一种基于机器学习的3D芯片信号耦合性分析系统及方法

摘要

本发明公开了一种基于机器学习的3D芯片信号耦合性分析系统及方法，通过TSV通孔3D模型得到在不同的TSV通孔的半径、高度以及通孔之间的距离参数下的TSV通孔的S参数，并分别存入S2P文件；建立TSV通孔RLGC等效电路模型并根据S2P文件得到对应尺寸下的RLGC等效电路的电路参数；将TSV通孔的半径、高度以及通孔之间的距离参数作为BP神经网络的输入，RLGC等效电路的电路参数作为BP神经网络的输出，对BP神经网络进行训练，根据训练后的网络输出进行S参数仿真分析，分析结果即为对应尺寸下TSV通孔3D模型的传输特性。本发明中的神经网络是采用实际模型仿真和优化结果作为训练集，对于不同情况电路性能的分析更为灵活，具有更高的准确性。