CN107679282A - 电荷泵的仿真方法及仿真装置 - Google Patents
电荷泵的仿真方法及仿真装置 Download PDFInfo
- Publication number
- CN107679282A CN107679282A CN201710791945.3A CN201710791945A CN107679282A CN 107679282 A CN107679282 A CN 107679282A CN 201710791945 A CN201710791945 A CN 201710791945A CN 107679282 A CN107679282 A CN 107679282A
- Authority
- CN
- China
- Prior art keywords
- individual
- charge pump
- population
- simulation
- circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 claims abstract description 63
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 235000013599 spices Nutrition 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012938 design process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种电荷泵仿真方法及仿真装置。该仿真方法包括：a)种群建立，所述种群包括多个个体，用于表征电荷传输动态的多个期间中电荷泵的长宽个数的范围；b)执行所述电荷泵的电路仿真，以获得多个仿真参数的仿真结果；c)根据仿真结果对所述多个个体进行加权打分，以获得每个个体的得分；以及d)根据所述多个个体的得分选择优化的个体。该电荷泵仿真方法及装置利用人工智能算法，结合仿真器，实现了电荷泵电路的多性能指标的最优化设计。
Description
技术领域
本发明涉及半导体测试领域，尤其涉及电荷泵的仿真方法及仿真装置。
背景技术
闪存存储器是一种非易失性存储器，在断电情况下仍然能保存已存储的数据信息，而且数据删除不是以字节为单位而是以区块为单位，区块大小一般为256KB到20MB。广泛地应用于手机、数码相机、笔记本、局域网交换机、嵌入式控制器等设备中。图1是现有的计算机系统的示意性框图。该计算机系统包括CPU 11，列译码电路12，行译码电路13，存储矩阵14，列译码电路12和行译码电路13均与CPU 11和存储矩阵14相连接。例如，存储矩阵14包括闪存及用于向闪存提供高压的电荷泵电路。
闪存存储器能够实现非易失的数据存储是由于它能通过内部电荷泵电路产生高压，使电子在强电场的作用下发生隧穿效应，并注入到存储单元的浮栅中。因此电荷泵作为片内的高压产生电路是闪存系统中必不可少的组成部分。电荷泵，也称为开关电容式电压变换器，是一种利用所谓的“快速”(flying)或“泵送”电容(而非电感或变压器)来储能的DC-DC变换器。电荷泵的基本原理是，电容的充电和放电采用不同的连接方式，如并联充电、串联放电，串联充电、并联放电等，实现升压、降压、负压等电压转换功能。
然而，在闪存存储器中电荷泵的电荷传输是动态发生的，其过程也较为复杂，实际设计过程中根据不同的需求往往要在很多性能指标之间进行折中，不仅费时费力，即使工程师最终确定一种方案，也很难确保该方案是最优的。
发明内容
针对上述问题，本发明提供了一种能够自动优化闪存中电荷泵电路仿真结果的方法以及实现此方法需要的仿真装置，用于闪存中电荷泵电路仿真结果的多性能指标自动优化。首先需要进行种群的建立，这里的种群是指多个个体的集合，其中个体是指包含电荷泵电路中各个期间的长宽个数的数组。种群的初始化的过程是指在电路设计者事先给定的各个期间的长宽个数的范围内随机生成每个个体。为了便于后续处理，这些个体可以用2进制表示。然后再执行所述电荷泵的电路仿真，以获得多个仿真参数的仿真结果；接着根据仿真结果对所述多个个体进行加权打分，以获得每个个体的得分；最后根据所述每个个体的得分选择优化的个体，将最优的仿真结果输出。
根据本发明的第一方面，提供一种电荷泵仿真方法，包括：建立多个种群，该种群包括多个个体，用于表征电荷传输动态的多个期间中电荷泵的长宽个数的范围；执行所述电荷泵的电路仿真，以获得多个仿真参数的仿真结果；根据仿真结果对所述多个个体进行加权打分，以获得每个个体的得分；以及根据所述每个个体的得分选择高概率的个体进行优化，最终将最优的仿真结果输出。
优选地，所述的电荷泵仿真方法，还包括：重复步骤a)至d)，直至所述优化的个体的得分满足预定条件。
优选地，所述种群建立的步骤包括：在第一次执行步骤a)中，初始化种群，其中，在设定的各个期间的长宽个数的范围内随机生成所述多个个体。
优选地，所述种群建立的步骤包括：在重复执行的步骤a)中，执行以下步骤：将选择的个体两两进行交叉操作，其中，将选择的个体中数组的至少一个元素与另一个数组的至少一个元素进行互换；以及选取预定数量的个体进行变异，其中，将选择的个体中数组的位数值在0和1之间互换，以建立新的种群。
优选地，所述电路仿真包括采用EDA工具进行电路仿真。
优选的，所述EDA工具包括SPICE。
根据本发明的第二方面，提供一种电荷泵仿真装置，包括：种群建立模块，用于建立种群，所述种群包括多个个体，用于表征电荷传输动态的多个期间中电荷泵的长宽个数的范围；仿真模块，用于执行所述电荷泵的电路仿真，以获得多个仿真参数的仿真结果；评分模块，用于根据仿真结果对所述多个个体进行加权打分，以获得每个个体的得分；以及结果模块，用于根据所述多个个体的得分选择优化的个体，最终将最优的仿真结果输出。
优选地，所述种群建立模块在重复操作中多次建立种群，其中，在第一次建立种群时，初始化种群，其中，在设定的各个期间的长宽个数的范围内随机生成所述多个个体，在随后建立种群时，将选择的个体两两进行交叉操作，其中，将选择的个体中数组的至少一个元素与另一个数组的至少一个元素进行互换；以及选取预定数量的个体进行变异，其中，将选择的个体中数组的位数值在0和1之间互换，以建立新的种群。
优选地，所述电路仿真包括采用EDA工具进行电路仿真。
优选地，所述EDA工具包括SPICE。
本发明提供的仿真方法和仿真装置，具有自动验证仿真结果的功能，利用计算机来进行选择、对比、以及优化的工作，减少了人才资源的浪费，合理地调配了时间和工作量，而且计算机优化比人工优化更具有可靠性，可以减少不必要的错误。提前设置好预定条件，可以使优化更加具有针对性，更合理地检优化仿真参数；利用SPICE等简单EDA工具仿真生成仿真参数，再根据Perl等语言环境下已编好的程序直接进行对比优化，使操作人员可以更快入手。不仅克服了实际设计过程中根据不同的需求往往要在很多性能指标之间进行折中，不仅费时费力的弊端，而且可以确保该方案的优选性。
附图说明
通过以下参照附图对本发明实施例的描述，本发明的上述以及其他目的特征和优点将更为清楚。
图1示出现有的计算机系统的示意性框图。
图2示出根据本发明第一实施例的电荷泵仿真装置的示意性框图。
图3示出根据本发明第二实施例的电荷泵仿真方法的流程图。
图4示出在本发明的仿真方法中采用的SPICE电路仿真的流程图。
具体实施方式
为了使本发明的目的和方案更加清楚，便于实施，下面将结合附图对本发明作进一步详细的说明。
图2示出根据本发明第一实施例的电荷泵仿真装置的示意性框图。该仿真装置包括种群建立模块101、仿真模块102、评分模块103和结果模块104。
种群建立模块101用于建立种群。给定在电荷传输动态的多个期间中电荷泵的长宽个数的范围。
仿真模块102执行电路仿真过程。可以采用常用的EDA工具进行电荷泵电路的模拟电路绘制，验证基本性能，输入电路原理图生成网表文件，遍历网表生成仿真结果，得到仿真结果参数，即需要进行优化的参数。
优选地，仿真模块102选用SPICE工具作为EDA仿真工具，进行电路仿真，网表生成和参数获取。
评分模块103将仿真结果参数进行优化。例如，可以采用Perl、C等常用语言环境下提前编写好程序，在计算机上运行程序来读取仿真结果参数，并根据程序运行将参数进行优化。
结果模块104用于输出评分模块103产生的优化结果。如果仿真结果参数与要求参数相符，则认为电路仿真结果正确，可以进行结果输出；如果检测到仿真结果参数与要求参数不相符，则认为仿真结果不达标，将此仿真参重新进行仿真和优化处理，直到仿真结果符合标准，最后输出结果。
本仿真装置可以减少工程师不必要的工作量，只针对优化参数进行分析处理，更加保证电荷泵电路的可靠性，提高产品的生产效率。
图3示出根据本发明第二实施例的电荷泵仿真方法的流程图。该方法包括步骤S01至S10。
在步骤S01中，建立初始化种群。以spice仿真工具为例，将每个期间的尺寸个数设置为参数，激励文件不同的个体相当于是不同的参数。种群初始化以后，就再利用spice工具对每个个体进行仿真，仿真结束会输出所关心的电荷泵的指标，例如建立速度、驱动能力、效率、纹波等等。
在步骤S02中，执行电荷泵电路的SPICE电路仿真。利用SPICE工具将电荷泵电路的实际电路图转化为模拟电路图。例如，该步骤包括将电荷泵电路的各个元器件在EDA仿真工具中放置好，连接各元器件，使之成为功能完备的模拟电路图。根据输入电路图生成网表文件。
在步骤S03中，读取生成仿真参数文件并加权打分。将网表输入SPICE中进行仿真，得到多个仿真参数结果，并对每个个体的仿真结果进行加权打分。例如，首先根据需求确定多种效益在综合评比时各自所使用的效益指标；其次确定各个指标在综合评比中的权重；然后确定各个指标的计分标准；最后根据以上规定计算出对比方案各自的分数。
在步骤S04中，根据得分给出被选中概率。根据在步骤S03中得到的分数进行分类，按照不同分数给出不同被选中的概率，得分越高的被选中的概率就越高，反之，得分越低的被选中的概率就越低。计算机运行程序，自动筛选被选中参数。
在步骤S05中，进行两两交叉操作。在上一步被选中的个体中，进行随机交叉操作，由程序多次随机选择两个不同的个体，将其中一个个体数组的至少一个元素与另一个个体数组的至少一个元素进行互换，交叉后得到新的参数。
在步骤S06中，进行个体变异得到新种群。选取一定的新个体，将所选个体进行变异，例如对个体中的数组中的某一位进行变异操作，得到新的种群。所谓变异就是指原来的0变为1,1变为0。
在步骤S07中，执行电荷泵电路的SPICE电路仿真。根据得到的新的种群，再一次利用SPICE工具将电荷泵电路的实际电路图转化为模拟电路图。根据输入电路图生成网表文件。
在步骤S08中，读取重新生成仿真参数文件并加权打分。将网表输入SPICE中进行仿真，得到多个仿真参数结果，并对每个个体的仿真结果进行加权打分。
在步骤S09中，进行分数的判断。将进行加权打分的参数进行判断，看是否满足预定条件，若不满足则继续进行优化。
在上述的步骤S03至S09中，可以采用编写好的自动优化程序，将所述多个仿真参数进行优化，最优结果。优选地，在自动优化过程中的自动优化程序采用Perl、C、Basic和DOS命令等易于操作的语言来编写，便于计算机实现。
在步骤S10中，输出结果。当最后分数达到要求后，退出循环操作判断部分，进行最终的方案打印。
图4示出在本发明的仿真方法中采用的SPICE电路仿真的流程图。SPICE电路仿真包括步骤S21至S25。
在步骤S21中，进行器件选型。将电荷泵实际电路转化为模拟电路，首先从元件库选择需要的元器件类型，摆放好位置，然后按照电路图给各元器件连线，保存电路图；
在步骤S22中，输入电荷泵电路的原理图。在SPICE中输入电荷泵电路的原理图，系统运行模拟电路，如若正确运行，会生成网表文件；
在步骤S23中，生成仿真网表。自动生成并导出网表文件，SPICE的网表格式通常为模拟电路和晶体管级电路描述的标准；
在步骤S24中，遍历网表。将网表文件在SPICE中进行仿真，系统自动遍历网表，如若仿真电路可以运行，则可以生成中间文件，如若电路有逻辑错误，系统提示错误，不能生成中间文件；
在步骤S25中，生成仿真参数。能正常运行的电路可以生成仿真参数，作为将要对比的结果参数，保存为第二文件；遍历和生成参数可以多次进行，直至所有需要的参数都被保存在第二文件中。
本发明所述的仿真方法和仿真装置，不同于以往的人工检查程序，耗时费力，本发明以计算机检查为主，人工检查为辅，仿真结果先由设定好的程序对比检验，有错误再由工程师分析错误，而不是一开始便由工程师验证仿真结果，减少了工程师的工作量，避免了资源的不合理利用。根据电路检测需要提前配置好标准参数及其容限，可以使检测更加具有针对性；利用SPICE，Perl等简单工具进行仿真和参数对比，方便本领域的技术人员操作；只检测关键参数的正确与否，可以使异常参数更容易被发现，便于电路的修改。而且计算机检测比人工检测更具有可靠性，也避免了不同工程师检验结果不同的情况，使结果更加清晰可靠，具有良好的可实施性。解决了现有技术中检验过程操作繁琐的问题，有更高的可行性和操作性。
依照本发明的实施例如上文所述，这些实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施例。显然，根据以上描述，对于本领域技术人员而言，本发明可作很多的修改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。本说明书选取并具体描述本实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种电荷泵仿真方法，包括：
a)种群建立，所述种群包括多个个体，用于表征电荷传输动态的多个期间中电荷泵的长宽个数的范围；
b)执行所述电荷泵的电路仿真，以获得多个仿真参数的仿真结果；
c)根据仿真结果对所述多个个体进行加权打分，以获得每个个体的得分；以及
d)根据所述多个个体的得分选择优化的个体。
2.根据权利要求1所述的电荷泵仿真方法，还包括：重复步骤a)至d)，直至所述优化的个体的得分满足预定条件。
3.根据权利要求2所述的电荷泵仿真方法，其中，所述种群建立的步骤包括：
在第一次执行步骤a)中，初始化种群，其中，在设定的各个期间的长宽个数的范围内随机生成所述多个个体。
4.根据权利要求2所述的电荷泵仿真方法，其中，所述种群建立的步骤包括：
在重复执行的步骤a)中，执行以下步骤：
将选择的个体两两进行交叉操作，其中，将选择的个体中数组的至少一个元素与另一个数组的至少一个元素进行互换；以及
选取预定数量的个体进行变异，其中，将选择的个体中数组的位数值在0和1之间互换，以建立新的种群。
5.根据权利要求1所述的仿真方法，其中，所述电路仿真包括采用EDA工具进行电路仿真。
6.根据权利要求5所述的仿真方法，其中，所述EDA工具包括SPICE。
7.一种电荷泵仿真装置，包括：
种群建立模块，用于建立种群，所述种群包括多个个体，用于表征电荷传输动态的多个期间中电荷泵的长宽个数的范围；
仿真模块，用于执行所述电荷泵的电路仿真，以获得多个仿真参数的仿真结果；
评分模块，用于根据仿真结果对所述多个个体进行加权打分，以获得每个个体的得分；以及
结果模块，用于根据所述多个个体的得分选择优化的个体。
8.根据权利要求7所述的电荷泵仿真装置，其中，所述种群建立模块在重复操作中多次建立种群，
其中，在第一次建立种群时，初始化种群，其中，在设定的各个期间的长宽个数的范围内随机生成所述多个个体，
在随后建立种群时，将选择的个体两两进行交叉操作，其中，将选择的个体中数组的至少一个元素与另一个数组的至少一个元素进行互换；以及选取预定数量的个体进行变异，其中，将选择的个体中数组的位数值在0和1之间互换，以建立新的种群。
9.根据权利要求7所述的仿真装置，其中，所述电路仿真包括采用EDA工具进行电路仿真。
10.根据权利要求9所述的仿真装置，其中，所述EDA工具包括SPICE。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710791945.3A CN107679282A (zh) | 2017-09-05 | 2017-09-05 | 电荷泵的仿真方法及仿真装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710791945.3A CN107679282A (zh) | 2017-09-05 | 2017-09-05 | 电荷泵的仿真方法及仿真装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107679282A true CN107679282A (zh) | 2018-02-09 |
Family
ID=61135037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710791945.3A Pending CN107679282A (zh) | 2017-09-05 | 2017-09-05 | 电荷泵的仿真方法及仿真装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107679282A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109617395A (zh) * | 2018-12-27 | 2019-04-12 | 西安紫光国芯半导体有限公司 | 一种提高电荷泵转换效率的方法及电路、电荷泵 |
| WO2019200626A1 (zh) * | 2018-04-18 | 2019-10-24 | 石家庄创天电子科技有限公司 | 人工智能体训练系统及无源电路优化设计系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120005138A1 (en) * | 2010-06-30 | 2012-01-05 | International Business Machines Corporation | Modifying constraint-compliant populations in population-based optimization |
| CN103150459A (zh) * | 2013-01-10 | 2013-06-12 | 北京航空航天大学 | 一种基于遗传算法的低噪声放大器的优化设计方法 |
| CN104392036A (zh) * | 2014-11-19 | 2015-03-04 | 同济大学 | 一种基于遗传算法和ansys仿真的磁通变换器的优化设计方法 |
| CN105303008A (zh) * | 2015-12-03 | 2016-02-03 | 中国科学院微电子研究所 | 一种模拟集成电路优化方法和系统 |
| CN106250650A (zh) * | 2016-08-15 | 2016-12-21 | 北京理工大学 | 高通量仿真中模型的资源分配与优化方法 |
-
2017
- 2017-09-05 CN CN201710791945.3A patent/CN107679282A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120005138A1 (en) * | 2010-06-30 | 2012-01-05 | International Business Machines Corporation | Modifying constraint-compliant populations in population-based optimization |
| CN103150459A (zh) * | 2013-01-10 | 2013-06-12 | 北京航空航天大学 | 一种基于遗传算法的低噪声放大器的优化设计方法 |
| CN104392036A (zh) * | 2014-11-19 | 2015-03-04 | 同济大学 | 一种基于遗传算法和ansys仿真的磁通变换器的优化设计方法 |
| CN105303008A (zh) * | 2015-12-03 | 2016-02-03 | 中国科学院微电子研究所 | 一种模拟集成电路优化方法和系统 |
| CN106250650A (zh) * | 2016-08-15 | 2016-12-21 | 北京理工大学 | 高通量仿真中模型的资源分配与优化方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019200626A1 (zh) * | 2018-04-18 | 2019-10-24 | 石家庄创天电子科技有限公司 | 人工智能体训练系统及无源电路优化设计系统及方法 |
| CN109617395A (zh) * | 2018-12-27 | 2019-04-12 | 西安紫光国芯半导体有限公司 | 一种提高电荷泵转换效率的方法及电路、电荷泵 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110969175B (zh) | 晶圆处理方法及装置、存储介质和电子设备 | |
| CN112433819A (zh) | 异构集群调度的模拟方法、装置、计算机设备及存储介质 | |
| CN109937418B (zh) | 用于仿真的基于波形的重构 | |
| CN103308846B (zh) | 一种基于模型识别的集成芯片功能性能检测方法和装置 | |
| US8271252B2 (en) | Automatic verification of device models | |
| CN101789034B (zh) | 用于构造规范表示的方法和装置 | |
| CN107480327A (zh) | 一种仿真验证方法、装置和电子设备 | |
| CN104778885A (zh) | 一种基于可编程逻辑器件的数字电路实验系统和方法 | |
| CN114662427B (zh) | 一种逻辑系统设计的调试方法及设备 | |
| CN109542713A (zh) | 一种验证方法及验证装置 | |
| CN116450486B (zh) | 多元异构计算系统内节点的建模方法、装置、设备及介质 | |
| CN114637638B (zh) | 一种模板化的存储器测试图形发生器及方法 | |
| US20230376645A1 (en) | Faster Coverage Convergence with Automatic Test Parameter Tuning in Constrained Random Verification | |
| CN100535868C (zh) | 一种实时位真仿真开发系统及其方法 | |
| CN110941934A (zh) | 一种fpga原型验证开发板分割仿真系统、方法、介质及终端 | |
| CN107679282A (zh) | 电荷泵的仿真方法及仿真装置 | |
| CN112613257A (zh) | 验证方法、装置、电子设备和计算机可读存储介质 | |
| CN110705191B (zh) | 一种多形态模拟仿真验证环境的构建方法 | |
| CN105184403A (zh) | 基于机器学习和统计模型检验的工作流最优配置寻优方法 | |
| CN117574767A (zh) | 存内计算架构软硬件系统仿真方法和仿真器 | |
| CN108228965B (zh) | 一种存储单元的仿真验证方法、装置和设备 | |
| CN117495127A (zh) | 用电负荷预测方法、装置、计算机设备及存储介质 | |
| CN108334313A (zh) | 用于大型soc研发的持续集成方法、装置及代码管理系统 | |
| US11842130B1 (en) | Model-based simulation result predictor for circuit design | |
| CN109710562A (zh) | 一种基于selectmap的可配置且高速的fpga配置电路及实现方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Unit a1005-1007, block a, pioneering building, Tsinghua Science Park, 101 University Road, Tangjiawan Town, Zhuhai City, Guangdong Province, 519080 Applicant after: Zhuhai Boya Technology Co.,Ltd. Address before: Unit a1005-1007, block a, pioneering building, Tsinghua Science Park, 101 University Road, Tangjiawan Town, Zhuhai City, Guangdong Province, 519080 Applicant before: ZHUHAI BOYA TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180209 |