基于LabVIEW/Multisim/Python软件的电调电路联合仿真与优化

秦红波 赵伟 刘岩 顾航

摘要：基于LabVIEW、Multisim和Python联合仿真平台实现了电调电路的幅频特性仿真与优化，Multisim主要实现电调电路的时域响应仿真，Python主要完成幅频特性计算、电路性能分析和参数优化等数据处理，LabVIEW作为联合仿真平台用于连接Multisim和Python两个模块，实现数据传输、图形显示，以及电路参数的更迭控制。设计的联合仿真实验实现了相关理论知识的串联和仿真工具的交互，旨在培养学生对于理论知识和仿真工具的实际应用能力。

关键词：电调电路；参数优化；联合仿真

一、引言

LabVIEW和Multisim是美国国家仪器公司（NI）开发的两款软件，其中LabVIEW是一种图形化编程语言的开发环境，而Multisim是一种功能强大的模拟/数字电路仿真软件，二者结合可以为电路虚拟仿真提供更加丰富的功能[1-3]。另一方面，随着近年来人工智能技术的兴起，高级编程语言Python在大数据、图像识别、科学计算等领域得到了广泛应用，其与LabVIEW相结合可用于测试测量任务，将成为当前发展的方向之一[2-3]。尽管LabVIEW分别与Multisim和Python进行联合仿真已有公开文献可查，但三者之间协同工作却鲜有报道，考虑到这三款软件在各自领域具有的独特优势，相互结合并协同仿真将值得人们的期待。

利用LabVIEW中Control Design＆Simulation模块和Connectivity模块，分别对Multisim和Python进行调用，实现三者之间的协同仿真，由此搭建的联合仿真平台可用于电调电路的时域仿真、响应分析和参数优化，有助于学生掌握电路时域仿真的基本原理，理解数据的采集、测试与分析，与智能算法相结合，启发学生将人工智能技术应用于电子电路的仿真和优化当中，激发学习兴趣，提高自主创新能力。

二、联合仿真原理

图1所示，联合仿真基于LabVIEW仿真平台，通过调用Multisim的电路仿真模块和Python的算法模块，来完成整个虚拟仿真实验，软件版本分别为LabVIEW 2018，Multisim 14.2和Python 3.6。首先，对所涉及的主要部分进行简要介绍：

（一）电调电路

选择RLC模拟电路作为研究对象，以压控器件的电压偏置作为电调参数，利用Multisim软件对不同电调参数下的电路响应进行仿真，进而对其幅频特性进行计算，之后通过智能算法得到电调电路中最优参数。

（二）智能算法

将电调电路仿真结果与目标响应之间的误差构造成待优化的目标函数，电调电路中压控器件的偏置电压作为优化参数，再利用Python语言实现的模拟退火算法对该目标函数进行优化，进而预测出更加合理的优化参数。

（三）协同控制

电调电路作为研究对象，智能算法作为优化工具，二者协同配合离不开LabVIEW软件平台，部分数据的处理、参数更新迭代和循环控制等由LabVIEW完成。

为了更清楚的说明联合仿真的过程，对以上三个部分进行详细说明。

三、Multisim的电路仿真模块

图2是Multisim软件仿真的电调电路，其中Input和Output分别是电路的源端和负载端，Bias1，Bias2和Bias3分别是压控电容的偏置电压，本文通过改变偏置电压来调整电路响应，优化目标是1MHz以下的低通滤波器，截止频率在500kHz附近。图3所示，利用LabVIEW中Control Design＆Simulation模块对Multisim仿真电路进行调用，正弦激励信号和三个控制电压输入分别对应图2中Input和三个偏置信号。

在1V正弦激励和偏置电压作用下，由Multisim软件仿真出电调电路的时域响应，并由图3中Output接线端输出，下图给出正弦激励为0.96MHz时，LabVIEW测试观察到的时域响应。

此时，由时域响应分为暂态和稳态，通过对稳态响应取最大值，可以得到该频率下的频谱特性，并最终写入测量文件以供优化算法使用。

四、Python的智能算法模块

利用智能算法对图2中电调电路进行参数优化，基于仿真数据与目标响应的误差构造出待优化的目标函数，以图2中偏置电压Bias1， Bias2和Bias 3作为优化参数，进行电调电路的调试与优化。图5给出模拟退火算法实施过程中的Python环境和部分数据，Sampledata.xlsx是Multisim软件仿真所得时域稳态响应经LabVIEW处理和保存的幅频特性，Idealdata.xlsx是基于压控电容的电调电路的理想幅频特性，二者之间的绝对误差和是模拟退火算法的目标函数。

图5中txt文档是模拟退火算法在迭代过程中定义的各种数据和结果，具体定义如表1所示。

表1中与“X”相关的文件对应图2电路的可调参数，与“Y”相关的文件目标函数取值，经过优化迭代得到电调参数的最优解Bx和目标函数最小值By。

五、LabVIEW的协同控制

以上电路和算法模块需要集成在LabVIEW平台上进行交互控制，图6是图7是联合仿真第一层级的程序框图和显示前面板，图6主要包括参数输入、算法路径设置和当前仿真状态显示。

在图6所示循环条件下，LabVIEW通过Python节点调用智能算法，进而对电调参数进行预测，图7给出了具体实现。

一旦智能算法得到优化参数的预测值，则会送入Multisim进行电路仿真，但由于Multisim直接输出的时域响应在不同频率处进入稳态所需的时间不同，对仿真效率提出了很高要求，因此本文按照频率范围对Multisim软件也进行了设置和选择。由图7可以看出，预测得到的参数并不是直接送入Multisim进行仿真，而是按照频率范围进入下一级程序，如图8所示，在第二级前面板中，频率和优化参数按照不同频段送入再下一级程序以实现与Multisim的交互仿真（图3）。

通过反复的电路仿真、参数预测和反复迭代，最终可以得到优化后的电路响应。

六、结束语

本文构建的LabVIEW、Multisim和Python联合仿真平台，关键在于电路设计、时域仿真、幅频特性分析和参数调试的有效结合，主要有以下特色：從电调电路的时频仿真出发，循序渐进，掌握LabVIEW与Multisim联合仿真方法，熟悉简单电路的时域仿真原理，理解数据的采集和测试，掌握幅频特性分析方法；直观感知电路参数对电路性能的作用和影响，通过LabVIEW调用Python程序来实现电路参数寻优，启发学生将人工智能技术应用到电子电路的仿真和调试当中，激发学习兴趣，提高自主创新能力。

作者单位：秦红波    赵伟    刘岩    顾航    西安电子科技大学机电工程学院

参  考  文  献

[1] 肖如杏， 房俊龙， 杨方， 初永良. 基于LabVIEW和Multisim的电子电路虚拟实验室[J]. 东北农业大学学报， 2008（04）： 106-108.

[2] 韦青燕. 基于LabVIEW和Multisim的串联校正实验软件平台开发[J]. 实验室研究与探索， 2015， 34（02）： 128-131.

[3] 李毅， 李晓辉， 郭万里. 基于LabVIEW-Multisim的低频虚拟实验室设计与实现[J]. 现代电子技术， 2019， 42（06）： 72-75.

[4] 李楠柯， 高建华， 张凤龙， 谢坤. 基于机器视觉的瓶装水漏装检测系统设计[J]. 仪表技术， 2020（03）： 12-14.

[5] 刘规划. LabVIEW和TestStand中调用Python编程[J]. 计算机时代， 2020（07）： 54-58.