CN116341398B - 多声表面波器件的组合仿真方法、系统及相关设备 - Google Patents
多声表面波器件的组合仿真方法、系统及相关设备 Download PDFInfo
- Publication number
- CN116341398B CN116341398B CN202310627490.7A CN202310627490A CN116341398B CN 116341398 B CN116341398 B CN 116341398B CN 202310627490 A CN202310627490 A CN 202310627490A CN 116341398 B CN116341398 B CN 116341398B
- Authority
- CN
- China
- Prior art keywords
- acoustic wave
- surface acoustic
- model
- wave device
- matrix
- 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
- 238000010897 surface acoustic wave method Methods 0.000 title claims abstract description 138
- 238000004088 simulation Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims description 80
- 238000013507 mapping Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 239000000725 suspension Substances 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- 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
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Surface Acoustic Wave Elements And Circuit Networks Thereof (AREA)
Abstract
本发明适用于压电仿真技术领域,尤其涉及一种多声表面波器件的组合仿真方法、系统及相关设备。本发明提出了一种在建模时暴露出滤波器件中每个电路元件的端口的多声表面波器件的组合仿真方法,该方法通过建立基于电路元件端口的P矩阵模型,并利用矩阵模型进行器件之间的组合连接和仿真电路模拟,实现了对含有短接、悬浮等结构的仿真建模,并基于组合的电路实现了多个声表面波器件的组合体的快速仿真,提高了仿真效率。
Description
技术领域
本发明适用于压电仿真技术领域,尤其涉及一种多声表面波器件的组合仿真方法、系统及相关设备。
背景技术
声表面波器件具有工作频率高、体积小、适宜于大规模生产等特点,被广泛应用于无线通信领域。一般的,声表面波阻抗元滤波器制作在压电基材上,构成声表面波阻抗元滤波器的主体为声表面波谐振器。随着通信技术的发展,声表面波器件不断向着集成化、模组化等方向发展,由于模组中的射频信号会泄漏到其它器件的端口上,对信号形成干扰,这造成了声表面波器件性能恶化,极有可能使得声表面波器件性能恶化、不能正常工作,从而导致整个模组不能正常使用。
带通滤波器对带外有一定的抑制作用,从声表面波器件设计的角度来说,如果能够提高带外抑制,就能使器件具备较好的隔离度,载波聚合时就具有优势。而两个声表面波器件组合使用时可以有效提高滤波器的带外抑制能力,因此,建立组合器件的性能分析模型来预测两个或多个声表面波器件组合体的声学特性是优化带外抑制性能的重要手段。
在声表面波器件的性能仿真中,带外抑制实际就是获取其S参数在频率上的分布,通过设计优化其在通带外的值达不到规定的阈值。问题在于,由于声表面波器件的设计涉及到电场与固体力学的耦合,其结构以及物理求解模型的复杂程度不利于直接进行数值分析和优化,现有技术使用耦合模式模型、等效电路模型或者其它简化模型等仿真模型进行设计,而声表面波器件是一个二端口器件,仿真模型一般也基于二端口,当一些由多个声表面波器件组成的结构,如双模声表面波滤波器(DMS)组合体中的叉指换能器(IDT)的端口有短接或悬浮时,二端口仿真模型的普适性就显得不足。
发明内容
本发明提供一种多声表面波器件的组合仿真方法、系统及相关设备,旨在解决现有技术难以对含短接、悬浮等接口的多个声表面波器件的组合结构进行仿真的技术问题。
第一方面,本发明提供一种多声表面波器件的组合仿真方法,所述组合仿真方法包括以下步骤:
S1、构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数;
S2、获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型;
S3、根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解;
S4、根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型;
S5、根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵;
S6、将所述导纳矩阵转换为仿真电路;
S7、重复步骤S1-S6,获取多个所述声表面波器件的所述仿真电路;
S8、根据多个所述声表面波器件组合得到的多声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路;
S9、通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
更进一步地,所述第一模型和所述第二模型为均P矩阵模型。
更进一步地,所述映射模型为利用所述导纳曲线为训练数据,对预设机器学习模型进行迭代训练得到,所述映射模型用于计算所述导纳曲线对应的所述矩阵元参数。
更进一步地,步骤S4具体为:
根据所述电路元件的端口数量,在所述第一模型的所述矩阵元参数中加入所述声表面波器件的电流输入参数和电流输出参数,以所述端口数量和所述电流输入参数、所述电流输出参数的和作为所述第二模型的所述矩阵阶数。
更进一步地,在步骤S2中,所述声表面波器件的导纳曲线为通过实测获得。
更进一步地,所述多声表面波器件为多个所述声表面波器件按照声电耦合特性进行布线连接的组合体。
第二方面,本发明还提供一种多声表面波器件的组合仿真系统,所述系统包括:
矩阵建模模块,用于构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数;
映射建模模块,用于获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型;
映射计算模块,用于根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解;
矩阵转换模块,用于根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型;
导纳计算模块,用于根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵;
仿真转换模块,用于将所述导纳矩阵转换为仿真电路;
迭代执行模块,用于获取多个所述声表面波器件的所述仿真电路;
仿真组合模块,用于根据多个所述声表面波器件组合得到的多声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路;
仿真输出模块,用于通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
第三方面,本发明还提供一种计算机设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的多声表面波器件的组合仿真方法中的步骤。
第四方面,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上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中任意一项所述的多声表面波器件的组合仿真方法中的步骤。
本发明所达到的有益效果,在于提出了一种在建模时暴露出滤波器件中每个电路元件的端口的多声表面波器件的组合仿真方法,该方法通过建立基于电路元件端口的P矩阵模型,并利用矩阵模型进行器件之间的组合连接和仿真电路模拟,实现了对含有短接、悬浮等结构的仿真建模,并基于组合的电路实现了多个声表面波器件的组合体的快速仿真,提高了仿真效率。
附图说明
图1是本发明实施例提供的多声表面波器件的组合仿真方法的步骤流程框图;
图2是本发明实施例提供的第一模型示意图;
图3是本发明实施例提供的第二模型示意图;
图4是本发明实施例提供的组合仿真电路示意图;
图5是本发明实施例提供的组合仿真结果示意图;
图6是本发明实施例提供的多声表面波器件的组合仿真系统的结构示意图;
图7是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1,图1是本发明实施例提供的一种多声表面波器件的组合仿真方法的步骤流程框图,所述组合仿真方法包括以下步骤:
S1、构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数。
示例性的,为便于说明,本发明实施例根据所述声表面波器件的电极、电阻和传播损耗的构建的所述第一模型如图2所示,所述第一模型为P矩阵模型,P矩阵是一种矩阵形式,其数学特性为每一行和每一列都有且仅有一个1,其余均为0。本发明实施例中使用P矩阵模型作为所述声表面波器件仿真使用的模型,是为了通过建立与电流参数I、电压参数V、输入参数a1、a2、输出参数b1、b2以外的带未知数值的矩阵元参数的P矩阵,以对应实际滤波器件的参数进行耦合,使得用于仿真的模型能够更好地体现实际器件的性能。
S2、获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型。
更进一步地,所述声表面波器件的导纳曲线为通过实测获得,所述映射模型为利用所述导纳曲线为训练数据,对预设机器学习模型进行迭代训练得到,所述映射模型用于计算所述导纳曲线对应的所述矩阵元参数。所述预设机器学习模型可以是现有的、能够实现参数耦合计算的模型,本发明实施例的步骤S2,以所述导纳曲线为所述预设机器学习模型的训练数据,通过不断地迭代训练,使得所述预设机器学习模型能够根据所述导纳曲线计算出对应的所述矩阵元参数。
S3、根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解。
通过与实测得到的所述导纳曲线进行映射,可以对步骤S1中建立的所述第一矩阵中的所述矩阵元参数进行求解,从而得到能够表示实际声表面波器件性能参数的仿真模型。在本发明实施例中,图2中的端口1和端口2可以是短接或者悬浮的结构,而在现有技术的声表面波器件的仿真中,由于没有针对每一端口的结构进行建模,因此无法对短接或者悬浮的情况进行仿真;而本申请通过建立P矩阵模型,将端口通过矩阵元参数进行表示,从而通过矩阵元参数的值来表现端口的短接、悬浮或者是其他的连接情况。
S4、根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型。
具体的,步骤S3得到的所述第一模型表示了单个所述声表面波器件的仿真情况,但对于端口的短接、悬浮是多个声表面波器件之间的端口连接来进行的,多个声表面波器件的连接仅与其对外的端口有关,而内部的电路元件的电学特性只与单个声表面波器件的结构相关。
本发明实施例中,根据所述电路元件的端口数量,在所述第一模型的所述矩阵元参数中加入所述声表面波器件的电流输入参数和电流输出参数,以所述端口数量和所述电流输入参数、所述电流输出参数的和作为所述第二模型的所述矩阵阶数。例如,在图2所示的第一模型中,若其对应的所述声表面波器件中包含了10个电路元件,而每个电路元件具有2个端口,则步骤S4根据所述第一模型建立的所述第二模型则为22阶,其对应的所述声表面波器件的结构的所述第二模型如图3所示。
S5、根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵。
由于所述第二模型基于所述第一模型构建得到,其仍然属于P矩阵模型,因此,本发明实施例可以基于所述第二模型进行所述声表面波器件的导纳计算,从而得到所述导纳矩阵。
S6、将所述导纳矩阵转换为仿真电路。
本发明实施例中的所述仿真电路是根据所述声表面波器件的实际电学结构得到的,所述仿真电路用于表示所述声表面波器件中各个端口与输入、输出信号的连接情况。
S7、重复步骤S1-S6,获取多个所述声表面波器件组合得到的多声表面波器件的所述声表面波器件的所述仿真电路。
所述多声表面波器件为多个所述声表面波器件按照声电耦合特性进行布线连接的组合体。
S8、根据多个所述声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路。
示例性的,请参照图4,图4是本发明实施例提供的组合仿真电路示意图,以2个具有10个电路元件的所述声表面波器件连接得到的所述仿真电路为例,根据其端口的实际连接关系,以及信号输入端、信号输出端、接地端等连接到对应的仿真电路的端口上,即可得到本发明实施例的所述组合仿真电路。
S9、通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
请参照图5,图5是本发明实施例提供的组合仿真结果示意图,通过利用步骤S8得到的所述组合仿真电路进行电学仿真,并获取所述多声表面波器件的组合结构的色散曲线,可以看出,本发明实施例通过对多个声表面波器件的基于P矩阵模型得到的仿真电路进行组合,可以实现对端口之间存在短接、悬浮情况的组合结构的仿真,并得到需要的仿真结果。
本发明所达到的有益效果,在于提出了一种在建模时暴露出滤波器件中每个电路元件的端口的多声表面波器件的组合仿真方法,该方法通过建立基于电路元件端口的P矩阵模型,并利用矩阵模型进行器件之间的组合连接和仿真电路模拟,实现了对含有短接、悬浮等结构的仿真建模,并基于组合的电路实现了多个声表面波器件的组合体的快速仿真,提高了仿真效率。
本发明实施例还提供一种系统,请参照图6,图6是本发明实施例提供的多声表面波器件的组合仿真系统200的结构示意图,其包括:
矩阵建模模块201,用于构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数;
映射建模模块202,用于获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型;
映射计算模块203,用于根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解;
矩阵转换模块204,用于根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型;
导纳计算模块205,用于根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵;
仿真转换模块206,用于将所述导纳矩阵转换为仿真电路;
迭代执行模块207,用于获取多个所述声表面波器件的所述仿真电路;
仿真组合模块208,用于根据多个所述声表面波器件组合得到的多声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路;
仿真输出模块209,用于通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
所述多声表面波器件的组合仿真系统200能够实现如上述实施例中的多声表面波器件的组合仿真方法中的步骤,且能实现同样的技术效果,参上述实施例中的描述,此处不再赘述。
本发明实施例还提供一种计算机设备,请参照图7,图7是本发明实施例提供的计算机设备的结构示意图,所述计算机设备300包括:存储器302、处理器301及存储在所述存储器302上并可在所述处理器301上运行的计算机程序。
所述处理器301调用所述存储器302存储的计算机程序,执行本发明实施例提供的多声表面波器件的组合仿真方法中的步骤,请结合图1,具体包括以下步骤:
S1、构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数。
S2、获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型。
更进一步地,在步骤S2中,所述声表面波器件的导纳曲线为通过实测获得。
更进一步地,所述映射模型为利用所述导纳曲线为训练数据,对预设机器学习模型进行迭代训练得到,所述映射模型用于计算所述导纳曲线对应的所述矩阵元参数。
S3、根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解。
S4、根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型。
更进一步地,所述第一模型和所述第二模型为P矩阵模型。
更进一步地,步骤S4具体为:
根据所述电路元件的端口数量,在所述第一模型的所述矩阵元参数中加入所述声表面波器件的电流输入参数和电流输出参数,以所述端口数量和所述电流输入参数、所述电流输出参数的和作为所述第二模型的所述矩阵阶数。
S5、根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵。
S6、将所述导纳矩阵转换为仿真电路。
S7、重复步骤S1-S6,获取多个所述声表面波器件的所述仿真电路。
S8、根据多个所述声表面波器件组合得到的多声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路。
更进一步地,所述多声表面波器件为多个所述声表面波器件按照声电耦合特性进行布线连接的组合体。
S9、通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
本发明实施例提供的计算机设备300能够实现如上述实施例中的多声表面波器件的组合仿真方法中的步骤,且能实现同样的技术效果,参上述实施例中的描述,此处不再赘述。
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上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的多声表面波器件的组合仿真方法中的各个过程及步骤,且能实现相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例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,所述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,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,所揭露的仅为本发明较佳实施例而已,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式用等同变化,均属于本发明的保护之内。
Claims (7)
1.一种多声表面波器件的组合仿真方法,其特征在于,所述组合仿真方法包括以下步骤:
S1、构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数;
S2、获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型;
S3、根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解;
S4、根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型,所述第一模型和所述第二模型均为P矩阵模型;步骤S4具体为:
根据所述电路元件的端口数量,在所述第一模型的所述矩阵元参数中加入所述声表面波器件的电流输入参数和电流输出参数,以所述端口数量和所述电流输入参数的数量、所述电流输出参数的数量的和作为所述第二模型的所述矩阵阶数;
S5、根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵;
S6、将所述导纳矩阵转换为仿真电路;
S7、重复步骤S1-S6,获取多个所述声表面波器件的所述仿真电路;
S8、根据多个所述声表面波器件组合得到的多声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路;
S9、通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
2.如权利要求1所述的多声表面波器件的组合仿真方法,其特征在于,所述映射模型为利用所述导纳曲线为训练数据,对预设机器学习模型进行迭代训练得到,所述映射模型用于计算所述导纳曲线对应的所述矩阵元参数。
3.如权利要求1所述的多声表面波器件的组合仿真方法,其特征在于,在步骤S2中,所述声表面波器件的导纳曲线为通过实测获得。
4.如权利要求1所述的多声表面波器件的组合仿真方法,其特征在于,所述多声表面波器件为多个所述声表面波器件按照声电耦合特性进行布线连接的组合体。
5.一种多声表面波器件的组合仿真系统,其特征在于,所述系统包括:
矩阵建模模块,用于构建单个声表面波器件的关于电极、电阻和传播损耗的第一模型,所述第一模型包含多个未知数值的矩阵元参数;
映射建模模块,用于获取所述声表面波器件的导纳曲线,并根据所述导纳曲线构建与所述声表面波器件的电路结构相对应的映射模型;
映射计算模块,用于根据所述映射模型对所述第一模型中的包含多个未知数值的所述矩阵元参数进行求解;
矩阵转换模块,用于根据求解后的所述第一模型推导出矩阵阶数随所述声表面波器件中电路元件的数量变化的第二模型,所述第一模型和所述第二模型均为P矩阵模型;所述矩阵转换模块具体用于:
根据所述电路元件的端口数量,在所述第一模型的所述矩阵元参数中加入所述声表面波器件的电流输入参数和电流输出参数,以所述端口数量和所述电流输入参数的数量、所述电流输出参数的数量的和作为所述第二模型的所述矩阵阶数;
导纳计算模块,用于根据所述第二模型获取用于表示所述声表面波器件中电路元件的数量的导纳矩阵;
仿真转换模块,用于将所述导纳矩阵转换为仿真电路;
迭代执行模块,用于获取多个所述声表面波器件的所述仿真电路;
仿真组合模块,用于根据多个所述声表面波器件组合得到的多声表面波器件的电路结构,将所有所述仿真电路进行组合,得到组合仿真电路;
仿真输出模块,用于通过所述组合仿真电路获取所述多声表面波器件的组合仿真结果,并输出。
6.一种计算机设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-4中任意一项所述的多声表面波器件的组合仿真方法中的步骤。
7.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-4中任意一项所述的多声表面波器件的组合仿真方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310627490.7A CN116341398B (zh) | 2023-05-31 | 2023-05-31 | 多声表面波器件的组合仿真方法、系统及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310627490.7A CN116341398B (zh) | 2023-05-31 | 2023-05-31 | 多声表面波器件的组合仿真方法、系统及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116341398A CN116341398A (zh) | 2023-06-27 |
CN116341398B true CN116341398B (zh) | 2023-08-11 |
Family
ID=86876287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310627490.7A Active CN116341398B (zh) | 2023-05-31 | 2023-05-31 | 多声表面波器件的组合仿真方法、系统及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116341398B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562990A (zh) * | 2017-07-21 | 2018-01-09 | 京信通信系统(中国)有限公司 | 基于bvd模型的baw滤波器设计方法、装置及设备 |
CN107871053A (zh) * | 2017-12-15 | 2018-04-03 | 北京航天微电科技有限公司 | 一种声表面波滤波器仿真方法及装置 |
CN111832195A (zh) * | 2019-11-12 | 2020-10-27 | 中国电子科技集团公司第二十九研究所 | 一种微带直接耦合滤波器的建模与智能设计方法 |
CN114117690A (zh) * | 2022-01-27 | 2022-03-01 | 深圳飞骧科技股份有限公司 | 声表面波滤波器仿真方法、相关设备及存储介质 |
CN116136938A (zh) * | 2023-04-18 | 2023-05-19 | 深圳飞骧科技股份有限公司 | 声表面波器件仿真参数的快速拟合方法、系统及相关设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9208274B2 (en) * | 2013-03-15 | 2015-12-08 | Resonant Inc. | Network synthesis design of microwave acoustic wave filters |
-
2023
- 2023-05-31 CN CN202310627490.7A patent/CN116341398B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562990A (zh) * | 2017-07-21 | 2018-01-09 | 京信通信系统(中国)有限公司 | 基于bvd模型的baw滤波器设计方法、装置及设备 |
CN107871053A (zh) * | 2017-12-15 | 2018-04-03 | 北京航天微电科技有限公司 | 一种声表面波滤波器仿真方法及装置 |
CN111832195A (zh) * | 2019-11-12 | 2020-10-27 | 中国电子科技集团公司第二十九研究所 | 一种微带直接耦合滤波器的建模与智能设计方法 |
CN114117690A (zh) * | 2022-01-27 | 2022-03-01 | 深圳飞骧科技股份有限公司 | 声表面波滤波器仿真方法、相关设备及存储介质 |
CN116136938A (zh) * | 2023-04-18 | 2023-05-19 | 深圳飞骧科技股份有限公司 | 声表面波器件仿真参数的快速拟合方法、系统及相关设备 |
Non-Patent Citations (1)
Title |
---|
程一民 等."高度隔离声表面波双工器技术研究".《压电与声光》.2022,第44卷(第5期),第704-708页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116341398A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Biolek | CDTA-building block for current-mode analog signal processing | |
CN110442907B (zh) | 压电式mems扬声器基本特性的数值仿真分析方法 | |
CN114117690B (zh) | 声表面波滤波器仿真方法、相关设备及存储介质 | |
CN104718549A (zh) | 微波滤波器中的元件去除设计 | |
CN115577603B (zh) | 降低单元矩阵维度的仿真方法、系统及相关设备 | |
CN116341398B (zh) | 多声表面波器件的组合仿真方法、系统及相关设备 | |
US7660708B2 (en) | S-matrix technique for circuit simulation | |
CN107871053B (zh) | 一种声表面波滤波器仿真方法及装置 | |
CN113962089B (zh) | 一种基于精确理论解的声表面波滤波器的设计方法 | |
CN115563840A (zh) | 减小单元矩阵的级联误差的仿真方法、系统及相关设备 | |
CN114692427A (zh) | 设备校准方法及装置 | |
US9837985B2 (en) | Floating immittance emulator | |
González-Rodríguez et al. | Fast simulation method of distributed nonlinearities in surface acoustic wave resonators | |
CN116502508B (zh) | 弹性波滤波器电热学性能实时仿真方法、系统及相关设备 | |
Stošić et al. | N-way Gysels modeling using transmission line-based wave digital framework | |
Fakhfakh et al. | Computing symbolic transfer functions of CC-based circuits using Coates flow-graph | |
RU107872U1 (ru) | Устройство тренажера-имитатора системы связи с использованием программных средств моделирования системы связи | |
CN116362093B (zh) | 基于多物理场分离自由度的仿真方法、系统及相关设备 | |
Deese et al. | Utilization of field programmable analog arrays (FPAA) to emulate power system dynamics | |
CN116362070A (zh) | 一种电子系统的热场仿真分析、设计方法及包含其的装置 | |
CN113852427B (zh) | 一种基于无源互调源网络的连接器接触瓣退化的互调预测方法 | |
Chung et al. | Synthesis of ladder-type radio frequency surface acoustic wave filter based on lumped circuit model by using neural network | |
Tagawa | Simulation modeling and optimization technique for balanced surface acoustic wave filters | |
CN114417717B (zh) | 印刷电路板的仿真方法及装置 | |
WO2024138908A1 (zh) | 基于功能链路资源自主匹配的测试激励信号应变发生装置 |
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 |