TW200921445A - Circuit analysis method - Google Patents

Circuit analysis method Download PDF

Info

Publication number
TW200921445A
TW200921445A TW097128479A TW97128479A TW200921445A TW 200921445 A TW200921445 A TW 200921445A TW 097128479 A TW097128479 A TW 097128479A TW 97128479 A TW97128479 A TW 97128479A TW 200921445 A TW200921445 A TW 200921445A
Authority
TW
Taiwan
Prior art keywords
sampling
parameters
analysis method
circuit analysis
contribution
Prior art date
Application number
TW097128479A
Other languages
English (en)
Inventor
Hsin-Lan Chang
Tai-Cheng Lee
Sheng-Yow Chen
Original Assignee
Airoha Tech Corp
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 Airoha Tech Corp filed Critical Airoha Tech Corp
Publication of TW200921445A publication Critical patent/TW200921445A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/08Probabilistic or stochastic CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)
  • Complex Calculations (AREA)

Description

200921445 九、發明說明: 【發明所屬之技術領域】 ^本發財_-«路分析m要躲樣參數及 杈擬結果進行運算,以推算出各個元件的貢獻度。 【先前技術】 請參閱第1圖,為習用電路分析方法的步驟流程圖。 一般在進行電路的分析時’需要對電路上的所有元件進行 取樣(sampling)域生減峰樣參數,例如㈣地卡羅 (Mome Carlo Sampling)的方式進行取樣,其中每取樣參 料相對應於電路上的某-元件,且H取樣參數中皆 包括有複數個參數,如步驟11所示。 、在得知取樣參數後可進—步對取樣參數進行以產 生,數個模擬結果,例如以模擬器(simuIatQr)對取樣參數進 她擬,亚產生相對應的模擬結果,如步驟13所示。而後 m 何以進—步對取樣參數與模擬結果進行分析及應 用,如步驟15所示。 古擬日㈣要對大㈣取樣參數進行模擬,以提 同桓擬、.,.果的正確性。然而隨著取樣參數數量的择加,勢 必會增加模擬的困難度及所花費的模擬時間二 需要對每-個不_電路進行取樣,並分 行模擬以產生模擬結果。 參_ 【發明内容】 200921445 要對取楳夫者 在於提供一種電路分析方法,主 要二取樣參數及模擬結果進行析方法主 知各個取樣參數及元件的貢獻度。4的運昇,藉此以得 本發明之次要目的,在 由線性迴歸的結果取得電路上種電路分析方法,可 貢獻度對相似電路進行元:心:的貢獻度’並依據 行取樣的元件數目。 擇藉此將可減少需要進 中养^明ί又一目的,在於提供—種電路分析方法,生 中猎由減少需要進行取樣的 刀析方法,其 樣參數的數目,將可提古γ目及萬要進行模擬之取 本發明之又電路進行分析的效率。 依據線性迴歸的結果將貢獻度最低的析方法,可 其餘的轉參數及模擬結果再次進行線性迴歸= 避免在運异的過程巾誤刪度大的取樣錢。# ” 本發明之又-目的,在於提供一種電路 利用-,的四則運算消除取樣參數内各個參數之間的= 關係、’藉此將可有效率的進行參數的取樣。 、d 為達成上述目的,本發明提供一種電路分析方法, 要包括有以下步驟:對複數個元件進行取樣,並主 :且取=數;對取樣參數進行模擬’並產生複數= 果,及將取樣參數及模擬結果進行線性迴歸的 擬、、·口 算出取樣參數的貢獻度。 ’並推 【實施方式】 200921445 明麥閱第2圖,為本發明電路分析方法一較佳實施例 之步,流程圖。如圖所示,本發明所述之電路分析方法, 主要ΐ對ί數組取樣參數及複數個模擬結果進行線性迴歸 的運异’藉細得频減果及元件的f獻度(rank)。 首先在电路中選取複數個元件並進行取樣 ’例如可以蒙地卡羅(M_ c眺或 am- ypercubeSampling)等方式進行取樣,並產生複 應二取樣參數,此外,使用者亦可依據經 、Ή全部的70件進行取樣,如步驟21所示。 Ί對;^數組取樣參數進行模擬,例如 tirr取縣數進行顧,並產缝數個相對應的ί 果如步驟23料。㈣麵行模_,同樣要對、 擬’才可以得収加正確賴擬結果。 取樣rr 擬結果的取得,可進一步對複數級 一”模擬結果進行線性迴歸的運算,如步驟25所 :並ΓΓ迴歸的結果推算出各個元件及取樣參數的貢 數數相對應於電路上的元件,並由取樣參 貝獻度得知元件的貢獻度,如步驟27所示。1 0.4405 0.8547 0.8514 0.3007 0-6539 0.5038 0.2375 0.0145 18.1153 7.0564 11.1091 1.3013 多數及模擬結果之間進行線性迴歸的方式如下:,、羡 0.44OS n r-
B
A 矩陣A為取樣參數而_ B則是取樣參數的模擬矣 200921445 果,每一組取樣參數皆包括有複數個參數,在本實施例中 第一組取樣參數及第二組取樣參數皆包括有四個參數,例 如第一組取樣參數為0.4405、0.8514、0.6539及0.2375 ,第 二組取樣參數則為0.8547、0.3007、0.5038及0.0145。其中 A矩陣的第一行為第一組取樣參數(〇 44〇5、〇 8514、〇 6539 及0.2375) ’ A矩陣的第二行則為第二組取樣參數(〇 8547、
0.3007、0.5038及0.0145),並將矩陣A補上常數項成為矩 陣A1 ~1 0.4405 0.8547' Λ1 1 0.8514 0.3007 Α1 = 1 0.6539 0.5038 1 0.2375 0.0145 將矩陣Α1進行轉置(transpose)而成為一轉置矩陣 A1T,再將轉置矩陣ΑΓ乘上矩陣A1 4 2.1833 1.6736 Α1γΑ1= 2.1833 1.4029 0.9654 1.6736 0.9654 1.0749 將Α1ΤΑ1反轉換並成為(APAI)·1 _ 1.8842 -2.3916 -0.7859 (A^Al)-^ -2.3916 4.9014 -0.6783 -0.7859 -0.6783 2.7631 將(αΡαι)·1乘上轉置矩陣αΓ 200921445 0.159 -0.3883 -0.0755 (Α1ΤΑ1)ΑΓ= -0.8121 1.5777 0.4715 1.2769 -0.5326 0.1627 將(AlTAlfAl7乘上矩陣Β (Α1ΤΑ1)Α1ΤΒ= 0.05 20
完成線性迴歸的運算並將(ΑΐΤΑΙ^ΑΐΤβ中的常數項
消除得到矩陣I 「0.05-I = 20 進一步將取樣參數的矩陣Α與矩陣I進行比對 0.4405 0.8547 0.8514 0.3007 A = 0.6539 0.5038 0.2375 0.0145
1.3048 -1.2371 -0.907 0.05 20 得知第一組取樣參數(矩陣A的第一行〇.44〇5、 0.8514、0.6539、0.2375)的貢獻度為〇.05,而第二組取樣參 數(矩陣 A 的第二行 0.8547、0.3007、0.5038、0.0145)的貢 獻度為20,因此第一組取樣參數的貢獻度大於第一組取樣 參數的貢獻度。 一般而言取樣參數的複數個參數是以亂數的方式選 取,在選取的過程當中各個參數之間難免會有相關性,而 為了提高模擬的正確性可將各個參數之間的相關性消除, 例如當複數個參數之間存在有一倍數關係時,便可以對其 200921445 .中至少一個參數進行四則運算,以消去參數之間的倍數關 係。 請參閱第3圖,為本發明電路分析方法又一實施例之 步驟流程圖。在第2圖所述之實施例中,是以兩組取樣參 數為說明的實施例,然而在實際進行電路分析時,取樣參 數的數量一般會大於兩組。因此在本發明實施例中將進一 步說明’當取樣參數的數量大於兩組時的操作方式。 广在進行電路分析前同樣要在電路中選擇複數個元件, 並對選擇的元件進行取樣以產生複數個取樣參數,如步驟 21所不。再對取樣參數進行模擬,並產生複數個模擬結果, 如步驟23所示。之後對取樣參數及模擬結果進行線性迴歸 的運算’詳細的運算方式請參造第2圖所述之實施例,如 步驟25所示。 在本實施例中取樣參數的數量大於兩個,雖然在經過 -人線性迴歸的運算後,同樣可以由線性迴歸的結果得知 L 各組取樣參數的貢獻度。然而實際應用時為了提高準確 度’可以對取樣參數及模擬結果進行多次的線性迴歸,例 =將取樣翏數及模擬結果進行第一次線性迴歸,並由第— 線丨生迴知的結果得知各組取樣參數的貢獻度,再將貢獻 度最低的取樣參數刪除,如步驟37所示。 1在刪除貢獻度最低的取樣參數後,可繼續對剩下的取 ;^及模擬結果再次進行線性迴歸的運算,例如進行第 一性迴歸的運算,如步驟39所示。在實際使用時可以 進仃夕次線性迴歸的運算,並依據運算的結果逐次刪除貢 200921445 獻度最低的取樣參數, 組取樣參數及元件。g 乂遂步找出貢獻度高的幾 為了增加運算的钕、夺. 一組以上的取樣參數,並對線性迴歸的結果刪除 行線性迴歸的運算M 樣參數及拉擬結果進 除,並再次進行線性迴歸度最低的兩組取樣參數刪 f 樣參:::貢迴歸:結果,將貢獻度㈣^ 據比對的結獻度進行比對’並依 是否繼續進行線性^刪除貝獻度最低的取樣參數’以及 樣參數的貢獻产與γ的運异。例如可將貢獻度最低的取 對,樣參數的貢獻度的平均進行比 對,當兩者崎“㈣組取樣參數的平均進行比 樣參數餐,=、=小於1: ig便可將絲度最低的取 算;當兩者比對Γ 下的取樣參數進行線性迴歸的運 低的取样支奴、結果大於η 1〇時,則不用將貢獻度最 線性迴歸^運,’並可停止對取樣參數及模擬結果進行 請參閱第m取樣參數的貢獻度。 步驟流程圖。^為本發明電路分析方法又-實施例之 對初始電路進彳^路料的過程巾,電路料者常常需要 電路設計者丁u改(m〇dify),使得修改後的電路更加符合 裝置上。由的構想,或者是將修改後的電路使用在類似的 败u+西_本發明所述的電路分析方法將可以得知初始電
Jl«王要* 7^件沾占 如带女 、貝獻度’若修改後的電路為初始電路的相 电 便可以參考初始電路上主要元件的貢獻度,並依 200921445 Γ1 的貢獻度對修改後的電路(相似電路)進行電路分 析,而^於提高電路分㈣效率。)進仃電路刀 -次電路的分析並對取樣參數及模擬結果進行 貢紗,:='後’將會得到初始電路上主要元件的 ::可減少需要進行取樣的元件數量,如步驟41所:。2 ==對樣,並產生複數組相對 減少,如步驟43所示t;的,將會隨著取樣元件數 ,t '、取後可龜續對複數組取樣泉數谁尸 ^纽魏⑽目制的模域果,如步驟4;所丁 =修改後的電路與初始電路之間的差異不大=依 為初始電路的相似電路,因此可由初始4: :牛:貝獻度得知會對相似電路造成影響的元件。::中 分㈣’只需要對部分的元件進行取樣, 取樣參數進行模擬,料有料少需錢行^_亚對 ,取樣參數的數4 ’以縮短對 =件數 的時間。 电給退4 丁刀析所花費 以上所述者,僅為本發明之較佳實施例而已 総定本發明實敲_,料依树明申,非用 述之形狀、構造、特徵及精 和軚園所 應包括於本發明之中請細之均《化與修都,均 【圖式簡單說明】 第1圖:為制電路分析方法的步驟流程圖。 200921445 第2圖:為本發明電路分析方法一較佳實施例的步驟流程 圖。 第3圖:為本發明電路分析方法又一實施例的步驟流程圖。 第4圖:為本發明電路分析方法又一實施例的步驟流程圖。 【主要元件符號說明】

Claims (1)

  1. 200921445 十、申請專利範圍: 1 · 一種電路分析方法,主要包括有以下步驟: 對複數個元件進行取樣,並產生複數組取樣參數; 對該取樣參數進行模擬,並產生複數個模擬結果;及 將該取樣參數及該模擬結果進行線性迴歸的運算,並 推算出該取樣參數的貢獻度。 2 ·如申請專利範圍第1項所述之電路分析方法,包括有 以下步驟:刪除貢獻度最低的取樣參數。 3 ·如申請專利範圍第2項所述之電路分析方法,其中刪 除的取樣參數的數量為一組以上。 4 ·如申請專利範圍第2項所述之電路分析方法,包括有 以下步驟:對剩下的取樣參數及該模擬結果進行線性 迴歸的運算。 5 ·如申請專利範圍第1項所述之電路分析方法,包括有 以下步驟:將貢獻度最低的取樣參數的貢獻度與其他 取樣參數的貢獻度進行比對。 6 .如申請專利範圍第5項所述之電路分析方法,包括有 以下步驟:依據比對的結果決定是否冊彳除貢獻度最低 的取樣參數。 7 ·如申請專利範圍第1項所述之電路分析方法,其中各 組取樣參數皆包括有複數個參數。 8 ·如申請專利範圍第7項所述之電路分析方法,包括有 以下步驟:消除各個參數之間的相關性。 9 ·如申請專利範圍第7項所述之電路分析方法’其中該 13 200921445 參數之間存在有一倍數關係,並透過四則運算將該參 數間的倍數關係消除。 10 ·如申請專利範圍第1項所述之電路分析方法,其中該 取樣參數相對應於該元件,並由該取樣參數的貢獻度 得知該元件的貢獻度。 11 .如申請專利範圍第10項所述之電路分析方法,包括有 以下步驟:依據該元件的貢獻度進行電路分析。 12 .如申請專利範圍第1項所述之電路分析方法,其中該 取樣參數及該模擬結果皆為矩陣。
TW097128479A 2007-11-08 2008-07-25 Circuit analysis method TW200921445A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US98646807P 2007-11-08 2007-11-08

Publications (1)

Publication Number Publication Date
TW200921445A true TW200921445A (en) 2009-05-16

Family

ID=40197172

Family Applications (1)

Application Number Title Priority Date Filing Date
TW097128479A TW200921445A (en) 2007-11-08 2008-07-25 Circuit analysis method

Country Status (3)

Country Link
US (1) US20090125272A1 (zh)
CN (1) CN101334449B (zh)
TW (1) TW200921445A (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8413259B2 (en) * 2009-02-26 2013-04-02 Red Hat, Inc. Methods and systems for secure gated file deployment associated with provisioning
US8086327B2 (en) * 2009-05-14 2011-12-27 Mks Instruments, Inc. Methods and apparatus for automated predictive design space estimation
US10545465B2 (en) * 2015-10-15 2020-01-28 Accenture Global Services Limited System and method for selecting controllable parameters for equipment operation safety
TWI584134B (zh) * 2015-11-03 2017-05-21 財團法人工業技術研究院 製程異因分析方法與製程異因分析系統
CN110489842A (zh) * 2019-08-09 2019-11-22 上海集成电路研发中心有限公司 一种模拟单元电路的辅助设计系统及分析方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4030141A (en) * 1976-02-09 1977-06-21 The United States Of America As Represented By The Veterans Administration Multi-function control system for an artificial upper-extremity prosthesis for above-elbow amputees
JP3008876B2 (ja) * 1997-02-26 2000-02-14 日本電気株式会社 半導体集積回路のシミュレーション方法
EP1836626A2 (en) * 2004-12-10 2007-09-26 Anova Solutions, Inc. Stochastic analysis process optimization for integrated circuit design and manufacture
US7356791B2 (en) * 2005-05-27 2008-04-08 Sonnet Software, Inc. Method and apparatus for rapid electromagnetic analysis
US20070050149A1 (en) * 2005-08-23 2007-03-01 Michael Raskin Method for Modeling, Analyzing, and Predicting Disjunctive Systems
US8005660B2 (en) * 2005-12-12 2011-08-23 Anova Solutions, Inc. Hierarchical stochastic analysis process optimization for integrated circuit design and manufacture

Also Published As

Publication number Publication date
US20090125272A1 (en) 2009-05-14
CN101334449B (zh) 2011-08-10
CN101334449A (zh) 2008-12-31

Similar Documents

Publication Publication Date Title
Graham et al. Multiple imputation in multivariate research
Hox et al. The effect of estimation method and sample size in multilevel structural equation modeling
Carlin et al. Analysis of binary outcomes in longitudinal studies using weighted estimating equations and discrete‐time survival methods: prevalence and incidence of smoking in an adolescent cohort
Pituch et al. A comparison of single sample and bootstrap methods to assess mediation in cluster randomized trials
TW200921445A (en) Circuit analysis method
Qin et al. Pairwise sequential randomization and its properties
Woods Ramsay curve IRT for Likert-type data
Neelon et al. The LZIP: A Bayesian latent factor model for correlated zero‐inflated counts
von Davier et al. Application of multivariate Rasch models in international large-scale educational assessments
CN112466416B (zh) 一种结合镍基合金先验知识的材料数据清洗方法
CN111861038A (zh) 一种基于机器学习算法的高考分数预测方法及系统
Ghiduk et al. Generating of Test Data by Harmony Search Against Genetic Algorithms.
Zeng et al. A simple method for projecting or estimating [alpha] and [beta]: An extension of the Brass Relational Gompertz Fertility Model
CN113888417A (zh) 基于语义解析生成指导的人脸图像修复方法
Bogaerts et al. Modeling the association of bivariate interval‐censored data using the copula approach
Lockyear Simulation, seriation and the dating of Roman Republican coins
Ngabu et al. CLUSTER FAST DOUBLE BOOTSTRAP APPROACH WITH RANDOM EFFECT SPATIAL MODELING
CN109215793A (zh) 一种金融行业用户体验健康度评估系统及其使用方法
CN107766884A (zh) 一种基于代表点优化的Bayes融合评估方法
Zhang How to generate missing data for simulation studies
Follmann Reliably picking the best endpoint
Spencer Consistent parameter estimation for lagged multilevel models
Ding et al. Evaluation of the capability of personal software process based on data envelopment analysis
CN111553613B (zh) 一种地震采集资料品质智能分级评价方法及系统
Yi et al. A simple method for projecting or estimating α and β: An extension of the Brass Relational Gompertz Fertility Model