利用類神經模型來估計電源線的電流波形之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：43

、訪客IP：18.219.18.238

姓名

王朝曦(Chao-Hsi Wang) 查詢紙本館藏

畢業系所

電機工程學系

論文名稱

利用類神經模型來估計電源線的電流波形之研究
(A Neural Current Model to Estimate the Current Waveform of Power / Ground Line)

相關論文

★ 運算放大器之自動化設計流程及行為模型研究	★ 高速序列傳輸之量測技術
★ 使用低增益寬頻率調整範圍壓控震盪器之1.25-GHz八相位鎖相迴路	★ 類神經網路應用於高階功率模型之研究
★ 使用SystemC語言建立IEEE 802.3 MAC 行為模組之研究	★ 以回填法建立鎖相迴路之行為模型的研究
★ 高速傳輸連結網路的分析和模擬	★ 一個以取樣方式提供可程式化邏輯陣列功能除錯所需之完全觀察度的方法
★ 抑制同步切換雜訊之高速傳輸器	★ 以行為模型建立鎖相迴路之非理想現象的研究
★ 遞迴式類神經網路應用於序向電路之高階功率模型的研究	★ 用於命題驗証方式的除錯協助技術之研究
★ Verilog-A語言的涵蓋率量測之研究	★ 5.2GHz CMOS射頻接收器前端電路設計
★ 適用於OC-192收發機之頻率合成器和時脈與資料回復電路	★ 適用於中頻接收端的類比前級電路設計

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

隨著積體電路(IC)製程愈做愈小，使得供應電路的電壓也變得愈來愈小，因此電路設計者必須考量到，供應電路的電源線(Power line)是否會因突發的變動或者其他因素而影響電路的運作情況，若能在電路設計的初期就能提早知道電源線的變動對整體電路所造成的影響，則有助於加速電路的開發並節省開發成本。
由於類神經網路(Neural Network)具有良好的預測效果，而離散餘旋轉換(DCT)讓我們將時間域上較不規則的電流波形轉到較有規則可循的頻率域上來做處理，因此本研究提出一個，結合了這兩種理論來建立高階模型的方法，實驗的結果顯示出，它是有一定的準確性存在著，即我們可以在設計電路的初期大約估計電源線電流對整體電路所造成的影響。

摘要(英)

As IC process scale down, power supply is becoming small. Therefore, IC designer must consider the variation of power supply line that affects circuit operation. If we could know current information of power supply line in early design stage, then IC design may become fast and effective.
Neural Network is good in estimation and Discrete Cosine Transform can translate irregular current waveform in time domain to regular form in frequency domain. Therefore, we propose a high-level model which combines Neural Network and DCT to reconstruct the current waveform of power supply line. The experiment shows it is possible to estimate current information in early design stage.

關鍵字(中)

★ 電流波形
★ 類神經網路

關鍵字(英)

★ neural network
★ current waveform

論文目次

摘要.......................................................... i
致謝...........................................................ii
論文目次...................................................... iii
圖目錄........................................................ v
表目錄........................................................ vii
第1章序論.................................................1
1.1研究動機....................................................1
1.2相關研究....................................................6
1.3論文組織....................................................6
第2章理論的描述...........................................7
2.1離散餘旋轉換(Discrete Cosine Transform)原理.................7
2.1.1 理論描述.................................................7
2.1.2 例子說明.................................................9
2.2 類神經網路(Neural Network)原理.............................10
2.2.1 序論.....................................................10
2.2.2 生物神經元 vs 人工神經元.................................10
2.2.3 類神經網路的特性與分類...................................13
2.2.4 類神經網路的基本架構.....................................16
2.2.5 倒傳遞網路的原理描述.....................................19
第3章類神經電流模型........................................23
3.1 離散餘旋轉換(Discrete Cosine Transform)的應用..............24
3.2 參數的設定與重建方程式.....................................25
3.3 類神經網路的建構與類神經網路輸入向量的特徵化...............26
3.4 類神經網路的效能評估與時間域上電流波形的重建...............30
第4章實驗的結果與討論.....................................32
第5章結論.................................................39
參考文獻.......................................................40

參考文獻

[1] N. H. E. Weste and K. Eshraghian , "Principles of CMOS VLSI Design--A System Perspective" , 2nd Edition , 1993 , AT&T
[2] Wayne Wolf, Wayne Hendrix Wolf , “Modern VLSI Design” , Prentice Hall 2nd edition , (July 1, 1998)
[3] Sachio Hayashi and Masaaki Yamada , “EMI-Noise Analysis Under ASIC Design
Environment” , IEEE TRANSACTIONS ON COMPUTER-AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS , VOL. 19 , NO. 11 , NOVEMBER 2000 Pages:1337 - 1346
[4] Sudo, T. ; Ko, Y. ; Sakaguchi, S. and Tokumaru, T. , “Electromagnetic radiation and simultaneous switching noise in a CMOS device packaging” , Electronic Components and Technology Conference, 2000. 2000 Proceedings. 50th , 21-24 May 2000 Pages:781 - 785
[5] Jyh Herng Wang , Jeng Ten Fan , Wu Shiung Feng , ”A NOVEL CURRENT MODEL FOR CMOS GATE”, Circuits and Systems, 1992. ISCAS '92. Proceedings., 1992 IEEE International Symposium on , Volume: 5 , 3-6 May 1992 , Pages:2132 - 2135 vol.5
[6] Srinivas Bodapati , Farid N. Najm , “High-Level Current Macro-Model For Power-Grid Analysis” , DAC 2002 , June 10-14 , 2002
[7] Srinivas Bodapati , Farid N. Najm , “FrequencyDomain Supply Current MacroModel” , ISLPED’01 , August 67 , 2001
[8] Qinru Qiu , Qing Wu , Pedram, M. and Chih-Shun Ding , “Cycle-accurate macro-models for RT-level power analysis” , Low Power Electronics and Design , 1997. Proceedings. , 1997 International Symposium on ,18-20 Aug.1997 Pages:125 - 130
[9] 黃興銘，“高安全性的數位影像浮水印技術研究”，高雄第一科技大學電腦與通訊工程系碩士論文，民88
[10] Boaz Porat , “A Course in Digital Signal Processing” , John Wiley & Sons , 1996
[11] 薛文燦，“類神經網路應用於高階功率模型之研究”，中央電機所電子組碩士論文，2003
[12] Simon Haykin , Neural Networks : A Comprehensive Foundation , Prentice Hall
International Editions, 1999
[13] 林昇甫，神經網路入門與圖樣辨識，全華，民82
[14] 葉怡成，類神經網路模式應用與實作，儒林書局，2000
[15] Anderson , Sweeney ,Williams , “統計學 (觀念與方法)” ，中文第三版，滄海書局，民83

指導教授

劉建男(Chien-Nan Liu)

審核日期

2004-7-16

推文