CN115828622A - 射频收发组件模型管理方法及装置、电子设备、介质 - Google Patents

射频收发组件模型管理方法及装置、电子设备、介质 Download PDF

Info

Publication number
CN115828622A
CN115828622A CN202211646163.8A CN202211646163A CN115828622A CN 115828622 A CN115828622 A CN 115828622A CN 202211646163 A CN202211646163 A CN 202211646163A CN 115828622 A CN115828622 A CN 115828622A
Authority
CN
China
Prior art keywords
component model
model
knowledge
component
parameter
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.)
Pending
Application number
CN202211646163.8A
Other languages
English (en)
Inventor
叶雨农
闫林统
李苗
王皓岩
刘杰
汪志强
李嵬
戴扬
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.)
CETC Information Science Research Institute
Original Assignee
CETC Information Science Research Institute
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 CETC Information Science Research Institute filed Critical CETC Information Science Research Institute
Priority to CN202211646163.8A priority Critical patent/CN115828622A/zh
Publication of CN115828622A publication Critical patent/CN115828622A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Circuits Of Receivers In General (AREA)

Abstract

本公开涉及射频电子系统技术领域,提供一种射频收发组件模型管理方法及装置、电子设备、介质,方法包括:确定射频收发组件模型对应的仿真原理图,射频收发组件模型包括多个元器件模型;基于仿真原理图确定元器件模型的具体类型;基于元器件模型的具体类型,分别确定各元器件模型对应的知识标识,知识标识用于指示元器件模型的参数属性;建立知识标识与各元器件模型的参数内容之间的关联关系,构建各元器件模型对应的知识图谱,根据知识图谱对各元器件模型进行管理。本公开可实现对射频收发组件模型核心信息基于图进行有效表达与管理,提高射频收发组件模型的管理水平,极大地提高射频收发组件设计仿真过程中器件仿真模型的筛选效率和管理水平。

Description

射频收发组件模型管理方法及装置、电子设备、介质
技术领域
本公开涉及射频电子系统技术领域,特别涉及一种射频收发组件模型管理方法及装置、电子设备、介质。
背景技术
雷达系统是一种能够感知远距离目标并可完成测距、测速、成像、识别目标属性等任务的高科技系统。雷达系统的核心部件是射频收发(T/R)组件,其性能会对雷达系统的性能产生极大影响。在射频收发组件的设计过程中,针对射频收发组件开展仿真,可有效提升设计研发效率。
目前,在射频收发组件设计完成之后,开发企业通常会留存多类不同专业的设计仿真模型,这些模型凝聚了设计师对产品的理解和认知,因此,对这些模型的合理存储及有效二次利用是十分有意义的工作。在企业中,如何实现项目积累的多类模型在设计团队中的有效复用,减少工程师的低效重复工作,是赋能企业级仿真模型资源的重点、难点。然而,现有的企业模型管理解决方案中,各类模型往往散落在数据系统的各个角落,或者缺乏针对模型的基础信息如数据格式、模型应用层级等的专项管理,对模型复用造成极大的限制,无法实现基于设计需求快速响应的模型推送。同时,现有的模型管理方式,往往依赖系统管理员对已有模型的熟悉,或者需要设计师对模型进行逐个筛查,这使得模型的复用效率极低。
传统射频电子系统元器件库的构建通常立足于最终产品,设置的产品分类条件通常相对简单,对设计过程中产生的模型管理方式也不成体系,特别是面对同一个物理器件的多种应用场景模型(如射频链路、电磁仿真模型、热仿真模型等)时,不仅很难将不同模型正确、快速地推送至不同专业的设计师的实际需求,还会在设计过程中给设计师带来重复的工作量及额外的沟通成本。
传统的针对射频收发组件器件仿真模型库的分类指标检索方式往往存在以下难点:传统的器件仿真模型库大多基于器件指标构建形成,在框定核心指标的基础上对器件仿真模型进行分类筛选时,往往会筛选出很多无关模型,造成设计师二次筛选的工作量大;由于使用者的专业差别,传统的器件仿真模型库针对同一器件的电磁S参数模型、结构模型、热模型等往往不存在固有关联,甚至散落在不同类型的模型库中,这就给汇集某一器件的多种模型以全面评估该器件的设计仿真工作带来了额外的工作量;传统的器件仿真模型库开发完成后,对各器件仿真模型的搜索查找只能根据已有的标签模型进行,无法适应新的分类方式。
发明内容
本公开旨在至少解决现有技术中存在的问题之一,提供一种射频收发组件模型管理方法及装置、电子设备、介质。
本公开的一个方面,提供了一种射频收发组件模型管理方法,所述方法包括以下步骤:
确定射频收发组件模型对应的仿真原理图,所述射频收发组件模型包括多个元器件模型;
基于所述仿真原理图,确定所述元器件模型的具体类型;
基于所述元器件模型的具体类型,分别确定各所述元器件模型对应的知识标识,所述知识标识用于指示所述元器件模型的参数属性;
建立所述知识标识与各所述元器件模型的参数内容之间的关联关系,构建各所述元器件模型对应的知识图谱,根据所述知识图谱对各所述元器件模型进行管理。
可选的,所述建立所述知识标识与各所述元器件模型的参数内容之间的关联关系,构建各所述元器件模型对应的知识图谱,包括:
基于所述知识标识,构建各所述元器件模型对应的本体;
基于各所述元器件模型对应的参数数据集,分别建立各所述元器件模型的参数内容与所述本体的关联关系,得到所述知识图谱。
可选的,所述基于所述知识标识,构建各所述元器件模型对应的本体,包括:
对所述知识标识进行分类分析,确定所述知识标识对应的层次体系;
基于所述层次体系,构建各所述元器件模型对应的所述本体。
可选的,所述基于所述层次体系,构建各所述元器件模型对应的所述本体,包括:
基于所述层次体系,确定所述知识标识涉及的各个维度、各个维度下的知识标识类型以及各所述知识标识类型的属性信息;
将所述知识标识涉及的各个维度作为本体的类,将各所述知识标识类型作为所述本体的类对应的层次结构,将各所述知识标识类型的属性信息作为所述层次结构的属性信息,构建各所述元器件模型对应的所述本体。
可选的,所述基于各所述元器件模型对应的参数数据集,分别建立各所述元器件模型的参数内容与所述本体的关联关系,得到所述知识图谱,包括:
基于所述参数数据集,分别建立各所述元器件模型的参数内容与所述层次结构的属性信息之间的关联关系,得到所述知识图谱。
可选的,在构建各所述元器件模型对应的知识图谱之后,所述方法还包括:
接收用户输入的器件模型查询参数及仿真要求;
基于所述知识图谱,筛选出能够满足所述仿真要求且参数内容包含所述器件模型查询参数的目标元器件模型;
将所述目标元器件模型推送给所述用户。
可选的,所述基于所述知识图谱,筛选出满足所述仿真要求且参数内容包含所述器件模型查询参数的目标元器件模型,包括:
基于所述知识图谱,筛选出所述参数内容包含所述器件模型查询参数的备选元器件模型;
判断所述备选元器件模型是否能够满足所述仿真要求,若是,则将所述备选元器件模型作为所述目标元器件模型。
本公开的另一个方面,提供了一种射频收发组件模型管理装置,所述装置包括:
第一确定模块,用于确定射频收发组件模型对应的仿真原理图,所述射频收发组件模型包括多个元器件模型;
第二确定模块,用于基于所述仿真原理图,确定所述元器件模型的具体类型;
第三确定模块,用于基于所述元器件模型的具体类型,分别确定各所述元器件模型对应的知识标识,所述知识标识用于指示所述元器件模型的参数属性;
管理模块,用于建立所述知识标识与各所述元器件模型的参数内容之间的关联关系,构建各所述元器件模型对应的知识图谱,根据所述知识图谱对各所述元器件模型进行管理。
可选的,所述装置还包括:
接收模块,用于接收用户输入的器件模型查询参数及仿真要求;
筛选模块,用于基于所述知识图谱,筛选出能够满足所述仿真要求且参数内容包含所述器件模型查询参数的目标元器件模型;
推送模块,用于将所述目标元器件模型推送给所述用户。
本公开的另一个方面,提供了一种电子设备,包括:
至少一个处理器;以及,
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前文记载的射频收发组件模型管理方法。
本公开的另一个方面,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现前文记载的射频收发组件模型管理方法。
本公开实施例相对于现有技术而言,通过构建射频收发组件模型中各元器件模型对应的知识图谱,可实现对射频收发组件模型核心信息基于图进行有效表达与管理,方便用户复用已有的器件仿真模型,提高射频收发组件模型的管理水平,避免用户对器件仿真模型进行低效检索工作,极大地提高射频收发组件设计仿真过程中器件仿真模型的筛选效率和管理水平。
附图说明
一个或多个实施方式通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施方式的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本公开一实施方式提供的一种射频收发组件模型管理方法的流程图;
图2为本公开另一实施方式提供的收发分离结构的射频收发组件模型对应的仿真原理图;
图3为本公开另一实施方式提供的共用移相器结构的射频收发组件模型对应的仿真原理图;
图4为本公开另一实施方式提供的低噪声放大器S参数模型的参数属性及其对应的参数内容的关联关系示意图;
图5为本公开另一实施方式提供的一种射频收发组件模型管理装置的结构示意图;
图6为本公开另一实施方式提供的电子设备的结构示意图。
具体实施方式
为使本公开实施方式的目的、技术方案和优点更加清楚,下面将结合附图对本公开的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本公开各实施方式中,为了使读者更好地理解本公开而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本公开所要求保护的技术方案。以下各个实施方式的划分是为了描述方便,不应对本公开的具体实现方式构成任何限定,各个实施方式在不矛盾的前提下可以相互结合相互引用。
本公开的一个实施方式涉及一种射频收发组件模型管理方法,其流程如图1所示,包括:
步骤S110,确定射频收发组件模型对应的仿真原理图,射频收发组件模型包括多个元器件模型。
具体的,不同结构的射频收发组件模型通常对应不同的仿真原理图。例如,收发分离结构的射频收发组件模型对应的仿真原理图可以如图2所示,而共用移相器结构的射频收发组件模型对应的仿真原理图可以如图3所示。当然,射频收发组件模型对应的仿真原理图也可以是图2、图3之外的其他仿真原理图,本实施方式对此并不限制。
步骤S120,基于仿真原理图,确定元器件模型的具体类型。
举例而言,基于图2所示的仿真原理图,射频收发组件模型包括的元器件模型的具体类型可以是天线、环形器、限幅器、低噪声放大器、移相器、衰减器、功率放大器、驱动放大器等。基于图3所示的仿真原理图,射频收发组件模型包括的元器件模型的具体类型可以是天线、环形器、限幅器、低噪声放大器、衰减器、功率放大器、驱动放大器、开关、移相器等。
步骤S130,基于元器件模型的具体类型,分别确定各元器件模型对应的知识标识,知识标识用于指示元器件模型的参数属性。
举例而言,各元器件模型对应的知识标识可以是模型基础信息、模型关联信息、仿真配置信息、模型特性信息等用于指示元器件参数属性的不同维度信息,也可以是模型基础信息维度包括的模型名称、开发单位、开发人员、发布时间、版本号、修改日志等用于指示元器件参数属性模型基础信息的不同方面的信息,或者模型关联信息维度包括的拓扑图、拓扑图工具、多领域关联、运行工具、功能等用于指示元器件参数属性模型关联信息的不同方面的信息,或者仿真配置信息维度包括的接口数量、接口功能、初始化需求、输入参数、工作参数、输出参数等用于指示元器件参数属性仿真配置信息的不同方面的信息,或者模型特性信息维度包括的工作频率、其他特性等用于指示元器件参数属性模型特性信息的不同方面的信息。
步骤S140,建立知识标识与各元器件模型的参数内容之间的关联关系,构建各元器件模型对应的知识图谱,根据知识图谱对各元器件模型进行管理。
具体的,各元器件模型的参数内容指的是各元器件模型的参数属性对应的具体内容。举例而言,一并结合图4,在元器件模型为低噪声放大器S参数模型时,其知识标识模型名称关联的参数内容即为低噪声放大器S参数模型,知识标识开发单位关联的参数内容为C,知识标识开发人员关联的参数内容为P,知识标识发布时间关联的参数内容为2019-12-10,知识标识版本号关联的参数内容为V1,知识标识修改日志关联的参数内容为2019-11-15,知识标识拓扑图关联的参数内容为射频前端,知识标识拓扑图工具关联的参数内容为ADS,知识标识多领域关联所关联的参数内容为电磁、热,知识标识运行工具关联的参数内容可为T,知识标识功能关联的参数内容为信号放大,知识标识接口数量关联的参数内容为3,知识标识接口功能关联的参数内容为F,知识标识初始化需求关联的参数内容为无,知识标识输入参数关联的参数内容为无特定要求,知识标识工作参数关联的参数内容为扫频,知识标识输出参数关联的参数内容为S11、S12等,知识标识工作频率关联的参数内容为22-26GHz,知识标识增益关联的参数内容为23dB,知识标识噪声系数关联的参数内容为2dB,知识标识饱和输出功率关联的参数内容为23.5dBm。
知识图谱技术是近年来发展火热的信息技术手段。本公开实施方式相对于现有技术而言,通过构建射频收发组件模型中各元器件模型对应的知识图谱,可实现对射频收发组件模型核心信息基于图进行有效表达与管理,方便用户复用已有的器件仿真模型,提高射频收发组件模型的管理水平,避免用户对器件仿真模型进行低效检索工作,极大地提高射频收发组件设计仿真过程中器件仿真模型的筛选效率和管理水平。
示例性的,建立知识标识与各元器件模型的参数内容之间的关联关系,构建各元器件模型对应的知识图谱,包括:基于知识标识,构建各元器件模型对应的本体;基于各元器件模型对应的参数数据集,分别建立各元器件模型的参数内容与本体的关联关系,得到知识图谱。
具体的,这里的本体用于描述射频收发组件中各器件对应的概念层次体系,是各器件对应的知识信息的概念模板。本实施方式可以基于元器件参数属性不同维度的信息以及各维度下不同方面的信息对应的知识标识构建元器件模型对应的本体,通过各元器件模型对应的参数数据集获取各元器件模型的参数内容,将该参数内容与本体建立关联关系,从而得到各元器件模型对应的知识图谱。
本实施方式能够进一步实现射频收发组件对应的多类异构模型的关联,从而实现各器件对应的仿真模型的分类检索和高效匹配,提升检索匹配效率,并为后续进一步梳理利用射频收发组件的已有知识提供便利。
示例性的,基于知识标识,构建各元器件模型对应的本体,包括:对知识标识进行分类分析,确定知识标识对应的层次体系;基于层次体系,构建各元器件模型对应的本体。
具体的,对知识标识进行分类分析,可以将知识标识分为与元器件不同维度的参数属性相对应的一类,以及与元器件不同维度下不同方面的参数属性相对应的一类,从而基于不同类型的知识标识确定对应的层次体系,构建各元器件模型对应的本体。举例而言,与元器件不同维度的参数属性相对应的知识标识可以是模型基础信息、模型关联信息、仿真配置信息、模型特性信息。与元器件不同维度下不同方面的参数属性相对应的知识标识可以是模型基础信息包括的模型名称、开发单位、开发人员、发布时间、版本号、修改日志等,也可以是模型关联信息包括的拓扑图、拓扑图工具、多领域关联、运行工具、功能等,也可以是仿真配置信息包括的接口数量、接口功能、初始化需求、输入参数、工作参数、输出参数等,还可以是模型特性信息包括的工作频率、其他特性等。
本实施方式可以进一步实现射频收发组件对应的多类异构模型的关联,并为后续进一步梳理利用射频收发组件的已有知识提供便利。
示例性的,基于层次体系,构建各元器件模型对应的本体,包括:
基于层次体系,确定知识标识涉及的各个维度、各个维度下的知识标识类型以及各知识标识类型的属性信息;将知识标识涉及的各个维度作为本体的类,将各知识标识类型作为本体的类对应的层次结构,将各知识标识类型的属性信息作为层次结构的属性信息,构建各元器件模型对应的本体。
具体的,知识标识涉及的各个维度可以是元器件的参数属性涉及的维度,从而将元器件的参数属性涉及的维度作为本体的类。举例而言,本体的类可以是模型基础信息、模型关联信息、仿真配置信息、模型特性信息。各维度下的知识标识类型可以是元器件不同维度的参数属性下包括的不同方面。在本体的类确定后,可以将元器件不同维度的参数属性下包括的不同方面的作为本体的类对应的层次结构,将不同维度下不同方面的元器件参数属性的属性信息作为本体的类对应的层次结构的属性信息,从而为本体搭建一个框架模型。举例而言,在本体的类为模型基础信息时,其对应的层次结构可以是模型名称、开发单位、开发人员、发布时间、版本号、修改日志等。在本体的类为模型关联信息时,其对应的层次结构可以是拓扑图、拓扑图工具、多领域关联、运行工具、功能等。在本体的类为仿真配置信息时,其对应的层次结构可以是接口数量、接口功能、初始化需求、输入参数、工作参数、输出参数等。在本体的类为模型特性信息时,其对应的层次结构可以是工作频率、其他特性等。
具体的,以低噪声放大器S参数模型为例,其对应的本体可以表示为下表1。如表1所示,低噪声放大器S参数模型包括模型基础信息、模型关联信息、仿真配置信息、模型特性信息共四个维度的知识标识。其中,模型基础信息包括模型名称、开发单位、开发人员、发布时间、版本号、修改日志共六个方面的信息。模型关联信息包括拓扑图、拓扑图工具、多领域关联、运行工具、功能共五个方面的信息。仿真配置信息包括接口数量、接口功能、初始化需求、输入参数、工作参数、输出参数共六个方面的信息。模型特性信息包括工作频率、增益、噪声系数、饱和输出功率共四个方面的信息。知识标识中各维度的各个方面均包括属性类别、标识、属性类型、说明在内的属性信息。
表1低噪声放大器S参数模型对应的本体示例
Figure BDA0004009673550000101
本实施方式可以进一步将射频收发组件对应的多类异构模型进行关联,从而进一步提高射频收发组件设计仿真过程中仿真模型的筛选效率和管理水平。
在对本体进行代码开发时,本领域技术人员可以采用网络本体语言(WebOntology Language,OWL)来表达描述射频收发组件模型对应的本体,或者,本领域技术人员也可以采用其他本体语言来表达描述射频收发组件模型对应的本体,本实施方式对此并不限制。
需要说明的是,在本体构建开发完成后,还可以在领域工程师及专家的帮助下对已构建开发的本体进行评测工作,判断本体的质量优劣,并在发现本体的质量较差时对本体进行修正,从而提高本体的质量。
示例性的,基于各元器件模型对应的参数数据集,分别建立各元器件模型的参数内容与本体的关联关系,得到知识图谱,包括:基于参数数据集,分别建立各元器件模型的参数内容与层次结构的属性信息之间的关联关系,得到知识图谱。
具体的,各元器件模型对应的参数数据集包括各元器件模型的参数属性对应的具体内容即参数内容,将各元器件模型的参数内容与本体的层次结构的属性信息建立关联,即可得到射频收发组件模型对应的知识图谱。
需要说明的是,本领域技术人员可以将各元器件模型的参数内容与层次结构的属性信息之间的关联关系,以三元组形式描述为直译式脚本语言对象简谱(JavaScriptObject Notation,JSON)文档,并将该文档输入弹性搜索服务器(ElasticSearch),从而依托ElasticSearch搭建射频收发组件知识图谱的搜索引擎,实现属性、多跳搜索以及符合多对属性要求的搜索过程。
需要说明的是,三元组形式可以是实体-属性-属性值。其中,实体可以是射频收发组件模型包括的不同类型的元器件模型。例如,实体可以是天线模型、环形器模型、限幅器模型、低噪声放大器模型、移相器模型、衰减器模型、功率放大器模型、驱动放大器模型等。属性可以是本体的类的层次结构。例如,属性可以是模型名称、开发单位、开发人员、发布时间、版本号、修改日志等,可以是拓扑图、拓扑图工具、多领域关联、运行工具、功能等,也可以是接口数量、接口功能、初始化需求、输入参数、工作参数、输出参数等,还可以是工作频率、其他特性等。属性值可以是描述实体的属性的具体参数或特征。例如,在实体为低噪声放大器S参数模型时,其属性工作频率对应的属性值可以是22-26GHz。
本实施方式可以进一步将原本零散的射频收发组件模型中的各个元器件模型组织到一起,实现器件仿真模型的同种关系关联,相比器件仿真模型传统的分类指标检索方式,不仅能够提高射频收发组件模型的管理水平,还能避免低效检索工作,提高检索效率和匹配效果。
示例性的,在构建各元器件模型对应的知识图谱之后,射频收发组件模型管理方法还包括:
接收用户输入的器件模型查询参数及仿真要求;基于知识图谱,筛选出能够满足仿真要求且参数内容包含器件模型查询参数的目标元器件模型;将目标元器件模型推送给用户。
具体的,器件模型查询参数可以与知识图谱中用于指示各元器件模型的参数属性的知识标识相对应。例如,器件模型查询参数可以是模型名称、开发单位、开发人员、发布时间、版本号、修改日志等及其对应的具体内容,也可以是拓扑图、拓扑图工具、多领域关联、运行工具、功能等及其对应的具体内容,也可以是接口数量、接口功能、初始化需求、输入参数、工作参数、输出参数等及其对应的具体内容,还可以是工作频率、其他特性等及其对应的具体内容。举例而言,器件模型查询参数可以是模型名称及其对应的具体内容低噪声放大器S参数模型。
本实施方式可以进一步提高射频收发组件模型的检索效率和匹配效果。
示例性的,基于知识图谱,筛选出满足仿真要求且参数内容包含器件模型查询参数的目标元器件模型,包括:基于知识图谱,筛选出参数内容包含器件模型查询参数的备选元器件模型;判断备选元器件模型是否能够满足仿真要求,若是,则将备选元器件模型作为目标元器件模型。
具体的,在射频收发组件知识图谱以三元组的形式存储各元器件模型的参数内容与层次结构的属性信息之间的关联关系时,本实施方式可以首先采用SPARQL(SPARQLProtocol and RDF Query Language,SPARQL协定与RDF查询语言)查询语言,基于本体的类、层次结构以及层次结构的属性信息,对射频收发组件知识图谱进行查询,筛选出参数内容包含器件模型查询参数的备选元器件模型,之后再判断备选元器件模型是否能够满足用户输入的仿真要求,并将能够满足该仿真要求的备选元器件模型作为目标元器件模型。
本实施方式根据射频收发组件模型对应的知识图谱,能够进一步筛选出满足用户需求的元器件模型,提高检索效率。
本公开的另一个实施方式涉及一种射频收发组件模型管理装置,如图5所示,包括:
第一确定模块510,用于确定射频收发组件模型对应的仿真原理图,射频收发组件模型包括多个元器件模型;
第二确定模块520,用于基于仿真原理图,确定元器件模型的具体类型;
第三确定模块530,用于基于元器件模型的具体类型,分别确定各元器件模型对应的知识标识,知识标识用于指示元器件模型的参数属性;
管理模块540,用于建立知识标识与各元器件模型的参数内容之间的关联关系,构建各元器件模型对应的知识图谱,根据知识图谱对各元器件模型进行管理。
示例性的,射频收发组件模型管理装置还包括:
接收模块,用于接收用户输入的器件模型查询参数及仿真要求;
筛选模块,用于基于知识图谱,筛选出能够满足仿真要求且参数内容包含器件模型查询参数的目标元器件模型;
推送模块,用于将目标元器件模型推送给用户。
本公开实施方式提供的射频收发组件模型管理装置的具体实现方法,可以参见本公开实施方式提供的射频收发组件模型管理方法所述,此处不再赘述。
本公开实施方式相对于现有技术而言,可以实现对射频收发组件模型核心信息基于图进行有效表达与管理,方便用户复用已有的器件仿真模型,提高射频收发组件模型的管理水平,避免用户对器件仿真模型进行低效检索工作,极大地提高射频收发组件设计仿真过程中器件仿真模型的筛选效率和管理水平。
本公开的另一个实施方式涉及一种电子设备,如图6所示,包括:
至少一个处理器610;以及,
与至少一个处理器610通信连接的存储器620;其中,
存储器620存储有可被至少一个处理器610执行的指令,指令被至少一个处理器610执行,以使至少一个处理器610能够执行上述实施方式所述的射频收发组件模型管理方法。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本公开的另一个实施方式涉及一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述实施方式所述的射频收发组件模型管理方法。
即,本领域技术人员可以理解,实现上述实施方式所述方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本公开各个实施方式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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本公开的具体实施方式,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本公开的精神和范围。

Claims (10)

1.一种射频收发组件模型管理方法,其特征在于,所述方法包括以下步骤:
确定射频收发组件模型对应的仿真原理图,所述射频收发组件模型包括多个元器件模型;
基于所述仿真原理图,确定所述元器件模型的具体类型;
基于所述元器件模型的具体类型,分别确定各所述元器件模型对应的知识标识,所述知识标识用于指示所述元器件模型的参数属性;
建立所述知识标识与各所述元器件模型的参数内容之间的关联关系,构建各所述元器件模型对应的知识图谱,根据所述知识图谱对各所述元器件模型进行管理。
2.根据权利要求1所述的方法,其特征在于,所述建立所述知识标识与各所述元器件模型的参数内容之间的关联关系,构建各所述元器件模型对应的知识图谱,包括:
基于所述知识标识,构建各所述元器件模型对应的本体;
基于各所述元器件模型对应的参数数据集,分别建立各所述元器件模型的参数内容与所述本体的关联关系,得到所述知识图谱。
3.根据权利要求2所述的方法,其特征在于,所述基于所述知识标识,构建各所述元器件模型对应的本体,包括:
对所述知识标识进行分类分析,确定所述知识标识对应的层次体系;
基于所述层次体系,构建各所述元器件模型对应的所述本体。
4.根据权利要求3所述的方法,其特征在于,所述基于所述层次体系,构建各所述元器件模型对应的所述本体,包括:
基于所述层次体系,确定所述知识标识涉及的各个维度、各个维度下的知识标识类型以及各所述知识标识类型的属性信息;
将所述知识标识涉及的各个维度作为本体的类,将各所述知识标识类型作为所述本体的类对应的层次结构,将各所述知识标识类型的属性信息作为所述层次结构的属性信息,构建各所述元器件模型对应的所述本体。
5.根据权利要求4所述的方法,其特征在于,所述基于各所述元器件模型对应的参数数据集,分别建立各所述元器件模型的参数内容与所述本体的关联关系,得到所述知识图谱,包括:
基于所述参数数据集,分别建立各所述元器件模型的参数内容与所述层次结构的属性信息之间的关联关系,得到所述知识图谱。
6.根据权利要求1至5任一项所述的方法,其特征在于,在构建各所述元器件模型对应的知识图谱之后,所述方法还包括:
接收用户输入的器件模型查询参数及仿真要求;
基于所述知识图谱,筛选出能够满足所述仿真要求且参数内容包含所述器件模型查询参数的目标元器件模型;
将所述目标元器件模型推送给所述用户。
7.根据权利要求6所述的方法,其特征在于,所述基于所述知识图谱,筛选出满足所述仿真要求且参数内容包含所述器件模型查询参数的目标元器件模型,包括:
基于所述知识图谱,筛选出所述参数内容包含所述器件模型查询参数的备选元器件模型;
判断所述备选元器件模型是否能够满足所述仿真要求,若是,则将所述备选元器件模型作为所述目标元器件模型。
8.一种射频收发组件模型管理装置,其特征在于,所述装置包括:
第一确定模块,用于确定射频收发组件模型对应的仿真原理图,所述射频收发组件模型包括多个元器件模型;
第二确定模块,用于基于所述仿真原理图,确定所述元器件模型的具体类型;
第三确定模块,用于基于所述元器件模型的具体类型,分别确定各所述元器件模型对应的知识标识,所述知识标识用于指示所述元器件模型的参数属性;
管理模块,用于建立所述知识标识与各所述元器件模型的参数内容之间的关联关系,构建各所述元器件模型对应的知识图谱,根据所述知识图谱对各所述元器件模型进行管理。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的射频收发组件模型管理方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的射频收发组件模型管理方法。
CN202211646163.8A 2022-12-21 2022-12-21 射频收发组件模型管理方法及装置、电子设备、介质 Pending CN115828622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211646163.8A CN115828622A (zh) 2022-12-21 2022-12-21 射频收发组件模型管理方法及装置、电子设备、介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211646163.8A CN115828622A (zh) 2022-12-21 2022-12-21 射频收发组件模型管理方法及装置、电子设备、介质

Publications (1)

Publication Number Publication Date
CN115828622A true CN115828622A (zh) 2023-03-21

Family

ID=85517214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211646163.8A Pending CN115828622A (zh) 2022-12-21 2022-12-21 射频收发组件模型管理方法及装置、电子设备、介质

Country Status (1)

Country Link
CN (1) CN115828622A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885699A (zh) * 2019-02-15 2019-06-14 中国人民解放军国防科技大学 基于知识图谱的云仿真模型资源描述信息存储方法及装置
WO2022041226A1 (zh) * 2020-08-31 2022-03-03 西门子(中国)有限公司 一种基于知识图谱的数据融合方法、装置及电子设备
WO2022061518A1 (zh) * 2020-09-22 2022-03-31 西门子股份公司 用于生成和利用制造仿真模型的知识图谱的方法和装置
CN115329145A (zh) * 2022-08-10 2022-11-11 国网河北省电力有限公司培训中心 基于物理关系的变电仿真信息知识图谱构建与检索方法
CN115329611A (zh) * 2022-10-17 2022-11-11 中国电子科技集团公司信息科学研究院 惯性导航组件仿真方法及装置、电子设备、存储介质
CN115329613A (zh) * 2022-10-17 2022-11-11 中国电子科技集团公司信息科学研究院 光电收发模块仿真方法及装置、电子设备、存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885699A (zh) * 2019-02-15 2019-06-14 中国人民解放军国防科技大学 基于知识图谱的云仿真模型资源描述信息存储方法及装置
WO2022041226A1 (zh) * 2020-08-31 2022-03-03 西门子(中国)有限公司 一种基于知识图谱的数据融合方法、装置及电子设备
WO2022061518A1 (zh) * 2020-09-22 2022-03-31 西门子股份公司 用于生成和利用制造仿真模型的知识图谱的方法和装置
CN115329145A (zh) * 2022-08-10 2022-11-11 国网河北省电力有限公司培训中心 基于物理关系的变电仿真信息知识图谱构建与检索方法
CN115329611A (zh) * 2022-10-17 2022-11-11 中国电子科技集团公司信息科学研究院 惯性导航组件仿真方法及装置、电子设备、存储介质
CN115329613A (zh) * 2022-10-17 2022-11-11 中国电子科技集团公司信息科学研究院 光电收发模块仿真方法及装置、电子设备、存储介质

Similar Documents

Publication Publication Date Title
Skoutas et al. Ranking and clustering web services using multicriteria dominance relationships
CN108932313B (zh) 数据处理方法、装置、电子设备及存储介质
WO2016011904A1 (zh) 数据库访问方法及装置、数据库系统
CN110941598A (zh) 一种数据去重方法、装置、终端及存储介质
US9311345B2 (en) Template based database analyzer
CN114691786A (zh) 数据血缘关系的确定方法及装置、存储介质、电子装置
CA3017523C (en) Technologies for auto discover and connect to a rest interface
CN111190792A (zh) 一种日志存储的方法、装置、电子设备及可读存储介质
CN110990447A (zh) 一种数据探查方法、装置、设备及存储介质
US9170780B2 (en) Processing changed application metadata based on relevance
CN114692013A (zh) 一种基于社交网络用户行为特征的产品推荐方法及系统
KR102457359B1 (ko) 뉴럴 네트워크를 이용하는 마케팅 비용 효율 산정 방법 및 상기 마케팅 비용 효율 산정 방법을 수행하는 전자 시스템
KR20180050786A (ko) 태그 서칭 기반의 자동 질의 응답 시스템 및 방법
US9547718B2 (en) High precision set expansion for large concepts
US8285742B2 (en) Management of attribute information related to system resources
CN115329613B (zh) 光电收发模块仿真方法及装置、电子设备、存储介质
CN113312539B (zh) 一种检索服务的提供方法、装置、设备和介质
CN114840565A (zh) 抽样查询方法、装置、电子设备及计算机可读存储介质
CN115828622A (zh) 射频收发组件模型管理方法及装置、电子设备、介质
CN111125226B (zh) 一种配置数据采集方法及装置
Menczer Correlated topologies in citation networks and the web
US20140164422A1 (en) Relational approach to systems based on a request and response model
CN109697234B (zh) 实体的多属性信息查询方法、装置、服务器和介质
CN114285896B (zh) 信息推送方法、装置、设备、存储介质及程序产品
US20150032749A1 (en) Method of creating classification pattern, apparatus, and recording medium

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