CN115841092A - 一种用于芯片电路仿真的步长增益自适应调整方法 - Google Patents
一种用于芯片电路仿真的步长增益自适应调整方法 Download PDFInfo
- Publication number
- CN115841092A CN115841092A CN202211495439.7A CN202211495439A CN115841092A CN 115841092 A CN115841092 A CN 115841092A CN 202211495439 A CN202211495439 A CN 202211495439A CN 115841092 A CN115841092 A CN 115841092A
- Authority
- CN
- China
- Prior art keywords
- gain
- simulation
- self
- chip circuit
- algorithm
- 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 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000001052 transient effect Effects 0.000 claims abstract description 5
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000002940 Newton-Raphson method Methods 0.000 abstract description 4
- 238000005065 mining Methods 0.000 abstract description 3
- WYMDDFRYORANCC-UHFFFAOYSA-N 2-[[3-[bis(carboxymethyl)amino]-2-hydroxypropyl]-(carboxymethyl)amino]acetic acid Chemical compound OC(=O)CN(CC(O)=O)CC(O)CN(CC(O)=O)CC(O)=O WYMDDFRYORANCC-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920003366 poly(p-phenylene terephthalamide) Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于芯片电路仿真的步长增益自适应调整方法，该方法对芯片电路仿真伪瞬态分析算法所输出的原始步长增益进行自适应调整。增益自适应调整方法以芯片电路仿真伪瞬态分析算法在每个时间点的原始步长增益作为输入，通过挖掘历史增益序列的一阶矩和二阶矩信息在线自适应调整当前时间点的步长增益，从而输出最终步长。本发明提供的一种用于芯片电路仿真的步长增益自适应调整方法可以自适应不同规模、参数和拓扑结构的电路仿真，将伪瞬态分析算法输出的原始步长，乘以自适应调整后的增益，进一步增强仿真算法的鲁棒性。算法复杂度不受电路规模大小影响，以极低的计算成本提高芯片电路仿真算法的收敛性和效率，大幅降低牛顿拉夫逊法的迭代次数和整个电路的仿真时间。
Description
技术领域
本发明涉及集成电路仿真技术，具体涉及一种用于芯片电路仿真的步长增益自适应调整方法。
背景技术
传统的伪瞬态步长策略基于固定的经验公式，针对不同规模，参数和拓扑的电路无法自适应地调整自身算法参数。并且，步长的前进和后退增益在一个固定的区间内变化，这导致在部分电路中反而会产生更多的计算迭代。因此，采用一种更有效、更具备鲁棒性的步长控制算法用于芯片电路仿真是非常必要的。
发明内容
发明目的：本发明的一个目的是提供一种用于芯片电路仿真的步长增益自适应调整方法，针对集成电路设计的晶体管级电路仿真，根据芯片电路仿真伪瞬态分析算法在每个时间点的原始步长增益作为输入，通过挖掘历史增益序列的一阶矩和二阶矩信息在线自适应调整当前时间点的步长增益，从而输出最终步长，大幅降低牛顿拉夫逊法的迭代次数以及整个电路的仿真时间；
技术方案：本发明的一种用于芯片电路仿真的步长增益自适应调整方法，包括以下步骤：
S1、通过设定伪瞬态分析算法增益函数f(x)以完成集成电路仿真器初始化，初始化仿真时间步长为h0以及仿真电路状态x0，增益函数f(x)通过电路状态进行下一步时间步长的计算；
S2、仿真器在电路的初始化状态下按照该步的时间进行数值积分运算，迭代仿真后仿真器通过此时的状态得到下一时间点的步长增益步f(xk)，将该步长增益输入增益自适应调整方法中得到实际增益函数值
并根据前一步仿真时间步长hk-1计算k时刻仿真时间步长hk，计算公式如下：
其中，增益函数值
由一系列变量组合计算而得，其计算公式如下：
在上式中，α代表了范围系数，Mk代表了与增益一阶矩有关的增益动量，Dk则表示增益变化方差，ε是为防止分母过小的一个正小数，gk是用于动态限制
增益变化的计算因子。
其中，α代表了范围系数，Mk代表了与增益加权均值一阶矩有关的增益动量，Dk则表示增益变化方差，ε是为防止分母过小的一个正小数，gk是用于动态限制
增益变化的计算因子；gk，Dk，Mk三个变量通过历史伪瞬态算法增益函数的输出进行滚动更新，计算公式如下：
其中，
以及/>
为指数衰减率参数，T代表了时间序列的周期长度，/>
代表了前T个时间伪瞬态分析算法增益函数的输出均值；
S3、将hk输入到集成电路仿真器中，使用数值积分方法进行伪瞬态分析，得到k+1时刻的仿真电路状态xk+1，判断伪瞬态分析收敛情况，牛顿迭代收敛后，更新集成电路仿真器，将xk+1作为电路当前状态；
S4、判断电路是否到达稳态，是则结束仿真；否则，令k＝k+1，返回步骤S2执行。
有益效果：与现有技术相比，本发明提供的一种用于芯片电路仿真的步长增益自适应调整方法，根据芯片电路仿真伪瞬态算法在每个时间点的原始输出步长作为输入，通过挖掘历史步长序列的一阶矩和二阶矩信息在线自适应确定当前时间点的步长增益，输出最终步长，其步长适用于不同规模、参数和拓扑结构的芯片电路仿真，具有更好的鲁棒性。与传统算法的计算资源消耗比较，能够以极低的计算成本，大幅降低牛顿拉夫逊法的迭代次数以及整个电路的仿真时间。
附图说明
图1为本发明方法流程图。
具体实施方式
下面结合附图和具体实施例，对本发明进行详细的阐述。
如图1所示，本发明的一种用于芯片电路仿真的步长增益自适应调整方法，伪瞬态仿真步长策略得到集成电路仿真器仿真的过程状态后，输出原始增益，输入至本发明的增益自适应调整方法中，存储步长增益时间序列，并计算出实际增益，得到下一步的仿真步长值，送入集成电路仿真器中进行牛顿拉夫逊法仿真。
本发明的一种用于芯片电路仿真的步长增益自适应调整方法，具体包括以下步骤：
S1、通过设定伪瞬态分析算法增益函数f(x)，可选用伪瞬态分析的常用步长策略如经典的步进策略(CSS)或自适应的步进策略(ASS)，以完成集成电路仿真器初始化，将测试电路文件输入仿真器，并初始化其仿真时间步长为h0以及仿真电路状态x0，初始步长取值0.001s，电路状态初始化为电容电压为0V，电感电流为0A，其余相关节点电压和支路电流都设置为0；
S2、仿真器在电路的初始化状态下按照该步的时间进行数值积分运算，迭代仿真后仿真器通过此时的状态得到下一时间点的步长增益步f(xk)，将该步长增益输入增益自适应调整方法中得到实际增益函数值
并根据前一步仿真时间步长hk-1计算k时刻仿真时间步长hk，计算公式如下：
实际增益函数值
由一系列变量组合计算而得，其计算公式如下：
其中，α代表了范围系数，取值为2.5，Mk代表了与增益加权均值一阶矩有关的增益动量，Dk则表示增益变化方差，ε是为防止分母过小的一个正小数，取值为0.00001，gk是用于动态限制
增益变化的计算因子；gk，Dk，Mk三个变量通过历史伪瞬态算法增益函数的输出进行滚动更新，计算公式如下：
其中，
以及/>
为指数衰减率参数，分别取0.9、0.95和0.9，T代表了时间序列的周期长度，取值为10，/>
代表了前T个时间伪瞬态分析算法增益函数的输出均值；
S3、将hk输入到集成电路仿真器中，使用数值积分方法进行伪瞬态分析，得到k+1时刻的仿真电路状态xk+1，判断伪瞬态分析收敛情况，牛顿迭代收敛后，更新集成电路仿真器，将xk+1作为电路当前状态；
S4、判断电路是否到达稳态，是则结束仿真；否则，令k＝k+1，返回步骤S2执行。
具体实施过程中在因特尔处理器i7-12750H和英伟达RTX3060GPU的个人计算机上实现该方法。
分别测试了该方法在PPTA、CEPTA、DPTA、RPTA的性能，选取30000个不同类型的电路进行仿真对比，对于经典的步进策略(CSS)和自适应的步进策略(ASS)的平均加速比达到了1.5倍，1.8倍，极大地提高了仿真效率。
需要说明的是上述实施例，并非用来限定本发明的保护范围，在上述技术方案的基础上所作出的等同变换或替代均落入本发明权利要求所保护的范围。
Claims (2)
1.一种用于芯片电路仿真的步长增益自适应调整方法，其特征在于，该方法对芯片电路仿真伪瞬态算法所输出的步长进行自适应调整，包括以下步骤：
S1、通过设定伪瞬态分析算法增益函数f(x)以完成集成电路仿真器初始化，初始化仿真时间步长为h0以及仿真电路状态x0，增益函数f(x)通过电路状态进行下一步时间步长的计算；
S2、仿真器在电路的初始化状态下按照该步的时间进行数值积分运算，迭代仿真后仿真器通过此时的状态得到下一时间点的步长增益步f(xk)，将该步长增益输入增益自适应调整方法中得到实际增益函数值
并根据前一步仿真时间步长hk-1计算k时刻仿真时间步长hk，计算公式如下：
其中，增益函数值
由一系列变量组合计算而得，其计算公式如下：
在上式中，α代表了范围系数，Mk代表了与增益一阶矩有关的增益动量，Dk则表示增益变化方差，ε是为防止分母过小的一个正小数，gk是用于动态限制
增益变化的计算因子。
2.根据权利要求1所述的一种用于芯片电路仿真的步长增益自适应调整方法，其特征在于，步骤S2中，
公式中的Mk、Dk与gk通过历史伪瞬态算法增益函数的输出进行滚动更新，计算公式如下：
其中，
以及
为指数衰减率因子，T代表了时间序列的周期长度，
代表了前T个时间伪瞬态分析算法增益函数的输出均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211495439.7A CN115841092A (zh) | 2022-11-27 | 2022-11-27 | 一种用于芯片电路仿真的步长增益自适应调整方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211495439.7A CN115841092A (zh) | 2022-11-27 | 2022-11-27 | 一种用于芯片电路仿真的步长增益自适应调整方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115841092A true CN115841092A (zh) | 2023-03-24 |
Family
ID=85577277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211495439.7A Pending CN115841092A (zh) | 2022-11-27 | 2022-11-27 | 一种用于芯片电路仿真的步长增益自适应调整方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115841092A (zh) |
-
2022
- 2022-11-27 CN CN202211495439.7A patent/CN115841092A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Judd et al. | Asymptotic methods for aggregate growth models | |
| CN113516248B (zh) | 一种量子门测试方法、装置及电子设备 | |
| CN114492279B (zh) | 一种模拟集成电路的参数优化方法及系统 | |
| CN109885667A (zh) | 文本生成方法、装置、计算机设备及介质 | |
| CN111461445B (zh) | 短期风速预测方法、装置、计算机设备及存储介质 | |
| CN113468792B (zh) | 电磁暂态仿真模型的参数校正方法、装置和电子设备 | |
| CN115408650B (zh) | 光刻胶多级串连表征网络的建模、校准、仿真方法和系统 | |
| US8533653B2 (en) | Support apparatus and method for simplifying design parameters during a simulation process | |
| CN115271219A (zh) | 一种基于因果关系分析的短期负荷预测方法及预测系统 | |
| CN114283320A (zh) | 基于全卷积的无分支结构目标检测方法 | |
| CN116796639A (zh) | 短期电力负荷预测方法、装置及设备 | |
| CN114707655A (zh) | 一种量子线路转换方法、系统、存储介质和电子设备 | |
| CN114186709A (zh) | 基于帝王蝶算法优化灰色模型关键参数的能源预测方法 | |
| CN110007371A (zh) | 风速预测方法及装置 | |
| Niu et al. | OSSP-PTA: An online stochastic stepping policy for PTA on reinforcement learning | |
| CN113609763A (zh) | 基于不确定性的卫星组件布局温度场预测方法 | |
| CN117421703A (zh) | 一种深度符号回归加速器及深度符号回归方法 | |
| CN115841092A (zh) | 一种用于芯片电路仿真的步长增益自适应调整方法 | |
| CN114830137A (zh) | 用于生成预测模型的方法和系统 | |
| CN116542366A (zh) | 风电功率预测模型的训练方法和风电功率预测方法 | |
| CN115984025A (zh) | 基于深度学习图网络模型的影响力传播估计方法及系统 | |
| CN112712202A (zh) | 一种短期风电功率预测方法、装置、电子设备和存储介质 | |
| CN115510731A (zh) | 推理方法、信息处理装置和计算机可读记录介质 | |
| CN109447131B (zh) | 相似高维目标信息识别方法及系统 | |
| Papadopoulos et al. | A hybrid genetic algorithm method for optimizing analog circuits |
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 |