Dissertação

Accelerating Voltage-Controlled Oscillator Sizing Optimizations with a Convergence Classifier & Frequency Guess Predictor EVALUATED

O trabalho apresentado neste relatório pertence ao ramo científico da automação de projeto eletrónico, com foco especial na automação do dimensionamento de circuitos integrados de radiofrequência. Com a ajuda de técnicas de aprendizagem profunda, e mais especificamente, redes neuronais artificiais, é apresentada e discutida uma nova abordagem. A abordagem proposta neste trabalho é baseada num processo de aprendizagem supervisionada, utilizando redes neuronais artificiais tanto para classificação como para regressão. Um classificador de convergência será usado para prever se um certo dimensionamento é provável que convirja durante a simulação, e uma rede de regressão estima a frequência para o qual esse dimensionamento deverá oscilar. Este método será implementado e testado numa ferramenta de otimização de osciladores controlados por tensão, analisando soluções anteriores cujas performances foram obtidas no simulador. Espera-se que estas redes filtrem e descartem soluções não viáveis, tendo um impacto significativo na redução do tempo total do ciclo de otimização. O resultado é um modelo capaz de prever soluções não viáveis, resultando em reduções de cerca de 20% no tempo global de simulação. Adicionalmente, o uso deste modelo não compromete os resultados, sendo os obtidos muito semelhantes aos obtidos sem a sua utilização, atingindo melhores resultados em alguns casos. O modelo também demonstra viabilidade para diferentes especificações de otimização, bem como para a sua aplicação em outros osciladores controlados por tensão. Os ganhos são semelhantes, sendo que o modelo consegue economizar 10% e 17%, respetivamente, e os resultados muito promissores. Resultando assim, num modelo com um forte nível de generalização.
Automação de Projeto Eletrónico, Circuitos Integrados de Radio Frequência, Otimização Automática de Dimensionamento, Oscilador Controlado por Tensão, Redes Neuronais Artificiais.

novembro 17, 2021, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Nuno Cavaco Gomes Horta

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

Ricardo Miguel Ferreira Martins

Instituto de Telecomunicações

Especialista