基于快速时域仿真和迁移学习的信号完整性分析通用建模方法及系统
申请号:CN202510957037
申请日期:2025-07-11
公开号:CN120874731A
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于快速时域仿真与迁移学习的高速链路信号完整性分析通用建模方法及系统,方法如下:S1、选定待建模的高速链路结构;S2、基于多边沿响应方法提取没有码间干扰的纯净边沿信号,计算重构瞬态波形与最坏眼图;S3、在目标域仅进行少量高精度瞬态仿真并预处理,构建目标域数据集;S4、设计专用神经网络DNN与TCN模型,使用源域快速时域仿真数据,构建源域数据预训练模型;S5、基于迁移学习策略,用有限目标域数据微调模型。本发明用于构建高速链路信号完整性代理模型,以在显著减少高精度瞬态仿真次数的条件下,提高模型预测精度与训练效率,解决了传统瞬态仿真耗时过长、ANN模型数据依赖大及迁移学习适用范围受限等问题。
技术关键词
信号完整性分析
通用建模方法
仿真数据
迁移学习策略
动态规划法
波形
链路
采样点
预训练模型
神经网络模型
代表
神经网络结构
更新模型参数
模块
深度神经网络
超参数
微调方法
电压