基于加速度粒子群算法的微控制器电磁抗扰度建模研究

摘要

为了完善集成电路的电磁兼容标准化建模，在已有微控制器电磁抗扰度建模方法的研究基础上，针对射频干扰下直接功率注入(DirectPowerInjection，DPI)测试方法的传导抗扰度模型结构，结合改进后的粒子群算法——加速度粒子群算法(AccelerationParticleSwarmOptimization，APSO)，提出了一种从阻抗测试数据和S参数测试数据提取抗扰度模型参数的方法。
　　论文首先对粒子群算法作了研究和改进，提出了加速度粒子群算法，改进算法放弃了经典粒子群算法公式的基本形式，重新着眼于鸟类捕食的现象和规律，增加了加速度项，改进后的公式含有位置、速度和加速度三个基本物理量，和物体的运动学规律相吻合，能更好的描述粒子群的运动规律。运用若干算法性能校验的测试函数，对APSO进行仿真分析，结果表明，APSO在算法收敛、算法精度、全局最优值、准确度和仿真时间等方面均表现出一定优势。
　　其次，论文将APSO应用于微控制器电磁抗扰度模型参数的提取。对于抗扰度模型的DPI部分，运用APSO从阻抗测试数据中提取DPI电路模型参数;对于电源分配网络（PowerDistributionNetwork，PDN）部分，运用APSO从S参数提取PDN电路模型参数。各模块仿真结果表明，运用APSO提取等效电路元件参数能够得到高质量的解，将优化结果应用于整体的微控制器抗扰度模型并仿真分析，得到了和抗扰度测试数据拟合的仿真曲线。运用APSO确定其参数与传统方法相比，避免了多种复杂专业电磁软件和大量分析公式的学习和使用，降低了研究的门槛;同时APSO具有很好的移植性，仅需要很小的改动就可以应用于其他等效电路模型的参数提取。
　　最后，论文给出了将APSO应用于微控制器电磁抗扰度模型其他模块等效电路的参数提取方法，并系统提出了将APSO移植应用于参数提取研究领域的一般方法和流程，为相关领域工程师提供设计指导。

目录

声明

摘要

第1章 绪论

1．1 课题背景及研究的目的意义

1．2 集成电路电磁抗扰度研究发展概况

1．2．1 集成电路电磁抗扰度研究历史

1．2．2 集成电路电磁抗扰度模型列举

1．3 群体智能发展历史和研究现状

1．4 智能算法在集成电路电磁抗扰度研究中的应用

1．5 本课题的主要研究内容和章节安排

第2章 微控制器电磁抗扰度模型

2．1 微控制器电磁抗扰度实验对象

2．2 A．Boyer微控制器电磁抗扰度模型

2．3 法国实验组微控制器电磁抗扰度改进模型

2．4 仿真分析软件介绍

2．5 本章小结

第3章 加速度粒子群算法

3．1 经典粒子群算法

3．2 粒子群算法的改进策略分析

3．2．1 改进惯性权重

3．2．2 改进学习因子

3．2．3 增加变异因子

3．2．4 增加极值

3．2．5 与其他智能算法相结合

3．3 加速度粒子群算法

3．4 加速度粒子群算法的仿真分析

3．5 本章小结

第4章 DPI部分模型

4．1．3 元件阻抗模型确立

4．1．1 用IC-EMC 2．5确定3元件阻抗模型参数

4．1．2 APSO应用与3元件阻抗模型建模原理

4．2 微控制器DPI结构确立

4．2．1 DPI原理及基本结构

4．2．2 12元件DPI模型建立与仿真

4．3 基于APSO的DPI注入路径模型评价

4．4 本章小结

第5章 PDN部分模型

5．1 PDN模块简介

5．2 PDN模块模型结构确立

5．3 S参数的计算方法

5．4 基于APSO方法提取PDN网络元件参数

5．5 本章小结

第6章 基于APSO算法的微控制器电磁兼容模型

6．1 基于APSO算法的微控制器电磁抗扰度整体模型结构

6．2 基于APSO算法的微控制器电磁抗扰度整体模型仿真

6．3 本章小结

第7章 结论与展望

参考文献

攻读硕士学位期间发表的学术论文及其他成果

致谢