CN110598305B - 一种比较电路扫描仿真增量的灵敏度分析方法 - Google Patents
一种比较电路扫描仿真增量的灵敏度分析方法 Download PDFInfo
- Publication number
- CN110598305B CN110598305B CN201910840469.9A CN201910840469A CN110598305B CN 110598305 B CN110598305 B CN 110598305B CN 201910840469 A CN201910840469 A CN 201910840469A CN 110598305 B CN110598305 B CN 110598305B
- Authority
- CN
- China
- Prior art keywords
- simulation
- scanning
- increment
- sensitivity
- condition
- 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.)
- Active
Links
Images
Abstract
一种比较电路扫描仿真增量的灵敏度分析方法,包括以下步骤:构建IC电路时序路径集和扫描仿真条件因子离散集,通过SPICE仿真得到电路时序路径的扫描仿真参数集;对扫描仿真数据进行处理,计算出增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异;根据所述增量相对差百分比计算灵敏度因子;利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化分析;计算综合灵敏度因子指标。本发明还提供一种比较电路扫描仿真增量的灵敏度分析系统,对目标电路SPICE扫描的仿真时序结果进行灵敏度分析,使最终求算的灵敏度因子可以更好地进行多类型时序仿真参数之间的比较,使得扫描仿真过程的灵敏度分析变得简捷和直观。
Description
技术领域
本发明涉及EDA设计领域,特别涉及一种比较电路扫描仿真增量的灵敏度分析方法。
背景技术
在专用集成电路ASIC(Application-Specific Integrated Circuit)逻辑设计和物理设计的流程中,设计人员必须严格考虑时序约束(Timing Constraint)问题(从时序的建立、验证到最终时序的确认)。伴随着IC制造工艺的发展,尤其是进入深亚微米工艺条件后,传统的且常用的静态时序分析STA(Static Timing Analysis)方法无法完整地包含影响延时计算的各种因素,无法验证电路功能,无法适用多种类型的电路,且其价格昂贵(新工艺建库和工具支持方面)。此时,工程师将转向动态时序分析DTA(Dynamic TimingAnalysis)方法,即基于SPICE格式或RTL格式的门级或晶体管级的时序仿真来完成时序分析和时序验收,可同时完成电路时序和电路功能分析,且适用于任何类型的电路。但后一种方式为了提高时序关键路径的覆盖率需要大量的测试向量,包含工作电压,温度,工艺,输入激励,负载等多个参考因素,且当IC设计规模增大时,其资源消耗和时间消耗也会大量增加。灵敏度能够表征IC电路路径的时序或功能各个参数伴随着仿真条件变化的敏感程度,故灵敏度分析在IC电路的时序功能分析和工艺设计优化方面,以及仿真模型的可靠性测试向量的选择和组合方面均具有重要的指导意义。
发明内容
为了解决现有技术存在的不足,本发明的目的在于提供一种比较电路扫描仿真增量的灵敏度分析方法、系统及装置,对目标电路SPICE扫描的仿真时序结果进行灵敏度分析,获取伴随仿真条件变化(如电压,温度等)下的该电路时序路径相关参数的变化信息,指导该电路工艺设计优化,指导后续仿真模型参数的选择或组合,以缩短IC工艺设计周期,加快时序验收过程。
为实现上述目的,本发明至少一个实施例提供一种比较电路扫描仿真增量的灵敏度分析方法,包括以下步骤:
1)构建IC电路时序路径集和扫描仿真条件因子离散集,通过SPICE仿真得到电路时序路径的扫描仿真参数集;
2)对扫描仿真数据进行处理,计算出增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异;
3)根据所述增量相对差百分比计算灵敏度因子;
4)利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化分析;
5)计算综合灵敏度因子指标。
进一步地,所述步骤2)进一步包括,对扫描仿真条件因子排序、仿真数据的增量计算和转换,计算出各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异。
进一步地,所述对扫描仿真条件因子排序,是按照扫描因素Ω升序或降序进行排列,确定扫描仿真条件因子离散集的初始数ω0和中数ωmid,取ω0和ωmid及与之对应的仿真参数φ0和φmid作为增量特征计算的基准点。
进一步地,所述仿真数据的增量计算,公式如下:
其中ω0为基准参考,φ∈Φ依次替换成多个有效的SPICE仿真参数类型。
进一步地,所述仿真数据的增量转换,取Δωmid=ωmid-ω0和Δφmid=φmid-φ0作为增量基准,计算增量相对差百分比,公式为:
进一步地,所述步骤3)根据所述增量相对差百分比计算灵敏度因子,公式如下:
更进一步地,所述5)计算综合灵敏度因子指标,公式如下:
是取扫描仿真过程中仿真参数对应的灵敏度因子的算术平均作为其灵敏度综合指标,来定量地表征该电路仿真参数相对仿真条件变化的敏感性。
为实现上述目的,本发明至少一个实施例提供一种比较电路扫描仿真增量的灵敏度分析系统,包括,扫描模块、SPICE仿真模块、增量处理模块、灵敏度因子计算模块,以及可视化分析模块,其特征在于,
所述扫描模块,其对仿真条件因子进行扫描,并将扫描仿真条件因子分别传送给所述SPICE仿真模块和所述增量处理模块;
所述SPICE仿真模块,其对IC电路时序路径扫描仿真条件因子进行SPICE仿真,得到电路时序路径的扫描仿真数据;
所述增量处理模块,对扫描仿真数据进行处理,消除时序仿真参数的量纲及其数据分布之间的差异;
所述灵敏度因子计算模块,其根据增量相对差百分比计算灵敏度因子及综合灵敏度因子指标;
所述可视化分析模块,其利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化,完成有效的灵敏度分析。
更进一步地,所述增量处理模块,其对扫描仿真条件因子排序、仿真数据的增量计算和转换,计算出各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比,其中,
所述对扫描仿真条件因子排序,是按照扫描因素Ω升序或降序进行排列,确定扫描仿真条件因子离散集的初始数ω0和中数ωmid,取ω0和ωmid及与之对应的仿真参数φ0和φmid作为增量特征计算的基准点;
所述仿真数据的增量计算,采用公式如下:
φ∈Φ依次替换成多个有效的SPICE仿真参数类型;
所述仿真数据的增量转换,取Δωmid=ωmid-ω0和Δφmid=φmid-φ0作为增量基准,计算增量相对差百分比,公式为:
为实现上述目的,本发明至少一个实施例提供一种比较电路扫描仿真增量的灵敏度分析装置,包括存储器和处理器,所述存储器上储存有在所述处理器上运行的程序,所述处理器运行所述程序时,实现上述比较电路扫描仿真增量的灵敏度分析方法的步骤。
为实现上述目的,本发明至少一个实施例提供一种计算机可读存储介质,其上存储有程序,所述程序可被处理器执行,实现上述比较电路扫描仿真增量的灵敏度分析方法的步骤。
本发明提出的基于电路扫描仿真增量的灵敏度分析方法,其技术要点如下:
1)数据增量替换的思想。通过数据增量替代原始数据,进一步消除了多类型仿真参数之间的差异,通过数据增量处理后获得的灵敏度因子能够有效地表征仿真时序参数伴随扫描条件改变的变化趋势和变化程度信息;
2)可视化分析的应用。传统的灵敏度因子计算方法很难获取清晰而有效的敏感曲线,在数据预处理时通过扫描仿真条件因子排序和仿真数据参考选取实现数据集的规范化,且其敏感曲线存在固定规律,使灵敏度分析过程变得明朗高效;
3)灵敏度分析的应用。根据综合灵敏度指标和敏感曲线来描述整个扫描仿真过程,将灵敏度高的扫描仿真过程分析结果作用于后续的电路时序或功能分析,以及IC工艺的设计和优化。
本发明提出的技术解决方案具有如下优势:
1)通过改进经典的灵敏度分析方法来进行灵敏度因子计算,巧妙地利用了增量计算和转换过程,使用数据增量替换原始数据的角色完成计算,相比于一些考虑参数概率分布特性的计算方法,其形式简单,计算快速;
2)通过定向排序,中数选取和增量处理等关键性处理步骤,可以对原始数据完成规范化处理,即可消除多个时序仿真参数的量纲及其数据分布之间的差异,使最终求算的灵敏度因子可以更好地进行多类型时序仿真参数之间的比较;
3)同时,通过2)中提到的关键性处理步骤,使得到的数据增量的分布具有以下共同特点:扫描仿真条件因子中数对应的增量相对差百分比一定为0,而起始数对应的增量相对差百分比一定为±100%。如此,多个仿真参数数据敏感曲线(ρφ~ρω,即仿真参数和扫描仿真条件因子的增量相对差百分比对应关系)则被限制到特定的范围,覆盖到某些固定点,而通过判断曲线的凹凸程度及稳定性即可在同一衡量标准下准确分析该扫描仿真过程的相对变化程度;
4)在灵敏度分析缺少数据参考的环境下,通过增量计算和转换等关键处理,有效地确定了数据参考标准,减少了不同类型数据之间的差异,使得扫描仿真过程的灵敏度分析变得简捷和直观。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发明的实施例一起,用于解释本发明,并不构成对本发明的限制。在附图中:
图1为根据本发明的比较电路扫描仿真增量的灵敏度分析方法的流程图;
图2为根据本发明的比较电路扫描仿真增量的灵敏度分析系统示意图;
图3为根据本发明的比较电路扫描仿真增量的灵敏度分析方法的实施方式的敏感曲线图;
图4为根据本发明的比较电路扫描仿真增量的灵敏度分析装置框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明实施例中,扫描仿真条件因子(如电压,温度等)可通过-by Points或-byStep两种方式给出,前一种方式直接指定特定的离散扫描点,一般有无序,间隔不等的特点;而后一种方式间接指定扫描的起点、终点和步长,来输入有序且等间隔的离散扫描点。通过SPICE仿真可获得多种类型的扫描仿真数据,并结合扫描仿真条件因子共同完成后续的计算和分析。增量计算和增量转换,使得多类型数据的差异在极简单方式下消除,从而变得可直接相互比较,此外也有利于灵敏度因子的计算和该扫描仿真过程的可视化分析。
图1为根据本发明的比较电路扫描仿真增量的灵敏度分析方法的流程图,下面将参考图1,对本发明的比较电路扫描仿真增量的灵敏度分析方法进行详细描述。
首先,在步骤101,构建IC电路时序路径集和扫描仿真条件因子离散集,通过SPICE仿真得到电路时序路径的多类型扫描仿真参数集。
本发明的至少一个实施例中,采取单因素变化的扫描方式改变仿真条件,通过SPICE仿真获取电路时序路径上的仿真参数,包括Path Setup/Hold Slack、Launch ClockPath Delay,Data Path Delay和Capture Clock Path Delay等。
扫描仿真条件因子(如电压,温度等)可通过by Points或by Step两种方式给出,by Points方式为直接指定特定的离散扫描点,具有无序、间隔不等的特点;而by Step方式为间接指定扫描的起点、终点和步长,来输入有序且等间隔的离散扫描点。
本发明的至少一个实施例中,通过SPICE仿真可获得多种类型的扫描仿真数据。
在步骤102,对扫描仿真数据进行处理,消除时序仿真参数的量纲及其数据分布之间的差异。
本发明的至少一个实施例中,通过扫描仿真条件因子排序、仿真数据的增量计算和转换,计算各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异。
本发明的实施例中,扫描仿真条件因子的排序,是按照扫描因素Ω升序或降序进行排列,确定扫描仿真条件因子离散集的初始数ω0和中数ωmid:奇数数目扫描点取其最中心点,偶数数目扫描点则取最中间两点的均值。取ω0和ωmid及与之对应的仿真参数φ0和φmid作为增量特征计算的基准点。
本发明的至少一个实施例中,仿真数据增量计算,是根据扫描仿真条件因子的排序步骤中选择的初始数ω0作为基准参考,进行差值增量计算,公式如下:
式1中,φ∈Φ可依次替换成多个有效的SPICE仿真参数类型。
本发明的至少一个实施例中,仿真数据增量转换,是取Δωmid=ωmid-ω0和Δφmid=φmid-φ0作为增量基准,计算增量相对差百分比,公式如下:
在步骤103,根据所述增量相对差百分比计算灵敏度因子。
本发明的至少一个实施例中,首先将扫描仿真条件因子和仿真参数数据替换成数据增量完成各离散扫描点上扫描仿真条件因子和仿真参数的增量相对差百分比的相关计算,并根据其增量相对差百分比计算相应的灵敏度因子,公式如下:
在步骤104,利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化分析。
本发明的至少一个实施例中,进行可视化分析是在已得到的数据基础上,可根据灵敏度因子结合对应的趋势曲线(φ~ω)和敏感曲线(ρφ~ρω),来准确表达该扫描仿真过程的相对变化程度,有效定位影响较大的仿真条件和敏感关键的电路时序路径。
在步骤105,以算术平均准则计算综合灵敏度指标。
本发明的至少一个实施例中,结合可视化分析结果,对每一种相对变化较稳定的仿真参数类型(没有振荡波动等情况),可计算一个综合的灵敏度因子指标来衡量整个扫描仿真过程的影响,公式如下:
式4中,取扫描仿真过程中仿真参数对应的灵敏度因子的算术平均作为其灵敏度综合指标,来定量地表征该电路仿真参数相对仿真条件变化的敏感性,也可引入针对扫描条件变化的模型仿真影响等先验知识,采用加权平均等标准完成计算和表征。
重复步骤101~105步骤。获取多个仿真因素条件变化下,电路仿真参数的灵敏度分析结果,来指导后续的时序仿真和时序验证过程,以及指导IC工艺的设计和优化。该过程遵循如下准则:针对灵敏度小,影响较弱的情况,其输入激励因素的限制可适当松弛;而灵敏度大,影响较强的情况,其对应的IC电路时序路径作为关键路径,其输入激励因素需要严格限制。
实施例2
图2为根据本发明的比较电路扫描仿真增量的灵敏度分析系统示意图,如图2所示,本发明的比较电路扫描仿真增量的灵敏度分析系统,包括,扫描模块201、SPICE仿真模块202、增量处理模块203、灵敏度因子计算模块204,以及可视化分析模块205,其中,
扫描模块201,其对输入的仿真条件因子进行扫描。
本发明的至少一个实施例中,扫描仿真条件因子(如电压,温度等)可通过-byPoints或-by Step两种方式给出,前一种方式直接指定特定的离散扫描点,一般有无序,间隔不等的特点;而后一种方式间接指定扫描的起点、终点和步长,来输入有序且等间隔的离散扫描点。
SPICE仿真模块202,对构建的IC电路时序路径集和感兴趣的扫描仿真条件因子离散集进行SPICE仿真,得到电路时序路径的多类型扫描仿真参数集。
本发明的至少一个实施例中,采取单因素变化的扫描方式改变仿真条件,通过SPICE仿真获取电路时序路径上的仿真参数,包括Path Setup/Hold Slack、Launch ClockPath Delay,Data Path Delay和Capture Clock Path Delay等。
增量处理模块203,其对扫描仿真条件因子进行排序、仿真数据的增量计算和转换,并计算各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异。
扫描仿真条件因子的排序,是按照扫描因素Ω升序或降序进行排列,确定扫描仿真条件因子离散集的初始数ω0和中数ωmid:奇数数目扫描点取其最中心点,偶数数目扫描点则取最中间两点的均值。取ω0和ωmid及与之对应的仿真参数φ0和φmid作为增量特征计算的基准点。
仿真数据增量计算,是根据扫描仿真条件因子的排序步骤中选择的初始数ω0作为基准参考,进行差值增量计算,公式如下:
式5中,φ∈Φ可依次替换成多个有效的SPICE仿真参数类型。
仿真数据增量转换,是取Δωmid=ωmid-ω0和Δφmid=φmid-φ0作为增量基准,计算增量相对差百分比,公式如下:
灵敏度因子计算模块204,其将扫描仿真条件因子和仿真参数数据替换成数据增量完成各离散扫描点上扫描仿真条件因子和仿真参数的增量相对差百分比的相关计算,并根据其增量相对差百分比得到每个条件扫描点对应的灵敏度因子。
公式如下:
可视化分析模块205,其利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化分析,并计算综合灵敏度指标。
进行可视化分析是在已得到的数据基础上,可根据灵敏度因子结合对应的趋势曲线(φ~ω)和敏感曲线(ρφ~ρω),来准确表达该扫描仿真过程的相对变化程度,有效定位影响较大的仿真条件和敏感关键的电路时序路径。
结合可视化分析结果,对每一种相对变化较稳定的仿真参数类型(没有振荡波动等情况),可计算一个综合的灵敏度因子指标来衡量整个扫描仿真过程的影响,公式如下:
式8中,取扫描仿真过程中仿真参数对应的灵敏度因子的算术平均作为其灵敏度综合指标,来定量地表征该电路仿真参数相对仿真条件变化的敏感性,也可引入针对扫描条件变化的模型仿真影响等先验知识,采用加权平均等标准完成计算和表征。
实施例3
图3为根据本发明的比较电路扫描仿真增量的灵敏度分析方法的实施方式的敏感曲线图,如图3所示,采用本发明提出的技术流程可完成相应的灵敏度因子计算和敏感曲线的绘制。该案例中,扫描因子为电压值(-by Step:Start 0.7V;End 1.5V;Step 0.02V),从敏感曲线图可知,各扫描点的灵敏度因子即对应的数据点与原点连线的斜率(除特殊点以外),该矢量指示了该数据点上仿真时序参数增量的相对方向和大小,有效地表达了该数据点上的变化趋势和变化程度信息。当仿真时序参数的变化趋势相对稳定时(即单调性较好,没有振荡波动),其综合指标能够有效地描述敏感曲线的整体走势和形状特征;而增量处理后该时序路径各个仿真参数对应的综合灵敏度因子幅值相差不大,故敏感曲线的形状(主要指凹凸程度)差异不大。图3表明,本发明提出的分析方法能够针对IC电路时序路径的SPICE扫描仿真进行有效的灵敏度分析。
实施例4
图4为根据本发明的比较电路扫描仿真增量的灵敏度分析装置框图,如图4所示,本发明的比较电路扫描仿真增量的灵敏度分析装置40,包括处理器401和存储器402,所述存储器402存储有程序,所述程序在被所述处理器401读取执行时,执行以下操作:
构建IC电路时序路径集和扫描仿真条件因子离散集,通过SPICE仿真得到电路时序路径的多类型扫描仿真参数集;
计算各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比;
根据所述增量相对差百分比,计算灵敏度因子;
利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化分析。
本发明一实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有程序,所述程序可被处理器执行,以实现上述任一实施例所述的比较电路扫描仿真增量的灵敏度分析方法的步骤。
本领域普通技术人员可以理解:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,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。
Claims (6)
1.一种比较电路扫描仿真增量的灵敏度分析方法,包括以下步骤:
1)构建IC电路时序路径集和扫描仿真条件因子离散集,通过SPICE仿真得到电路时序路径的扫描仿真参数集;
2)对扫描仿真数据进行处理,计算出增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异;
所述步骤2)进一步包括,对扫描仿真条件因子排序、仿真数据的增量计算和转换,计算出各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比,消除时序仿真参数的量纲及其数据分布之间的差异;
所述对扫描仿真条件因子排序,是按照扫描因素Ω升序或降序进行排列,确定扫描仿真条件因子离散集的初始数ω0和中数ωmid,取ω0和ωmid及与之对应的仿真参数φ0和φmid作为增量特征计算的基准点;
所述仿真数据的增量计算,公式如下:
其中,ω0为序列第1位的测试扫描条件值,φ0为序列第1位的测试扫描条件值对应的关键时序仿真值,φ∈Φ依次替换成多个有效的SPICE仿真参数类型,ωi为序列第i位的测试扫描条件值,φi为序列第i位的测试扫描条件值对应的关键时序仿真值;
所述仿真数据的增量转换,取Δωmid=ωmid-ω0和Δφmid=φmid-φ0作为增量基准,计算增量相对差百分比,公式为:
每一个扫描点i都存在一个条件因素增量相对差百分比和一个仿真参数增量相对差百分比与之对应,其中,ω0为序列第1位的测试扫描条件值,φ0为序列第1位的测试扫描条件值对应的关键时序仿真值,ωmid为序列中位列中心的测试扫描条件值,φmid为序列中位列中心的测试扫描条件值对应的关键时序仿真值;
3)根据所述增量相对差百分比计算灵敏度因子;
4)利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化分析;
5)计算综合灵敏度因子指标。
4.一种比较电路扫描仿真增量的灵敏度分析系统,包括,扫描模块、SPICE仿真模块、增量处理模块、灵敏度因子计算模块,以及可视化分析模块,其特征在于,
所述扫描模块,其对仿真条件因子进行扫描,并将扫描仿真条件因子分别传送给所述SPICE仿真模块和所述增量处理模块;
所述SPICE仿真模块,其对IC电路时序路径扫描仿真条件因子进行SPICE仿真,得到电路时序路径的扫描仿真数据;
所述增量处理模块,对扫描仿真数据进行处理,消除时序仿真参数的量纲及其数据分布之间的差异;
所述灵敏度因子计算模块,其根据增量相对差百分比计算灵敏度因子及综合灵敏度因子指标;
所述可视化分析模块,其利用得到的扫描仿真条件因子和仿真参数的增量相对差百分比数据进行可视化,完成有效的灵敏度分析;
所述增量处理模块,其对扫描仿真条件因子排序、仿真数据的增量计算和转换,计算出各离散扫描点上相关扫描仿真条件因子和仿真时序参数的增量相对差百分比,其中,
所述对扫描仿真条件因子排序,是按照扫描因素Ω升序或降序进行排列,确定扫描仿真条件因子离散集的初始数ω0和中数ωmid,取ω0和ωmid及与之对应的仿真参数φ0和φmid作为增量特征计算的基准点;
所述仿真数据的增量计算,采用公式如下:
其中,ω0为序列第1位的测试扫描条件值,φ0为序列第1位的测试扫描条件值对应的关键时序仿真值,ωi为序列第i位的测试扫描条件值,φi为序列第i位的测试扫描条件值对应的关键时序仿真值,φ∈Φ依次替换成多个有效的SPICE仿真参数类型;
所述仿真数据的增量转换,取Δωmid=ωmid-ω0和Δφmid=φmid-φ0作为增量基准,计算增量相对差百分比,公式为:
5.一种比较电路扫描仿真增量的灵敏度分析装置,其特征在于,包括存储器和处理器,所述存储器上储存有在所述处理器上运行的程序,所述处理器运行所述程序时执行权利要求1-3任一项所述的比较电路扫描仿真增量的灵敏度分析方法的步骤。
6.一种计算机可读存储介质,其上存储有程序,其特征在于,所述程序可被处理器执行权利要求1-3任一项所述的比较电路扫描仿真增量的灵敏度分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840469.9A CN110598305B (zh) | 2019-09-06 | 2019-09-06 | 一种比较电路扫描仿真增量的灵敏度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840469.9A CN110598305B (zh) | 2019-09-06 | 2019-09-06 | 一种比较电路扫描仿真增量的灵敏度分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110598305A CN110598305A (zh) | 2019-12-20 |
CN110598305B true CN110598305B (zh) | 2022-05-24 |
Family
ID=68857875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910840469.9A Active CN110598305B (zh) | 2019-09-06 | 2019-09-06 | 一种比较电路扫描仿真增量的灵敏度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598305B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305400B (zh) * | 2020-01-04 | 2023-09-29 | 成都华微电子科技股份有限公司 | 一种参数快速扫描测试装置和方法 |
CN116245055B (zh) * | 2022-09-26 | 2023-12-19 | 上海合见工业软件集团有限公司 | 基于时序型覆盖数据库的有效随机测试向量确定系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319854A (zh) * | 2017-12-29 | 2018-07-24 | 上海瑞家信息技术有限公司 | 一种增量代码静态扫描方法、设备及计算机可读存储介质 |
CN110134979A (zh) * | 2018-02-02 | 2019-08-16 | 三星电子株式会社 | 根据pvt操作条件的变化优化电路性能的芯片设计方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5600381A (en) * | 1994-06-20 | 1997-02-04 | Thomsom Consumer Electronics, Inc. | Scan velocity modulation circuit |
US7634061B1 (en) * | 2004-03-26 | 2009-12-15 | Nova R & D, Inc. | High resolution imaging system |
CN101251579B (zh) * | 2008-03-05 | 2010-04-14 | 湖南大学 | 一种基于支持向量机的模拟电路故障诊断方法 |
CN103258103B (zh) * | 2013-05-29 | 2015-11-18 | 国家电网公司 | 基于偏最小二乘回归的戴维南等值参数辨识方法 |
CN105093095B (zh) * | 2015-07-10 | 2017-12-12 | 四川航天系统工程研究所 | 模拟非线性直流电路的改进粒子群优化诊断方法及系统 |
-
2019
- 2019-09-06 CN CN201910840469.9A patent/CN110598305B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319854A (zh) * | 2017-12-29 | 2018-07-24 | 上海瑞家信息技术有限公司 | 一种增量代码静态扫描方法、设备及计算机可读存储介质 |
CN110134979A (zh) * | 2018-02-02 | 2019-08-16 | 三星电子株式会社 | 根据pvt操作条件的变化优化电路性能的芯片设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110598305A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7788070B2 (en) | Product design optimization method and system | |
CN110598305B (zh) | 一种比较电路扫描仿真增量的灵敏度分析方法 | |
JP2007108843A (ja) | 半導体装置設計支援方法、半導体装置設計支援システム、半導体装置設計支援プログラム | |
CN112633461A (zh) | 应用辅助系统和方法以及计算机可读记录介质 | |
Baquela et al. | A novel hybrid multi-objective metamodel-based evolutionary optimization algorithm | |
Calvi | Uncertainty-based loads analysis for spacecraft: Finite element model validation and dynamic responses | |
Conde et al. | Design and validation of a heterogeneous interior notched specimen for inverse material parameter identification | |
Meritxell et al. | On the evaluation, management and improvement of data quality in streaming time series | |
US20220215144A1 (en) | Learning Apparatus, Learning Method and Learning Program | |
CN116302344A (zh) | 一种批量生成硬件仿真自动化过程的方法及系统 | |
CN106294174A (zh) | 测试充分性的多维度度量方法及装置 | |
EP4318337A1 (en) | Design aid device, design aid method, and design aid program | |
CN113127342B (zh) | 基于电网信息系统特征选择的缺陷预测方法及装置 | |
WO2020225959A1 (ja) | 設計支援システム、設計支援方法および設計支援プログラム | |
CN109357957B (zh) | 一种基于极值窗口的疲劳监测计数方法 | |
CN113887121A (zh) | 多性能最优化设计装置、以及多性能最优化设计方法 | |
JP5949002B2 (ja) | 画像マッチング方法、およびこの方法を用いた画像マッチング装置およびプログラム | |
CN113010930A (zh) | 一种数字孪生模型多维多尺度验证方法 | |
JP2940470B2 (ja) | 構造解析方法および構造解析装置 | |
Wärmefjord et al. | An investigation of the effect of sample size on geometrical inspection point reduction using cluster analysis | |
Cudney et al. | Predicting vehicle cost using the T-method | |
Alshammari et al. | Refinement of AlphaFold2 models against experimental and hybrid cryo-EM density maps | |
CN113204482B (zh) | 基于语义属性子集划分与度量匹配的异质缺陷预测方法及系统 | |
Mittas et al. | StatREC: A graphical user interface tool for visual hypothesis testing of cost prediction models | |
Weiß et al. | Assessment of variance & distribution in data for effective use of statistical methods for product quality prediction |
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 | ||
CB02 | Change of applicant information |
Address after: 100102 floor 2, block a, No.2, lizezhong 2nd Road, Chaoyang District, Beijing Applicant after: Beijing Huada Jiutian Technology Co.,Ltd. Address before: 100102 floor 2, block a, No.2, lizezhong 2nd Road, Chaoyang District, Beijing Applicant before: HUADA EMPYREAN SOFTWARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |