致谢 | 第5-6页 |
摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第20-47页 |
1.1 研究背景 | 第20-23页 |
1.2 国内外研究现状 | 第23-43页 |
1.2.1 互连间的串扰 | 第23-25页 |
1.2.2 共模噪声 | 第25-30页 |
1.2.3 测试方法 | 第30-35页 |
1.2.4 热特性分析 | 第35-37页 |
1.2.5 热管理方法 | 第37-41页 |
1.2.6 基于机器学习算法的优化设计 | 第41-42页 |
1.2.7 研究现状小结 | 第42-43页 |
1.3 研究目的 | 第43-44页 |
1.4 研究内容 | 第44-45页 |
1.5 组织结构 | 第45-47页 |
第2章 三维集成封装多端口互连的电特性分析及优化设计 | 第47-76页 |
2.1 引言 | 第47页 |
2.2 新型CPW串扰屏蔽结构的电特性分析及优化设计 | 第47-64页 |
2.2.1 基于MS接触的新型耦合CPW串扰屏蔽结构 | 第47-49页 |
2.2.2 电特性的等效电路建模分析 | 第49-57页 |
2.2.3 优化设计 | 第57-59页 |
2.2.4 实验验证 | 第59-64页 |
2.3 基于DGS的共模噪声滤波器的电特性分析及优化设计 | 第64-74页 |
2.3.1 基于DGS的共模噪声滤波器的结构 | 第64-66页 |
2.3.2 DGS各尺寸参数对电特性的影响 | 第66-69页 |
2.3.3 应用遗传算法 | 第69-72页 |
2.3.4 优化结果 | 第72-74页 |
2.4 本章小结 | 第74-76页 |
第3章 三维集成封装多端口TSV高频电特性的去嵌入测量方法研究 | 第76-102页 |
3.1 引言 | 第76页 |
3.2 传统去嵌入测量结构与算法 | 第76-83页 |
3.2.1 传统测量结构 | 第76-78页 |
3.2.2 “L-2L”去嵌入算法 | 第78-80页 |
3.2.3 应用于多端口高频电特性测量需满足的两个补充条件 | 第80-83页 |
3.3 修正结构与加入屏蔽TSV | 第83-95页 |
3.3.1 修正结构 | 第83-85页 |
3.3.2 应用屏蔽TSV | 第85-95页 |
3.4 实验验证 | 第95-101页 |
3.4.1 两组DUT的测量结果 | 第95-98页 |
3.4.2 去嵌入结果 | 第98-101页 |
3.5 本章小结 | 第101-102页 |
第4章 三维集成封装TSV横向热特性分析 | 第102-130页 |
4.1 引言 | 第102页 |
4.2 TSV作为热源的稳态热特性 | 第102-117页 |
4.2.1 自热效应 | 第103-110页 |
4.2.2 热耦合效应 | 第110-117页 |
4.3 TSV作为导热材料的瞬态热特性 | 第117-128页 |
4.3.1 等效热参数的推导过程 | 第118-122页 |
4.3.2 瞬态热路网络建模 | 第122-123页 |
4.3.3 仿真验证 | 第123-128页 |
4.4 本章小结 | 第128-130页 |
第5章 三维集成封装基于流体制冷技术与机器学习算法的动态热管理 | 第130-161页 |
5.1 引言 | 第130页 |
5.2 建模仿真方法 | 第130-140页 |
5.2.1 集成流体热槽的三维封装结构的热模型 | 第130-135页 |
5.2.2 仿真方法与验证 | 第135-140页 |
5.3 基于机器学习的优化控制方法 | 第140-154页 |
5.3.1 数学建模方法 | 第140-144页 |
5.3.2 使用贝叶斯优化 | 第144-149页 |
5.3.3 使用人工神经网络 | 第149-154页 |
5.4 热管理结果 | 第154-159页 |
5.5 本章小结 | 第159-161页 |
第6章 结论与展望 | 第161-164页 |
6.1 结论 | 第161-163页 |
6.2 未来展望 | 第163-164页 |
参考文献 | 第164-172页 |
个人简介 | 第172-174页 |