TW200921445A - Circuit analysis method - Google Patents
Circuit analysis method Download PDFInfo
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic 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)
- 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。
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)
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)
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 |
-
2008
- 2008-07-25 TW TW097128479A patent/TW200921445A/zh unknown
- 2008-07-30 CN CN2008101299848A patent/CN101334449B/zh active Active
- 2008-11-07 US US12/267,194 patent/US20090125272A1/en not_active Abandoned
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 |