EP1984857A2 - Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé - Google Patents

Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé

Info

Publication number
EP1984857A2
EP1984857A2 EP07731567A EP07731567A EP1984857A2 EP 1984857 A2 EP1984857 A2 EP 1984857A2 EP 07731567 A EP07731567 A EP 07731567A EP 07731567 A EP07731567 A EP 07731567A EP 1984857 A2 EP1984857 A2 EP 1984857A2
Authority
EP
European Patent Office
Prior art keywords
noise
cell
cells
macro
injected
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.)
Withdrawn
Application number
EP07731567A
Other languages
German (de)
English (en)
Inventor
Benoit Emmanuel Fabin
François Jean Raymond CLEMENT
Amine Dhia
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Coupling Wave Solutions CWS
Original Assignee
Coupling Wave Solutions CWS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Coupling Wave Solutions CWS filed Critical Coupling Wave Solutions CWS
Publication of EP1984857A2 publication Critical patent/EP1984857A2/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Definitions

  • the present invention relates to a method of estimating the noise generated in an electronic system and a method of assaying associated immunity.
  • the purpose of the invention is notably to determine the good or the bad operation of the system from a noise analysis in this system.
  • the invention has a particularly advantageous application in the field of mixed electronic systems comprising analog and digital components.
  • electronic systems include integrated circuits on a single silicon block, or on several silicon substrates in the same housing, as well as the assembly of components (integrated or not) on a printed circuit.
  • noise generating circuits the aggressors
  • noise sensitive circuits the victims
  • noise generators all the circuits of the system can be considered as noise generators (aggressors).
  • noise generating circuits in the group comprising: digital circuits, memory cells, analog and radio-frequency (RF) circuits, such as VCOs (Voltage Controllers). Oscillator in English), power amplifiers, and input-output circuits.
  • RF radio-frequency
  • digital circuits tend to generate noise when switching their input signals.
  • a circuit comprising at least one noise generating circuit is itself considered as a noise generating circuit.
  • the noise-sensitive circuits are selected from the group consisting of: analog and RF circuits, such as amplifiers, filters, oscillators, mixers, sample-and-hold devices, memory type digital circuits, phase, input-output circuits and voltage references.
  • analog and RF circuits such as amplifiers, filters, oscillators, mixers, sample-and-hold devices, memory type digital circuits, phase, input-output circuits and voltage references.
  • a circuit comprising at least one noise-sensitive circuit is itself considered to be sensitive to noise.
  • noise generated by the aggressors spreads to the victims through the substrates on which the circuits, the metal interconnections and the housings are mounted. This noise tends to degrade the performance of the victims. Thus, noise is any signal generated by an aggressor block that has an unwanted influence on the victims.
  • SPICE software such as SPICE makes it possible to analyze the effect of the aggressor blocks on the victims.
  • impedance models to the SPICE models of the original mixed system to model the substrate.
  • SPICE models require too much system resources. For these large systems, it is therefore rather implement processes that use approximate models of the substrate and model the injection of noise into the substrate by current sources.
  • a cell is an elementary system of the analog or digital type circuit.
  • a cell performs a given function, and can take the form of a logic gate or a set of logic gates, for example.
  • Each cell is associated with a macro-model that models the noise injected by the cell into the substrate, the parasitic elements of the cell and the connection to the rest of the system.
  • This macro-model includes current sources that inject a noise current into the interior of the substrate, for example, a switching noise current generated by the cell.
  • the macro-model includes resistors, capacitors and possibly inductors that model links between the terminals of the cell, the supply nodes and the connection to the substrate.
  • the noise current injected by the cell is calculated using a very detailed simulation model of the cell.
  • the noise associated with a cell is then calculated by switching its inputs. Switching patterns that characterize the passage of the inputs of the cell from one state to another are thus defined for a given extraction phase. And during an application of these switching patterns on the input terminals of a cell, the noise generating currents of this cell are measured and extracted.
  • the macro models of the cells and the noise signals they generate are combined by introducing a switching delay between the changes of state of the cells. Because the cells do not inject all the noise at the same time into the substrate. The macro-models and the noise signals are thus combined according to a modeling of the switching instants of the cells of the circuit.
  • the method presented in document US-6941258 proposes to calculate an overall macro-model of the whole circuit which is a combination of the macro-models of the cells of the circuit, while taking into account the offsets in the injection of noise by the cells in the rest of the integrated circuit.
  • the noise sources of this global macro-model are thus combinations of the noise sources of the macro-models of each cell.
  • Such a noise calculation method makes it possible to simulate the noise that can be observed in a single-silicon integrated circuit and to obtain results that are close to reality. Indeed, the result of this simulation is close to that obtained by a transistor simulation of digital circuits.
  • a simulation method does not allow to affirm with certainty the proper functioning of a circuit. Indeed, this method determines the noise injected only in the integrated circuit substrate and does not include not account for the noise associated with the interconnections of the cells with each other, whether on silicon, in housings or on printed circuit boards.
  • this method is a simulation closest to that allows to have a precise idea of the average noise generated by the digital circuits.
  • this method does not take into account the marginal operations of the system in terms of switching activity, nor the unpredictability of production that can degrade the performance of the system.
  • the present invention therefore proposes to provide more relevant information on the noise injected into the electronic system so that it can be definitely determined whether the desired operation of the system is substantially affected or not by the noise injected by its cells, in particular by its digital cells.
  • the invention calculates, in a worst case, the highest noise that can be observed in the system.
  • all the cells inject into the system the highest noise that they can inject.
  • the test fails, that is to say that the noise calculated in the system is higher than the tolerance thresholds of the sensitive circuits, then one computes by simulation in the best case, the lowest possible noise being able to be observed in the system. In one implementation, to calculate this noise, all the cells inject into the system the lowest noise that they can inject.
  • noise sensitivity test fails in this best case, then the architecture of the system is strongly questioned and often the whole system needs to be modified to fulfill noise immunity requirements. For this purpose, it will be necessary to modify the positioning of the components, the distribution of the input / output signals on the terminals of the integrated circuits, and introduce, if necessary, shieldings around the victims of the noise. A failure Best case testing may also require the use of a more expensive case for embedded components.
  • the sensitivity test fails in the worst case but succeeds in the best case, then some aspects of the system need to be changed.
  • Other modelizations can still be implemented, like a modeling of the average case where the system is modeled with sources of noise which inject a medium noise into the substrate. All these modelizations of the system and the noise sensitivity tests associated with them give indications on the noise immunity of the system to be tested. It should be noted that the extreme cases of noise injection are developed taking into account the reality of their occurrence. Indeed, to make sense, the best and the worst case must be able to be met in a mode of operation of the system. The worst case (respectively best case) should not be too pessimistic (respectively too optimistic) so as to give a precise idea of the noise immunity of the studied system.
  • a macromodel of the noise injected into the system through the substrate, the interconnections and the cell housing is defined for each circuit of the system.
  • This macro-model comprises a set of sources that represent the different modes of noise injection (worst case and worst case), as well as a set of passive elements, in particular capacitances, resistances and inductances, which translate the interactions interferences between the different sources of the model as well as the couplings with the substrate, the interconnections and the housing components.
  • the modeling of the sources of noise is adjusted, the passive elements of the macromodels of the circuits remaining identical from one case to another.
  • the current sources are extracted from this macro-model. For that, we first model each cell in the most precise way possible by using the most complete possible models of transistors, available in the Designkit of the elementary digital cells (or Corelib). A test environment is then defined for the cell to be tested, which environment is defined by input voltage sources having a particular rise / fall time between two state changes, a capacitive load connected to each output of the cell, and a power supply model.
  • Input voltage sources are subject to switching patterns. These switching patterns define the passage of the inputs of the cell from one voltage level to another. These reasons can be exhaustive, that is to say that all the variations of possible entries will be applied at the input of the cell, or pseudo exhaustive, that is to say that only part of the input variations possible will be applied to the input of the cell.
  • SPICE simulation of the cell in its test environment waveforms (one for each switching reason) are obtained for which a statistical classification is made. These waveforms can thus be classified according to their spectral density.
  • the waveforms are transposed in the frequency domain and are then approximated by polynomial functions that facilitate the storage of these waveforms and the reuse of these waveforms for the reconstitution of a sum of currents injected into the system by a given block.
  • circuit in an electronic system means elements that can be at various levels of block hierarchy.
  • the first level is a component such as a transistor.
  • the second level is a basic function such as an AND gate or an OR gate.
  • the third level is an assembly of elementary functions to perform a given function, the number of levels of hierarchy being not limited.
  • an equivalent noise injection model is defined that models the current noise injection during current calls at the cell level.
  • a modeling of the activity of switching that defines when the digital blocks or the cells that compose them inject their noise into the system.
  • the noise can be calculated in the system for blocks of different hierarchy, the noise of these blocks can then be combined with each other to calculate the overall noise observable in the system.
  • Each injection model can be refined in terms of the definition of the macro-model, the definition of the sets of parameters chosen for the extraction of current sources in the various cases considered, and the reuse of noise sources within a block. according to a distribution of switching times of the cells.
  • the method according to the invention can be implemented with an electronic system comprising a single integrated silicon circuit in its case, a plurality of silicon integrated circuits in a case, or a plurality of electronic components, optionally with integrated circuits connected to a circuit. printed.
  • the invention therefore relates to a method for estimating a noise generated in a mixed system of digital, and analog and / or radio frequency, this system comprising elementary cells each performing a function, this method comprising the following steps: model each digital and / or analog and / or radiofrequency cell by a noise injection macro-model, this macro-model comprising current sources for modeling the noise injected into the system by the cell,
  • the step of reuse of the sources within the macro-models comprises the next step :
  • the invention furthermore relates to a noise immunity test method of a mixed system of digital and analog and / or radio frequency type, this system comprising cells interconnected via nodes of the circuit, each node corresponding to a connection between two cells or between a cell and a power supply network of the system, this method comprising the following steps:
  • these macro-models including passive connection elements of the RLC type, and noise sources that model a noise injection by the cells in the system, - connect these macro-models with the rest of the system using the connection elements of these macro-models,
  • the source reuse step within the macro-models comprises the following step:
  • FIG. 1 a schematic representation of a conventional mixed electronic system comprising digital and analog cells
  • FIG. 2 a schematic representation of a known macro-model modeling a digital cell
  • FIG. 3 a schematic representation of a cell and its test environment for extracting sources of noise in the method according to the invention
  • FIG. 4 a block diagram representing the steps of extraction of the noise sources of the macro-models and the reuse of these sources in the method according to the invention
  • FIGS. 5 graphical representations of waveforms obtained in the time domain and in the frequency domain for different switching patterns during extraction of the noise sources according to the invention
  • FIG. 6 a histogram representing the number of cells of the system that can be called on each time interval [ti; ti + 1 [;
  • FIG. 7 a table according to the invention indicating a decision of acceptance or non-acceptance of systems based on sensitivity test results in different cases of operation of these systems.
  • FIG. 1 shows an integrated circuit 1 which includes cells 2.1.
  • These cells which may for example be sets of logic gates, are mounted on a substrate 3 of this circuit 1.
  • the digital cells inject noise into the circuit during their switching operation.
  • the injection of the noise of each digital cell inside the substrate 3 can be modeled by a known macro-model 4 represented in FIG. 2.
  • This macro-model 4 comprises four current sources IPvdd, IPgnd, IBsub and IBcais which model the noise generated by the switching of the NMOS and PMOS transistors, and injected into the rest of the circuit 1, the substrate 3 and all the interconnections and power networks of the circuit 1.
  • the IPvdd current is the current consumed by the cell for switching.
  • the current IPgnd is different from the supplied current IPvdd, since a part of the supplied current IPvdd is diverted to output charges and to the substrate 3 of the circuit.
  • Current IBsub is a leakage current to the substrate, while current IBcais is a leakage current to the box of circuit 1.
  • the links between terminals of the cell and the substrate 3 are modeled by these impedances Z1-Z6 connected to each other.
  • a capacitor C connecting two resistor networks models the connection between the portion of the N-doped substrate and the P-doped substrate.
  • the macro-model 4 is connected to the rest of the integrated circuit 1 via resistors R1-R4.
  • the values of elements Z1-Z6, C and R1-R4, which depend in particular on a geometry of the cell, are known a priori for each cell studied.
  • the macro-models may comprise several power supplies.
  • the parasitic elements of the NMOS and PMOS structures can also be modeled differently.
  • each cell 2.1-2.4 is modeled in a test environment.
  • Cell 2.1 which has inputs E1-EN and outputs S1-SM is thus represented in its test environment in FIG. 3.
  • test environment is meant all the parameters outside the cell which have an influence on its behavior, in particular on the noise that it is likely to inject in the circuit 1.
  • this cell 2.1 is modeled using a model contained in a set of data files called Designkit. These data files are used by digital circuit design and verification software of the VHDL, SPICE, or VITAL type. This model precisely models each physical phenomenon occurring in cell 2.1, and allows a modeling of the different modes of noise injection of the transistors that compose it.
  • the cell 2.1 is modeled by a SPICE model of the EKV, MM9, BSIM3v3 or BSIM4 type, and various parasitic elements, such as capacitors, resistors, and diodes.
  • Cell 2.1 is powered by a generator 4 that can be modeled as being ideal. However, it is also possible to a generator model that models the parasites and couplings of the supply lines to each digital cell.
  • the rise times RT and the descent times FT of the signals U1-UN applied to the inputs E1-EN of the cell 2.1 are fixed.
  • These rise times RT and descent FT can be the minimum, maximum or average switching times of the digital cells that can control the inputs of the cell in question.
  • the value of the capacitive charges C1-CM connected to the outputs S1-SM of the cell 2.1 is fixed. These C1-CM charges correspond to an internal input capacity of subsequent cells connected to the outputs of cell 2.1.
  • Several sets of capabilities can be used, the output capacitance values influencing cell switching times, as well as the noise generated by the switching cell 2.1.
  • the switching patterns that will be applied to the inputs E1-EN of the circuit are then defined using U1-UN. It is recalled that these patterns define the passage of the levels of the inputs of the cell from one state to another. For example, a switching pattern is shown at the top right of FIG. 3.
  • a switching pattern is shown at the top right of FIG. 3.
  • the number of states that can change in the pattern is defined.
  • a number of switching patterns are chosen to be applied to the inputs E1-EN.
  • a limited number of patterns are preferably chosen by randomly selecting the patterns that will be simulated, all patterns being equiprobable. From experience, such a limitation of the grounds allows a relevant estimate Worst case and best case waveforms, provided the sample size or estimator is sufficient.
  • This limitation of the patterns makes it possible to save time in performing the extraction of the current sources and makes the power source extraction tool according to the invention easy to integrate into a software application.
  • the patterns may be weighted to take into account those most likely to be observed at the input of the cell 2.1.
  • the different switching patterns are applied to the inputs of the cell 2.1. For each switching pattern, simulation data stored in a memory 13 shown in FIG. 4 is obtained.
  • the time waveforms corresponding to the noise of the cell can be represented for each switching pattern in a step 14.
  • the time waveforms 15 are shown.
  • These waveforms 15-17 may have different minimum and maximum values l (t) and dl / dt at different times. It is therefore very difficult to establish which waveform represents the worst case or the best case. The effect of these waveforms on the victims is also difficult to estimate.
  • a least squares approximation technique is applied to the real and imaginary parts of the frequency spectra.
  • This step 24 makes it possible to approach each frequency spectrum 19-22 by two polynomials: a first approximating the real part of the spectrum and a second the imaginary part of the spectrum. We then obtains a set of polynomials whose coefficients are stored in a memory 26.
  • Such a storage of coefficients has the advantage of taking up less space than the storage of the points of the spectra, and of allowing reuse of the waveforms to reproduce different values of periods of the same signal corresponding to line spacings in the domain. frequency. Indeed, it is possible to reuse the spectra for different periods of the waveforms, lines of these spectra 41-43 multiple of 1 / T being selectable, T being the clock period.
  • Another advantage of storing polynomials is the reduction of the execution time when calculating sums of spectra for the noise calculation of a block, as well as the good accuracy of the result obtained.
  • the blocks 14, 18, 23-25 that make up the block 33 thus represent the steps of extraction of the noise sources of the macro-models. Once the noise sources have been extracted, the spectra obtained are statistically classified so as to identify the minimum and maximum noise sources of each cell corresponding to a worst case and to a better case of noise injection by the cell.
  • the spectral densities of the spectra are calculated from their spectral lines. To achieve a ranking of the spectra according to their noise level, it is considered that the higher the spectral density, the greater the noise level. And the lower the spectral density, the lower the level of noise generated by the cell.
  • the worst case source of the cell is thus extracted by extracting the waveform having the largest spectral density. And we extract the best case source by extracting the waveform with the lowest spectral density.
  • the spectral density can be calculated over the entire frequency spectrum. However, this spectral density can also be calculated for a frequency range Df or for a particular frequency line. Different classifications of waveforms are therefore possible depending on the type of spectral density calculation chosen and the frequency range chosen. In this step, it is also possible to determine an average spectrum, a standard deviation between the spectra, or any other statistical data giving an indication as to the injectable noise by the cells. Alternatively, other methods could be used to compare the different spectra between them and classify them.
  • the following blocks 26-30 of FIG. 4 represent a phase 32 of reconstruction of a noise model for a digital circuit.
  • these blocks 26-30 represent steps of using the extracted macro-models and current sources to compute worst case, best case or other noise in a particular circuit.
  • the noise 26 best or worst cases of each cell are injected in spectral form taking into account cell switching times.
  • FIG. 6 thus shows the example of a histogram modeling a discrete distribution of the current calls during a clock period T.
  • This graph indicates the number of cells (integers) that can be called on each interval of time [ti, ti + 1 [.
  • the instants t1-tP constitute a discrete division of the period T into P time intervals.
  • the number of switching cells evolves, the digital cells transmitting the signals to the follower cells step by step.
  • This graph thus models a switching activity specific to each clock period, this activity being linked to a modification of the inputs of a digital block.
  • the number of cells switched increases to a peak. This increase depends on a fanout parameter which indicates the number of cells connected at the output of each cell whose outputs change state. After the peak, the number of cells switched decreases to zero.
  • the switching activity model 27 From the switching activity model 27, it is possible to determine when the cells inject their noise into the substrate. Each cell is then associated with a switching delay with respect to a circuit clock edge, this delay representing the effective call time of the cell and therefore the moment of injection of the noise of the cell. Depending on the case chosen (better or worse), the cell switching activity model can also be adapted. In particular, the number of cells that can switch and therefore inject their noise may vary from one case to another.
  • each cell is associated with different noise injection spectra according to the selected operating case. In the worst case of operation, it is considered that most or all cells inject the extracted waveform corresponding to their maximum noise. In the best case of operation, it is considered that most or all cells inject the extracted waveform corresponding to their minimum noise. In the case of average operation, calculations are performed on the extracted waveforms to determine the average waveforms of the noise sources of each cell. For a large number of called cells, one can choose random waveforms from those extracted and available for each cell.
  • Each cell is therefore associated with a noise spectrum and a noise injection delay.
  • a frequency sum of these spectra and these delays is then carried out in a step 28.
  • a resultant noise spectrum 29 is then obtained in the frequency domain.
  • This noise spectrum 29 can then be, according to the needs of the analysis of the system, transformed into a temporal signal of noise resulting with the aid of a cell 31 of inverse Fourier transform.
  • the block 32 thus makes it possible to obtain a temporal or frequency waveform of injectable noise by a digital block based on an understanding of the noise sources of the cells internal to this block extracted and of a switching model.
  • noise sensitivity mask that gives the threshold of sensitivity to the noise of the victim for each frequency is considered.
  • a noise sensitivity test is then performed by comparing the calculated block noise and the template.
  • the table in Figure 7 shows the decisions of acceptance or non-acceptance of three systems based on a result of their sensitivity test performed in the worst case, the average case and the best case of noise injection.
  • the letter R means that the test performed on the system has been successful, ie that the noise level calculated in the system is acceptable taking into account the sensitivity templates of the victims considered or the sensitivity test protocols of each victim.
  • the letter NR means that the test performed on the system has failed, ie the noise level calculated in the system is not acceptable given the sensitivity patterns considered or sensitivity test protocols of each victim.
  • System 1 passed the noise sensitivity tests in the worst case, the best case, and the average case of noise injection.
  • System 1 therefore has good noise immunity and is therefore considered acceptable.
  • This decision is made when the test performed with the worst noise is successful. Under these conditions, it is certain that the system operates whatever the level of noise injected in all its modes of use, including marginal modes.
  • the noise sensitivity test failed for all noise injection cases.
  • System 2 is therefore considered to have poor noise immunity and must therefore be excluded from production. This choice is made when it is highlighted that the sensitivity test failed in the best case of noise injection. Under these conditions, it is certain that the system 2 can never function properly.
  • a sensitivity test is carried out first with the worst case, then with the best case and finally with the average case.
  • the worst case test has failed, further analysis is needed (best case, average case) to further analyze the system.
  • the worst case (respectively the best case) of operation is not necessarily obtained for a choice of the worst, (respectively better) switching parameters, environment and noise source of the different cells. Indeed, these different cases of operation must be observed in a real system operation. In other words, these cases of operation are not cases artificial but cases that can be encountered when the system works in its margins. A choice of all worst (respectively best) noise injection parameters may therefore not correspond to the worst (respectively best) noise injection case of a given system as such a case might never occur.
  • Tests and experiments can guide relevant modeling choices for the worst case (respectively best case) that should not be too pessimistic (respectively too optimistic).

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)
  • Tests Of Electronic Circuits (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

L'invention concerne un procédé de test d'immunité au bruit issu des interférences entre composants dans un système électronique mixte de type analogique et numérique. Dans ce procédé, on détermine par simulation le bruit de niveau le plus haut pouvant être observé dans le système, soit le pire bruit généré par interférences. Si un test de sensibilité au bruit réussit avec ce pire bruit injecté, alors on accepte le système. Dans le cas où le test avec le pire bruit échoue, on calcule par simulation le bruit de niveau le plus bas pouvant être observé dans ce système, soit le meilleur bruit injecté. Et si un test de sensibilité échoue avec ce meilleur bruit injecté, alors on écarte le système. L'invention concerne également l'extraction de sources de courant de macro-modèles des cellules permettant d'injecter ce pire et ce meilleur bruit. Cette extraction est faite à partir d'un modèle détaillé de chaque cellule, en comparant des spectres fréquentiels obtenus pour différents motifs de commutation appliqués en entrée des cellules du circuit.

Description

Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé
La présente invention concerne un procédé d'estimation du bruit généré dans un système électronique et un procédé de test d'immunité associé. L'invention a notamment pour but de déterminer le bon ou le mauvais fonctionnement du système à partir d'une analyse d'un bruit dans ce système. L'invention possède une application particulièrement avantageuse dans le domaine des systèmes électroniques mixtes comportant des composants analogiques et numériques. A titre d'exemple non restrictif, les systèmes électroniques englobent les circuits intégrés sur un bloc de silicium unique, ou sur plusieurs substrats silicium dans un même boîtier, aussi bien que l'assemblage de composants (intégrés ou non) sur un circuit imprimé.
La fabrication de ces systèmes électroniques est une opération très onéreuse, particulièrement lorsque le système comporte un ou plusieurs composants intégrés sur silicium. Ainsi, avant de démarrer une fabrication en grande série, il est indispensable de contrôler tous les paramètres de fabrication, et de conférer à certains des valeurs qui permettent de maximiser la probabilité que le circuit fabriqué fonctionne correctement.
A cet effet, il existe un ensemble de produits logiciels, appelés «outils d'automatisation de conception électronique», qui permettent d'aider à la conception de systèmes électroniques depuis la description des spécifications du système à réaliser jusqu'à la réalisation des masques photographiques utilisés lors de la fabrication du système.
Un des éléments importants dans la conception d'un système électronique est de quantifier le bruit produit par les circuits, notamment dans un système mixte. A cet effet, on identifie des circuits générateurs de bruit (les agresseurs) et des circuits sensibles au bruit (les victimes).
Plus précisément, tous les circuits du système peuvent être considérés comme générateurs de bruit (agresseurs). Toutefois, il est préférable de choisir les circuits générateurs de bruit dans le groupe comportant : les circuits numériques, les cellules mémoires, des circuits analogiques et radio-fréquenciels (RF), tels que les VCO (Voltage Contrai Oscillator en anglais), les amplificateurs de puissance, et les circuits d'entrée-sortie. En particulier, les circuits numériques ont tendance à générer du bruit au moment des commutations de leurs signaux d'entrée. Bien entendu, un circuit comportant au moins un circuit générateur de bruit est lui- même considéré comme un circuit générateur de bruit.
Les circuits sensibles au bruit (victimes) sont choisis dans le groupe comportant : les circuits analogiques et RF, tels que les amplificateurs, les filtres, les oscillateurs, les mélangeurs, les échantilloneurs-bloqueurs, des circuits numériques de type mémoire, les boucles de phase, les circuits d'entrée-sortie et les références de tension. Bien entendu, un circuit comportant au moins un circuit sensible au bruit est lui-même considéré comme sensible au bruit.
Le bruit généré par les agresseurs se répand vers les victimes en passant par les substrats sur lesquels sont montés les circuits, les interconnections métalliques et les boîtiers. Ce bruit a tendance à dégrader les performances des victimes. Ainsi, on entend par bruit tout signal généré par un bloc agresseur qui a une influence non désirée sur les victimes.
Des logiciels tels que SPICE permettent d'analyser l'effet des blocs agresseurs sur les victimes. A cette fin, on ajoute des modèles d'impédances aux modèles SPICE du système mixte original pour modéliser le substrat. On peut ainsi analyser l'influence sur les victimes du bruit injecté par les agresseurs à travers le substrat. Toutefois, pour les grands systèmes électroniques qui comportent plusieurs millions de transistors ou de portes logiques, typiquement lorsque le système comporte des circuits intégrés, les modélisations SPICE demandent trop de ressources système. Pour ces grands systèmes, on met donc plutôt en œuvre des procédés qui utilisent des modèles approchés du substrat et modélisent l'injection de bruit dans ce substrat par des sources de courant.
On connaît ainsi le procédé décrit dans le brevet US-6941258 et dans lequel on considère un circuit intégré composé d'un ensemble de cellules.
Une cellule est un système élémentaire du circuit de type analogique ou numérique. Une cellule remplit une fonction donnée, et peut prendre par exemple la forme d'une porte logique ou d'un ensemble de portes logiques.
A chaque cellule est associé un macro-modèle qui modélise le bruit injecté par la cellule dans le substrat, les éléments parasites de la cellule et la connexion au reste du système. Ce macro-modèle comporte des sources de courant qui injectent un courant de bruit à l'intérieur du substrat, par exemple, un courant de bruit de commutation engendré par la cellule. Par ailleurs, le macro-modèle comporte des résistances, des capacités et éventuellement des inductances qui modélisent des liaisons entre les bornes de la cellule, les noeuds d'alimentation et la connexion au substrat.
Pour extraire les sources de courant du macro-modèle, on calcule le courant de bruit injecté par la cellule en utilisant un modèle de simulation de la cellule très détaillé. Le bruit associé à une cellule est alors calculé en faisant commuter ses entrées. Des motifs de commutation qui caractérisent le passage des entrées de la cellule d'un état à un autre sont ainsi définis pour une phase d'extraction donnée. Et lors d'une application de ces motifs de commutation sur les bornes d'entrée d'une cellule, on mesure et on extrait les courants générateurs de bruit de cette cellule. Pour calculer le bruit global du circuit, on combine les macro-modèles des cellules et les signaux de bruits qu'elles génèrent en introduisant un délai de commutation entre les changements d'état des cellules. Car les cellules n'injectent pas toutes du bruit en même temps dans le substrat. On combine ainsi les macro-modèles et les signaux de bruit suivant une modélisation des instants de commutation des cellules du circuit.
Dans la pratique, la méthode présentée dans le document US- 6941258 propose de calculer un macro-modèle global de l'ensemble du circuit qui est une combinaison des macro-modèles des cellules du circuit, tout en tenant compte des décalages dans l'injection de bruit par les cellules dans le reste du circuit intégré. Les sources de bruit de ce macro-modèle global sont ainsi des combinaisons des sources de bruit des macro-modèles de chaque cellule.
Un tel procédé de calcul de bruit permet de simuler le bruit observable dans un circuit intégré sur silicium unique et d'obtenir des résultats proches de la réalité. En effet, le résultat de cette simulation est proche de celui obtenu par une simulation tout transistor des circuits numériques. Toutefois, une telle méthode de simulation ne permet pas d'affirmer avec certitude le bon fonctionnement d'un circuit. En effet, cette méthode détermine le bruit injecté uniquement dans le substrat du circuit intégré et ne prend notamment pas en compte le bruit associé aux interconnexions des cellules entre elles que ce soit sur silicium, dans les boîtiers ou sur circuit imprimé.
En outre, cette méthode est une simulation au plus proche qui permet d'avoir une idée précise du bruit moyen engendré par les circuits numériques. Toutefois, cette méthode ne tient pas compte des fonctionnements marginaux du système en termes d'activité de commutation, ni des aléas de production pouvant dégrader les performances du système.
La présente invention se propose donc de fournir des informations plus pertinentes sur le bruit injecté dans le système électronique de manière à pouvoir déterminer de manière certaine si le fonctionnement désiré du système est sensiblement affecté ou pas par le bruit injecté par ses cellules, notamment par ses cellules numériques.
A cette fin, dans l'invention, on calcule, dans un pire cas, le bruit le plus élevé pouvant être observé dans le système. Dans une mise en oeuvre, pour calculer ce bruit, toutes les cellules injectent dans le système le bruit le plus élevé qu'elles peuvent injecter.
Si un test de sensibilité au bruit est réussi dans le pire cas, c'est à dire que le bruit calculé dans le système est inférieur aux seuils de tolérance des circuits sensibles, alors on en déduit que le système, dans ses meilleures et pires conditions de fonctionnement en termes de bruit et avec ses aléas de production, sera insensible au bruit engendré par ses cellules numériques. Dans ce cas, aucun autre test supplémentaire n'est nécessaire.
En revanche, si le test échoue, c'est-à-dire que le bruit calculé dans le système est supérieur aux seuils de tolérance des circuits sensibles, alors on calcule par simulation dans le meilleur cas, le bruit le plus bas possible pouvant être observé dans le système. Dans une mise en œuvre, pour calculer ce bruit, toutes les cellules injectent dans le système le bruit le plus bas qu'elles peuvent injecter.
Si le test de sensibilité au bruit échoue dans ce meilleur cas, alors l'architecture du système est fortement remise en cause et souvent tout le système doit être modifié pour remplir des conditions d'immunité au bruit. A cet effet, il faudra modifier le positionnement des composants, la répartition des signaux d'entrées/sorties sur les bornes des circuits intégrés, et introduire, s'il y a lieu, des blindages autour des victimes du bruit. Un échec du test de meilleur cas peut également imposer de recourir à un boîtier plus coûteux pour les composants intégrés.
Si le test de sensibilité échoue dans le pire cas mais réussit dans le meilleur cas, alors certains aspects du système doivent être modifiés. D'autres modélisations peuvent encore être mises en œuvre, comme une modélisation du cas moyen où le système est modélisé avec des sources de bruit qui injectent un bruit moyen dans le substrat. Toutes ces modélisations du système et les tests de sensibilité au bruit qui leur sont associés donnent des indications sur l'immunité au bruit du système à tester. II est à noter que les cas extrêmes d'injection de bruit sont élaborés en prenant compte de la réalité de leur occurrence. En effet, pour avoir un sens, le meilleur et le pire cas doivent pouvoir être rencontrés dans un mode de fonctionnement du système. Le pire cas (respectivement meilleur cas) ne doit donc pas être trop pessimiste (respectivement trop optimiste) de manière à donner une idée précise de l'immunité au bruit du système étudié.
Pour modéliser le système numérique et l'injection de bruit dans les différents cas précités, on définit pour chaque circuit du système un macromodèle du bruit injecté dans le système au travers du substrat, des interconnexions et du boîtier des cellules. Ce macro-modèle comporte un ensemble de sources qui représentent les différents modes d'injection de bruit (pire et meilleur cas), ainsi qu'un ensemble d'éléments passifs, notamment des capacités, des résistances et des inductances, qui traduisent les interactions parasites entre les différentes sources du modèle ainsi que les couplages avec le substrat, les interconnexions et les composants de boîtier. Dans la pratique, pour déterminer le meilleur et le pire cas, on ajuste la modélisation des sources de bruit, les éléments passifs des macromodèles des circuits demeurant identiques d'un cas à l'autre.
A cet effet, on extrait les sources de courant de ce macro-modèle. Pour cela, on modélisé d'abord chaque cellule de la manière la plus précise possible en utilisant des modèles de transistors les plus complets possibles, disponibles dans le Designkit des cellules numériques élémentaires (ou Corelib). On définit ensuite un environnement de test pour la cellule à tester, cet environnement étant défini par des sources de tension en entrée comportant un temps de montée/descente particulier entre deux changements d'états, une charge capacitive connectée à chaque sortie de la cellule, ainsi qu'un modèle d'alimentation.
Les sources de tension d'entrée sont soumises à des motifs de commutation. Ces motifs de commutation définissent le passage des entrées de la cellule d'un niveau de tension à un autre. Ces motifs peuvent être exhaustifs, c'est-à-dire que toutes les variations d'entrées possibles seront appliquées en entrée de la cellule, ou pseudo exhaustifs, c'est-à-dire qu'une partie seulement des variations d'entrée possibles sera appliquée en entrée de la cellule. Par une simulation SPICE de la cellule dans son environnement de test, on obtient des formes d'ondes (une par motif de commutation) pour lesquelles un classement statistique est réalisé. Ces formes d'ondes peuvent être ainsi classées en fonction de leur densité spectrale. A cette fin, les formes d'ondes sont transposées dans le domaine fréquentiel et sont alors approchées par des fonctions polynomiales qui facilitent le stockage de ces formes d'onde et la réutilisation de ces formes d'ondes pour la reconstitution d'une somme de courants injectés dans le système par un bloc donné.
On considère que plus la densité spectrale d'une forme d'onde est grande, plus le bruit généré est important (pire cas). Et plus la densité spectrale d'une forme d'onde est petite, plus le bruit généré est faible (meilleur cas). Pour chaque cellule, on peut ainsi identifier et extraire des sources de bruit pour le pire cas, le meilleur cas et le cas moyen. Ces sources de bruit sont conservées dans une mémoire et sont réutilisables d'un système à un autre. On définit ensuite des blocs numériques comportant un ensemble de cellules numériques. Ainsi on entend par circuit dans un système électronique, des éléments qui peuvent se trouver à divers niveaux de hiérarchie de blocs. Le premier niveau est un composant tel qu'un transistor. Le deuxième niveau est une fonction élémentaire telle qu'une porte ET ou une porte OU. Le troisième niveau est un assemblage de fonctions élémentaires pour réaliser une fonction déterminée, le nombre de niveaux de hiérarchie n'étant pas limité.
Pour les blocs du système, on définit un modèle équivalent d'injection de bruit qui modélise l'injection de bruit de courant lors des appels de courant au niveau des cellules. A cette fin, on choisit une modélisation de l'activité de commutation qui définit à quel moment les blocs numériques ou les cellules qui les composent injectent leur bruit à l'intérieur du système. Le bruit peut ainsi être calculé dans le système pour des blocs de hiérarchie différente, les bruits de ces blocs pouvant alors être combinés entre eux pour calculer le bruit global observable dans le système.
Chaque modèle d'injection est affinable en termes de définition du macro-modèle, de définition des jeux de paramètres choisis pour l'extraction des sources de courant dans les différents cas envisagés, et de réutilisation des sources de bruit au sein d'un bloc selon une distribution des instants de commutation des cellules.
Le procédé selon l'invention peut être mis en œuvre avec un système électronique comportant un seul circuit intégré en silicium dans son boîtier, plusieurs circuits intégrés en silicium dans un boîtier, ou plusieurs composants électroniques, avec optionnellement des circuits intégrés, connectés sur un circuit imprimé.
L'invention concerne donc un procédé d'estimation d'un bruit généré dans un système mixte de type numérique, et analogique et/ou radio- fréquentiel, ce système comportant des cellules élémentaires réalisant chacune une fonction, ce procédé comportant les étapes suivantes : - modéliser chaque cellule numérique et/ou analogique et/ou radio- fréquentielle par un macro-modèle d'injection de bruit, ce macro-modèle comportant des sources de courant pour modéliser le bruit injecté dans le système par la cellule,
- extraire par simulation les sources de courant des macro-modèles, - définir un modèle de distribution des instants de commutation des cellules numériques, ce modèle de distribution définissant les instants auxquels les cellules du système commutent,
- réutiliser les sources de courant extraites dans les macro-modèles suivant le modèle de distribution défini, et - calculer le bruit observable à l'intérieur du système, caractérisé en ce que l'étape de réutilisation des sources au sein des macro-modèles comporte l'étape suivante :
- injecter dans le système un bruit marginal pouvant être injecté par les sources de courant, ce bruit marginal pouvant être le pire ou le meilleur bruit injectable par les sources de courant lors du fonctionnement du système, le pire bruit étant le bruit de niveau le plus haut pouvant être injecté par les sources de courant lors du fonctionnement du système, le meilleur bruit étant le bruit de niveau le plus faible pouvant être injecté par les sources de courant lors du fonctionnement du système. L'invention concerne en outre un procédé de test d'immunité au bruit d'un système mixte de type numérique et analogique et/ou radio-fréquentiel, ce système comportant des cellules reliées entre elles via des nœuds du circuit, chaque nœud correspondant à une connexion entre deux cellules ou entre une cellule et un réseau d'alimentation du système, ce procédé comportant les étapes suivantes :
- modéliser les cellules numériques par des macro-modèles, ces macro-modèles comportant des éléments de connexion passifs de type RLC, et des sources de bruit qui modélisent une injection de bruit par les cellules dans le système, - connecter ces macro-modèles avec le reste du système à l'aide des éléments de connexion de ces macro-modèles,
- utiliser des sources de bruit extraites dans les macro-modèles de manière à injecter du bruit dans le système,
- calculer les niveaux de bruit dans chaque nœud du système, et - réaliser un test de sensibilité de ce système au bruit injecté, le test étant réussi si le bruit calculé est inférieur aux seuils de sensibilité du système et échouant si le bruit calculé est supérieur aux mêmes seuils de sensibilité, caractérisé en ce que l'étape de réutilisation des sources au sein des macro-modèles comporte l'étape suivante :
- injecter dans le système le pire bruit pouvant être injecté par les cellules, ce pire bruit étant le bruit le plus important pouvant être injecté dans le système par ces cellules lors d'un fonctionnement du système, et
- si le test de sensibilité réussit avec le pire bruit injecté, accepter le circuit.
L'invention sera mieux comprise à la lecture de la description qui suit et à l'examen des figures qui l'accompagnent. Ces figures ne sont données qu'à titre illustratif et nullement limitatif de l'invention. Ces figures montrent :
- figure 1 : une représentation schématique d'un système électronique mixte classique comportant des cellules numériques et analogiques ; - figure 2 : une représentation schématique d'un macro-modèle connu modélisant une cellule numérique ;
- figure 3 : une représentation schématique d'une cellule et de son environnement de test pour extraire les sources de bruit dans le procédé selon l'invention ;
- figure 4 : un schéma bloc représentant les étapes d'extraction des sources de bruit des macro-modèles et la réutilisation de ces sources dans le procédé selon l'invention ;
- figures 5 : des représentations graphiques de formes d'onde obtenues dans le domaine temporel et dans le domaine fréquentiel pour différents motifs de commutation lors de l'extraction des sources de bruit selon l'invention ;
- figure 6 : un histogramme représentant le nombre de cellules du système susceptibles d'être appelées sur chaque intervalle de temps [ti ;ti+1 [ ;
- figure 7 : un tableau selon l'invention indiquant une décision d'acceptation ou de non acceptation de systèmes en fonction de résultats de tests de sensibilité dans différents cas de fonctionnement de ces systèmes.
Les éléments identiques conservent la même référence d'une figure à l'autre.
La figure 1 montre un circuit intégré 1 qui comporte des cellules 2.1-
2.4 numériques et analogiques réalisant des fonctions élémentaires. Ces cellules, qui peuvent être par exemple des ensembles de portes logiques, sont montées sur un substrat 3 de ce circuit 1. Les cellules numériques injectent un bruit dans le circuit lors de leur fonctionnement en commutation.
L'injection du bruit de chaque cellule numérique à l'intérieur du substrat 3 peut être modélisée par un macro-modèle 4 connu représenté sur la figure 2. Ce macro-modèle 4 comporte quatre sources de courant IPvdd, IPgnd, IBsub et IBcais qui modélisent le bruit généré par la commutation des transistors NMOS et PMOS, et injecté dans le reste du circuit 1 , soit le substrat 3 et l'ensemble des interconnections et des réseaux d'alimentation du circuit 1.
Plus précisément, le courant IPvdd est le courant consommé par la cellule pour la commutation. Le courant IPgnd est différent du courant fourni IPvdd, puisqu'une partie du courant fourni IPvdd est dérivée vers des charges de sortie et vers le substrat 3 du circuit. Le courant IBsub est un courant de fuite vers le substrat, tandis que le courant IBcais est un courant de fuite vers le caisson du circuit 1.
Par ailleurs, les liaisons entre des bornes de la cellule et le substrat 3 sont modélisées par ces impédances Z1-Z6 reliées entre elles. En outre, un condensateur C reliant deux réseaux de résistance modélise la liaison entre la partie du substrat dopé N et celle dopée P. Le macro-modèle 4 est relié au reste du circuit intégré 1 par l'intermédiaire de résistances R1-R4. Les valeurs des éléments Z1-Z6, C et R1-R4, qui dépendent notamment d'une géométrie de la cellule, sont connues a priori pour chaque cellule étudiée.
En variante, les macro-modèles peuvent comporter plusieurs alimentations. Les éléments parasites des structures NMOS et PMOS peuvent également être modélisés différemment.
Bien entendu, d'autres macro-modèles peuvent être mis en œuvre dans le procédé selon l'invention.
Pour extraire les sources de courant du macro-modèle 4, on modélise chaque cellule 2.1-2.4 dans un environnement de test. La cellule 2.1 qui comporte des entrées E1-EN et des sorties S1-SM est ainsi représentée dans son environnement de test à la figure 3. On entend par environnement de test tous les paramètres extérieurs à la cellule qui ont une influence sur son comportement, en particulier sur le bruit qu'elle est susceptible d'injecter dans le circuit 1.
Plus précisément, cette cellule 2.1 est modélisée à l'aide d'un modèle contenu dans un ensemble de fichiers de données appelé Designkit. Ces fichiers de données sont utilisés par les logiciels de conception et de vérification de circuit numérique du type VHDL, SPICE, ou VITAL. Ce modèle modélise précisément chaque phénomène physique se produisant dans la cellule 2.1 , et permet une modélisation des différents modes d'injection de bruit des transistors qui la composent. Dans un exemple, la cellule 2.1 est modélisée par un modèle SPICE de type EKV, MM9, BSIM3v3 ou BSIM4, et divers éléments parasites, tels que des condensateurs, des résistances, et des diodes.
La cellule 2.1 est alimentée par un générateur 4 pouvant être modélise comme étant idéal. Toutefois, il est aussi possible de mettre en œuvre un modèle de générateur qui modélise les parasites et couplages des lignes d'alimentation jusqu'à chaque cellule numérique.
Dans cet environnement, on fixe les temps de montée RT et les temps de descente FT des signaux U1-UN appliqués sur les entrées E1-EN de la cellule 2.1. Ces temps de montées RT et de descente FT peuvent être les temps de basculement minimum, maximum ou moyen des cellules numériques susceptibles de commander les entrées de la cellule considérée. Plus les temps de montée sont courts (c'est-à-dire plus la commutation est abrupte), plus le bruit injecté par la cellule observable est important. A l'inverse, plus les temps de montée sont longs, plus le bruit injecté par la cellule est faible.
En outre, on fixe la valeur des charges capacitives C1-CM connectées aux sorties S1-SM de la cellule 2.1. Ces charges C1-CM correspondent à une capacité d'entrée interne de cellules suivantes reliées aux sorties de la cellule 2.1. Plusieurs jeux de capacités peuvent être utilisés, les valeurs de capacités de sortie influant sur les délais de commutation des cellules, ainsi que sur le bruit généré par la cellule 2.1 en commutation.
On définit ensuite les motifs de commutation qui seront appliqués aux entrées E1-EN du circuit à l'aide de U1-UN. On rappelle que ces motifs définissent le passage des niveaux des entrées de la cellule d'un état à un autre. Un motif de commutation est par exemple représenté en haut à droite de la figure 3. Dans un premier temps, on définit le nombre d'états qui peuvent changer dans le motif. Ainsi, on peut choisir de faire varier les entrées E1-EN suivant un code de type Gray. Dans ce cas, une seule entrée change dans un motif de commutation. En variante, on choisit de faire varier plusieurs entrées en même temps dans le motif de commutation. En variante, il est possible de prendre en compte des décalages temporels entre les changements d'état des entrées.
Dans un deuxième temps, on choisit un nombre de motifs de commutation à appliquer sur les entrées E1-EN. On peut ainsi choisir d'appliquer en entrée tous les motifs possibles, c'est-à-dire 2N.(2N-1 ) motifs. Toutefois, un tel choix demande un temps d'exécution très élevé. On choisit donc de préférence un nombre limité de motifs en tirant au sort les motifs qui seront simulés, tous les motifs étant considérés comme équiprobables. Par expérience, une telle limitation des motifs permet une estimation pertinente des formes d'ondes pire cas et meilleur cas, sous réserve que la taille de l'échantillon ou estimateur soit suffisante. Cette limitation des motifs permet de gagner du temps dans l'exécution de l'extraction des sources de courant et rend facilement intégrable dans un logiciel l'outil d'extraction de source de courant selon l'invention. En variante, les motifs peuvent être pondérés de manière à prendre en compte ceux les plus susceptibles d'être observés en entrée de la cellule 2.1.
Une fois l'environnement de test défini, on applique les différents motifs de commutation aux entrées de la cellule 2.1. Pour chaque motif de commutation, on obtient des données de simulation stockées dans une mémoire 13 représentée sur la figure 4.
A partir de ces données de simulation, les formes d'onde de courant temporelle correspondant au bruit de la cellule peut être représentées pour chaque motif de commutation dans une étape 14. Ainsi, sur la figure 5a sont représentées les formes d'ondes temporelles 15-17 de la source de bruit IBsub pour trois motifs de commutation différents. Ces formes d'ondes 15-17 peuvent présenter des valeurs l(t) et dl/dt minimales et maximales différentes, à des instants différents. Il est donc bien difficile d'établir quelle forme d'onde représente le pire cas ou le meilleur cas. L'effet de ces formes d'onde sur les victimes est en outre difficile à estimer.
Ces formes d'ondes 15-17 temporelles sont transposées dans le domaine fréquentiel à l'aide d'une cellule 18 de Transformation de Fourier. On obtient alors des spectres fréquentiels dont la magnitude 19-22 est représentée sur la figure 5b et dont la phase 22, qui oscille entre -pi et +pi, est représentée sur la figure 5c. Les formes d'ondes sont stockées et réutilisées dans leur forme spectrale en raison de la nature des algorithmes d'analyse du système, qui mettent en œuvre une résolution matricielle pour chaque fréquence, et de la nature des victimes qui sont de type analogiques ou radio-fréquencielles.
Ensuite dans une étape 24, on met en œuvre une technique d'approximation des moindres carrés sur les parties réelles et imaginaires des spectres de fréquence. Cette étape 24 permet d'approcher chaque spectre fréquentiel 19-22 par deux polynômes : un premier approchant la partie réelle du spectre et un deuxième la partie imaginaire du spectre. On obtient alors un ensemble de polynômes 25 dont les coefficients sont stockés dans une mémoire 26.
Un tel stockage de coefficients présente l'intérêt de prendre moins de place que le stockage des points des spectres, et de permettre une réutilisation des formes d'ondes pour reproduire différentes valeurs de périodes du même signal correspondant à des espacements de raies dans le domaine fréquentiel. En effet, il est possible de réutiliser les spectres pour différentes périodes des formes d'ondes, des raies de ces spectres 41-43 multiples de 1/T pouvant être sélectionnées, T étant la période d'horloge. Un autre avantage du stockage des polynômes est la réduction du temps d'exécution lors du calcul de sommes de spectres pour le calcul de bruit d'un bloc, ainsi que la bonne précision du résultat obtenu.
Les blocs 14, 18, 23-25 qui composent le bloc 33 représentent ainsi les étapes d'extraction des sources de bruit des macro-modèles. Une fois que les sources de bruit ont été extraites, on réalise un classement statistique des spectres obtenus de manière à identifier les sources de bruit minimale et maximale de chaque cellule correspondant à un pire cas et à un meilleur cas d'injection de bruit par la cellule.
A cette fin, on calcule les densités spectrales des spectres à partir de leurs raies spectrales. Pour réaliser un classement des spectres suivant leur niveau de bruit, on considère que plus la densité spectrale est élevée, plus le niveau de bruit est grand. Et plus la densité spectrale est faible, plus le niveau de bruit généré par la cellule est faible. On extrait ainsi la source de pire cas de la cellule en extrayant la forme d'onde possédant la densité spectrale la plus grande. Et on extrait la source de meilleur cas en extrayant la forme d'onde possédant la densité spectrale la plus faible.
La densité spectrale peut être calculée sur tout le spectre de fréquence. Toutefois, cette densité spectrale peut aussi être calculée pour une plage de fréquence Df ou pour une raie fréquentielle particulière. Différents classements des formes d'onde sont donc possibles suivant le type de calcul de densité spectrale retenu et la plage de fréquence choisie. Dans cette étape, il est aussi possible de déterminer un spectre moyen, un écart type entre les spectres, ou toute autre donnée statistique donnant une indication quant au bruit injectable par les cellules. En variante, d'autres méthodes pourraient être utilisées pour comparer les différents spectres entre eux et les classer.
Les blocs suivants 26-30 de la figure 4 représentent une phase 32 de reconstruction d'un modèle de bruit pour un circuit digital. Autrement dit, ces blocs 26-30 représentent des étapes d'utilisation des macro-modèles et des sources de courant extraites pour calculer un bruit pire cas, meilleur cas ou autre dans un circuit particulier.
Plus précisément, lors de cette phase de reconstruction, les bruits 26 meilleur ou pire cas de chaque cellule sont injectés sous forme spectrale en tenant compte des délais de commutation des cellules.
A cet effet, on utilise un modèle 27 qui modélise les instants de commutation des cellules dans le temps. Ce modèle 27 permet de déterminer l'évolution dans le temps du nombre de cellules appelées, c'est-à- dire l'évolution dans le temps du nombre de cellules en commutation. La figure 6 montre ainsi l'exemple d'un histogramme modélisant une distribution discrète des appels de courant au cours d'une période d'horloge T. Ce graphe indique le nombre de cellules (nombre entier) susceptible d'être appelle sur chaque intervalle de temps [ti, ti+1 [. Les instants t1-tP constituent un découpage discret de la période T en P intervalles de temps. Durant chaque période T, le nombre de cellules en commutation évolue, les cellules numériques transmettant de proche en proche les signaux aux cellules suiveuses. Ce graphe modélise ainsi une activité de commutation propre à chaque période d'horloge, cette activité étant liée à une modification des entrées d'un bloc numérique. Le nombre de cellules en commutation augmente jusqu'à un pic. Cette augmentation dépend d'un paramètre de sortance (fanout en anglais) qui indique le nombre de cellules branchées en sortie de chaque cellule dont les sorties changent d'état. Après le pic, le nombre de cellules en commutation diminue jusqu'à devenir nul.
A partir du modèle d'activité de commutation 27, il est possible de déterminer à quel moment les cellules injectent leur bruit dans le substrat. On associe alors à chaque cellule un délai de commutation par rapport à un front d'horloge de circuit, ce délai représentant le temps d'appel effectif de la cellule et donc le moment d'injection du bruit de la cellule. En fonction du cas choisi (meilleur ou pire), le modèle d'activité de commutation des cellules peut aussi être adapté. En particulier, le nombre de cellules susceptibles de commuter et donc d'injecter leur bruit peut varier d'un cas à un autre.
En outre, on associe à chaque cellule des spectres d'injection de bruit différents suivant le cas de fonctionnement choisi. Dans le pire cas de fonctionnement, on considère que la plupart des cellules ou toutes injectent la forme d'onde extraite correspondant à leur bruit maximal. Dans le meilleur cas de fonctionnement, on considère que la plupart des cellules ou toutes injectent la forme d'onde extraite correspondant à leur bruit minimal. Dans le cas de fonctionnement moyen, des calculs sont réalisés sur les formes d'ondes extraites pour déterminer les formes d'ondes moyennes des sources de bruit de chaque cellule. Pour un grand nombre de cellules appelées, on peut choisir les formes d'ondes au hasard parmi celles extraites et disponibles pour chaque cellule.
A chaque cellule sont donc associés un spectre de bruit et un délai d'injection du bruit. Une somme fréquentielle de ces spectres et de ces délais est alors réalisée dans une étape 28. On obtient alors un spectre de bruit résultant 29 dans le domaine fréquentiel. Ce spectre de bruit 29 peut être alors, selon les besoins de l'analyse du système, transformé en un signal temporel de bruit résultant à l'aide d'une cellule 31 de transformé de Fourier inverse. Le bloc 32 permet ainsi d'obtenir une forme d'onde temporelle ou fréquentielle de bruit injectable par un bloc numérique à partir d'une connaissance des sources de bruit des cellules internes à ce bloc extraites et d'un modèle de commutation.
Pour savoir si le circuit 1 est sensible au bruit résultant, on considère pour chaque victime un gabarit de sensibilité au bruit qui donne le seuil de sensibilité au bruit de la victime pour chaque fréquence. On réalise alors un test de sensibilité au bruit en comparant le bruit de bloc calculé et le gabarit.
Le tableau de la figure 7 indique les décisions d'acceptation ou de non acceptation de trois systèmes en fonction d'un résultat de leur test de sensibilité réalisé dans le pire cas, le cas moyen et le meilleur cas d'injection de bruit. La lettre R signifie que le test effectué sur le système a réussi, c'est- à-dire que le niveau de bruit calculé dans le système est acceptable compte tenu des gabarits de sensibilité des victimes considérés ou des protocoles de test de sensibilité de chaque victime. La lettre NR signifie que le test effectué sur le système a échoué, c'est-à-dire que le niveau de bruit calculé dans le système n'est pas acceptable compte tenu des gabarits de sensibilité considérés ou des protocoles de test de sensibilité de chaque victime.
Plus précisément, le système 1 a réussi les tests de sensibilité au bruit dans le pire cas, le meilleur cas et le cas moyen d'injection de bruit. Le système 1 possède donc une bonne immunité au bruit et est donc considéré comme acceptable. Cette décision est prise lorsque le test réalisé avec le pire bruit est réussi. Dans ces conditions, il est certain que le système fonctionne quel que soit le niveau de bruit injecté dans tous ses modes d'utilisation, y compris les modes marginaux. Avec le système 2, le test de sensibilité au bruit a échoué pour tous les cas d'injection de bruit. Le système 2 est donc considéré comme possédant une mauvaise immunité au bruit et doit donc être écarté de la production. Ce choix est fait lorsqu'il est mis en évidence que le test de sensibilité a échoué dans le meilleur cas d'injection de bruit. Dans ces conditions, il est certain que le système 2 ne pourra jamais correctement fonctionner.
Avec le système 3, le test de sensibilité au bruit a réussi pour le meilleur cas et le cas moyen, mais a échoué pour le pire cas d'injection. Dans ces conditions, il est difficile de déterminer si le système 3 est acceptable ou pas. Pour affiner l'analyse, il est possible de réaliser des tests en injectant des niveaux de bruit intermédiaires dans le système. Vraisemblablement, des modifications d'architectures du système 3 devront être réalisées pour que ce système 3 devienne acceptable.
Dans une mise en oeuvre du procédé selon l'invention, on réalise d'abord un test de sensibilité avec le pire cas, puis avec le meilleur cas et enfin avec le cas moyen. Ainsi, il est possible de savoir très vite si un système possède une bonne immunité au bruit. Si le test pire cas a échoué, d'autres analyses supplémentaires sont nécessaires (meilleur cas, cas moyen) permettant d'approfondir l'analyse du système. On note que le pire cas (respectivement le meilleur cas) de fonctionnement n'est pas forcément obtenu pour un choix des pires, (respectivement meilleurs) paramètres de commutation, d'environnement et de source de bruit des différentes cellules. En effet, ces différents cas de fonctionnement doivent pouvoir être observés dans un fonctionnement réel du système. Autrement dit, ces cas de fonctionnement ne sont pas des cas artificiels mais des cas que l'on peut rencontrer lorsque le système fonctionne dans ses marges. Un choix de tous les pires (respectivement meilleur) paramètres d'injection de bruit peut donc ne pas correspondre au pire (respectivement meilleur) cas d'injection de bruit d'un système donné car un tel cas pourrait ne jamais se produire.
Les tests et expériences peuvent orienter des choix de modélisation pertinents pour le pire cas (respectivement meilleur cas) qui ne doivent pas être trop pessimistes (respectivement trop optimistes).
Bien entendu, les différentes étapes du procédé selon l'invention peuvent être mises en œuvre par un circuit électronique ou à l'aide d'un logiciel exécuté par un ordinateur, le logiciel étant enregistré sur un support du type disquette, CD, DVD, ou mémoire USB.

Claims

REVENDICATIONS
1 - Procédé d'estimation d'un bruit généré dans un système (1 ) mixte de type numérique, et analogique et/ou radio-fréquentiel, ce système comportant des cellules (2.1-2.4) élémentaires réalisant chacune une fonction, ce procédé comportant les étapes suivantes :
- modéliser chaque cellule (2.1 ) numérique et/ou analogique et/ou radio-fréquentielle par un macro-modèle (4) d'injection de bruit, ce macromodèle (4) comportant des sources de courant pour modéliser le bruit injecté dans le système par la cellule (2.1 ),
- extraire par simulation les sources de courant des macro-modèles,
- définir un modèle de distribution (27) des instants de commutation des cellules numériques (2.1), ce modèle de distribution (27) définissant les instants auxquels les cellules du système commutent, - réutiliser les sources de courant extraites dans les macro-modèles suivant le modèle de distribution (27) défini, et
- calculer le bruit observable à l'intérieur du système, caractérisé en ce que l'étape de réutilisation des sources au sein des macro-modèles comporte l'étape suivante : - injecter dans le système (1 ) un bruit marginal pouvant être injecté par les sources de courant, ce bruit marginal pouvant être le pire ou le meilleur bruit injectable par les sources de courant lors du fonctionnement du système,
- le pire bruit étant, dans son expression dans le domaine fréquentiel, le bruit de niveau le plus haut pouvant être injecté par les sources de courant lors du fonctionnement du système (1 ),
- le meilleur bruit étant, dans son expression dans le domaine fréquentiel, le bruit de niveau le plus faible pouvant être injecté par les sources de courant lors du fonctionnement du système (1 ). 2 - Procédé selon la revendication 1 , caractérisé en ce que :
- le système est un circuit intégré, les cellules (2.1-2.4) étant réalisées sur un substrat (3) de ce circuit (1 ),
- les sources de courant du macro-modèle modélisant le courant de bruit se propageant dans le substrat (3), des interconnexions du circuit (1 ) et dans le boîtier du circuit (1 ). 3 - Procédé selon la revendication 2, caractérisé en ce que pour extraire les sources de courants de chaque macro-modèle (4), il comporte les étapes suivantes :
- modéliser la cellule (2.1 ) à l'aide d'une modélisation détaillée, cette modélisation modélisant les transistors qui composent cette cellule (2.1 ), et pouvant provenir d'une bibliothèque de cellules élémentaires,
- définir un environnement de test de cette cellule (2.1 ), cet environnement étant défini par des paramètres ayant une influence sur le bruit généré par la cellule (2.1 ), - appliquer des motifs de commutation différents sur des bornes d'entrée (E1-EN) de la cellule à l'aide de sources de tension (U1-UN) connectées à ces entrées (E 1-EN), de manière à obtenir des formes d'ondes (15-17) de source de bruit pour chaque motif de commutation,
- classer ces formes d'onde (15-17) en fonction d'un niveau de bruit qui leur est associé, et
- stocker les sources de bruit associées à ces formes d'onde (15-17) et le macro-modèle (4) de la cellule dans une mémoire.
4 - Procédé selon la revendication 3, caractérisé en ce que :
- la cellule est modélisée par un modèle SPICE de type MM9, BSIM3 ou BSIM4.
5 - Procédé selon l'une des revendications 3 à 4, caractérisé en ce que pour définir l'environnement de test, il comporte les étapes suivantes :
- fixer un temps de montée (RT) et de descente (FT) des signaux des sources en entrée de la cellule (2.1 ), et - fixer une valeur d'une charge capacitive (C1-CM) connectée aux différentes sorties (S1-SM) de la cellule (2.1).
6 - Procédé selon la revendication 5, caractérisé en ce que pour définir l'environnement de test, il comporte en outre l'étape suivante :
- modéliser le réseau d'alimentation de la cellule (2.1) en tenant compte des parasites et couplages de lignes d'alimentation de ce réseau connectées à des bornes de la cellule.
7 - Procédé selon l'une des revendications 3 à 6, caractérisé en ce qu'il comporte l'étape suivante :
- tirer au sort un échantillon de motifs de commutation à appliquer sur les bornes d'entrées (E1-EN) de la cellule parmi tous les motifs de commutation possibles, tous ces motifs de commutation possibles étant considérés comme équiprobables.
8 - Procédé selon l'une des revendications 3 à 7, caractérisé en ce que pour classer les formes d'ondes (15-17), il comporte les étapes suivantes :
- calculer par transformée de Fourier les spectres fréquentiels des formes d'ondes (15-17) obtenues,
- calculer des densités spectrales des spectres fréquentiels (19-21 ), et
- classer les formes d'onde en fonction de la valeur de leur densité spectrale.
9 - Procédé selon la revendication 8, caractérisé en ce que :
- les densités spectrales des spectres fréquentiels (19-21 ) sont calculées sur tout le spectre, ou sur une plage de fréquence (Df), ou pour une raie spectrale particulière. 10 - Procédé selon l'une des revendications 8 à 9, caractérisé en ce qu'il comporte les étapes suivantes :
- retenir la forme d'onde (15-17) qui comporte la densité spectrale la plus élevée comme une source de pire bruit du macro-modèle (4), et
- retenir la forme d'onde (15-17) qui comporte la densité spectrale la plus faible comme une source de meilleur bruit du macro-modèle (4).
11 - Procédé selon l'une des revendications 3 à 10, caractérisé en ce qu'il comporte les étapes suivantes :
- calculer pour chaque forme d'onde un premier polynôme qui approche la partie réelle du spectre fréquentiel de la forme d'onde et un deuxième polynôme qui approche la partie imaginaire du spectre fréquentiel de la forme d'onde par une méthode d'approximation des moindres carrés, et
- stocker pour chaque forme d'onde les coefficients des polynômes obtenus à l'intérieur d'une mémoire, de manière que la taille des formes d'ondes soit réduite par rapport à un stockage des points du spectre entier. 12 - Procédé selon la revendication 11 , caractérisé en ce que pour calculer le bruit observable à l'intérieur du circuit, il comporte l'étape suivante :
- effectuer une somme des spectres fréquentiels des formes d'ondes des différentes cellules en utilisant les polynômes associés à chacun, le temps de calcul d'une telle somme étant plus court que celui nécessaire pour effectuer une somme des formes d'onde dans le domaine temporel,
- les polynômes des spectres fréquentiels étant réutilisables pour différentes périodes des formes d'ondes, des raies des spectres multiples de 1/T pouvant être sélectionnées, T étant une période d'horloge du circuit.
13 - Procédé de test d'immunité au bruit d'un système (1 ) mixte de type numérique et analogique et/ou radio-fréquentiel, ce système (1) comportant des cellules (2.1-2.4) reliées entre elles via des nœuds du circuit, chaque nœud correspondant à une connexion entre deux cellules ou entre une cellule et un réseau d'alimentation du système, ce procédé comportant les étapes suivantes :
- modéliser les cellules numériques (2.1 ) par des macro-modèles (4), ces macro-modèles comportant des éléments de connexion passifs de type RLC, et des sources de bruit qui modélisent une injection de bruit par les cellules dans le système,
- connecter ces macro-modèles avec le reste du système à l'aide des éléments de connexion de ces macro-modèles,
- utiliser des sources de bruit extraites dans les macro-modèles de manière à injecter du bruit dans le système, - calculer les niveaux de bruit dans chaque nœud du système (1 ), et
- réaliser un test de sensibilité de ce système au bruit injecté, le test étant réussi si le bruit calculé est inférieur aux seuils de sensibilité du système et échouant si le bruit calculé est supérieur aux mêmes seuils de sensibilité, caractérisé en ce que l'étape de réutilisation des sources au sein des macro-modèles comporte l'étape suivante :
- injecter dans le système le pire bruit pouvant être injecté par les cellules, ce pire bruit étant le bruit le plus important pouvant être injecté dans le système par ces cellules lors d'un fonctionnement du système (1 ), et - si le test de sensibilité réussit avec le pire bruit injecté, accepter le circuit.
14 - Procédé selon la revendication 13, caractérisé en ce que si le test avec le pire bruit injecté échoue, il comporte l'étape suivante : - injecter dans le système le meilleur bruit pouvant être injecté par les cellules, ce meilleur bruit étant le bruit le plus faible pouvant être injecté dans le système par les cellules lors d'un fonctionnement du système, et
- si le test de sensibilité échoue, écarter le système. 15 - Procédé selon l'une des revendications 13 à 14, caractérisé en ce que si le test de sensibilité au bruit échoue avec le pire bruit mais réussit avec le meilleur bruit, il comporte l'étape suivante :
- injecter dans le système un bruit moyen pouvant être injecté par les cellules lors d'un fonctionnement de ce système, et - si le test de sensibilité réussit, modifier une architecture du circuit et recommencer les étapes suivant les revendications 13 et 14.
16 - Dispositif apte à mettre en œuvre les étapes du procédé selon l'une des revendications 1 à 12 et/ou les étapes du procédé selon l'une des revendications 13 à 15.
EP07731567A 2006-02-07 2007-02-02 Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé Withdrawn EP1984857A2 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0650438A FR2897178B1 (fr) 2006-02-07 2006-02-07 Procede d'estimation d'un bruit genere dans un systeme electronique et procede de test d'immunite au bruit associe
PCT/FR2007/050740 WO2007090980A2 (fr) 2006-02-07 2007-02-02 Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé

Publications (1)

Publication Number Publication Date
EP1984857A2 true EP1984857A2 (fr) 2008-10-29

Family

ID=37054488

Family Applications (1)

Application Number Title Priority Date Filing Date
EP07731567A Withdrawn EP1984857A2 (fr) 2006-02-07 2007-02-02 Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé

Country Status (5)

Country Link
US (1) US20090192777A1 (fr)
EP (1) EP1984857A2 (fr)
JP (1) JP2009526285A (fr)
FR (1) FR2897178B1 (fr)
WO (1) WO2007090980A2 (fr)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4558613B2 (ja) * 2005-09-02 2010-10-06 パナソニック株式会社 回路基板の設計支援装置、回路基板の設計方法、及びノイズ解析プログラム
FR2903794B1 (fr) * 2006-07-13 2008-09-05 Coupling Wave Solutions Cws Sa Procede de modelisation de l'activite de commutation d'un circuit numerique
FR2923929B1 (fr) * 2007-11-19 2011-01-21 Coupling Wave Solutions Cws Procede pour modeliser la sensibilite d'une cellule de type analogique et/ou radio-frequentielle et logiciel mettant en oeuvre ce procede.
US8694946B1 (en) 2008-02-20 2014-04-08 Altera Corporation Simultaneous switching noise optimization
US7983880B1 (en) * 2008-02-20 2011-07-19 Altera Corporation Simultaneous switching noise analysis using superposition techniques
WO2010050188A1 (fr) * 2008-10-27 2010-05-06 日本電気株式会社 Procédé, appareil, programme et système d’analyse de fonctionnement d'un circuit intégré à semi-conducteur
JP5098970B2 (ja) * 2008-11-25 2012-12-12 富士通株式会社 リーク電流分布検証支援プログラム、リーク電流分布検証支援装置およびリーク電流分布検証支援方法
US8239801B2 (en) * 2008-12-31 2012-08-07 Lsi Corporation Architecturally independent noise sensitivity analysis of integrated circuits having a memory storage device and a noise sensitivity analyzer
JP5943269B2 (ja) * 2011-11-29 2016-07-05 学校法人 中央大学 回路シミュレーション方法、回路シミュレーション装置、および回路シミュレーションプログラム
US9722663B2 (en) 2014-03-28 2017-08-01 Intel Corporation Interference testing
KR102400557B1 (ko) * 2015-10-13 2022-05-20 삼성전자주식회사 알티에스(rts) 노이즈를 고려한 회로 설계 방법 및 시뮬레이션 방법
US11125832B2 (en) * 2018-12-13 2021-09-21 Sentient Technology Holdings, LLC Multi-phase simulation environment
US11067627B2 (en) 2019-09-06 2021-07-20 International Business Machines Corporation Noise injection circuit
CN111967126B (zh) * 2020-06-30 2023-11-28 西安中锐创联科技有限公司 一种考虑不确定度的仿真模型准确度验证方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6941258B2 (en) * 2000-03-17 2005-09-06 Interuniversitair Microelektronica Centrum Method, apparatus and computer program product for determination of noise in mixed signal systems
US6675365B2 (en) * 2001-12-14 2004-01-06 Intel Corporation Method and system for predicting worst-case capacitive and inductive switching vector

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2007090980A2 *

Also Published As

Publication number Publication date
FR2897178A1 (fr) 2007-08-10
JP2009526285A (ja) 2009-07-16
WO2007090980A3 (fr) 2008-03-27
WO2007090980A2 (fr) 2007-08-16
FR2897178B1 (fr) 2008-09-05
US20090192777A1 (en) 2009-07-30

Similar Documents

Publication Publication Date Title
EP1984857A2 (fr) Procédé d'estimation d'un bruit généré dans un système électronique et procédé de test d'immunité au bruit associé
WO2007051838A1 (fr) Procede et dispositif pour l'analyse de circuits integres
FR2822263A1 (fr) Systeme et procede de determination de la sensibilite au bruit d'un circuit integre
WO2007012787A2 (fr) Procede et appareil d'aide a la conception de circuits integres
Barragan et al. Practical simulation flow for evaluating analog/mixed-signal test techniques
FR2844373A1 (fr) Procede d'analyse de couplage d'interconnexion dans les circuits vlsi
WO2008007026A2 (fr) Procédé de modélisation de l'activité de commutation d'un circuit numérique
WO2008001010A2 (fr) Procédé de modélisation du bruit injecté dans un système électronique
US7747972B2 (en) Methods and apparatuses for timing analysis of electronic circuits
JP4509699B2 (ja) 回路解析方法および回路解析装置
US7036096B1 (en) Estimating capacitances using information including feature sizes extracted from a netlist
Lim et al. An efficient test vector generation for checking analog/mixed-signal functional models
EP3443369B1 (fr) Systeme et procede de test d'un circuit integre
JP5463781B2 (ja) パラメータ算出装置、シミュレーション装置およびパラメータ算出プログラム
Kuo et al. Efficient trimmed-sample Monte Carlo methodology and yield-aware design flow for analog circuits
US20220247546A1 (en) Waveform construction using interpolation of data points
WO2009024717A2 (fr) Dispositif de test de circuit analogique
WO2009071782A2 (fr) Procede pour modeliser la sensibilite d'une cellule de type analogique et/ou radio-frequentielle et logiciel mettant en oeuvre ce procede
WO2015158984A1 (fr) Méthode de réalisation d'un réseau logique configurable
Pagliarini Reliability analysis methods and improvement techniques applicable to digital circuits
Meixner et al. Statistical modeling of glitching effects in estimation of dynamic power consumption
WO2015032830A1 (fr) Procédé d'analyse du comportement d'un circuit intégré mis en œuvre par ordinateur et comprenant la sélection de chemins sur la base de plusieurs critères appartenant à des types différents
Dang et al. Technology Education Challenges and Solution to Design a Process Design Kit for Digital CMOS Technology in Vietnam
EP3042320B1 (fr) Procédé d'analyse du comportement d'un circuit intégré mis en oeuvre par ordinateur
Pan et al. Dynamic Simulation of Power Consumption for Model Based Design of Mixed-Signal Systems

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20080704

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA HR MK RS

17Q First examination report despatched

Effective date: 20100315

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20140902