随着电子产品工作频率的不断升高，封装中的天线辐射效应也愈加显著。在封装产品的设计阶段，必须对封装的结构参数加以充分考虑，并进行仔细地调整。但当封装结构参数众多且复杂时，往往难以通过理论分析和设计经验来分析这些结构参数对远场辐射的影响。为此，实验室研究团队将注意力机制引入到DNN模型中，提出了一种基于层级注意力的DNN模型，以解决WB-BGA封装的辐射预测问题，进而定量评估各个结构参数对远场辐射的贡献大小。此外，层级注意力DNN模型还可以提高原始 DNN 模型的预测准确度，在保持模型准确度不变的情况下，还可以减少训练数据集的数量。最后，研究团队在EMC半电波暗室中对 WB-BGA 封装的加工板进行了远场实验测试，以进一步验证基于注意力的DNN 预测模型的有效性。该工作明确了封装产品中重要的结构参数，相关成果发表在IEEE Trans. Electromagn. Compat.杂志上，为工业界实际产品中结构参数的设计提供了指导意见。

相关的网络结构如下图所示：

图1 基于层级注意力模型的DNN模型架构

图2 不同结构参数及各自对辐射的贡献