驱动电路参数优化方法和装置、电子设备及存储介质与流程

1.本技术涉及显示技术领域，具体涉及一种驱动电路参数优化方法、装置、电子设备及存储介质。


背景技术：

2.由于显示面板薄型化、窄边框的需求，阵列基板行驱动技术(goa，gate driver on array)也随之开始普及，该技术是将门阵列驱动芯片(gate driver ic)集成在阵列(array)玻璃基板上，并去除gate driver ic，改用薄膜晶体管(thin film transistor,tft)布线组成栅极电路形成goa单元来代替外接驱动芯片，实现gate driver ic的驱动功能。
3.在开发新产品的时候，根据分辨率、尺寸等初步确定每个tft的长度数据和宽度数据，然后根据电路图初步把版图设计出来，再提取rc，为了验证goa的性能，需要对goa器件进行模拟仿真和若干次调优，直到得到符合条件的goa版图，其中goa器件模拟仿真需要仿真条件同时都符合，goa设计才算达标，导致重复性工作多，目前现有技术通常是通过人工手动调节，手动模拟仿真得到结果，操作麻烦，需要反复迭代，出错率较高。


技术实现要素：

4.本技术提供一种自动对设计过程中的goa版图进行仿真和调节，实现了goa版图的智能仿真和优化，避免了人工手动模拟仿真和手动调节，降低了仿真调优阶段的工作量，减少出错率的一种驱动电路参数优化方法、装置、电子设备及存储介质。
5.一方面，本技术提供一种驱动电路参数优化方法，包括：
6.获取当前goa器件的当前驱动电路参数信息；
7.对所述当前goa器件进行初始仿真，得到初始仿真结果；
8.根据所述初始仿真结果，确定所述当前驱动电路参数信息中的异常参数信息；
9.根据所述当前驱动电路参数信息和所述初始仿真结果，对所述异常参数信息进行优化，得到目标参数优化结果。
10.在本技术一种可能的实现方式中，所述根据所述当前驱动电路参数信息和所述初始仿真结果，对所述异常参数信息进行优化，得到目标参数优化结果，包括：
11.获取与所述当前驱动电路参数信息匹配的目标参数信息；
12.根据所述当前驱动电路参数信息、所述初始仿真结果以及所述目标参数信息，通过预设的异常参数预测模型对所述当前驱动电路参数信息中的异常参数信息进行优化，得到优化后的目标参数优化结果。
13.在本技术一种可能的实现方式中，所述对所述当前goa器件进行初始仿真，得到初始仿真结果，包括：
14.获取与所述当前goa器件相关的仿真条件信息集合和仿真配置信息；
15.根据所述仿真条件信息集合和所述仿真配置信息，对所述当前goa器件进行初始
仿真，得到初始仿真结果。
16.在本技术一种可能的实现方式中，所述仿真条件信息集合包括n个第一仿真条件信息，其中，n为大于或者等于1的自然数；
17.在所述根据所述仿真条件信息集合和所述仿真配置信息，对所述当前goa器件进行初始仿真，得到初始仿真结果之前，包括：
18.根据预设的仿真条件排序策略，将所述仿真条件信息集合中的所述n个第一仿真条件信息进行排序，得到排序后的n个所述第一仿真条件信息；
19.将排序后的n个所述第一仿真条件信息作为排序仿真条件集合。
20.在本技术一种可能的实现方式中，所述根据所述仿真条件信息集合和所述仿真配置信息，对所述当前goa器件进行初始仿真，得到初始仿真结果，包括：
21.根据所述排序仿真条件集合和所述仿真配置信息，并基于n个所述第一仿真条件信息的排序顺序，依次对所述当前goa器件进行n次初始仿真，得到初始仿真结果。
22.在本技术一种可能的实现方式中，每个所述第一仿真条件信息均包括第一默认条件值和第一目标条件值，所述根据所述排序仿真条件集合和所述仿真配置信息，并基于n个所述第一仿真条件信息的排序顺序，依次对所述当前goa器件进行n次初始仿真，得到初始仿真结果，包括：
23.在第k次仿真过程中，其中，k为小于或者等于n的自然数；
24.确定所述排序仿真条件集合中的第k个所述第一仿真条件信息为第一目标条件值；
25.确定所述排序仿真条件集合中除所述第k个所述第一仿真条件信息之外的(n-1)个所述第一仿真条件信息均为第一默认条件值；
26.将所述第一目标条件值和(n-1)个所述第一默认条件值作为第k个目标仿真条件信息；
27.根据所述第k项目标仿真条件信息和所述仿真配置信息，对所述当前驱动电路参数信息进行在第k次仿真，得到第k项仿真结果；
28.将所述第k项仿真结果作为初始仿真结果。
29.在本技术一种可能的实现方式中，所述将所述第k项仿真结果作为初始仿真结果之后，所述方法还包括：
30.判断所述初始仿真结果是否符合预设的目标仿真结果，得到第一判断结果；
31.若所述第一判断结果为所述初始仿真结果符合预设的目标仿真结果，则判断k是否小于n，是则对所述当前goa器件继续进行第k+1次初始仿真，否则对所述当前goa器件进行最终仿真，将得到的当前最终仿真结果作为目标参数优化结果；
32.若所述第一判断结果为所述初始仿真结果不符合预设的目标仿真结果，则根据所述当前goa器件和所述初始仿真结果，对所述当前驱动电路参数信息中的异常参数信息进行优化，并将k的值置1后，对所述优化后的所述当前goa器件继续进行第k次初始仿真。
33.在本技术一种可能的实现方式中，所述仿真条件信息集合包括m个第二仿真条件信息，每个所述第二仿真条件信息均包括第二默认条件值和第二目标条件值，其中，m为大于或者等于1的自然数；
34.所述对所述当前goa器件进行最终仿真，将得到的当前最终仿真结果作为目标参
数优化结果，包括：
35.确定所述m个第二仿真条件信息均为第二默认条件值；
36.根据所述m个默认条件值和所述仿真配置信息，对所述当前驱动电路参数信息进行最终仿真，得到最终仿真结果；
37.将所述最终仿真结果作为目标参数优化结果。
38.在本技术一种可能的实现方式中，在所述根据所述当前驱动电路参数信息和所述初始仿真结果，对所述异常参数信息进行优化，得到目标参数优化结果之前，所述方法包括：
39.获取多个样本goa器件的样本参数信息；
40.将多个所述样本参数信息作为输入进行初始仿真，得到多个样本初始仿真结果；
41.根据多个所述样本参数信息和多个所述样本初始仿真结果进行模型训练，得到已训练的异常参数预测模型。
42.另一方面，本技术还提供一种驱动电路参数优化装置，所述装置包括：
43.获取模块，用于获取当前goa器件的当前驱动电路参数信息；
44.仿真模块，用于对所述当前goa器件进行初始仿真，得到初始仿真结果；
45.确定模块，用于根据所述初始仿真结果，确定所述当前驱动电路参数信息中的异常参数信息；
46.优化模块，用于根据所述当前驱动电路参数信息和所述初始仿真结果，对所述异常参数信息进行优化，得到目标参数优化结果。
47.所述优化模块具体为：
48.用于获取与所述当前驱动电路参数信息匹配的目标参数信息；
49.用于根据所述当前驱动电路参数信息、所述初始仿真结果以及所述目标参数信息，通过预设的异常参数预测模型对所述当前驱动电路参数信息中的异常参数信息进行优化，得到优化后的目标参数优化结果。
50.所述仿真模块具体为：
51.用于获取与所述当前goa器件相关的仿真条件信息集合和仿真配置信息；
52.用于根据所述仿真条件信息集合和所述仿真配置信息，对所述当前goa器件进行初始仿真，得到初始仿真结果。
53.所述仿真条件信息集合包括n个第一仿真条件信息，其中，n为大于或者等于1的自然数，所述装置还包括排序模块，所述排序模块具体为：
54.用于根据预设的仿真条件排序策略，将所述仿真条件信息集合中的所述n个第一仿真条件信息进行排序，得到排序后的n个所述第一仿真条件信息；
55.用于将排序后的n个所述第一仿真条件信息作为排序仿真条件集合。
56.所述仿真模块具体为：
57.用于根据所述排序仿真条件集合和所述仿真配置信息，并基于n个所述第一仿真条件信息的排序顺序，依次对所述当前goa器件进行n次初始仿真，得到初始仿真结果。
58.每个所述第一仿真条件信息均包括第一默认条件值和第一目标条件值，所述仿真模块具体为：
59.在第k次仿真过程中，其中，k为小于或者等于n的自然数；
60.用于确定所述排序仿真条件集合中的第k个所述第一仿真条件信息为第一目标条件值；
61.用于确定所述排序仿真条件集合中除所述第k个所述第一仿真条件信息之外的(n-1)个所述第一仿真条件信息均为第一默认条件值；
62.用于将所述第一目标条件值和(n-1)个所述第一默认条件值作为第k个目标仿真条件信息；
63.用于根据所述第k项目标仿真条件信息和所述仿真配置信息，对所述当前驱动电路参数信息进行在第k次仿真，得到第k项仿真结果；
64.用于将所述第k项仿真结果作为初始仿真结果。
65.所述仿真模块具体为：
66.用于判断所述初始仿真结果是否符合预设的目标仿真结果，得到第一判断结果；
67.若所述第一判断结果为所述初始仿真结果符合预设的目标仿真结果，则判断k是否小于n，是则对所述当前goa器件继续进行第k+1次初始仿真，否则对所述当前goa器件进行最终仿真，将得到的当前最终仿真结果作为目标参数优化结果；
68.若所述第一判断结果为所述初始仿真结果不符合预设的目标仿真结果，则根据所述当前goa器件和所述初始仿真结果，对所述当前驱动电路参数信息中的异常参数信息进行优化，并将k的值置1后，对所述优化后的所述当前goa器件继续进行第k次初始仿真。
69.所述仿真条件信息集合包括m个第二仿真条件信息，每个所述第二仿真条件信息均包括第二默认条件值和第二目标条件值，其中，m为大于或者等于1的自然数；
70.所述仿真模块具体为：
71.用于确定所述m个第二仿真条件信息均为第二默认条件值；
72.用于根据所述m个默认条件值和所述仿真配置信息，对所述当前驱动电路参数信息进行最终仿真，得到最终仿真结果；
73.用于将所述最终仿真结果作为目标参数优化结果。
74.所述装置还包括模型训练模块，所述模型训练模块具体为：
75.用于获取多个样本goa器件的样本参数信息；
76.用于将多个所述样本参数信息作为输入进行初始仿真，得到多个样本初始仿真结果；
77.用于根据多个所述样本参数信息和多个所述样本初始仿真结果进行模型训练，得到已训练的异常参数预测模型。
78.本技术中在获取了当前goa器件的当前驱动电路参数信息后，对当前goa器件进行仿真，根据仿真结果确定出当前驱动电路参数信息中的异常参数信息，并对异常参数信息进行优化，得到优化后的目标参数优化结果，实现了goa器件设计过程中的智能仿真和优化，避免了人工手动模拟仿真和手动调节，降低了仿真调优阶段的工作量，减少出错率。
附图说明
79.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附
图。
80.图1是本技术实施例中驱动电路参数优化方法的一个实施例流程示意图；
81.图2是本技术实施例中驱动电路参数优化方法的一个实施例流程示意图；
82.图3是本技术实施例中驱动电路参数优化方法的一个实施例流程示意图；
83.图4是本技术实施例中驱动电路参数优化方法的一个实施例流程示意图；
84.图5是本技术实施例中驱动电路参数优化装置的一个实施例结构示意图；
85.图6是本技术实施例中提供的电子设备的一个实施例结构示意图。
具体实施方式
86.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
87.在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一、”“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
88.在本技术中，“示例性”一词用来表示“用作例子、例证或说明。”本技术中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本技术所公开的原理和特征的最广范围相一致。
89.本技术实施例提供一种驱动电路参数优化方法、装置、电子设备及存储介质，以下分别进行详细说明。
90.如图1所示，为本技术实施例中驱动电路参数优化方法的一个实施例流程示意图，该驱动电路参数优化方法包括以下步骤101～104：
91.101、获取当前goa器件的当前驱动电路参数信息。
92.当前goa器件则是当前要进行优化的goa器件，当前goa器件的当前驱动电路参数信息包括当前goa器件的layout版图信息、驱动电路仿真电位点的电性参数以及版图线宽线距，实际应用过程中，通过在系统上配置用于生成当前goa器件的版图的参数文件，根据当前goa器件的版图的参数文件得到当前goa器件的layout版图信息、驱动电路仿真电位点的电性参数以及版图线宽线距。示例性的，当前goa器件包括多个薄膜晶体管(thin film transistor，tft)，当前驱动电路参数信息即为tft的电位点参数信息和tft的版图线宽线距，tft的电位点参数信息包括tft在设定条件下，tft的各个节点的电压信息、电压上升时间信息、电压下降时间信息。
93.102、对当前goa器件进行初始仿真，得到初始仿真结果。
94.在获取当前goa器件的layout版图信息后，将当前goa器件的layout版图信息输入
至系统内进行自动仿真，即对当前goa器件进行初始仿真，得到初始仿真结果。
95.当前goa器件的初始仿真具体包括至少以下6种：高温仿真(high temperature)、低温仿真(low temperature)、正向阈值电压偏移仿真(p vth shift)、正向阈值电压偏移仿真(n vth shift)、vgh在最低电压时的正常运行仿真(vgh margin)以及vss在最高电压时的正常运行仿真(vss margin)。在本实施例中，可以是系统在获取完成当前goa器件的layout版图信息后，仿真模块自动进行对当前goa器件的layout版图信息进行初始仿真，也可以是人工手动导入当前goa器件的layout版图信息至仿真模块中进行仿真。
96.103、根据初始仿真结果，确定当前驱动电路参数信息中的异常参数信息。
97.完成当前goa器件的仿真后，对得到的初始仿真结果进行分析，评价当前goa器件中的各个电性参数范围值信息，并根据预设的目标参数信息，判断当前goa器件的当前驱动电路参数信息是否符合设计标准，若符合，则确定该当前goa器件的当前驱动电路参数信息中没有异常参数信息，若不符合，则对应确定出影响当前goa器件的关键电性参数范围值信息的异常参数信息。在本实施例中，预设的目标参数信息可以是人工预先设置于系统中的。
98.104、根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果。
99.当前驱动电路参数信息中存在异常参数信息时，基于预设的优化策略，并根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果，目标参数优化结果即为可以实现当前goa器件仿真成功的参数结果。
100.根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果，包括：
101.具体的，预设的优化策略包括：获取与当前驱动电路参数信息匹配的目标参数信息，根据当前驱动电路参数信息、初始仿真结果以及目标参数信息，通过预设的异常参数预测模型对当前驱动电路参数信息中的异常参数信息进行优化，得到优化后的目标参数优化结果。
102.目标参数信息即为预先设置的电性参数范围值信息，在进行当前goa器件的初始仿真之前，预先设置与当前goa器件的电性参数范围值信息，即设定当前goa器件的tft的各个电位点的电性参数范围值信息，例如，如表1所示，将tft的g点电压设置为大于或者等于某一目标值，即在设定的仿真条件下，得到的仿真结果中，若tft的g点电压大于或者等于某一目标值时，则表示g点电压仿真符合要求，再例如，将tft的g点的上升时间(rising time)电压设置为小于或者等于某一目标值，即在设定的仿真条件下，得到的仿真结果中，若tft的g点的上升时间小于或者等于该目标值时，则表示g点的上升时间仿真符合要求，当前goa器件的tft的其他电位点也同理，目标值可以根据具体情况进行设定。
103.在当前驱动电路参数信息中存在异常参数信息时，匹配出与当前goa器件的当前驱动电路参数信息对应的目标参数信息，通过预先训练完成的异常参数预测模型，并基于当前驱动电路参数信息、初始仿真结果以及匹配到的目标参数信息，对当前驱动电路参数信息中的异常参数信息进行优化，得到优化后的目标参数优化结果，从而实现当前goa器件在设计过程中的智能优化。
104.表1tft各个电位点的电性参数范围值信息
105.电性参数要求电性参数要求
g点电压≥目标值p点ripple≤目标值g点rising time≤目标值stn点rising time≤目标值g点falling time≤目标值stn点falling time≤目标值g点ripple up≤目标值stn点ripple≤目标值g点ripple dowm≥目标值k点rising time≤目标值vq1≥目标值k点falling time≤目标值vq2≥目标值k点ripple≤目标值q点ripple up≤目标值s点rising time≤目标值q点ripple dowm≥目标值s点falling time≤目标值data rising time≤目标值s点ripple≤目标值data falling time≤目标值t点rising time≤目标值p点rising time≤目标值t点falling time≤目标值p点falling time≤目标值t点ripple≤目标值
106.本技术中在获取了当前goa器件的当前驱动电路参数信息后，对当前goa器件进行仿真，根据仿真结果确定出当前驱动电路参数信息中的异常参数信息，并对异常参数信息进行优化，得到优化后的目标参数优化结果，实现了goa器件设计过程中的智能仿真和优化，避免了人工手动模拟仿真和手动调节，降低了仿真调优阶段的工作量，减少出错率。
107.在本技术一些实施例中，如图2所示，对当前goa器件进行初始仿真，得到初始仿真结果，包括步骤201～202：
108.201、获取与当前goa器件相关的仿真条件信息集合和仿真配置信息。
109.由于不同的goa器件对应有不同的仿真条件信息，为了实现goa器件的智能仿真，则在goa器件仿真之前，收集对应的不同的仿真条件信息，并根据对应的goa器件对多个不同的仿真条件信息进行分组，得到对应的多个仿真条件信息集合。
110.在进行当前goa器件的初始仿真时，则根据当前goa器件的当前驱动电路参数信息，匹配出对应的仿真条件信息集合，同时获取仿真配置信息，仿真配置信息即为系统实现当前goa器件仿真的仿真文件，在本实施例中，仿真配置文件包括初版ini文件、drc file文件、itf file文件、netlist file文件、model file文件、map file文件、parameter file文件、lvs rule文件以及lvs netlist file文件，其中，初版ini文件指当前goa器件生成版图的参数文件；drc file文件是检查当前goa器件的版图线宽线距相关的rule文件；itf file文件是提取当前goa器件的阻容负载(rc loading)的文件；netlist file文件、model file文件、map file文件以及parameter file文件是系统对当前goa器件模拟仿真需要的文件，lvs rule文件以及lvs netlist file文件是用于对比检查当前goa器件的版图与线路图的文件，在本实施例中，仿真配置信息可以是以文件路径的方式设置于系统中，通过系统调用对应的文件路径，则获取对应的仿真配置信息。
111.202、根据仿真条件信息集合和仿真配置信息，对当前goa器件进行初始仿真，得到初始仿真结果。
112.在获取到对应的仿真条件集合和仿真配置信息后，通过仿真模块对当前goa器件进行仿真，得到初始仿真结果。
113.在本技术一些实施例中，仿真条件信息集合包括n个第一仿真条件信息，其中，n为
大于或者等于1的自然数，示例性的，仿真条件信息集合可以包括6个第一仿真条件信息,即仿真条件信息集合可以是由high temperature、low temperature、p vth shift、n vth shift、vgh margin以及vss margin的值构成的6个第一仿真条件信息，也可以是其他仿真条件构成的集合，这里不做具体的限定。
114.仿真过程中，基于仿真条件信息集合中的其中一个仿真条件信息，对当前goa器件的多个驱动电路仿真电位点进行仿真，并且需要基于仿真条件信息集合中的每个仿真条件信息，均要对当前goa器件的多个驱动电路仿真电位点进行一次仿真。为了提升对当前goa器件的仿真效率，因此，如图3所示，在根据仿真条件信息集合和仿真配置信息，对当前goa器件进行初始仿真，得到初始仿真结果之前，包括步骤301～302：
115.301、根据预设的仿真条件排序策略，将仿真条件信息集合中的n个第一仿真条件信息进行排序，得到排序后的n个第一仿真条件信息。
116.示例性的，若仿真条件信息集合是由high temperature、low temperature、p vth shift、n vth shift、vgh margin以及vss margin的值构成的，按照预设的仿真条件排序策略，可以将high temperature作为仿真条件信息集合中的第1个第一仿真条件信息，将low temperature作为仿真条件信息集合中的第2个第一仿真条件信息，以此类推，将vgh margin作为仿真条件信息集合中的第6个第一仿真条件信息，得到由排序后的6个第一仿真条件信息，在本实施例中，仿真条件排序策略是预先设定于系统内的，仿真条件排序策略可以是基于仿真条件的名称顺序对多个第一仿真条件信息进行排序，也可以根据仿真条件的重要程度对多个第一仿真条件信息进行排序，也可以是通过其他方式限定的仿真条件排序策略，这里不做具体限定。
117.302、将排序后的n个第一仿真条件信息作为排序仿真条件集合。
118.将排序后的6个第一仿真条件信息作为即将对当前goa器件进行仿真的排序仿真条件集合。
119.在本技术一些实施例中，根据仿真条件信息集合和仿真配置信息，对当前goa器件进行初始仿真，得到初始仿真结果，包括：
120.根据排序仿真条件集合和仿真配置信息，并基于n个第一仿真条件信息的排序顺序，依次对当前goa器件进行n次初始仿真，得到初始仿真结果。
121.其中，每个第一仿真条件信息均包括第一默认条件值和第一目标条件值。
122.第一默认条件值即为预先在系统内设定的默认仿真条件初始值，第一目标条件值即为根据当前goa器件所设定的仿真条件目标值。示例性的，high temperature的第一默认条件值为25摄氏度，根据当前goa器件所设定的第一目标条件值为30摄氏度。
123.在本实施例中，如表2所示，通过设置目标值的方式设置模拟过程中所用到的high temperature、low temperature、p vth shift、n vth shift、vgh margin以及vss margin的值，且每个第一仿真条件信息均是以路径的方式进行调用。
124.表2第一仿真条件信息
125.序号第一仿真条件信息第一仿真条件信息位置要求1high temperatureini中的“temper”目标值2low temperatureini中的“temper”目标值3p vth shiftparameter file中的"vths_all"目标值
4n vth shiftparameter file中的"vths_all"目标值5vgh marginparameter file中的"v_h"目标值6vss marginparameter file中的"v_l和vssg"目标值7调节倍数ini中的section:[t21],value：“w”目标值8t21调节上限ini中的section:[t21],value：“w”目标值9t21调节下限ini中的section:[t21],value：“w”目标值
[0126]
在对当前goa器件仿真过程中，当匹配到的仿真条件信息集合中包含n个第一仿真条件信息时，则需要对当前goa器件进行n+1次仿真。
[0127]
具体的，如图4所示，根据排序仿真条件集合和仿真配置信息，并基于n个第一仿真条件信息的排序顺序，依次对当前goa器件进行n次初始仿真，得到初始仿真结果，包括：
[0128]
在第k次仿真过程中，其中，k为小于或者等于n的自然数；
[0129]
确定排序仿真条件集合中的第k个第一仿真条件信息为第一目标条件值；
[0130]
确定排序仿真条件集合中除第k个第一仿真条件信息之外的(n-1)个第一仿真条件信息均为第一默认条件值；
[0131]
将第一目标条件值和(n-1)个第一默认条件值作为第k个目标仿真条件信息；
[0132]
根据第k项目标仿真条件信息和仿真配置信息，对当前驱动电路参数信息进行在第k次仿真，得到第k项仿真结果；
[0133]
将第k项仿真结果作为初始仿真结果。
[0134]
将第k项仿真结果作为初始仿真结果之后，方法还包括：
[0135]
判断初始仿真结果是否符合预设的目标仿真结果，得到第一判断结果；
[0136]
若第一判断结果为初始仿真结果符合预设的目标仿真结果，则判断k是否小于n，是则对当前goa器件继续进行第k+1次初始仿真，否则对当前goa器件进行最终仿真，将得到的当前最终仿真结果作为目标参数优化结果；
[0137]
若第一判断结果为初始仿真结果不符合预设的目标仿真结果，则根据当前goa器件和初始仿真结果，对当前驱动电路参数信息中的异常参数信息进行优化，并将k的值置1后，对优化后的当前goa器件继续进行第k次初始仿真。
[0138]
仿真条件信息集合包括m个第二仿真条件信息，每个第二仿真条件信息均包括第二默认条件值和第二目标条件值，其中，m为大于或者等于1的自然数；其中，当若第一判断结果为初始仿真结果符合预设的目标仿真结果，则判断k不是小于n时，则对当前goa器件进行最终仿真。
[0139]
在本实施例中，对当前goa器件进行最终仿真，将得到的当前最终仿真结果作为目标参数优化结果，具体包括：
[0140]
确定m个第二仿真条件信息均为第二默认条件值；
[0141]
根据m个默认条件值和仿真配置信息，对当前驱动电路参数信息进行最终仿真，得到最终仿真结果；
[0142]
将最终仿真结果作为目标参数优化结果。
[0143]
在本实施例中，示例性的，当匹配到的仿真条件信息集合中包含6个第一仿真条件信息时，则需要对当前goa器件进行7次仿真，在根据仿真条件信息集合得到排序后的排序仿真条件集合后，对当前goa器件的前6次仿真，则根据排序仿真条件集合中的6个第一仿真
条件信息的排序顺序，在第n次仿真过程中，依次将对应的第n个第一仿真条件信息的值修改为第一目标条件值，且将其余的5个仿真条件信息的值均修改为第一默认条件值，然后基于该第n个仿真条件信息为第一目标条件值，其余5个仿真条件信息的值均为第一默认条件值，对当前goa器件进行仿真。
[0144]
例如，当排序仿真条件集合是由high temperature、low temperature、p vth shift、n vth shift、vgh margin以及vss margin依次构成，则在第3次仿真过程中，将第3个第一仿真条件信息的值修改为第一目标条件值，即将p vth shift的值设置为第一目标条件值，并将排序仿真条件集合中的其余5个第一仿真条件信息的值修改为第一默认条件值，再基于p vth shift的值为第一目标条件值，其余5个第一仿真条件信息为第一默认条件值的基础上，对当前goa器件进行仿真，得到初始仿真结果，以此类推，完成对当前goa器件的前6次初始仿真。
[0145]
在完成前6次初始仿真之后，若其中有任何一次初始仿真得到的初始仿真结果不符合预设的目标仿真结果，则停止再对当前goa器件进行下一步的仿真，直接进入对当前goa器件的优化程序中，若完成前6次初始仿真之后，每一次的初始仿真得到的初始仿真结果均符合预设的目标仿真结果，则继续对当前goa器件进行第7次仿真，第7次则是将排序仿真条件集合中的6个个第一仿真条件信息均设置为第一默认条件值，基于6个第一默认条件值对当前goa器件进行仿真，则得到的最终仿真结果即可作为目标参数优化结果。
[0146]
在本技术一些实施例中，在根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果之前，方法包括：
[0147]
获取多个样本goa器件的样本参数信息。
[0148]
样本参数信息即为样本goa器件的样本layout版图信息、样本驱动电路仿真电位点的电性参数以及样本版图线宽线距，在进行异常参数预测模型训练之前，采集多个不同样本goa器件对应的多个不同的样本参数信息。
[0149]
将多个样本参数信息作为输入进行初始仿真，得到多个样本初始仿真结果。
[0150]
基于上述当前goa器件的初始仿真方式，将多个样本参数信息作为仿真模块的输入进行仿真，得到与多个样本参数信息对应的多个样本初始仿真结果。
[0151]
根据多个样本参数信息和多个样本初始仿真结果进行模型训练，得到已训练的异常参数预测模型。
[0152]
确定好待训练模型后，将多个样本参数信息和多个样本初始仿真结果作为待训练模型的输入数据，训练过程中，将多个样本参数信息输入至待训练模型中进行训练，得到多个训练完成的待验证初始仿真结果，基于多个样本初始仿真结果对多个待验证初始仿真结果进行验证，得到验证结果，根据验证结果，对待训练模型的权重不断进行调整，最终得到已训练的异常参数预测模型。在本实施例中，可以采用遗传算法搭建待训练模型，也可以采用其他算法搭建带训练模型，这里不做具体的限定。
[0153]
在本实施例中，实际应用过程中，得到已训练的异常参数预测模型后，在当前goa器件的初始仿真结果不符合预设的目标仿真结果时，可以通过异常参数预测模型定位出影响当前goa器件的当前驱动电路参数信息中的异常参数信息，并实时对当前goa器件的异常参数信息进行修改，达到一个快速反馈的效果。另外在本实施例中，在对当前goa器件的异常参数信息进行修改时，可以是同时对当前goa器件中的多个tft按照一定规则进行批量修
改，提高优化效率，也可以是单独对当前goa器件中的每个tft来进行调节，从而实现对当前goa器件精准优化。
[0154]
表3tft的沟道长度w
[0155]
序号参数section参数名1t11[t11]w2t21[t21]w3t22[t22]w4t31[t31]w5t32/t33[t32t33]w6t41[t41]w7t42/t43[t42t43]w8t44[t44]w9t51/t61[t51t61]w10t52/t62[t52t62]w11t53/t63[t53t63]w12t54/t64[t54t64]w13t72[t72]w14t73[t73]w
[0156]
示例性的，当异常参数预测模型识别出影响当前goa器件电性特征的参数为当前goa器件的tft的沟道长度w，则异常参数预测模型可以对当前goa器件中多个tft的沟道长度w进行批量调整，即按照相同倍数缩放多个tft的沟道长度w，例如，预先设定异常参数预测模型对tft沟道长度w的倍数缩放范围为正负5000，倍数step为1000，如表3所示，以当前goa器件中参数为“t21”的tft为准，当t21为10000，t21的调整范围最大为15000，最小为5000，则对当前goa器件的其他多个tft的沟道长度w调整的调整范围为最大为15000/10000＝1.5，最小为5000/10000＝0.5，即调整范围为0.5～1.5，且对当前goa器件的其他多个tft的沟道长度w调整的倍数step为就是1000/10000＝0.1，此时，当倍数step为0.1时，若t11为1000，则t11调整为100，依次类推，当前goa器件的其他tft也作出同样调整，若是单独对每个tft进行调整，则更加精准。
[0157]
为了更好实施本技术实施例中驱动电路参数优化方法，在驱动电路参数优化方法基础之上，本技术实施例中还提供一种驱动电路参数优化装置，如图5所示，所述400包括：
[0158]
获取模块401，用于获取当前goa器件的当前驱动电路参数信息；
[0159]
仿真模块402，用于对当前goa器件进行初始仿真，得到初始仿真结果；
[0160]
确定模块403，用于根据初始仿真结果，确定当前驱动电路参数信息中的异常参数信息；
[0161]
优化模块404，用于根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果。
[0162]
优化模块404具体为：
[0163]
用于获取与当前驱动电路参数信息匹配的目标参数信息；
[0164]
用于根据当前驱动电路参数信息、初始仿真结果以及目标参数信息，通过预设的
异常参数预测模型对当前驱动电路参数信息中的异常参数信息进行优化，得到优化后的目标参数优化结果。
[0165]
仿真模块402具体为：
[0166]
用于获取与当前goa器件相关的仿真条件信息集合和仿真配置信息；
[0167]
用于根据仿真条件信息集合和仿真配置信息，对当前goa器件进行初始仿真，得到初始仿真结果。
[0168]
仿真条件信息集合包括n个第一仿真条件信息，其中，n为大于或者等于1的自然数，装置还包括排序模块，排序模块具体为：
[0169]
用于根据预设的仿真条件排序策略，将仿真条件信息集合中的n个第一仿真条件信息进行排序，得到排序后的n个第一仿真条件信息；
[0170]
用于将排序后的n个第一仿真条件信息作为排序仿真条件集合。
[0171]
仿真模块402具体为：
[0172]
用于根据排序仿真条件集合和仿真配置信息，并基于n个第一仿真条件信息的排序顺序，依次对当前goa器件进行n次初始仿真，得到初始仿真结果。
[0173]
每个第一仿真条件信息均包括第一默认条件值和第一目标条件值，仿真模块402具体为：
[0174]
在第k次仿真过程中，其中，k为小于或者等于n的自然数；
[0175]
用于确定排序仿真条件集合中的第k个第一仿真条件信息为第一目标条件值；
[0176]
用于确定排序仿真条件集合中除第k个第一仿真条件信息之外的(n-1)个第一仿真条件信息均为第一默认条件值；
[0177]
用于将第一目标条件值和(n-1)个第一默认条件值作为第k个目标仿真条件信息；
[0178]
用于根据第k项目标仿真条件信息和仿真配置信息，对当前驱动电路参数信息进行在第k次仿真，得到第k项仿真结果；
[0179]
将第k项仿真结果作为初始仿真结果。
[0180]
仿真模块402具体为：
[0181]
用于判断初始仿真结果是否符合预设的目标仿真结果，得到第一判断结果；
[0182]
若第一判断结果为初始仿真结果符合预设的目标仿真结果，则判断k是否小于n，是则对当前goa器件继续进行第k+1次初始仿真，否则对当前goa器件进行最终仿真，将得到的当前最终仿真结果作为目标参数优化结果；
[0183]
若第一判断结果为初始仿真结果不符合预设的目标仿真结果，则根据当前goa器件和初始仿真结果，对当前驱动电路参数信息中的异常参数信息进行优化，并将k的值置1后，对优化后的当前goa器件继续进行第k次初始仿真。
[0184]
仿真条件信息集合包括m个第二仿真条件信息，每个第二仿真条件信息均包括第二默认条件值和第二目标条件值，其中，m为大于或者等于1的自然数；
[0185]
仿真模块402具体为：
[0186]
用于确定m个第二仿真条件信息均为第二默认条件值；
[0187]
用于根据m个默认条件值和仿真配置信息，对当前驱动电路参数信息进行最终仿真，得到最终仿真结果；
[0188]
用于将最终仿真结果作为目标参数优化结果。
[0189]
装置还包括模型训练模块，模型训练模块具体为：
[0190]
用于获取多个样本goa器件的样本参数信息；
[0191]
用于将多个样本参数信息作为输入进行初始仿真，得到多个样本初始仿真结果；
[0192]
用于根据多个样本参数信息和多个样本初始仿真结果进行模型训练，得到已训练的异常参数预测模型。
[0193]
在本技术的另一个实施例中，如图6所示，本技术还提供一种电子设备500，其示出了本技术实施例所涉及的电子设备的结构示意图，具体来讲：
[0194]
该电子设备可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、电源503和输入单元504等部件。本领域技术人员可以理解，图6中示出的该电子设备结构并不构成对该电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
[0195]
处理器501是该电子设备的控制中心，利用各种接口和线路连接整个该电子设备的各个部分，通过运行或执行存储在存储器502内的软件程序和/或模块，以及调用存储在存储器502内的数据，执行该电子设备的各种功能和处理数据，从而对该电子设备进行整体监控。可选的，处理器501可包括一个或多个处理核心；处理器501可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，优选的，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。
[0196]
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据该电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
[0197]
该电子设备还包括给各个部件供电的电源503，优选的，电源503可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源503还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
[0198]
该电子设备还可包括输入单元504，该输入单元504可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
[0199]
尽管未示出，该电子设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，该电子设备中的处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501来运行存储在存储器502中的应用程
序，从而实现各种功能，如下：
[0200]
获取当前goa器件的当前驱动电路参数信息；
[0201]
对当前goa器件进行初始仿真，得到初始仿真结果；
[0202]
根据初始仿真结果，确定当前驱动电路参数信息中的异常参数信息；
[0203]
根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果。
[0204]
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
[0205]
在本技术一些实施例中，本技术还提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。其上存储有计算机程序，计算机程序被处理器进行加载，以执行本技术实施例所提供的驱动电路参数优化方法中的步骤。例如，计算机程序被处理器进行加载可以执行如下步骤：
[0206]
获取当前goa器件的当前驱动电路参数信息；
[0207]
对当前goa器件进行初始仿真，得到初始仿真结果；
[0208]
根据初始仿真结果，确定当前驱动电路参数信息中的异常参数信息；
[0209]
根据当前驱动电路参数信息和初始仿真结果，对异常参数信息进行优化，得到目标参数优化结果。
[0210]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
[0211]
以上对本技术实施例所提供的一种驱动电路参数优化方法和装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。