CN115392144A - 声表滤波器的自动设计方法、相关系统和存储介质 - Google Patents

Abstract

本发明实施例提供了一种声表滤波器的自动设计方法、训练系统和计算机可读存储介质，该自动设计方法包括：步骤S1、产生设计要求数据；步骤S2、建立强化学习模型并训练；具体包括：确认当前状态；将当前状态进行动作并产生第二状态；将第二状态根据预设的奖励计算规则进行计算并得出计算结果，将计算结果与设计要求数据进行比较并得出比较结果，再将比较结果根据预设的奖励规则产生奖励措施；根据奖励措施更新状态，并返回确认当前状态；重复执行上述步骤，直至满足迭代结束条件并输出训练结果；步骤S3、根据强化学习模型进行预测，并产生满足设计要求数据的声表滤波器。采用本发明的技术方案可支持的声表滤波器的自动设计且设计效率高。

Description

声表滤波器的自动设计方法、相关系统和存储介质

技术领域

本发明涉及声表滤波器设计技术领域，尤其涉及一种声表滤波器的自动设计方法、训练系统以及计算机可读存储介质。

背景技术

近年来随着声表滤波器的应用越来越多，各种声表滤波器的应用于不同的场景需求。针对不同的需求，声表滤波器设计越来越重要。

目前，现有技术中，声表滤波器设计是一个复杂且繁琐的过程。具体设计为：第一步、根据设计频段和规格书的要求，根据设计人员的经验选定压电材料，草拟电路结构。第二步、确定电路中每个IDT谐振器或DMS的几何参数。第三步、利用各种仿真工具对不同的电路结构和几何参数进行仿真，观察规格指标（例如带内插损、带外抑制、纹波、驻波比等），迭代确定合适的结构和参数。第四步、进行版图布局，在不违反设计规则（design rule）的前提下，尽量使得总面积最小。第五步、如果在版图布局的过程中发现设计的方式不能满足限制条件（例如总面积超过版图允许的大小），则需要返回电路和谐振器设计的阶段重新迭代；另外，在版图布局设计好了的情况下，还可能出现由于版图中金属汇流条造成额外电磁影响，使得本来有效的设计违反了规格书的情况，需要再次迭代。现有技术中的声表滤波器设计可以在个别步骤中利用商业软件例如ads，或代码算法例如模拟退火等单独对谐振器几何参数进行优化。

然而，相关技术的声表滤波器设计需要丰富的设计经验，并且在各个环节需要大量的尝试和迭代，需要相当多的人力和时间，设计的周期长且设计效率低。利用优化类的方法（商业软件例如ads，或代码算法例如模拟退火），单独对谐振器几何参数进行优化。这种方案只能优化谐振器几何参数，不能优化电路结构，也不能评估版图面积和版图对设计规则的遵守情况。并且，优化类的方法每次都需要较长时间才能得到一个比给定初始情况更好的解。

因此，实有必要提供一种新的方法和系统来解决上述技术问题。

发明内容

本发明的目的是克服上述技术问题，提供一种可支持的声表滤波器自动设计且设计效率高的声表滤波器的自动设计方法、训练系统以及计算机可读存储介质。

第一方面，本发明实施例提供一种声表滤波器的自动设计方法，该方法包括如下步骤：

步骤S1、对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据；

步骤S2、建立强化学习模型并训练；具体包括如下步骤：

步骤S21、确认待设计的声表滤波器的当前状态；所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据，所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类，所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据；

步骤S22、根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态，所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参；

步骤S23、将所述第二状态根据预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施；所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算；

步骤S24、根据所述奖励措施更新所述声表滤波器的状态，并返回所述步骤S21；

步骤S25、重复执行所述步骤S21至所述步骤S24，直至满足迭代结束条件并输出训练结果；所述迭代结束条件包括执行所述步骤S2至所述步骤S24的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求，所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据；

步骤S3、根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

优选的，在所述步骤S1中，所述初始设计数据为与设计目标具有相同频率范围内的一个声表滤波器的电路结构和谐振器参数；所述预设的参数规格包括设计频段、压电材料选择、设计规格、版图设计规则要求，其中，所述设计规格包括带内插损、带外抑制、纹波以及驻波比，所述版图设计规则要求包括声表滤波器内的各个器件最小间距和版图面积上限。

优选的，在所述步骤S21中，所述当前电路结构采用数据结构图描述，所述当前谐振器参数采用向量描述，所述当前版图数据采用向量描述。

优选的，在所述步骤S22中，所述决策为采用

方法。

优选的，在所述步骤S23中，所述电学指标计算为根据COM模型计算谐振器的电学性质，进行电路计算获得所述声表滤波器的总体电学响应；

所述奖励规则为根据所述比较结果进行判断：

若所述总体电学响应的各个指标与所述设计要求数据包含的相应的指标相同，则给出正的奖励措施；反之，给出负的奖励措施；

若所述版图面积计算产生的版图面积小于所述设计要求数据包含的相应的版图面积，则给出正的奖励措施；反之，给出负的奖励措施；

若所述设计规则检测计算生成的检测结果符合所述版图设计规则，则给出正的奖励措施；反之，给出负的奖励措施。

优选的，在所述步骤S24中，更新所述声表滤波器的状态通过采用单步Q-learning方法实现。

优选的，根据所述奖励措施更新所述Q-learning方法中的Q表内存储的所述当前状态的价值。

优选的，在所述步骤S24中，更新所述声表滤波器的状态通过Deep Q-learning方法、SARSA方法、A3C方法以及PPO方法中任意一种方法实现。

第二方面，本发明实施例还提供一种训练系统，训练系统应用如本发明实施例提供的上述的声表滤波器的自动设计方法；该训练系统包括：

设计要求数据设备，用于对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据；

强化学习模型设备，用于建立强化学习模型并训练；所述强化学习模型设备用于具体处理如下操作：

确认待设计的声表滤波器的当前状态；所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据，所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类，所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据；

根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态，所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参；

将所述第二状态根据预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施；所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算；

根据所述奖励措施更新所述声表滤波器的状态，并返回所述确认待设计的声表滤波器的当前状态；

重复执行上述操作，直至满足迭代结束条件并输出训练结果；所述迭代结束条件包括执行上述操作的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求，所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据；

预测设备，用于根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

第三方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现如本发明实施例提供的上述的声表滤波器的自动设计方法中的步骤。

与现有技术相比，本发明的声表滤波器的自动设计方法通过如下步骤：步骤S1、产生设计要求数据；步骤S2、建立强化学习模型并训练；包括：确认当前状态；将当前状态进行动作并产生第二状态；将第二状态根据预设的奖励计算规则进行计算并得出计算结果，将计算结果与设计要求数据进行比较并得出比较结果，再将比较结果根据预设的奖励规则产生奖励措施；根据奖励措施更新状态，并返回确认当前状态；重复执行上述步骤，直至满足迭代结束条件并输出训练结果；步骤S3、根据强化学习模型进行预测，并产生满足设计要求数据的声表滤波器。执行上述步骤，可以实现以端到端的方式完成电路结构选择、谐振器参数选择、给出参考版图布局方法。可以缩短声表滤波器设计的周期，并可在步骤S3中迅速给出一个在电路结构、谐振器几何参数、版图情况方面都比较优秀的方案。因此，使得本发明的声表滤波器的自动设计方法、训练系统以及计算机可读存储介质可支持的声表滤波器自动设计且设计效率高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中，

图1为本发明实施例提供的一种声表滤波器的自动设计方法的流程框图；

图2为本发明实施例提供的一种声表滤波器的自动设计方法的结构框图；

图3为相关技术的强化学习的结构示意图；

图4为本发明实施例提供的一种声表滤波器的自动设计方法的声表滤波器的电路结构示意图；

图5为本发明实施例提供的一种训练系统的结构示意图。

图6为本发明实施例提供的一种训练设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

本申请的说明书和权利要求书及附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。在本文中提及“实施例或本实施方式”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明提供一种声表滤波器的自动设计方法。所述声表滤波器的自动设计方法应用于声表滤波器自动设计所需的电子设计自动化（英语：Electronic design automation，缩写：EDA）软件。

请参照图1所示，图1为本发明声表滤波器的自动设计方法的流程框图。

所述声表滤波器的自动设计方法包括如下步骤：

步骤S1、对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据。

所述步骤S1中，所述初始设计数据为与设计目标具有相同频率范围内的一个声表滤波器的电路结构和谐振器参数。所述预设的参数规格包括设计频段、压电材料选择、设计规格、版图设计规则要求。其中，所述设计规格包括带内插损、带外抑制、纹波以及驻波比。所述版图设计规则要求包括声表滤波器内的各个器件最小间距和版图面积上限。

请参照图2所示，图2为本发明实施例提供的一种声表滤波器的自动设计方法的结构框图。所述声表滤波器的自动设计方法在实施例中需要输入所述初始设计数据和所述参数规格两项数据，采用并将输入的两项数据进行计算并产生所述设计要求数据。所述设计要求数据为所述声表滤波器的最终设计目标。

步骤S2、建立强化学习模型并训练。

所述声表滤波器的自动设计方法采用强化学习（Reinforcement Learning）实现。请参照图3所示，图3为相关技术的强化学习的结构示意图。以下说明相关技术的强化学习的基本概念，包括状态、动作、强化学习代理、奖励以及环境。

状奖描述了环境中所有可能的情况集合。例如在下棋过程中描述棋盘，棋盘上所有可能的棋子排布组合都对应着不同的状态。

强化学习代理为负责决定下一步动作是什么的机制。一般来说，需要兼顾探索（尝试进入到不同的新状态）与守成（已知某些动作会得到比较大的收益，因此倾向于采取这些动作）。

动作为所述强化学习代理可以采取的一切能作用于环境并改变状态的行为。还是下棋的例子，在任意一个地方走任意一步棋，都是不同的动作。

奖励为给定一个状态，采取某个动作会引领向不同的结果，因此在算法中对应了不同的奖励。奖励可以是每一步给一次，也可以是最后出现最终结果了再给（例如下棋最后赢了）。

环境可以理解为物理模型。当对一个状态采取一个动作时，物理模型会决定下一个状态是什么。有时候环境存在一定的随机因素，在相同状态下采取相同动作，不一定会引领到相同的状态。这种时候就需要用马尔科夫决策链来对环境进行描述。

所述步骤S2中所述建立强化学习模型并训练具体包括如下步骤：

步骤S21、确认待设计的声表滤波器的当前状态。

所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据。即所述当前电路结构、所述当前谐振器参数以及所述当前版图数据三者放在一起即为一个所述状态。

所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类。

所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据。

在所述步骤S21中，所述当前电路结构采用数据结构图（graph）描述。所述数据结构图（graph）还描述每个电路器件的种类。对所述当前电路结构的描述具有由节点（电路器件）和连接关系（连接线）组成的无向有环图。请参照图4所示，图4为本发明实施例提供的一种声表滤波器的自动设计方法的声表滤波器的电路结构示意图。图中，A~K表示不同的电路器件。电路器件的种类描述分为集成器件（Integrated Device Technology，简称IDT）、数字多路复用开关（Digital Multiplexing Switch，简称DMS）、电容、电感。电路器件参数描述根据器件种类略有不同：例如描述一个集成器件IDT需要用插指宽度、金属化率、电极高度、孔径长度等几何参数描述；描述一个电感则用电感值来描述。版图面积由组成电路的器件面积之和计算得到；各电路器件面积由各电路器件的几何参数计算得到。

在所述步骤S21中，所述当前谐振器参数采用向量描述。

在所述步骤S21中，所述当前版图数据采用向量描述。

步骤S22、根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态。

所述步骤S22为根据当前状态，决定下一步要采取的行动。要采取什么行动是由所述决策来确定的。

所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参。

所述决策包括多种，本实施例中，即所述步骤S22中，所述决策为采用

-greedy方 法。即每一步行动可以有一个小概率

可以采取随机的动作，有1-

的概率选择使得未来收 益最大的动作（即已经探索到了的）。

步骤S23、将所述第二状态根据预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施。

所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算。在经过步骤S22动作改变状态之后，步骤S23来到了一个新的状态，需要评估这个新状态应该获得多大的奖励。在本实施例的场景里，奖励的计算依赖于谐振器声学计算与电路的电学计算。

由于强化学习需要物理模型快速迭代，所述步骤S23中，所述电学指标计算为根据COM模型计算谐振器的电学性质，进行电路计算获得所述声表滤波器的总体电学响应。

在所述步骤S23中，如果计算出的总体电学响应在各个指标上都与所述设计要求数据中的规格书参数近似，则给予比较大的奖励，反之给予小的或者负的奖励。计算出的版图面积越小，则奖励越大。如果出现违反版图设计规则的情况（例如总面积超过了版图允许的面积），则给予一个比较大的惩罚。

具体的，所述奖励规则为根据所述比较结果进行判断：

若所述总体电学响应的各个指标与所述设计要求数据包含的相应的指标相同，则给出正的奖励措施；反之，给出负的奖励措施；其中，所述指标相同指的是所述总体电学响应的各个指标接近或等于所述设计要求数据。也就是说，所述总体电学响应在各个指标上都与所述设计要求数据中的规格书参数近似；

若所述版图面积计算产生的版图面积小于所述设计要求数据包含的相应的版图面积，则给出正的奖励措施；反之，给出负的奖励措施；

若所述设计规则检测计算生成的检测结果符合所述版图设计规则，则给出正的奖励措施；反之，给出负的奖励措施。

步骤S24、根据所述奖励措施更新所述声表滤波器的状态，并返回所述步骤S21。

在所述步骤S24中，更新所述声表滤波器的状态通过采用单步Q-learning方法实现。

具体的，根据所述奖励措施更新所述Q-learning方法中的Q表内存储的所述当前状态的价值。即Q-learning方法会维护一张Q表，用来存储每个[状态-动作]组合的价值(Q-value)。初始状态下Q表中的值为相同的任意设定值，强化学习决策在进行动作的过程中，会不断到达新的状态。根据所述步骤S23中的奖励计算不断更新Q-value。而所述步骤S23中的决策的具体方法中，提到了在一定概率下根据未来价值最大化的原则选择动作。对于Q-learning方法来说，所述Q表就表示了每个[状态-动作]组合的价值(Q-value)。

更新Q-value的具体方法采用强化学习中的贝尔曼方程(Bellman's equations) 。贝尔曼方程表示状态价值函数与状态-行为价值函数之间的关系，在此，不作详细赘述。

当然，不限于此，更新所述声表滤波器的状态不仅可以通过采用单步Q-learning方法实现。在其他实施例中，更新所述声表滤波器的状态还可以采用通过Deep Q-learning方法、SARSA方法、A3C方法以及PPO方法中任意一种方法实现。

步骤S25、重复执行所述步骤S21至所述步骤S24，直至满足迭代结束条件并输出训练结果。

所述迭代结束条件包括执行所述步骤S2至所述步骤S24的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求。所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据。强化学习经过多次训练迭代过程，会逐渐学习到合适的描述状态的价值函数，即Q表中的值趋于稳定。在实际的设计场景中，即可快速做出预测，返回满足所述设计要求数据所需的所述训练结果。

步骤S3、根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

在经过强化学习训练后，所述强化学习模型已经获取到了一张Q表，即面对任意一个状态，可以根据Q表来快速决策下一步选择什么动作，用于实际的模型应用。所述步骤S2训练的过程较长，但是一旦训练完成，就可以在应用所述强化学习模型自动生成初始参考设计的时候，所述强化学习模型预测的过程是很迅速的，可节省反复尝试不同电路结构和器件参数进行调整的时间，从而提高设计效率。

本发明还提供一种训练系统100。请参照图5所示，图5为本发明训练系统100的结构示意图。所述训练系统100应用本发明的所述声表滤波器的自动设计方法。

具体的，所述训练系统100包括设计要求数据设备1、强化学习模型设备2以及预测设备3。

所述设计要求数据设备1用于对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据。

所述强化学习模型设备2用于建立强化学习模型并训练。

所述强化学习模型设备2用于具体处理如下操作：

确认待设计的声表滤波器的当前状态。所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据。所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类。所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据。

根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态。所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参。

将所述第二状态根据预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施。所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算。

根据所述奖励措施更新所述声表滤波器的状态，并返回所述确认待设计的声表滤波器的当前状态。

重复执行上述操作，直至满足迭代结束条件并输出训练结果。所述迭代结束条件包括执行上述操作的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求。所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据。

所述预测设备3用于根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

本发明实施例提供的所述训练系统100能够实现声表滤波器的自动设计方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。

本发明还提供一种训练设备1000。请参照图6所示，图6为本发明训练设备1000的结构示意图。

所述训练设备1000包括处理器1001、存储器1002、网络接口1003及存储在存储器1002上并可在处理器1001上运行的计算机程序，所述处理器1001用于读取所述存储器中1002的程序，处理器1001执行计算机程序时实现实施例提供的声表滤波器的自动设计方法中的步骤。即处理器1001执行所述声表滤波器的自动设计方法中的步骤。

具体的，处理器1001用于执行以下步骤：

步骤S1、对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据。

步骤S2、建立强化学习模型并训练。所述步骤S2包括如下具体步骤：

步骤S21、确认待设计的声表滤波器的当前状态。

所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据。所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类。所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据。

步骤S22、根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态。

所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参。

步骤S23、将所述第二状态预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施。所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算。

步骤S24、根据所述奖励措施更新所述声表滤波器的状态，并返回所述步骤S21。

步骤S25、重复执行所述步骤S21至所述步骤S24，直至满足迭代结束条件并输出训练结果。

所述迭代结束条件包括执行所述步骤S2至所述步骤S24的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求。所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据。

步骤S3、根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

本发明实施例提供的所述训练设备1000能够实现声表滤波器的自动设计方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。

需要指出的是，图5中仅示出了具有组件的1001-1003，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的所述训练设备1000是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述存储器1002至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器1002可以是所述训练设备1000的内部存储单元，例如所述训练设备1000的硬盘或内存。在另一些实施例中，所述存储器1002也可以是所述训练设备1000的外部存储设备，例如该训练设备1000上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。当然，所述存储器1002还可以既包括所述训练设备1000的内部存储单元也包括其外部存储设备。本实施例中，所述存储器1002通常用于存储安装于所述训练设备1000的操作系统和各类应用软件，例如训练设备1000的声表滤波器的自动设计方法的程序代码等。此外，所述存储器1002还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器1001在一些实施例中可以是中央处理器（Central Processing Unit，CPU）、控制器、微控制器、微处理器、或其他数据处理芯片。该所述处理器1001通常用于控制所述训练设备1000的总体操作。本实施例中，所述处理器1001用于运行所述存储器1002中存储的程序代码或者处理数据，例如运行训练设备1000的声表滤波器的自动设计方法的程序代码。

网络接口1003可包括无线网络接口或有线网络接口，该网络接口1003通常用于在训练设备1000与其他电子设备之间建立通信连接。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器1001执行时实现如上所述的声表滤波器的自动设计方法中的步骤。

本领域普通技术人员可以理解实现实施例训练设备1000的声表滤波器的自动设计方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存取存储器（Random Access Memory，简称RAM）等。

在本发明实施例中提到的本实施方式为了便于表述。以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

与现有技术相比，本发明的声表滤波器的自动设计方法通过如下步骤：步骤S1、产生设计要求数据；步骤S2、建立强化学习模型并训练；包括：确认当前状态；将当前状态进行动作并产生第二状态；将第二状态根据预设的奖励计算规则进行计算并得出计算结果，将计算结果与设计要求数据进行比较并得出比较结果，再将比较结果根据预设的奖励规则产生奖励措施；根据奖励措施更新状态，并返回确认当前状态；重复执行上述步骤，直至满足迭代结束条件并输出训练结果；步骤S3、根据强化学习模型进行预测，并产生满足设计要求数据的声表滤波器。执行上述步骤，可以实现以端到端的方式完成电路结构选择、谐振器参数选择、给出参考版图布局方法。可以缩短声表滤波器设计的周期，并可在步骤S3中迅速给出一个在电路结构、谐振器几何参数、版图情况方面都比较优秀的方案。因此，使得本发明的声表滤波器的自动设计方法、训练系统以及计算机可读存储介质可支持的声表滤波器自动设计且设计效率高。

以上所述的仅是本发明的实施方式，在此应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出改进，但这些均属于本发明的保护范围。

Claims (10)

1.一种声表滤波器的自动设计方法，其特征在于，该自动设计方法包括如下步骤：

步骤S1、对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据；

步骤S2、建立强化学习模型并训练；具体包括如下步骤：

步骤S21、确认待设计的声表滤波器的当前状态；所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据，所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类，所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据；

步骤S22、根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态，所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参；

步骤S23、将所述第二状态根据预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施；所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算；

步骤S24、根据所述奖励措施更新所述声表滤波器的状态，并返回所述步骤S21；

步骤S25、重复执行所述步骤S21至所述步骤S24，直至满足迭代结束条件并输出训练结果；所述迭代结束条件包括执行所述步骤S21至所述步骤S24的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求，所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据；

步骤S3、根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

2.根据权利要求1所述的声表滤波器的自动设计方法，其特征在于，在所述步骤S1中，所述初始设计数据为与设计目标具有相同频率范围内的一个声表滤波器的电路结构和谐振器参数；所述预设的参数规格包括设计频段、压电材料选择、设计规格、版图设计规则要求，其中，所述设计规格包括带内插损、带外抑制、纹波以及驻波比，所述版图设计规则要求包括声表滤波器内的各个器件最小间距和版图面积上限。

3.根据权利要求2所述的声表滤波器的自动设计方法，其特征在于，在所述步骤S21中，所述当前电路结构采用数据结构图描述，所述当前谐振器参数采用向量描述，所述当前版图数据采用向量描述。

4.根据权利要求3所述的声表滤波器的自动设计方法，其特征在于，在所述步骤S22中， 所述决策为采用

-greedy方法。

5.根据权利要求1所述的声表滤波器的自动设计方法，其特征在于，在所述步骤S23中，所述电学指标计算为根据COM模型计算谐振器的电学性质，进行电路计算获得所述声表滤波器的总体电学响应；

所述奖励规则为根据所述比较结果进行判断：

若所述总体电学响应的各个指标与所述设计要求数据包含的相应的指标相同，则给出正的奖励措施；反之，给出负的奖励措施；

若所述版图面积计算产生的版图面积小于所述设计要求数据包含的相应的版图面积，则给出正的奖励措施；反之，给出负的奖励措施；

若所述设计规则检测计算生成的检测结果符合所述版图设计规则，则给出正的奖励措施；反之，给出负的奖励措施。

6.根据权利要求1所述的声表滤波器的自动设计方法，其特征在于，在所述步骤S24中，更新所述声表滤波器的状态通过采用单步Q-learning方法实现。

7.根据权利要求6所述的声表滤波器的自动设计方法，其特征在于，根据所述奖励措施更新所述Q-learning方法中的Q表内存储的所述当前状态的价值。

8.根据权利要求1所述的声表滤波器的自动设计方法，其特征在于，在所述步骤S24中，更新所述声表滤波器的状态通过Deep Q-learning方法、SARSA方法、A3C方法以及PPO方法中任意一种方法实现。

9.一种训练系统，其特征在于，该训练系统应用如权利要求1至8中任一项所述的声表滤波器的自动设计方法；该训练系统包括：

设计要求数据设备，用于对预选的初始设计数据按照预设的参数规格进行计算并产生设计要求数据；

强化学习模型设备，用于建立强化学习模型并训练；所述强化学习模型设备用于具体处理如下操作：

确认待设计的声表滤波器的当前状态；所述当前状态包括当前电路结构、当前谐振器参数以及当前版图数据，所述当前电路结构包括所述声表滤波器的电路结构和所述声表滤波器内部各个器件的种类，所述当前版图数据包括已占用版图面积的大小和是否违反版图设计规则的数据；

根据预设的决策将所述当前状态进行动作并产生所述声表滤波器的第二状态，所述动作包括改变所述电路结构、改变谐振器个数、改变谐振器种类以及改变谐振器几何参；

将所述第二状态根据预设的奖励计算规则进行计算并得出计算结果，将所述计算结果与所述设计要求数据进行比较并得出比较结果，再将所述比较结果根据预设的奖励规则产生奖励措施；所述奖励计算规则包括电学指标计算、版图面积计算和设计规则检测计算；

根据所述奖励措施更新所述声表滤波器的状态，并返回所述确认待设计的声表滤波器的当前状态；

重复执行上述操作，直至满足迭代结束条件并输出训练结果；所述迭代结束条件包括执行上述操作的次数达到预设的最大动作次数或所述计算结果符合所述设计要求数据的要求，所述训练结果包括满足所述设计要求数据所需的电路结构、谐振器参数、版图数据；

预测设备，用于根据所述强化学习模型进行预测，并产生满足所述设计要求数据的声表滤波器。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现如权利要求1-8中任意一项所述的声表滤波器的自动设计方法中的步骤。

Images