JP2022167044A - Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置 - Google Patents

Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置 Download PDF

Info

Publication number
JP2022167044A
JP2022167044A JP2021072550A JP2021072550A JP2022167044A JP 2022167044 A JP2022167044 A JP 2022167044A JP 2021072550 A JP2021072550 A JP 2021072550A JP 2021072550 A JP2021072550 A JP 2021072550A JP 2022167044 A JP2022167044 A JP 2022167044A
Authority
JP
Japan
Prior art keywords
emi
circuit
information
value
frequency
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.)
Pending
Application number
JP2021072550A
Other languages
English (en)
Inventor
昇平 山根
Shohei Yamane
陽一 巨智部
Yoichi Kochibe
広明 山田
Hiroaki Yamada
崇史 山▲崎▼
Takashi Yamazaki
隆 小林
Takashi Kobayashi
雅俊 小川
Masatoshi Ogawa
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2021072550A priority Critical patent/JP2022167044A/ja
Priority to EP22156094.9A priority patent/EP4080398A1/en
Priority to US17/676,828 priority patent/US11719733B2/en
Publication of JP2022167044A publication Critical patent/JP2022167044A/ja
Pending legal-status Critical Current

Links

Images

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
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0871—Complete apparatus or systems; circuits, e.g. receivers or amplifiers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/02—General constructional details
    • G01R1/18—Screening arrangements against electric or magnetic fields, e.g. against earth's field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
    • G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/001—Measuring interference from external sources to, or emission from, the device under test, e.g. EMC, EMI, EMP or ESD testing
    • G01R31/002—Measuring interference from external sources to, or emission from, the device under test, e.g. EMC, EMI, EMP or ESD testing where the device under test is an electronic circuit
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
    • G01R31/2889—Interfaces, e.g. between probe and tester
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/32—Circuit design at the digital level
    • G06F30/33—Design verification, e.g. functional simulation or model checking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67098—Apparatus for thermal treatment
    • H01L21/67109—Apparatus for thermal treatment mainly by convection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/683—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping
    • H01L21/687—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68714—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/683—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping
    • H01L21/687—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68714—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support
    • H01L21/68785—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support characterised by the mechanical construction of the susceptor, stage or support

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Shielding Devices Or Components To Electric Or Magnetic Fields (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Figure 2022167044000001
【課題】機械学習処理の負担を減らし、各周波数のＥＭＩ値を精度よく予測する機械学習モデルを生成すること。
【解決手段】ＥＭＩ算出装置１００は、第１の回路の回路情報を機械学習モデルに入力し、第１の回路の特定の周波数におけるＥＭＩ値を取得する。ＥＭＩ算出装置１００は、第１の回路のインピーダンス特性と特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択する。ＥＭＩ算出装置１００は、特定の周波数におけるＥＭＩ値と第１のＥＭＩ情報とに基づいて、第１の回路の特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する。
【選択図】図１

Description

本発明は、電子回路基板における電磁波放射を算出するＥＭＩ算出技術に関する。
電子回路基板（以下、回路）に電流を流すことで、電磁波が放射される。かかる電磁波がノイズとして電子機器などに悪影響を与えることをＥＭＩ（Electro Magnetic Interference）と呼ぶ。以下の説明では、回路に電流を流した場合に放射される電磁波の強度を適宜、「ＥＭＩ値」と表記する。
周波数毎に規制値が設けられており、回路を設計する場合には、周波数毎のＥＭＩ値が規制値以内となるように設計することが求められる。このため、シミュレーションや深層学習（Deep Learning）技術によって、回路の情報からＥＭＩ値を予測している。
シミュレーションを用いてＥＭＩ値を予測すると高精度にＥＭＩ値を予測することが可能であるが、コストが高いため、深層学習（Deep Learning）の技術をシミュレーションの代わりとして用いる場合もある。以下において、ＥＭＩ値を予測する従来技術の一例として、従来技術１について説明する。
従来技術１について説明する。図９は、従来技術１を説明するための図である。従来技術１では、いくつかの回路情報１０を用いてシミュレーションを実行することで、ＥＭＩ値を算出し、算出したＥＭＩ値を正解データ１１として利用する。従来技術１では、回路情報１０と正解データ１１との組を訓練データとし、機械学習モデル１２の訓練を実行する。機械学習モデル１２は、ＡＩ（Artificial Intelligence）等に対応する。従来技術１では、実用の回路情報１３を、機械学習モデル１２に入力することで、回路情報１３に対応するＥＭＩ値を算出する。
特開２００２－９０４０３号公報 特開２０２０－６０８７７号公報
しかしながら、上述した従来技術では、各周波数のＥＭＩ値を予測する機械学習モデルを生成しようとすると、機械学習処理の負担が高くなるという問題がある。
図１０及び図１１は、従来技術の問題を説明するための図である。図１０について説明する。図１０に示すグラフＧ１の横軸は周波数に対応する軸であり、縦軸はＥＭＩ値に対応する軸である。グラフＧ１では、３０ＭＨｚから１ＧＨｚまで、９．７ＭＨｚ刻みでＥＭＩ値を出力している。このように９．７ＭＨｚ刻みでＥＭＩ値を出力する場合、従来技術をそのまま適用すると、１０１次元の回帰を行うことになり、機械学習処理の負担が大きくなる。
図１１について説明する。図１１に示すグラフＧ２の横軸は周波数に対応する軸であり、縦軸はＥＭＩ値に対応する軸である。線ｌ１は、機械学習モデルを訓練する場合に用いた周波数毎のＥＭＩ値を示す。線ｌ２は、訓練された機械学習モデルが出力する周波数毎のＥＭＩ値を示す。ＥＭＩ値のピークは急峻な場合が多く、１０１次元の平均誤差等を損失関数にすると、ピークを当てようとして誤差を大きくするよりも、他の部分の誤差を小さくするように訓練されるため、ピークがずれてしまう。グラフＧ２についても、線ｌ１のピークと、線ｌ２のピークとがずれている。
１つの側面では、本発明は、機械学習処理の負担を減らし、各周波数のＥＭＩ値を精度よく予測する機械学習モデルを生成することができるＥＭＩ算出プログラム、ＥＭＩ算出方法およびＥＭＩ算出装置を提供することを目的とする。
第１の案では、ＥＭＩ算出プログラムは、第１の回路の回路情報を機械学習モデルに入力し、第１の回路の特定の周波数におけるＥＭＩ値を取得する処理をコンピュータに実行させる。ＥＭＩ算出プログラムは、第１の回路のインピーダンス特性と特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択する処理をコンピュータに実行させる。ＥＭＩ算出プログラムは、特定の周波数におけるＥＭＩ値と第１のＥＭＩ情報とに基づいて、第１の回路の特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する処理をコンピュータに実行させる。
機械学習処理の負担を減らし、各周波数のＥＭＩ値を精度よく予測する機械学習モデルを生成することができる。
図１は、本実施例に係るＥＭＩ算出装置の処理を説明するための図である。 図２は、共振周波数のＥＭＩ値が近くても他の周波数でＥＭＩ値が異なる例を示す図である。 図３は、本実施例に係るＥＭＩ算出装置の構成を示す機能ブロック図である。 図４は、ＥＭＩ情報テーブルのデータ構造の一例を示す図である。 図５は、インピーダンス特性の一例を示す図である。 図６は、ＥＭＩ情報の一例を示す図である。 図７は、本実施例に係るＥＭＩ算出装置の処理手順を示すフローチャートである。 図８は、ＥＭＩ算出装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。 図９は、従来技術１を説明するための図である。 図１０は、従来技術の問題を説明するための図（１）である。 図１１は、従来技術の問題を説明するための図（２）である。
以下に、本願の開示するＥＭＩ算出プログラム、ＥＭＩ算出方法およびＥＭＩ算出装置の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
本実施例に係るＥＭＩ算出装置の処理の一例について説明する。図１は、本実施例に係るＥＭＩ算出装置の処理を説明するための図である。図１に示すグラフＧ３の横軸は周波数に対応する軸であり、縦軸はＥＭＩ値に対応する軸である。
ＥＭＩ算出装置１００は、共振周波数を入力した場合に、入力された共振周波数に対応するＥＭＩ値を出力する機械学習モデル１４１を事前に訓練しておき、利用する。また、ＥＭＩ算出装置は、各周波数のＥＭＩ値が既知の回路と、この回路のインピーダンスの周波数特性との関係を定義したＥＭＩ情報テーブル１４２を保持する。
以下の説明では、適宜、インピーダンスの周波数特性を、「インピーダンス特性」と表記する。各周波数のＥＭＩ値をまとめて「ＥＭＩ情報」と表記する。各周波数のＥＭＩ値およびインピーダンス特性が既知の回路を「解析済み回路」と表記する。また、ＥＭＩ値の推定対象となる回路を「推定対象回路」と表記する。
ＥＭＩ算出装置１００は、推定対象回路４０の入力を受け付けると、推定対象回路４０の共振周波数を、機械学習モデル１４１に入力することで、推定対象回路４０の共振周波数に対応するＥＭＩ値４０ａ，４０ｂを特定する。
ＥＭＩ算出装置１００は、推定対象回路４０のインピーダンス特性に類似するインピーダンス特性となる解析済み回路を特定し、特定した解析済み回路のＥＭＩ情報４０ｃを取得する。
ＥＭＩ算出装置１００は、ＥＭＩ情報４０ｃのピーク値が、共振周波数に対応するＥＭＩ値４０ａ，４０ｂに合うように、ＥＭＩ情報４０ｃ全体の形状を補正することで、ＥＭＩ情報４０ｄを生成する。ＥＭＩ算出装置１００は、ＥＭＩ情報４０ｄを、推定対象回路４０の各周波数のＥＭＩ値として出力する。
上記のように本実施例に係るＥＭＩ算出装置１００によれば、機械学習モデル１４１を用いて推定対象回路の共振周波数のＥＭＩ値を特定する。また、ＥＭＩ算出装置１００は、共振周波数以外の残りの周波数のＥＭＩ値を、推定対象回路のインピーダンス特定に類似する特性を有する解析済み回路の各周波数のＥＭＩ値を用いて算出する。機械学習モデル１４１は、共振周波数とＥＭＩ値との関係によって訓練されるため、各周波数のＥＭＩ値をそれぞれ用いて機械学習を実行する場合と比較して、機械学習モデルの機械学習に要する負荷を減らすことができる。
なお、共振周波数のＥＭＩ値を基にして、残りの周波数のＥＭＩ値を補間する場合、単純に、解析済み回路の各周波数のＥＭＩ値から、共振周波数のＥＭＩ値が近いＥＭＩ情報を抽出する方法が考えられる。しかし、共振周波数のＥＭＩ値が近い場合でも、他の周波数が一致するとは限らない。
図２は、共振周波数のＥＭＩ値が近くても他の周波数でＥＭＩ値が異なる例を示す図である。図２のグラフＧ４、Ｇ５の横軸は周波数に対応する軸であり、縦軸はＥＭＩ値に対応する軸である。グラフＧ４のＥＭＩ情報と、グラフＧ５のＥＭＩ情報とはそれぞれ異なる解析済み回路の各周波数のＥＭＩ値とする。グラフＧ４と、グラフＧ５とを比較すると、共振周波数のＥＭＩ値と、Ｇ５の共振周波数のＥＭＩ値とは類似しているが、他の周波数のＥＭＩ値が一致していない。
すなわち、共振周波数のＥＭＩ値を基にして、残りの周波数のＥＭＩ値を補間する場合、解析済み回路のＥＭＩ情報から、共振周波数のＥＭＩ値が近いＥＭＩ情報を抽出する方法では、推定対象回路の各周波数のＥＭＩ値を精度よく算出できない。
一方、本実施例に係るＥＭＩ算出装置１００は、図１で説明したように、共振周波数以外の残りの周波数のＥＭＩ値を基にして、推定対象回路のインピーダンス特性に類似する特性を有する解析済み回路のＥＭＩ情報を補正することで算出する。これにより、ＥＭＩ値の推定精度を損なうことなく、全周波数でのＥＭＩ値を算出することができる。
インピーダンスは電流強度に影響し、電流強度は電磁ノイズ強度に影響するため、インピーダンス特性に近い解析済み回路のＥＭＩ情報を利用することで、共振周波数以外のＥＭＩ値の微細な変動を近似できる。
次に、本実施例に係るＥＭＩ算出装置１００の構成の一例について説明する。図３は、本実施例に係るＥＭＩ算出装置の構成を示す機能ブロック図である。図３に示すように、ＥＭＩ算出装置１００は、通信部１１０、入力部１２０、表示部１３０、記憶部１４０、制御部１５０を有する。
通信部１１０は、ネットワークを介して、外部装置（図示略）とデータ通信を実行する。たとえば、通信部１１０は、外部装置から推定対象回路の情報等を受信する。
入力部１２０は、ユーザ等から各種データを受け付けて、ＥＭＩ算出装置１００に入力する。
表示部１３０は、制御部１５０から出力される情報を表示する。たとえば、表示部１３０は、制御部１５０から出力される推定対象回路のＥＭＩ情報等を表示する。
記憶部１４０は、データや制御部１５０が実行するプログラムなどを記憶する。記憶部１４０は、機械学習モデル１４１、ＥＭＩ情報テーブル１４２を記憶する。
機械学習モデル１４１は、訓練データによって事前に訓練されているものとする。機械学習モデル１４１は、ニューラルネットワークの一例である。たとえば、機械学習モデル１４１は、逆伝播法等に基づいて訓練される。
機械学習モデル１４１を訓練する場合に用いる訓練データは、入力「回路の共振周波数」と、出力（正解データ）「回路の共振周波数に対応するＥＭＩ値」とを対応付ける。訓練済みの機械学習モデル１４１に、共振周波数を入力することで、共振周波数に対応するＥＭＩ値が出力される。
ＥＭＩ情報テーブル１４２は、複数の解析済み回路に関して、解析済み回路のインピーダンス特性と、ＥＭＩ情報とを対応付けて保持する。図４は、ＥＭＩ情報テーブルのデータ構造の一例を示す図である。図４に示すように、このＥＭＩ情報テーブル１４２は、回路識別情報と、インピーダンス特性と、ＥＭＩ情報とを対応付ける。回路識別情報は、解析済み回路を一意に識別する情報である。
インピーダンス特性は、解析済み回路のインピーダンスの周波数特性を示す。図５は、インピーダンス特性の一例を示す図である。図５のグラフＧ６の横軸は周波数に対応する軸であり、縦軸はインピーダンスＺｉｎの絶対値に対応する軸である。図５に示すように、インピーダンス特性では、周波数毎に、インピーダンスの値が対応付けられる。
ＥＭＩ情報は、解析済み回路の各周波数のＥＭＩ値を示す。図６は、ＥＭＩ情報の一例を示す図である。図６のグラフＧ７の横軸は周波数に対応する軸であり、縦軸はＥＭＩ値に対応する軸である。図６に示すように、ＥＭＩ情報では、周波数毎に、周波数に対応するＥＭＩ値がそれぞれ対応付けられる。
図３の説明に戻る。制御部１５０は、取得部１５１、算出部１５２を有する。
取得部１５１は、通信部１１０または入力部を介して、推定対象回路の情報を取得する。取得部１５１は、推定対象回路の情報を基にして、推定対象回路と等価な等価回路情報を生成する。等価回路情報は、推定対象回路の要素を、推定対象回路の特性を表す最小限の要素に単純化した情報である。
取得部１５１は、等価回路情報を回路シミュレーターに入力して、推定対象回路（等価回路情報）の共振周波数と、インピーダンス特性を取得する。たとえば、取得部１５１は、回路シミュレーターとして、ＳＰＩＣＥ（Simulation Program with Integrated Circuit Emphasis）等を利用する。
続いて、取得部１５１は、推定対象回路の共振周波数を、訓練済みの機械学習モデル１４１に入力することで、推定対象回路の共振周波数に対応するＥＭＩ値を取得する。
取得部１５１は、上記処理により取得した推定対象回路の共振周波数におけるＥＭＩ値と、推定対象回路のインピーダンス特性を、算出部１５２に出力する。
算出部１５２は、推定対象回路のインピーダンス特性と、ＥＭＩ情報テーブル１４２に登録された各解析済み回路のインピーダンス特性とを比較して、推定対象回路のインピーダンス特性に最も類似するインピーダンス特性を特定する。以下の説明では、推定対象回路のインピーダンス特性と最も類似するインピーダンス特性を有する解析済み回路を「類似回路」と表記する。
たとえば、算出部１５２は、比較するインピーダンス特性の各周波数のインピーダンスの差分の絶対値をそれぞれ算出し、絶対値の合計値が小さいほど、比較したインピーダンス特性が類似していると判定する。
算出部１５２は、ＥＭＩ情報テーブル１４２に含まれる複数のＥＭＩ情報から、類似回路のＥＭＩ情報を選択し、選択したＥＭＩ情報を取得する。
続いて、算出部１５２は、推定対象回路の共振周波数のＥＭＩ値と、類似回路のＥＭＩ情報とを基にして、推定対象回路の共振周波数とは異なる他の周波数におけるＥＭＩ値を算出する。
上述した図１を用いて、算出部１５２の処理を説明する。推定対象回路の共振周波数のＥＭＩ値を、ＥＭＩ値４０ａ，４０ｂとし、類似回路のＥＭＩ情報を、ＥＭＩ情報４０ｃとする。算出部１５２は、ＥＭＩ情報４０ｃのピーク値が、共振周波数に対応するＥＭＩ値４０ａ，４０ｂに合うように、ＥＭＩ情報４０ｃ全体の形状を補正することで、ＥＭＩ情報４０ｄを生成する。ＥＭＩ算出装置１００は、ＥＭＩ情報４０ｄを、推定対象回路の各周波数のＥＭＩ値として算出する。
算出部１５２は、ＥＭＩ情報４０ｃ全体の形状を補正する場合には、ＥＭＩ情報４０ｃのピーク値が、ＥＭＩ値４０ａ，４０ｂに合うように、周波数方向、ＥＭＩ値の方向に変形する。算出部１５２は、推定対象回路のＥＭＩ情報４０ｃを、表示部１３０に出力して表示させてもよいし、通信部１１０を介して、外部装置に出力してもよい。
次に、本実施例に係るＥＭＩ算出装置１００の処理手順の一例について説明する。図７は、本実施例に係るＥＭＩ算出装置の処理手順を示すフローチャートである。図７に示すように、ＥＭＩ算出装置１００の取得部１５１は、推定対象回路の情報の入力を受け付ける（ステップＳ１０１）。
取得部１５１は、推定対象回路の等価回路情報を生成する（ステップＳ１０２）。取得部１５１は、回路シミュレーターを実行し、推定対象回路（等価回路情報）の共振周波数、インピーダンス特性を取得する（ステップＳ１０３）。
取得部１５１は、共振周波数を機械学習モデル１４１に入力し、共振周波数に対応するＥＭＩ値を取得する（ステップＳ１０４）。ＥＭＩ算出装置１００は、推定対象回路のインピーダンス特性と、ＥＭＩ情報テーブル１４２のインピーダンス特性とを比較して、類似回路を特定する（ステップＳ１０５）。
算出部１５２は、ＥＭＩ情報テーブル１４２から、類似回路に対応するＥＭＩ情報を取得する（ステップＳ１０６）。算出部１５２は、推定対象回路の共振周波数のＥＭＩ値と、取得したＥＭＩ情報とを基にして、推定対象回路のＥＭＩ情報を算出する（ステップＳ１０７）。算出部１５２は、推定対象回路のＥＭＩ情報を、出力する（ステップＳ１０８）。
次に、本実施例に係るＥＭＩ算出装置１００の効果について説明する。ＥＭＩ算出装置１００は、機械学習モデル１４１を用いて推定対象回路の共振周波数のＥＭＩ値を特定する。また、ＥＭＩ算出装置１００は、共振周波数以外の残りの周波数のＥＭＩ値を、推定対象回路のインピーダンス特定に類似する特性を有する類似回路のＥＭＩ情報を用いて算出する。機械学習モデル１４１は、共振周波数とＥＭＩ値との関係によって訓練されるため、全ての周波数のＥＭＩ値をそれぞれ用いて機械学習を実行する場合と比較して、機械学習モデルの機械学習に要する負荷を減らすことができる。
また、ＥＭＩ算出装置１００は、類似回路のＥＭＩ情報のピーク値が、解析済み回路の共振周波数に対応するＥＭＩ値に合うように、ＥＭＩ情報全体の形状を補正する。これにより、ＥＭＩ値の推定精度を損なうことなく、全周波数でのＥＭＩ値を算出することができる。
ＥＭＩ算出装置１００は、推定対象回路の情報から等価回路情報を生成し、等価回路情報を回路シミュレーターに入力することで、共振周波数を取得し、取得した共振周波数を、機械学習モデル１４１に入力することで、ＥＭＩ値を特定する。これによって、推定対象回路の共振周波数に対応するＥＭＩ値を効率的に取得することができる。
ところで、上述したＥＭＩ算出装置１００の処理は一例であり、ＥＭＩ算出装置１００はその他の処理を実行してもよい。たとえば、ＥＭＩ算出装置１００が、訓練データを用いて、機械学習モデル１４１を訓練し、訓練済みの機械学習モデル１４１を用いて、共振周波数に対応するＥＭＩ値をする。
また、ＥＭＩ算出装置１００は、機械学習モデル１４１を訓練する場合、入力「回路の共振周波数」および「回路の電流分布の画像」と、出力「回路の共振周波数に対応するＥＭＩ値」とを対応付ける訓練データを用いて訓練してもよい。この場合には、取得部１５１は、回路シミュレーターを利用して、推定対象回路（等価回路情報）の共振周波数と電流分布の画像を取得し、取得した共振周波数と電流分布の画像を、機械学習モデル１４１に入力して、共振周波数に対応するＥＭＩ値を算出する。
次に、上記実施例に示したＥＭＩ算出装置１００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図８は、ＥＭＩ算出装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
図８に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、ユーザからのデータの入力を受け付ける入力装置２０２と、ディスプレイ２０３とを有する。また、コンピュータ２００は、外部装置からデータを受信する通信装置２０４と、各種の装置と接続するインタフェース装置２０５とを有する。コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０６と、ハードディスク装置２０７とを有する。そして、各装置２０１～２０７は、バス２０８に接続される。
ハードディスク装置２０７は、取得プログラム２０７ａ、算出プログラム２０７ｂを有する。ＣＰＵ２０１は、取得プログラム２０７ａ、算出プログラム２０７ｂを読み出してＲＡＭ２０６に展開する。
取得プログラム２０７ａは、取得プロセス２０６ａとして機能する。算出プログラム２０７ｂは、算出プロセス２０６ｂとして機能する。
取得プロセス２０６ａの処理は、取得部１５１の処理に対応する。算出プロセス２０６ｂの処理は、算出部１５２の処理に対応する。
なお、各プログラム２０７ａ，２０７ｂについては、必ずしも最初からハードディスク装置２０７に記憶させておかなくてもよい。例えば、コンピュータ２００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ２００が各プログラム２０７ａ，２０７ｂを読み出して実行するようにしてもよい。
以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。
（付記１）第１の回路の回路情報を機械学習モデルに入力し、前記第１の回路の特定の周波数におけるＥＭＩ値を取得し、
前記第１の回路のインピーダンス特性と前記特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と前記複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択し、
前記特定の周波数におけるＥＭＩ値と前記第１のＥＭＩ情報とに基づいて、前記第１の回路の前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
処理をコンピュータに実行させることを特徴とするＥＭＩ算出プログラム。
（付記２）前記選択する処理は、前記複数のＥＭＩ情報のうち、前記第１の回路のインピーダンス特性に類似するインピーダンス特性に対応する回路のＥＭＩ情報を、前記第１のＥＭＩ情報として選択することを特徴とする付記１に記載のＥＭＩ算出プログラム。
（付記３）前記算出する処理は、前記第１のＥＭＩ情報に含まれる複数の周波数におけるＥＭＩ値のうち、最大のＥＭＩ値を特定し、特定した最大のＥＭＩ値が、前記特定の周波数におけるＥＭＩ値に近づくように、前記第１のＥＭＩ情報の複数の周波数とＥＭＩ値との関係を補正することで、前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出することを特徴とする付記１または２に記載のＥＭＩ算出プログラム。
（付記４）前記取得する処理は、前記第１の回路の共振周波数を前記回路情報として、前記機械学習モデルに入力し、前記第１の回路の共振周波数におけるＥＭＩ値を取得することを特徴とする付記１、２または３に記載のＥＭＩ算出プログラム。
（付記５）第１の回路の回路情報を機械学習モデルに入力し、前記第１の回路の特定の周波数におけるＥＭＩ値を取得し、
前記第１の回路のインピーダンス特性と前記特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と前記複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択し、
前記特定の周波数におけるＥＭＩ値と前記第１のＥＭＩ情報とに基づいて、前記第１の回路の前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
処理をコンピュータが実行することを特徴とするＥＭＩ算出方法。
（付記６）前記選択する処理は、前記複数のＥＭＩ情報のうち、前記第１の回路のインピーダンス特性に類似するインピーダンス特性に対応する回路のＥＭＩ情報を、前記第１のＥＭＩ情報として選択することを特徴とする付記５に記載のＥＭＩ算出方法。
（付記７）前記算出する処理は、前記第１のＥＭＩ情報に含まれる複数の周波数におけるＥＭＩ値のうち、最大のＥＭＩ値を特定し、特定した最大のＥＭＩ値が、前記特定の周波数におけるＥＭＩ値に近づくように、前記第１のＥＭＩ情報の複数の周波数とＥＭＩ値との関係を補正することで、前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出することを特徴とする付記５または６に記載のＥＭＩ算出方法。
（付記８）前記取得する処理は、前記第１の回路の共振周波数を前記回路情報として、前記機械学習モデルに入力し、前記第１の回路の共振周波数におけるＥＭＩ値を取得することを特徴とする付記５、６または７に記載のＥＭＩ算出方法。
（付記９）第１の回路の回路情報を機械学習モデルに入力し、前記第１の回路の特定の周波数におけるＥＭＩ値を取得し、
前記第１の回路のインピーダンス特性と前記特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と前記複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択し、
前記特定の周波数におけるＥＭＩ値と前記第１のＥＭＩ情報とに基づいて、前記第１の回路の前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
処理を実行する制御部を有するＥＭＩ算出装置。
（付記１０）前記選択する処理は、前記複数のＥＭＩ情報のうち、前記第１の回路のインピーダンス特性に類似するインピーダンス特性に対応する回路のＥＭＩ情報を、前記第１のＥＭＩ情報として選択することを特徴とする付記９に記載のＥＭＩ算出装置。
（付記１１）前記算出する処理は、前記第１のＥＭＩ情報に含まれる複数の周波数におけるＥＭＩ値のうち、最大のＥＭＩ値を特定し、特定した最大のＥＭＩ値が、前記特定の周波数におけるＥＭＩ値に近づくように、前記第１のＥＭＩ情報の複数の周波数とＥＭＩ値との関係を補正することで、前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出することを特徴とする付記９または１０に記載のＥＭＩ算出装置。
（付記１２）前記取得する処理は、前記第１の回路の共振周波数を前記回路情報として、前記機械学習モデルに入力し、前記第１の回路の共振周波数におけるＥＭＩ値を取得することを特徴とする付記９、１０または１１に記載のＥＭＩ算出装置。
１００ ＥＭＩ算出装置
１１０ 通信部
１２０ 入力部
１３０ 表示部
１４０ 記憶部
１４１ 機械学習モデル
１４２ ＥＭＩ情報テーブル
１５０ 制御部
１５１ 取得部
１５２ 算出部

Claims (6)

  1. 第１の回路の回路情報を機械学習モデルに入力し、前記第１の回路の特定の周波数におけるＥＭＩ値を取得し、
    前記第１の回路のインピーダンス特性と前記特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と前記複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択し、
    前記特定の周波数におけるＥＭＩ値と前記第１のＥＭＩ情報とに基づいて、前記第１の回路の前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
    処理をコンピュータに実行させることを特徴とするＥＭＩ算出プログラム。
  2. 前記選択する処理は、
    前記複数のＥＭＩ情報のうち、前記第１の回路のインピーダンス特性に類似するインピーダンス特性に対応する回路のＥＭＩ情報を、前記第１のＥＭＩ情報として選択する、
    処理を含むことを特徴とする請求項１に記載のＥＭＩ算出プログラム。
  3. 前記算出する処理は、
    前記第１のＥＭＩ情報に含まれる複数の周波数におけるＥＭＩ値のうち、最大のＥＭＩ値を特定し、
    特定した最大のＥＭＩ値が、前記特定の周波数におけるＥＭＩ値に近づくように、前記第１のＥＭＩ情報の複数の周波数とＥＭＩ値との関係を補正することで、前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
    処理を含むことを特徴とする請求項１または２に記載のＥＭＩ算出プログラム。
  4. 前記取得する処理は、
    前記第１の回路の共振周波数を前記回路情報として、前記機械学習モデルに入力し、前記第１の回路の共振周波数におけるＥＭＩ値を取得する、
    処理を含むことを特徴とする請求項１、２または３に記載のＥＭＩ算出プログラム。
  5. 第１の回路の回路情報を機械学習モデルに入力し、前記第１の回路の特定の周波数におけるＥＭＩ値を取得し、
    前記第１の回路のインピーダンス特性と前記特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と前記複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択し、
    前記特定の周波数におけるＥＭＩ値と前記第１のＥＭＩ情報とに基づいて、前記第１の回路の前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
    処理をコンピュータが実行することを特徴とするＥＭＩ算出方法。
  6. 第１の回路の回路情報を機械学習モデルに入力し、前記第１の回路の特定の周波数におけるＥＭＩ値を取得し、
    前記第１の回路のインピーダンス特性と前記特定の周波数におけるＥＭＩ値に基づいて、複数の回路それぞれのインピーダンス特性と前記複数の回路それぞれの複数の周波数におけるＥＭＩ値とが対応付けられた複数のＥＭＩ情報のうち、第１のＥＭＩ情報を選択し、
    前記特定の周波数におけるＥＭＩ値と前記第１のＥＭＩ情報とに基づいて、前記第１の回路の前記特定の周波数とは異なる他の周波数におけるＥＭＩ値を算出する、
    処理を実行する制御部を有するＥＭＩ算出装置。
JP2021072550A 2021-04-22 2021-04-22 Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置 Pending JP2022167044A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2021072550A JP2022167044A (ja) 2021-04-22 2021-04-22 Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置
EP22156094.9A EP4080398A1 (en) 2021-04-22 2022-02-10 Emi calculation program, emi calculation method, and emi calculation apparatus
US17/676,828 US11719733B2 (en) 2021-04-22 2022-02-22 Storage medium, EMI calculation method, and EMI calculation apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021072550A JP2022167044A (ja) 2021-04-22 2021-04-22 Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置

Publications (1)

Publication Number Publication Date
JP2022167044A true JP2022167044A (ja) 2022-11-04

Family

ID=80447699

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021072550A Pending JP2022167044A (ja) 2021-04-22 2021-04-22 Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置

Country Status (3)

Country Link
US (1) US11719733B2 (ja)
EP (1) EP4080398A1 (ja)
JP (1) JP2022167044A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117434372B (zh) * 2023-12-21 2024-03-08 深圳信测标准技术服务股份有限公司 电子产品的电磁兼容抗扰度测试方法及***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3960760B2 (ja) 2000-07-06 2007-08-15 富士通株式会社 電磁波解析処理装置、電磁波解析方法、および電磁波解析処理プログラム
US6711511B2 (en) 2000-07-06 2004-03-23 Fujitsu Limited Electromagnetic wave analyzing apparatus and computer readable storage medium
US7253642B2 (en) * 2004-12-23 2007-08-07 Power Survey Company Method for sensing an electric field
US9772363B2 (en) * 2014-02-26 2017-09-26 Nokomis, Inc. Automated analysis of RF effects on electronic devices through the use of device unintended emissions
US20180321293A1 (en) * 2017-05-01 2018-11-08 Elite Rf Llc Multi-Purpose RF Test System
JP7099236B2 (ja) 2018-10-05 2022-07-12 富士通株式会社 推定プログラム、推定装置および推定方法
CN114520504A (zh) * 2020-11-20 2022-05-20 美商新思科技有限公司 用于检查牺牲器件上的静电放电效应的自动化方法

Also Published As

Publication number Publication date
EP4080398A1 (en) 2022-10-26
US11719733B2 (en) 2023-08-08
US20220341979A1 (en) 2022-10-27

Similar Documents

Publication Publication Date Title
CN109101919B (zh) 用于生成信息的方法和装置
MXPA05008740A (es) Metodo y aparato para el mejoramiento de lenguaje multi-sensorial.
WO2019113253A1 (en) Voice enhancement in audio signals through modified generalized eigenvalue beamformer
US11507724B2 (en) Non-transitory computer-readable storage medium storing estimation program, estimation device, and estimation method
CN110491412B (zh) 声音分离方法和装置、电子设备
JP2022167044A (ja) Ｅｍｉ算出プログラム、ｅｍｉ算出方法およびｅｍｉ算出装置
CN110334716B (zh) 特征图处理方法、图像处理方法及装置
US9684970B2 (en) Fast adaptive estimation of motion blur for coherent rendering
JP4252308B2 (ja) 解像度向上方法及び装置
US20210287052A1 (en) Mini-batch learning apparatus, operation program of mini-batch learning apparatus, and operation method of mini-batch learning apparatus
JP2000232384A (ja) データ処理装置およびデータ処理方法
JP2004523941A5 (ja)
Deza et al. Accelerated texforms: alternative methods for generating unrecognizable object images with preserved mid-level features
CN112151052A (zh) 语音增强方法、装置、计算机设备及存储介质
CN112116922A (zh) 一种噪声盲源信号分离方法、终端设备及存储介质
CN109034085B (zh) 用于生成信息的方法和装置
CN114996487B (zh) 媒体资源推荐方法、装置、电子设备以及存储介质
US20210357811A1 (en) Machine learning estimation method and information processing device
JP7416279B2 (ja) 訓練データ生成プログラム、訓練データ生成方法及び訓練データ生成装置
CN113177891A (zh) 图像处理方法、装置、电子设备及存储介质
US20230237381A1 (en) Non-transitory computer-readable recording medium storing training data generation program, training data generation method, and training data generation device
JP2021089526A (ja) 推定装置、訓練装置、推定方法、訓練方法、プログラム及び非一時的コンピュータ可読媒体
US20220147668A1 (en) Reducing burn-in for monte-carlo simulations via machine learning
CN112201270B (zh) 语音噪声的处理方法、装置、计算机设备及存储介质
JP4202222B2 (ja) 伝送線路解析方法及び装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240111