAW谐振器旋转角度的组合；
第五生成模块，用于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，将所述压缩适应值进行排序；
第二判断模块，用于判断所述压缩遗传算法的迭代次数是否达到所述第四预设数值；
第二执行模块，用于当所述第二判断模块确定所述压缩遗传算法的迭代次数达不到第四预设数值时，使用交叉和变异的方式产生新的旋转角度组合，并继续执行所述第五生成模块；
第三执行模块，用于当所述第二判断模块确定所述压缩遗传算法的迭代次数达到第四预设数值时，执行所述第三生成单元。
本申请第三方面提供了一种BAW滤波器自动布局装置，包括：处理器、存储器、输入输出单元以及总线；
所述处理器与所述存储器、所述输入输出单元以及所述总线相连；
所述存储器保存有程序，所述处理器调用所述程序以执行如第一方面和第一方面中任一项所述的方法。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如第一方面和第一方面中任一项所述的方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请BAW滤波器自动布局方法，通过引入圆形容器，使得该方法适用于任何形状的BAW谐振器的布局，在不影响BAW滤波器性能的前提下，同时简化了BAW谐振器的布局问题，缩小了布局问题的解空间，提高了遗传算法的效率，在进行布局时，无需要考虑复杂图形的边界条件，只需考虑规则图形的布局和旋转压缩，使得BAW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。
附图说明
图1为本申请BAW滤波器自动布局方法的一个实施例示意图；
图2-1和图2-2为本申请BAW滤波器自动布局方法的另一个实施例示意图；
图3为本申请BAW滤波器自动布局系统的一个实施例示意图；
图4为本申请BAW滤波器自动布局装置的一个实施例示意图；
图5为本申请BAW滤波器自动布局方法中圆形容器布局对应关系的示意图；
图6为本申请BAW滤波器自动布局方法中BAW谐振器的布局示意图。
具体实施方式
现有BAW谐振器自动排列方法实现的BAW谐振器布局填充比较小，在BAW谐振器数量较多时，会导致BAW滤波器的整体布局比例失衡，无法满足BAW滤波器问题中“布局比例接近正方形”的约束条件。
基于此，本申请提供了一种BAW滤波器自动布局方法及相关设备，简化了基于BAW滤波器的结构特点构建数学模型和布局算法的问题，使得BAW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。
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。
本申请的方法可以应用于服务器终端或者其它具备逻辑处理能力的设备，对此，本申请不作限定。为方便描述，下面以执行主体为系统为例进行描述
请参阅图1，本申请第一方面提供了一种BAW滤波器自动布局方法的一个实施例包括：
101、系统获取设计参数；
在本申请实施例中，为了方便对不规则的BAW谐振器形状进行布局，首先需要在不规则的BAW谐振器形状外部套接一个圆形容器。其中，需要说明的是，由于在BAW滤波器中放置有若干个BAW谐振器，且各个BAW谐振器的形状均不相同，所以套接的外接圆形容器的大小也不相同。系统在生成圆形容器之前，需要先获取对应的设计参数，设计参数为BAW谐振器的具体形状、面积以及BAW谐振器之间的间隔，根据上述参数可得到圆形容器的圆心数据(Xi，Yi)和半径ri。
102、所述系统根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
在本申请实施例中，系统在获取到设计参数之后，根据设计参数生成圆形容器，其中，需要说明的是，圆形容器为BAW谐振器的替换形状，例如：原先的BAW谐振器的形状为五角形形状，在进行替换后，原先的BAW谐振器的形状替换为圆形容器形状。对于圆形容器的构建过程如下所示：以BAW谐振器的形心(Xi，Yi)为圆心，形心到BAW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。通过圆形容器能够更好的展示BAW谐振器之间的距离，且使用规则的圆形容器替代不规则的BAW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。
103、所述系统根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；
在本申请实施例中，系统使用圆形容器替换不规则的BAW谐振器之后，进一步的要对圆形容器进行布局。对于BAW谐振器的布局需要满足以下设计准则：
一、电路上相邻的BAW谐振器，应在布局上也相邻。较短的连线能够减少信号的传输损耗和电磁干扰。
二、电路上相邻BAW谐振器的图形的相对两边应尽量平行却不平行。相对两边平行，可以使得相邻边尽量贴合，节省布局面积，但相对两边平行会增大电磁耦合等干扰，所以应尽量平行但不平行。
三、相邻BAW谐振器之间的距离应大于事先设置的相邻BAW谐振器的最小距离，保持一定距离可以减少电磁耦合等干扰。
四、位于输入端的串联BAW谐振器与输出端的串联BAW谐振器之间距离应大于输入端的串联BAW谐振器与输出端的串联BAW谐振器之间的最小间距，在布局设计中，串联BAW谐振器的排列方式对BAW滤波器的性能有着重要影响，特别是输入端的串联BAW谐振器和输出端的串联BAW谐振器之间的距离对BAW滤波器的影响起着决定性的作用，在实际应用中，对于不同的性能指标和不同的电路设计，上述的距离也存在不同。
五、需要接地的并联BAW谐振器必须位于整体布局的外围。BAW滤波器的接地端通常位于BAW谐振器布局的外围，对需要接地的并联BAW谐振器进行位置进行限制可以避免出现接地BAW谐振器被包围而无法连线的情况。
六、BAW滤波器的布局为矩形，尽量接近正方形。方便在制造过程中切割晶圆。
更具体的为，系统是根据贪心遗传算法对圆形容器进行布局，通过贪心遗传算法能够得到圆形容器的最优布局，在获取到圆形容器的最优布局之后，执行步骤104，对于谐振器通过贪心遗传算法的具体的布局方式和评价模型的构建在后续的实施例中进行说明，在此不做阐述。
104、所述系统将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
在本申请实施例中，系统通过贪心遗传算法获取到最优的圆形容器布局之后，进一步的，需要对整体圆形容器布局进行压缩，去掉圆形容器中空余部分对布局带来的影响。因此，系统需要将圆形容器替换为具体的BAW谐振器的形状，并生成谐振器布局，在谐振器布局中只存在BAW谐振器的具体形状，不存在圆形容器，并执行步骤105。
105、所述系统根据压缩遗传算法对所述谐振器布局进行压缩；
在本申请实施例中，系统为了进一步消除BAW谐振器之间存在的间隙，对容器布局进行压缩。系统根据评价模型对圆形容器中存在的空隙进行压缩，在进行压缩过程中，系统通过压缩遗传算法会检索最优的压缩路线进行压缩，保证位于BAW谐振器中的BAW谐振器之间能有更好的填充比和更为合理的矩形布局比例，其中，对于谐振器的通过压缩遗传算法的具体压缩过程在后续实施例中进行说明，在此不做阐述。
106、所述系统生成BAW滤波器布局。
多个BAW谐振器放置在规则的圆形容器中，并在贪心遗传算法的计算下，将规则的圆形容器进行布局，从而生成最优容器布局，为了使得BAW滤波器有更好的填充比和更为合理的矩形布局比例，则首先需要将圆形容器进行消除，圆形容器的存在，是为了方便对不规则的BAW谐振器进行布局，起到一个辅助作用。在消除圆形容器之后，进一步的，在满足BAW谐振器的布局准则下，将BAW谐振器进行压缩处理，减少BAW谐振器之间的空隙，提高BAW谐振器在矩形区域中的填充比，从而系统在经过布局和压缩之后，最终生成BAW滤波器的布局，该BAW滤波器的布局比例在整体上接近正方形。
其中，需要说明的是，对于贪心遗传算法和压缩遗传算法，均遵守以下原理：
1、随机生成生成多个个体，多个个体构成初始种群
2、根据事先定义的评价模型对每一个个体进行评估，计算出适应度值，
3、若满足评价的收敛条件或达到进化的次数则选出最优解，否则选出初始种群中适应值较高的个体执行交叉或变异操作产生下一代种群，其中交叉操作赋予了遗传算法优秀的局部搜索能力，使算法朝着最优解的方向进化，变异操作能够降低遗传算法陷入局部极值的风险，保证种群的多样性。
根据BAW滤波器布局的特点，对遗传算法中的各个环节进行了设置，其中，包括选择、交叉和变异的过程。
选择：
首先通过评价模型：
Maximisizef(x)＝G*(w1*FR(n)-w2*SC(n))
计算种群中每个个体的适应值，从中选出30％适应值最高的个体保留到下一代种群，其余70％由交叉和变异产生。
交叉：
每次交叉从上一代种群中适应值最高的20％个体中随机选择两个作为“父母”交叉染色体产生两个子代，根据圆形容器的布局和布局的压缩两个问题的特点，我们采用不同的交叉方式：对于圆形容器的布局，由于布局的结构好坏需要至少3个相邻图形才能体现，所以交叉的片段为连续的布局的片段，长度至少为3，且交叉的片段必须处于相同的位置，具体交叉的长度和位置由随机数产生。对于压缩布局，由于每个图形旋转的取值空间更大，则可以采用更为自由的交叉方式：通过随机数随机生成交叉的数量，然后根据该数量随机选择交叉的位置，交叉产生的个体占子代的60％。
变异：
每次变异随机从种群中选择一个个体，变异的数量和位置均由随机数确定，变异的数字从该位置的取值范围中产生，且不与变异前相同。新的一代种群数量与前一代种群数量相等，变异产生的个体占子代的10％。
进而可知，通过引入圆形容器，使得该算法适用于任何形状的BAW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。
请参阅图2-1和图2-2，本申请第一方面提供了一种BAW滤波器自动布局方法的另一个实施例，包括：
201、所述系统获取设计参数；
202、所述系统根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
在本申请实施例中，步骤201至步骤202与前述步骤101和步骤102类似，在此不再赘述。
在本申请实施例中，接上述实施例103所示，为了更好地描述BAW滤波器的布局问题，在此，基于BAW滤波器的准则构建评价模型，评价模型的参数如表1所示，参数之间的关系如表2所示：
表1
Figure BDA0003562973280000111
Figure BDA0003562973280000121
表2
Figure BDA0003562973280000122
其中，在此定义评价模型中各个参数的对应关系：
1.1、以BAW谐振器的形心(Xi,Yi)为圆心，形心到BAW谐振器最远的顶点距离与Gadjacent/2的和为半径ri构建外接圆，通过圆形容器更易于展示BAW谐振器之间的距离。示意图参考图5(a)。
1.2、当BAW谐振器与布局边界线的距离小于等于ri时，Ri为外围BAW谐振器,则DG(i)＝1，否则DG(i)＝0。示意图参考图5(b)。
1.3、两个BAW谐振器Ri和Rj的形心距离小于等于ri时，视为两个谐振器Ri和Rj相邻，既DG(i)≤ri+rj时，N(i,j)＝1，否则，N(i,j)＝0。示意图参考图5(c)。
1.4、只有当N(i,j)＝1时，才考虑PA(i,j)的关系，若Ri和Rj的相邻边相互平行，则PA(i,j)＝1，否则PA(i,j)＝0。示意图参考图5(d)。
在进行评价模型的建立过程中，需要通过以下公式进行推导：
获取第一公式；
所述第一公式为：
Figure BDA0003562973280000131
其中，用填充比FR(n)表示n个BAW谐振器布局的紧凑程度，
Figure BDA0003562973280000132
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]；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；
所述第二公式为：
Figure BDA0003562973280000133
其中，
Figure BDA0003562973280000134
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：
Figure BDA0003562973280000135
其中，
Figure BDA0003562973280000136
表示序号相邻的BAW谐振器在布局上也相邻，
Figure BDA0003562973280000137
表示需要所有接地的BAW谐振器都位于布局的外围，
Figure BDA0003562973280000138
表示所有相邻的BAW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BAW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BAW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BAW谐振器与输出端的串联BAW谐振器的距离必须大于等于Gfirst-last，Gfirst-last表示输入端的串联BAW谐振器与输出端的串联BAW谐振器之间的最小间距；
D(i,j)>Gadjacent(i,j∈n,i≠j)，表示任意BAW谐振器之间的距离必须大于Gadjacent，Gadjacent表示相邻BAW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。
在获取到评价模型之后，根据评价模型：
Maximisizef(x)＝G*(w1*FR(n)-w2*SC(n))
计算容器布局的适应值，其中，需要说明的是，对于适应值的具体设数值在本申请中不做具体限定。
203、所述系统随机生成第一预设数值的布局编码；
在本申请实施例中，系统使用圆形容器替代BAW谐振器的形状之后，需要进一步对圆形容器进行布局。系统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BAW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。
204、所述系统根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序；
在本申请中，系统在获取到布局编码之后，根据贪心策略生成每一种布局编码对应的容器布局，接上述实施例203，系统生成了100个布局编码，则系统会对应的生成100个容器布局。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、系统首先确定布局编码中第一个圆形容器的目标位置；
其中，由评价模型可知，
Figure BDA0003562973280000151
强调了相邻序号的BAW谐振器必须在布局上也相邻，故根据BAW谐振器的序号顺序决定BAW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BAW谐振器的圆形容器插入位置总是在前一个BAW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BAW谐振器均通过上述方式进行布局。
二、系统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，系统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BAW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、系统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，系统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，插入后通过第一公式
Figure BDA0003562973280000152
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。
系统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，在完成上述步骤之后，则系统执行步骤205。
其中，对布局方式进行编码，构建第一部分遗传算法的个体。使用1,2,3,4表示逆时针方向遍历的上下左右的插入方式，5,6,7,8表示顺时针方向遍历的上下左右的插入方式，通过固定第一个圆形容器的圆心位置为坐标原点，则一组n个谐振器的布局可以根据其相邻序号的相对位置表示为一组长度为n-1的编码，布局编码表现形式为：[X1,X2,....Xn]。
同时针对BAW布局的约束条件，设计了基于贪心策略的BAW布局编码方式，该编码方式不仅使得BAW谐振器的排布符合BAW滤波器布局的邻接规则，也大大缩小了遗传算法需要探索的样本空间，提升了进化算法检索的效果，生成的BAW滤波器布局比例接近于正方形，填充比(n)在70％左右，整体布局较为紧凑。
205、所述系统判断所述贪心遗传算法的迭代次数是否达到所述第二预制数值；
在本申请实施例中，为了进一步检索最优的容器布局，首先需要判断贪心遗传算法的迭代次数是否达到第二预设数值，其中，需要说明的是，第二预设数值是用户自定义输入的数值，迭代次数是表示对容器布局检索的次数，例如：迭代次数100次，则对容器布局的检索的次数是100次。在本申请中，需要说明的是，对于布局编码的数值和迭代次数的数值可以不相同，在此不对第二预设数值的具体数值做限定。若系统确定贪心遗传算法的迭代次数达不到第二预制数值时，则执行步骤206，若系统确定贪心遗传算法的迭代次数达到第二预设数值时，则执行步骤207。
206、所述系统使用交叉和变异的方式产生新的布局编码，并继续执行所述根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序的步骤；
在本申请实施例中，当系统确定贪心遗传算法的迭代次数达不到第二预设数值时，系统通过上述步骤106中提到的容器布局方面中交叉和变异的方式产生新的布局编码，在产生新的布局编码之后，则继续执行步骤204，重复如此，直至生成最优的容器布局。
207、所述系统生成所述目标容器布局，所述目标容器布局为容器适应值最大的容器布局；
在本申请实施例中，当系统确定贪心遗传算法的迭代次数达到第二预设数值时，则系统会生成目标容器布局，需要说明的是，目标容器布局为容器适应值最大的容器布局，也就是最优的容器布局。
208、所述系统将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
在本申请实施例中，步骤208与前述步骤104类型，在此不再赘述。
209、所述系统随机生成第三预设数值的BAW谐振器旋转角度的组合；
在本申请实施例中，为了使BAW滤波器具有更好的填充比和更为合理的矩形布局比例，需要对消除圆形容器后的布局做进一步的压缩，更具体的为，系统首先随机生成第三预制数值的BAW谐振器旋转角度的组合。其中，需要说明的是，不同组合之间的BAW谐振器的旋转角度可相同，也可不同的，在此，不对不同组合之间BAW谐振器的旋转角度做具体限定，对于第三预设数值的具体数值也不做具体限定。
210、所述系统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，将所述压缩适应值进行排序；
在本申请实施例中，系统在获取到多个BAW谐振器旋转角度的组合之后，进一步的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，并进一步通过评价模型：
Maximisizef(x)＝G*(w1*FR(n)-w2*SC(n))
计算压缩布局的压缩适应值，最后将压缩适应值进行排序，在完成上述步骤之后，则执行步骤211。
其中，对于压缩布局的生成方式具体如下：
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；并根据压缩遗传算法确定具体BAW谐振器的目标旋转角度，确定移动步长后；根据移动步长和目标旋转角度控制具体BAW谐振器往第一压缩边界线和第二边界线移动，以生成压缩布局。
其中，在本申请实施例中，由于各个BAW谐振器的形状各异，每个BAW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BAW谐振器最佳旋转角度。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BAW谐振器，先将该BAW谐振器往左移动至与左侧边界线相切或与其他BAW谐振器相切，再向下移动至下方边界线相切或与其他BAW谐振器相切，进而能够对容纳布局进行压缩，使得BAW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。
211、所述系统判断所述压缩遗传算法的迭代次数是否达到所述第四预设数值；
本申请实施例中，在对布局进行压缩时，是通过对压缩遗传算法的迭代次数进行判断，其中，第四预设数值是用户自定义输入的数值，迭代次数是表示对压缩布局检索的次数，例如：迭代次数为50次，则对压缩布局的检索次数是50次。若系统确定压缩遗传算法的迭代次数达不到第四预设数值时，则执行步骤210，若确定确定压缩遗传算法的迭代次数达到第四预设数值时，则执行步骤213。
212、所述系统使用交叉和变异的方式产生新的旋转角度组合，并继续执行所述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，将所述压缩适应值进行排序的步骤；
在本申请实施例中，当系统确定压缩遗传算法的迭代次数达不到第四预设数值时，系统通过上述步骤106中提到压缩方面中交叉和变异的方式产生新的组合，在产生新的组合之后，则继续执行步骤210，重复如此，直至生成最优的压缩布局。
由于BAW谐振器的形状各异，每个BAW谐振器旋转不同角度压缩得到填充比都是不同的，所以我们需要使用压缩遗传算法检索每个BAW谐振器的最佳旋转角度。将N个BAW谐振器组成的布局中第i个BAW谐振器的旋转角度记为Xi，则所有BAW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。
213、所述系统生成BAW滤波器布局；
在本申请实施例中，系统在获取到最优的BAW谐振器压缩布局之后，该最优的BAW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BAW滤波器的布局。
请参阅图3，本申请第二方面提供了一种BAW滤波器自动布局系统的一个实施例，包括：
获取单元301，用于获取设计参数；
第一生成单元302，用于根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
容器布局单元303，用于根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；
第二生成单元304，用于将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
压缩单元305，用于根据压缩遗传算法对所述谐振器布局进行压缩；
第三生成单元306，用于生成BAW滤波器布局。
可选的，所述容器布局单元303包括：
第一生成模块3031，用于随机生成第一预设数值的布局编码；
第二生成模块3032，用于根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序；
第一判断模块3033，用于判断所述贪心遗传算法的迭代次数是否达到所述第二预制数值；
第一执行模块3034，用于当所述第一判断模块确定所述贪心遗传算法的迭代次数达不到第二预制数值时，则使用交叉和变异的方式产生新的布局编码，并继续执行第二生成模块；
第三生成模块3035，用于当所述第一判断模块确定贪心遗传算法的迭代次数达到第二预制数值时，用于生成所述目标容器布局。
可选的，所述压缩单元305包括：
第四生成模块3051，用于随机生成第三预设数值的BAW谐振器旋转角度的组合；
第五生成模块3052，用于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，将所述压缩适应值进行排序；
第二判断模块3053，用于判断所述压缩遗传算法的迭代次数是否达到所述第四预设数值；
第二执行模块3054，用于当所述第二判断模块确定所述压缩遗传算法的迭代次数达不到第四预设数值时，使用交叉和变异的方式产生新的旋转角度组合，并继续执行所述第五生成模块；
第三执行模块3055，用于当所述第二判断模块确定所述压缩遗传算法的迭代次数达到第四预设数值时，执行所述第三生成单元。
请参阅图4，本申请第三方面提供了一种BAW滤波器自动布局装置的一个实施例，包括：
处理器401、存储器402、输入输出单元403以及总线404；
所述处理器401与所述存储器402、所述输入输出单元403以及所述总线404相连；
所述存储器402保存有程序，所述处理器401调用所述程序以执行如第一方面和第一方面中任一项所述的方法。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如第一方面和第一方面中任一项所述的方法。
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。
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 (11)

1.一种BAW滤波器自动布局方法，其特征在于，包括：
获取设计参数；
根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；
将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
根据压缩遗传算法对所述谐振器布局进行压缩；
生成BAW滤波器布局。
2.根据权利要求1所述的BAW滤波器自动布局方法，其特征在于，所述根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局，包括：
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，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序；
判断所述贪心遗传算法的迭代次数是否达到所述第二预制数值；
若否，则使用交叉和变异的方式产生新的布局编码，并继续执行所述根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序的步骤；
若是，则生成所述目标容器布局，所述目标容器布局为容器适应值最大的容器布局。
3.根据权利要求2所述的BAW滤波器自动布局方法，其特征在于，所述根据压缩遗传算法对所述谐振器布局进行压缩，包括：
随机生成第三预设数值的BAW谐振器旋转角度的组合；
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，将所述压缩适应值进行排序；
判断所述压缩遗传算法的迭代次数是否达到所述第四预设数值；
若否，则使用交叉和变异的方式产生新的旋转角度组合，并继续执行所述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，将所述压缩适应值进行排序的步骤；
若是，则执行所述生成BAW滤波器布局的步骤，所述BAW滤波器布局为压缩适应值最大的压缩布局。
4.根据权利要求3所述的BAW滤波器自动布局方法，其特征在于，在所述随机生成第一预设数值的布局编码之前，所述方法还包括：
获取第一公式；
所述第一公式为：
Figure FDA0003562973270000021
其中，用填充比FR(n)表示n个BAW谐振器布局的紧凑程度，
Figure FDA0003562973270000022
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]；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；
所述第二公式为：
Figure FDA0003562973270000023
其中，
Figure FDA0003562973270000024
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：
Figure FDA0003562973270000025
其中，
Figure FDA0003562973270000026
表示序号相邻的BAW谐振器在布局上也相邻，
Figure FDA0003562973270000027
表示需要所有接地的BAW谐振器都位于布局的外围，
Figure FDA0003562973270000028
表示所有相邻的BAW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BAW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BAW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BAW谐振器与输出端的串联BAW谐振器的距离必须大于等于Gfirst-last，Gfirst-last表示输入端的串联BAW谐振器与输出端的串联BAW谐振器之间的最小间距；
D(i,j)>Gadjacent(i,j∈n,i≠j)，表示任意BAW谐振器之间的距离必须大于Gadjacent，Gadjacent表示相邻BAW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。
5.根据权利要求4所述的BAW滤波器自动布局方法，其特征在于，所述根据贪心策略生成每一种布局编码对应的容器布局，包括：
确定所述布局编码中第一个圆形容器的目标位置；
根据所述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；
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。
6.根据权利要求4所述的BAW滤波器自动布局方法，其特征在于，所述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，包括：
确定所述旋转角度组合中的第一压缩边界线和第二压缩边界线；
确定所述具体BAW谐振器的目标旋转角度；
确定移动步长；
根据所述移动步长和所述目标旋转角度控制所述具体BAW谐振器往所述第一压缩边界线和所述第二边界线移动，以生成压缩布局。
7.一种BAW滤波器自动布局系统，其特征在于，包括：
获取单元，用于获取设计参数；
第一生成单元，用于根据所述设计参数生成圆形容器，所述圆形容器为BAW体声波谐振器的替换形状；
容器布局单元，用于根据贪心遗传算法对所述圆形容器进行布局，以生成目标容器布局；
第二生成单元，用于将所述目标容器布局中的所述圆形容器替换为具体BAW谐振器的形状；以生成谐振器布局；
压缩单元，用于根据压缩遗传算法对所述谐振器布局进行压缩；
第三生成单元，用于生成BAW滤波器布局。
8.根据权利要求7所述的BAW滤波器自动布局系统，其特征在于，所述容器布局单元包括：
第一生成模块，用于随机生成第一预设数值的布局编码；
第二生成模块，用于根据贪心策略生成每一种布局编码对应的容器布局，并通过评价模型计算每一个容器布局的容器适应值，将所述容器适应值进行排序；
第一判断模块，用于判断所述贪心遗传算法的迭代次数是否达到所述第二预制数值；
第一执行模块，用于当所述第一判断模块确定所述贪心遗传算法的迭代次数达不到第二预制数值时，则使用交叉和变异的方式产生新的布局编码，并继续执行第二生成模块；
第三生成模块，用于当所述第一判断模块确定所述贪心遗传算法的迭代次数达到第二预制数值时，用于生成所述目标容器布局。
9.根据权利要求7所述的BAW滤波器自动布局系统，其特征在于，所述压缩单元包括：
第四生成模块，用于随机生成第三预设数值的BAW谐振器旋转角度的组合；
第五生成模块，用于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，将所述压缩适应值进行排序；
第二判断模块，用于判断所述压缩遗传算法的迭代次数是否达到所述第四预设数值；
第二执行模块，用于当所述第二判断模块确定所述压缩遗传算法的迭代次数达不到第四预设数值时，使用交叉和变异的方式产生新的旋转角度组合，并继续执行所述第五生成模块；
第三执行模块，用于当所述第二判断模块确定所述压缩遗传算法的迭代次数次数达到第四预设数值时，执行所述第三生成单元。
10.一种BAW滤波器自动布局装置，其特征在于，包括：处理器、存储器、输入输出单元以及总线；
所述处理器与所述存储器、所述输入输出单元以及所述总线相连；
所述存储器保存有程序，所述处理器调用所述程序以执行如权利要求1至6中任一项所述方法。
11.一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如权利要求1至6中任一项所述方法。
CN202210309865.0A 2022-03-24 2022-03-24 一种baw滤波器自动布局方法及相关设备 Active CN114881400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210309865.0A CN114881400B (zh) 2022-03-24 2022-03-24 一种baw滤波器自动布局方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210309865.0A CN114881400B (zh) 2022-03-24 2022-03-24 一种baw滤波器自动布局方法及相关设备

Publications (2)

Publication Number Publication Date
CN114881400A true CN114881400A (zh) 2022-08-09
CN114881400B CN114881400B (zh) 2023-08-25

Family

ID=82668329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210309865.0A Active CN114881400B (zh) 2022-03-24 2022-03-24 一种baw滤波器自动布局方法及相关设备

Country Status (1)

Country Link
CN (1) CN114881400B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020133797A1 (en) * 2001-03-14 2002-09-19 Fujitsu Limited Of Kawasaki, Japan Method of and apparatus for determining an optimal solution to a uniform-density layout problem, and medium on which a program for determining the solution is stored
JP2002288227A (ja) * 2001-03-28 2002-10-04 Sanyo Electric Co Ltd 弾性表面波フィルタの設計方法、コンピュータプログラム及び記録媒体
US20130132042A1 (en) * 2011-11-16 2013-05-23 Luen Shing Tools Limited Method and System for Combinatorial Layout Design
CN105447570A (zh) * 2015-09-25 2016-03-30 东北大学 一种用于人员位置追踪的智能家居中pir传感器布局方法
WO2016169286A1 (zh) * 2015-04-20 2016-10-27 海安县申菱电器制造有限公司 一种离散制造系统的车间布局方法
CN106875071A (zh) * 2017-03-31 2017-06-20 华南理工大学 一种自适应遗传算法的车间设备多目标优化布局方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020133797A1 (en) * 2001-03-14 2002-09-19 Fujitsu Limited Of Kawasaki, Japan Method of and apparatus for determining an optimal solution to a uniform-density layout problem, and medium on which a program for determining the solution is stored
JP2002288227A (ja) * 2001-03-28 2002-10-04 Sanyo Electric Co Ltd 弾性表面波フィルタの設計方法、コンピュータプログラム及び記録媒体
US20130132042A1 (en) * 2011-11-16 2013-05-23 Luen Shing Tools Limited Method and System for Combinatorial Layout Design
WO2016169286A1 (zh) * 2015-04-20 2016-10-27 海安县申菱电器制造有限公司 一种离散制造系统的车间布局方法
CN105447570A (zh) * 2015-09-25 2016-03-30 东北大学 一种用于人员位置追踪的智能家居中pir传感器布局方法
CN106875071A (zh) * 2017-03-31 2017-06-20 华南理工大学 一种自适应遗传算法的车间设备多目标优化布局方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张大鹏等: "体声波梯形滤波器的布局设计方法", 强激光与粒子束, vol. 30, no. 01, pages 112 - 117 *
徐义春等: "带平衡约束矩形布局优化问题的遗传算法", 模式识别与人工智能, vol. 23, no. 06, pages 794 - 801 *

Also Published As

Publication number Publication date
CN114881400B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
EP1388123B1 (en) Hardware design using evolution algorithms
CN107977740A (zh) 一种现场运维智能调度方法
CN115018387B (zh) 订单揉合管理方法、系统、设备及存储介质
CN109298930A (zh) 一种基于多目标优化的云工作流调度方法及装置
CN114036717A (zh) 一种钢筋下料的切割方案确定方法、装置和终端设备
CN115718956A (zh) 天线布局方法、设备、介质及系统
CN114881400A (zh) 一种baw滤波器自动布局方法及相关设备
Long et al. A simple broadband dipole equivalent circuit model
JP7137074B2 (ja) 最適化計算方法、最適化計算装置及び最適化計算プログラム
CN118364771A (zh) 阻抗电路自匹配优化方法、系统及相关设备
Kaur et al. Real coded genetic algorithm for design of IIR digital filter with conflicting objectives
CN112288136A (zh) 光伏最大准入容量计算方法、装置、终端及存储介质
CN114723110B (zh) 一种体声波滤波器自动布局系统和电子设备
CN115952741A (zh) 微波腔体滤波器优化方法、装置、设备及存储介质
CN115293056A (zh) 一种面向Modelica模型的多目标优化算法
KR102363140B1 (ko) 주파수 선택 표면 필터 설계 방법과 컴퓨터 프로그램을 저장하는 저장 매체
Cen et al. Hybrid genetic algorithm for the design of modified frequency-response masking filters in a discrete space
CN108695854A (zh) 一种用于电网多目标最优潮流控制方法、装置及设备
Sapargaliyev et al. Constrained and Unconstrained evolution of “LCR” low-pass filters with oscillating length representation
Cen et al. A modified micro-genetic algorithm for the design of multiplierless digital FIR filters
JP5102884B2 (ja) アンテナ設計方法、アンテナ設計プログラム、及び、このアンテナ設計方法によって設計されたアンテナ
WO2006109825A1 (ja) アンテナの製造方法及び通信機器の製造方法
CN117176734B (zh) 一种物联网系统边缘计算服务器布局方法及装置
Ahmad et al. On the m-way graph partitioning problem
Lin et al. Structure-specified real coded genetic algorithms with applications

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