RU2210106C2 - Способ и система для аппроксимации линии с распределенными параметрами - Google Patents

Способ и система для аппроксимации линии с распределенными параметрами Download PDF

Info

Publication number
RU2210106C2
RU2210106C2 RU2000107786/09A RU2000107786A RU2210106C2 RU 2210106 C2 RU2210106 C2 RU 2210106C2 RU 2000107786/09 A RU2000107786/09 A RU 2000107786/09A RU 2000107786 A RU2000107786 A RU 2000107786A RU 2210106 C2 RU2210106 C2 RU 2210106C2
Authority
RU
Russia
Prior art keywords
parameters
circuit
line
lumped
approximating
Prior art date
Application number
RU2000107786/09A
Other languages
English (en)
Other versions
RU2000107786A (ru
Inventor
Масанори ЯМАГУЧИ (JP)
Масанори ЯМАГУЧИ
Original Assignee
Хитачи Кемикал Кампани, Лтд.
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 Хитачи Кемикал Кампани, Лтд. filed Critical Хитачи Кемикал Кампани, Лтд.
Publication of RU2000107786A publication Critical patent/RU2000107786A/ru
Application granted granted Critical
Publication of RU2210106C2 publication Critical patent/RU2210106C2/ru

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Complex Calculations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)
  • Tests Of Electronic Circuits (AREA)

Abstract

Изобретение относится к системам анализа монтажных плат. Технический результат заключается в создании процедуры для аппроксимации линии с распределенными параметрами схемой с сосредоточенными параметрами. Вводят данные об исследуемой схеме и параметрах анализа, вычисляют произведения γl постоянной распространения γ и длины l линии, вычисляют chγl и shγl с использованием γl, вычисляют функции an(γl), bn(γl) и cn(γl), которые составляют элементы матрицы преобразования для линии с сосредоточенными параметрами, вычисляют разности chγl и an(γl), shγl и bn(γl), shγl и cn(γl) соответственно с получением максимального значения δ этих разностей и выдают максимальное значение δ в качестве величины ошибки; принимают решение о выборе аппроксимирующей схемы с использованием такого n, при котором для максимального значения δ выполняется условие δ<ε, где ε - заранее заданная величина допустимой ошибки, с тем, чтобы построить указанную аппроксимирующую схему с сосредоточенными параметрами n-кратным повторением указанной элементарной схемы с сосредоточенными параметрами. 5 с. и 8 з.п. ф-лы, 13 ил., 3 табл.

Description

Текст описания в факсимильном виде (см. чертежи) Тк

Claims (13)

1. Способ аппроксимации линии с распределенными параметрами посредством использования устройства для обработки данных, выполняющего процесс аппроксимации исследуемой линии с распределенными параметрами схемой с сосредоточенными параметрами, полученной построением из n каскадов элементарной схемы с сосредоточенными параметрами, включающий следующие шаги: выбор электрических параметров линии с распределенными параметрами, включая постоянную распространения γ указанной линии с распределенными параметрами и ее длину l; задание условия о величине допустимой ошибки; введение выбранных параметров и величины допустимой ошибки в указанное устройство обработки данных; вычисление посредством указанного устройства обработки данных произведения γl постоянной распространения γ для исследуемой линии с распределенными параметрами на длину l линии с распределенными параметрами и запоминание этого произведения; вычисление chγl и sh γl с использованием γl и запоминание ch γl и sh γl; вычисление an(γl), bn(γl) и cn(γl), которые составляют элементы матрицы преобразования для указанной линии с сосредоточенными параметрами, полученные с использованием функций аn(х), bn(х) и cn(х), определенных следующими тремя выражениями:
Figure 00000003

Figure 00000004

Figure 00000005

где х= γl,
n - предварительно выбранное значение,
и запоминание an(γl), bn(γl) и cn(γl), проведение операции сравнения значений
Figure 00000006
соответственно для выяснения, удовлетворяет ли результат сравнения заранее заданному условию о величине допустимой ошибки, и, если указанное условие не выполнено, повторение шагов, начиная с шага вычисления an(γl), bn(γl) и cn(γl), с увеличением значения n до тех пор, пока результат сравнения не удовлетворит указанному условию; и принятие решения о выборе аппроксимирующей схемы с использованием такого n, при котором результат сравнения удовлетворяет указанному условию, с тем, чтобы построить указанную аппроксимирующую схему с сосредоточенными параметрами n-кратным повторением указанной элементарной схемы с сосредоточенными параметрами.
2. Способ аппроксимации линии с распределенными параметрами по п. 1, отличающийся тем, что указанное сравнение выполняют, вычисляя разности
Figure 00000007
соответственно, а указанный результат сравнения получают в виде максимального значения δ этих разностей; и в качестве условия для принятия решения используют соотношение для максимального значения δ:δ<ε, где ε - заранее заданная величина допустимой ошибки.
3. Способ аппроксимации линии с распределенными параметрами по п. 1, отличающийся тем, что указанную схему с сосредоточенными параметрами составляют, повторяя n раз П-образную цепь, выбранную в качестве указанной элементарной схемы с сосредоточенными параметрами, причем матрица преобразования схемы с сосредоточенными параметрами дается выражением
Figure 00000008

где Z0 - характеристический импеданс указанной линии с распределенными параметрами.
4. Способ аппроксимации линии с распределенными параметрами по п. 1, отличающийся тем, что указанную схему с сосредоточенными параметрами составляют, повторяя n раз Т-образную цепь, выбранную в качестве указанной элементарной схемы с сосредоточенными параметрами, причем матрица преобразования схемы с сосредоточенными параметрами дается выражением
Figure 00000009

где Z0 - характеристический импеданс указанной линии с распределенными параметрами.
5. Способ аппроксимации линии с распределенными параметрами по п. 2, отличающийся тем, что входное значение указанной допустимой ошибки ε вводят и запоминают и указанное полученное значение ε используют в указанном условии для выбора величины указанного n.
6. Способ аппроксимации линии с распределенными параметрами по п. 2, отличающийся тем, что в качестве величины допустимой ошибки ε вводят и запоминают множество значений и каждое из полученных значений ε используют в указанном условии для определения соответствующей величины n.
7. Способ аппроксимации линии с распределенными параметрами с использованием устройства обработки данных для осуществления процесса аппроксимации исследуемой линии с распределенными параметрами схемой с сосредоточенными параметрами, полученной n-кратным повторением заданной элементарной схемы с сосредоточенными параметрами, включающий следующие шаги: выбор электрических параметров линии с распределенными параметрами, включая постоянную распространения γ исследуемой линии с распределенными параметрами и ее длину l; принятие условия о величине допустимой ошибки; введение выбранных параметров и величины допустимой ошибки в указанное устройство обработки данных; выбор и ввод указанной величины n и ее запоминание; вычисление произведения γl постоянной распространения γ для указанной исследуемой линии с распределенными параметрами на длину l линии с распределенными параметрами и запоминание этого произведения; вычисление ch γl и sh γl с использованием γl и запоминание ch γl и sh γl; вычисление an(γl), bn(γl) и cn(γl), которые составляют элементы матрицы преобразования для линии с сосредоточенными параметрами с использованием функций an(x), bn(x) и cn(х), определенных следующими тремя выражениями:
Figure 00000010

Figure 00000011

Figure 00000012

где х= γl
n - предварительно выбранное значение,
и запоминание an(γl), bn(γl) и cn(γl), и вычисление разности
Figure 00000013
соответственно с получением максимального значения δ этих разностей и выдача максимального значения δ в качестве величины ошибки; принятие решения о выборе аппроксимирующей схемы с использованием такого n, при котором для максимального значения δ выполняется условие: δ<ε, где ε - заранее заданная величина допустимой ошибки с тем, чтобы построить указанную аппроксимирующую схему с сосредоточенными параметрами n-кратным повторением указанной элементарной схемы с сосредоточенными параметрами.
8. Система для аппроксимации исследуемой линии с распределенными параметрами схемой с сосредоточенными параметрами, содержащая средства хранения данных об исследуемой схеме, причем эти данные описывают линию с распределенными параметрами в качестве объекта аппроксимации, и данных, описывающих аппроксимируемую линию в виде схемы с сосредоточенными параметрами, полученной путем n-кратного повторения заданной элементарной схемы с сосредоточенными параметрами; средства вычисления произведения γl постоянной распространения γ для исследуемой линии распределенными параметрами на длину l указанной линии с распределенными параметрами на основании данных об исследуемой схеме; средства вычисления ch γl и sh γl с использованием рассчитанного выше γl, средства вычисления an(γl), bn(γl) и cn(γl), которые составляют элементы матрицы преобразования для линии с сосредоточенными параметрами с использованием функций аn(х), bn(х) и cn(х), определенных следующими тремя выражениями:
Figure 00000014

Figure 00000015

Figure 00000016

где х= γl,
n - предварительно выбранное значение,
средства выбора значения n путем сравнения
Figure 00000017
соответственно для выяснения, удовлетворяет ли результат сравнения заранее заданному условию о величине допустимой ошибки, и, когда указанное условие не выполнено, повторения шагов, начиная с процесса вычисления an(γl), bn(γl) и cn(γl), с увеличением значения n до тех пор, пока результат сравнения не удовлетворит указанному условию; и средства принятия решения о выборе аппроксимирующей схемы с использованием такого n, при котором результат сравнения удовлетворяет указанному условию, с тем, чтобы построить искомую схему с сосредоточенными параметрами n-кратным повторением указанной элементарной схемы с сосредоточенными параметрами.
9. Система для аппроксимации линии с распределенными параметрами по п. 8, отличающаяся тем, что указанные средства принятия решения по выбору n выполняют сравнение, вычисляя разности
Figure 00000018
соответственно, и результат сравнения получают в виде максимального значения δ этих разностей; и в качестве условия для принятия решения используют соотношение для максимального значения δ:δ<ε, где ε - заранее заданная величина допустимой ошибки.
10. Система для аппроксимации линии с распределенными параметрами по п. 8, отличающаяся тем, что указанная система дополнительно содержит средства получения внешних команд, причем указанные средства хранения данных хранят данные об аппроксимирующей схеме с сосредоточенными параметрами, составленной n-кратным повторением П-образной схемы, выполняющей роль элементарной схемы с сосредоточенными параметрами, и данные об аппроксимирующей схеме с сосредоточенными параметрами, составленной n-кратным повторением Т-образной схемы, выполняющей роль элементарной схемы с сосредоточенными параметрами; указанные средства вычисления an(γl), bn(γl) и cn(γl), вычисляют an(γl), bn(γl) и cn(γl), для схемы с сосредоточенными параметрами, составленной n-кратным повторением элементарной схемы с сосредоточенными параметрами, которая выбрана средствами для выбора между П-образной схемой и Т-образной схемой; и указанные средства выбора аппроксимирующей схемы выбирают в качестве аппроксимирующей схемы схему с сосредоточенными параметрами, составленную n-кратным повторением выбранной элементарной схемы с сосредоточенными параметрами.
11. Система для выполнения процесса аппроксимации исследуемой линии с распределенными параметрами схемой с сосредоточенными параметрами, отличающаяся тем, что указанная система содержит центральный процессор для выполнения указанного процесса аппроксимации и запоминающее устройство для хранения программы, позволяющей указанному центральному процессору выполнять указанный процесс аппроксимации данных об исследуемой схеме, описывающих линию с распределенными параметрами, подлежащую процессу аппроксимации; причем указанные программа и указанные данные используются центральным процессором в указанном процессе аппроксимации, и данные об аппроксимирующей схеме, определяющие схему с сосредоточенными параметрами, полученные в результате процесса аппроксимации построением из n каскадов единичных схем с сосредоточенными параметрами, причем указанный центральный процессор содержит следующие средства в качестве средств указанного процесса аппроксимации, который осуществляется посредством выполнения указанной программы, хранящейся в указанном запоминающем устройстве: средства вычисления произведения γl постоянной распространения γ для исследуемой линии распределенными параметрами на длину l линии с распределенными параметрами на основании данных об исследуемой схеме; средства вычисления ch γl и sh γl с использованием γl; средства вычисления an(γl), bn(γl) и cn(γl), которые составляют элементы матрицы преобразования для линии с сосредоточенными параметрами, полученными с использованием функций аn(х), bn(х) и cn(х), определенных следующими тремя выражениями:
Figure 00000019

Figure 00000020

Figure 00000021

где х= γl
n - предварительное значение,
средства принятия решения о выборе указанного значения n путем сравнения
Figure 00000022
соответственно для выяснения, удовлетворяет ли результат сравнения заранее заданному условию о величине допустимой ошибки, и, когда указанное условие не выполнено, повтор шагов, начиная с процесса вычисления an(γl), bn(γl) и cn(γl), увеличивая значение n до тех пор, пока результат сравнения не удовлетворит указанному условию; и средства принятия решения о выборе аппроксимирующей схемы с использованием такого n, при котором результат сравнения удовлетворяет указанному условию, с тем, чтобы построить искомую схему с сосредоточенными параметрами n-кратным повторением элементарной схемы с сосредоточенными параметрами.
12. Носитель для хранения программы, на котором записана программа, заставляющая устройство для обработки данных выполнить процесс аппроксимации исследуемой линии с распределенными параметрами схемой с сосредоточенными параметрами, полученной n-кратным повторением заданной элементарной схемы с сосредоточенными параметрами, отличающийся тем, что программа обеспечивает выполнение устройством обработки данных следующих процессов: вычисление произведения γl постоянной распространения γ для исследуемой линии распределенными параметрами на длину l указанной линии с распределенными параметрами на основании данных об исследуемой схеме; вычисление ch γl и sh γl с использованием γl; вычисление an(γl), bn(γl) и cn(γl), которые составляют элементы матрицы преобразования для линии с сосредоточенными параметрами с использованием функций аn(х), bn(х) и cn(х), определенных следующими тремя выражениями:
Figure 00000023

Figure 00000024

Figure 00000025

при подстановке х= γl, где n - предварительно выбранное значение,
выбор значения n путем сравнения
Figure 00000026
соответственно для выяснения, удовлетворяет ли результат сравнения заранее заданному условию о величине допустимой ошибки, и, когда указанное условие не выполнено, повторения шагов, начиная с процесса вычисления an(γl), bn(γl) и cn(γl), с увеличением значения n до тех пор, пока результат сравнения не удовлетворит указанному условию; и принятие решения о выборе аппроксимирующей схемы с использованием такого n, при котором результат сравнения удовлетворяет указанному условию, с тем, чтобы построить искомую схему с сосредоточенными параметрами n-кратным повторением указанной элементарной схемы с сосредоточенными параметрами.
13. Носитель для хранения программы по п. 12, отличающийся тем, что указанная программа осуществляет сравнение путем вычисления разности
Figure 00000027
соответственно и получают результат сравнения в виде максимального значения δ этих разностей; и в качестве условия для принятия решения используют соотношение для максимального значения δ:δ<ε, где ε - заранее заданная величина допустимой ошибки.
RU2000107786/09A 1997-09-02 1998-08-31 Способ и система для аппроксимации линии с распределенными параметрами RU2210106C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP23726197 1997-09-02
JP09-237261 1997-09-02

Publications (2)

Publication Number Publication Date
RU2000107786A RU2000107786A (ru) 2002-07-10
RU2210106C2 true RU2210106C2 (ru) 2003-08-10

Family

ID=17012793

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2000107786/09A RU2210106C2 (ru) 1997-09-02 1998-08-31 Способ и система для аппроксимации линии с распределенными параметрами

Country Status (12)

Country Link
US (1) US6567955B1 (ru)
EP (1) EP1016994B1 (ru)
JP (1) JP3366902B2 (ru)
KR (1) KR100389937B1 (ru)
CN (1) CN1114169C (ru)
AU (1) AU8887798A (ru)
CA (1) CA2302398C (ru)
DE (1) DE69827285T2 (ru)
HK (1) HK1030466A1 (ru)
RU (1) RU2210106C2 (ru)
TW (1) TW400491B (ru)
WO (1) WO1999012110A1 (ru)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005044331A (ja) * 2003-07-09 2005-02-17 Hioki Ee Corp 伝送線路の分布定数解析装置および同装置用プログラム
JP4495238B2 (ja) * 2005-10-27 2010-06-30 テレフオンアクチーボラゲット エル エム エリクソン(パブル) 通信伝送路の特性を推定するための方法、装置、およびコンピュータプログラム
WO2007070426A2 (en) 2005-12-09 2007-06-21 Mayo Foundation For Medical Education And Research Sexual dysfunction
US7642227B2 (en) * 2006-08-07 2010-01-05 Melaleuca, Inc. Cleansing and disinfecting compositions
CN106646146B (zh) * 2016-09-22 2019-08-23 国网江苏省电力公司电力科学研究院 一种计算空载高压电力电缆最高承受电压位置的方法
CN112098781A (zh) * 2020-07-23 2020-12-18 国网天津市电力公司 基于MATLAB/Simulink技术的高压电缆局放信号传输模型建立方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69325770T2 (de) * 1992-06-02 1999-11-18 Hewlett Packard Co Verfahren zum rechnergestützten entwurf für mehrschichtverbindungen-technologien
US5708587A (en) * 1992-07-10 1998-01-13 The United States Of America As Represented By The Secretary Of The Air Force Microwave/optical transformation method
JP2898493B2 (ja) * 1992-11-26 1999-06-02 三菱電機株式会社 ミリ波またはマイクロ波icのレイアウト設計方法及びレイアウト設計装置
US5519633A (en) * 1993-03-08 1996-05-21 International Business Machines Corporation Method and apparatus for the cross-sectional design of multi-layer printed circuit boards
US5757654A (en) * 1993-12-29 1998-05-26 International Business Machines Corp. Reflective wave compensation on high speed processor cards
JP3091815B2 (ja) * 1994-02-25 2000-09-25 富士通株式会社 電磁界強度算出装置
US5502644A (en) * 1994-04-07 1996-03-26 At&T Corp. Process and apparatus for auditing crosstalk and characteristic impedances of printed wiring boards
US6058256A (en) * 1996-09-26 2000-05-02 Lucent Technologies Inc. Technique for effectively routing conduction paths in circuit layouts
US6161215A (en) * 1998-08-31 2000-12-12 Hewlett-Packard Company Package routing of integrated circuit signals
US6484299B1 (en) * 2000-07-07 2002-11-19 Micron Technology, Inc. Method and apparatus for PCB array with compensated signal propagation

Also Published As

Publication number Publication date
DE69827285D1 (de) 2004-12-02
TW400491B (en) 2000-08-01
EP1016994A1 (en) 2000-07-05
AU8887798A (en) 1999-03-22
DE69827285T2 (de) 2005-10-13
HK1030466A1 (en) 2001-05-04
KR20010023489A (ko) 2001-03-26
JP3366902B2 (ja) 2003-01-14
CN1269035A (zh) 2000-10-04
EP1016994A4 (en) 2001-03-07
US6567955B1 (en) 2003-05-20
KR100389937B1 (ko) 2003-07-02
CA2302398A1 (en) 1999-03-11
EP1016994B1 (en) 2004-10-27
CA2302398C (en) 2003-03-04
WO1999012110A1 (fr) 1999-03-11
CN1114169C (zh) 2003-07-09

Similar Documents

Publication Publication Date Title
US20180204110A1 (en) Compressed neural network system using sparse parameters and design method thereof
KR0143076B1 (ko) 다중-요소 신호 코딩 방법 및 장치
CN110046706A (zh) 模型生成方法、装置及服务器
RU2210106C2 (ru) Способ и система для аппроксимации линии с распределенными параметрами
KR20200118030A (ko) 정보 처리 장치, 프로그램, 프로그램 처리 실행 장치 및 정보 처리 시스템
US20060095411A1 (en) Rule discovery program, rule discovery process, and rule discovery apparatus
Chen et al. System level synthesis-based robust model predictive control through convex inner approximation
CN115168240A (zh) 一种基于变量组合时间序列功能覆盖率的测试方法和系统
CN109767034B (zh) 继电保护的定值优化方法、装置、计算机设备和存储介质
JP3638310B2 (ja) 事例推論支援装置
Yoran et al. Classical simulation of limited-width cluster-state quantum computation
van der Hofstad et al. Cluster tails for critical power-law inhomogeneous random graphs
RU2000107786A (ru) Способ и система для аппроксимации линии с распределенными параметрами
US7299161B2 (en) Decorrelation of signals
EP1105814B1 (en) Method of determining an intrinsic spectrum from a measured spectrum
US5831995A (en) Arrangement for generating command sequences using orthogonal arrays
US7869914B2 (en) Vehicle quality analyzing system and plural data management method
Koza et al. Automatic synthesis of both the control law and parameters for a controller for a three-lag plant with five-second delay using genetic programming and simulation techniques
CN112906883A (zh) 用于深度神经网络的混合精度量化策略确定方法和系统
US6499004B1 (en) Simulation method and apparatus using a Fourier transform
EP4310715A1 (en) Physical property map image generation device, control method, and non-transitory computer readable medium
CN115399790B (zh) 基于贝叶斯数据融合脑电ers_erd的分析方法
SU883767A2 (ru) Адаптивный анализатор спектра
CN113037523B (zh) 网络流量流向预测方法、装置以及存储介质
KR900009121B1 (ko) 특징 데이타를 고속으로 분류하는 방법과 그 방법을 실현하기 위한 특징 데이타 처리장치

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20050901