| 研究課題/領域番号 |
20K04497
|
|---|
| 研究機関 | 秋田大学 |
|---|
研究代表者 |
室賀 翔 秋田大学, 理工学研究科, 准教授 (60633378)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 電磁環境工学 / 近傍磁界計測 / 誘導結合 / クロストーク / 等価電磁界モデル / 波源推定 / 等価回路モデル |
|---|
| 研究実績の概要 |
本研究は，実装状態の素子や配線間の意図しない誘導結合（磁界結合）を測定により把握するシステムの開発を目的として研究を遂行している。昨年度は，誘導結合の推定を目的に，機械学習により素子・配線を磁界源モデル化（ループ電流モデル化）する方法，およびループ電流モデル間の磁束結合を算出することにより素子・配線間の誘導結合量を推定する方法について検討した。基本的なアイデアの検証のため，測定対象は単純な単線マイクロストリップ線路(MSL)および平行2導体MSLとした。その結果，近傍磁界情報の機械学習より，単線のMSLをループ電流モデル化することが可能であることを示した。また，平行2導体MSLのそれぞれのMSLのループ電流モデル間の磁束結合量を算出することにより，MSL間の誘導結合量を推定可能であることを示した。しかし，磁界源推定のための機械学習は，単純なMSLの場合に限られ，適用範囲を拡大する必要があった。また，実際の測定ばらつきを考慮する必要があった。
そこで，令和3年度は，引き続き，単純な平行2導体マイクロストリップ線路(MSL)間の誘導結合推定を実施し，推定のための基本的なアイデアについて検討した。具体的には，磁界源推定のための機械学習の適用範囲の拡大および測定ばらつきの考慮について検討した。機械学習については，昨年度まで利用していたサポートベクターマシン(SVM)ではなく，他クラス分類に広く用いられている畳み込みニューラルネットワーク(CNN)を利用した。学習のために，寸法の異なるループ電流モデルから生じる近傍磁界分布の理論値として，磁界分布の１次元および2次元データのデータベースを作成した。このデータベースに，磁界検出用プローブの位置や角度のずれに伴う測定ばらつきの影響も含めた。次に，作成したデータベースの機械学習により，単一のMSLをループ電流モデル化した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
令和3年度は，単純な平行2導体マイクロストリップ線路(MSL)間の誘導結合の推定を目的にして，測定ばらつきを考慮した単線MSLの磁界源モデル推定方法について検討した。
はじめに，単線MSLを，機械学習を利用して等価ループ電流モデル化する手法について検討した。機械学習については，昨年度まで利用していたサポートベクターマシン(SVM)ではなく，他クラス分類に広く用いられる畳み込みニューラルネットワーク(CNN)を利用した。寸法の異なるループ電流モデルから生じる近傍磁界分布の理論値として，磁界分布の１次元および2次元データのデータベースを作成した。このデータベースに，磁界検出用プローブの位置や角度のずれに伴う測定ばらつきの影響に関する情報も含めた。データベースを学習して分類器を作成した結果，理論値では高い精度で分類が可能であることを示した。
次に，単線MSLの近傍磁界測定を実施し，磁界分布情報を分類器に入力することにより，測定対象の等価ループ電流モデルの位置や形状を推定した。その結果は，単線MSLの理論値と一致し，アイデアの妥当性を示した。
以上より，測定ばらつきを考慮した理論値のデータベースを作成し，他クラス分類が可能な機械学習を実施することにより，近傍磁界測定結果からMSLの磁界源モデル化が可能であることを示すことができた。これにより，本年度の目標を達成できたと考えられ，本研究課題は概ね順調に進展していると判断できる。ただし，磁界源推定の対象が単純なMSLに限られており，今後，適用範囲をさらに拡張して有用性を示す予定である。なお，コロナ禍の影響により，一部の実験が実施できないことが想定されたため，また，旅費が使用できない状況であったため，当初の要諦を変更して予算の一部を電磁界シミュレータ環境構築のために利用した。
|
| 今後の研究の推進方策 |
令和４年度の課題は，磁界源推定の対象を，単純なマイクロストリップ線路(MSL)から拡張することである。このために必要な課題は次の２点である。
課題１：電流分布が複雑な実デバイス（回路等）への適用を想定し，測定対象を単純なMSLではなく，リターン電流の経路が理想的ではない配線やインダクタンス素子等に拡張する必要がある。課題解決のため，単一の測定対象を複数のループ電流モデルで表す方法について検討する。様々な形状のループ電流モデルの近傍磁界情報を含むデータベースを利用して，測定対象をループ電流モデルで表すためのループの個数，位置，形状を推定する方法について検討する。まずはCNNを利用した画像認識を検討するが，場合によっては深層学習等の利用も検討し，高精度化を試みる。さらに，基板上に磁性インダクタやノイズ抑制体が実装された場合について，本手法を適用し，適用範囲について検討する。
課題２：素子・配線間の誘導結合を測定し，本システムの有用性を実証する必要がある。しかし，誘導結合を定量化するシステムは，現在市販化されておらず，実測による比較は困難と考えられる。そこで，単純な配線群間の誘導結合の測定あるいは電磁界シミュレーション結果と比較して妥当性を検証する予定である。
以上の課題について取り組み，本システムの有用性を示し，研究を総括する。
|
