www.久久久久|狼友网站av天堂|精品国产无码a片|一级av色欲av|91在线播放视频|亚洲无码主播在线|国产精品草久在线|明星AV网站在线|污污内射久久一区|婷婷综合视频网站

當前位置:首頁 > 廠商動態(tài) > ADI
[導讀]LTspice?可用于對復雜電路進行統(tǒng)計容差分析。本文介紹在LTspice中使用蒙特卡羅和高斯分布進行容差分析和最差情況分析的方法。為了證實該方法的有效性,我們在LTspice中對電壓調節(jié)示例電路進行建模,通過內部基準電壓和反饋電阻演示蒙特卡羅和高斯分布技術。然后,將得出的仿真結果與最差情況分析仿真結果進行比較。其中包括4個附錄。附錄A提供了有關微調基準電壓源分布的見解。附錄B提供了LTspice中的高斯分布分析。附錄C提供了LTspice定義的蒙特卡羅分布的圖形視圖。附錄D提供關于編輯LTspice原理圖和提取仿真數(shù)據的說明。

摘要

LTspice®可用于對復雜電路進行統(tǒng)計容差分析。本文介紹在LTspice中使用蒙特卡羅和高斯分布進行容差分析和最差情況分析的方法。為了證實該方法的有效性,我們在LTspice中對電壓調節(jié)示例電路進行建模,通過內部基準電壓和反饋電阻演示蒙特卡羅和高斯分布技術。然后,將得出的仿真結果與最差情況分析仿真結果進行比較。其中包括4個附錄。附錄A提供了有關微調基準電壓源分布的見解。附錄B提供了LTspice中的高斯分布分析。附錄C提供了LTspice定義的蒙特卡羅分布的圖形視圖。附錄D提供關于編輯LTspice原理圖和提取仿真數(shù)據的說明。

本文介紹可以使用LTspice進行的統(tǒng)計分析。這不是對6-sigma設計原則、中心極限定理或蒙特卡羅采樣的回顧。

公差分析

在系統(tǒng)設計中,為了保證設計成功,必須考慮參數(shù)容差約束。有一種常用方法是使用最差情況分析(WCA),在進行這種分析時,將所有參數(shù)都調整到最大容差限值。在最差情況分析中,會分析系統(tǒng)的性能,以確定最差情況的結果是否在系統(tǒng)設計規(guī)格范圍內。最差情況分析的效力有一些局限性,例如:

最差情況分析要求確定哪些參數(shù)需要取最大值,哪些需要取最小值,以得出真實的最差情況的結果。

最差情況分析的結果往往會違反設計規(guī)范要求,致使必需選擇價格高昂的元件才能得到可接受的結果。

從統(tǒng)計學來說,最差情況分析的結果不能代表常規(guī)觀察到的結果;要研究展示最差情況分析性能的系統(tǒng),可能需要使用大量的被測系統(tǒng)。

進行系統(tǒng)容差分析的另一種替代方法是使用統(tǒng)計工具來進行元件容差分析。統(tǒng)計分析的優(yōu)點在于:得出的數(shù)據的分布能夠反映出在物理系統(tǒng)中通常需要測量哪些參數(shù)。在本文中,我們使用LTspice來仿真電路性能,利用蒙特卡羅和高斯分布來體現(xiàn)參數(shù)容差變化,并將其與最差情況分析仿真進行比較。

除了提到的關于最差情況分析的一些問題外,最差情況分析和統(tǒng)計分析都能提供與系統(tǒng)設計相關的寶貴見解。關于如何在使用LTspice時使用最差情況分析的教程,請參見Gabino Alonso和Joseph Spencer撰寫的文章“LTspice: 利用最少的仿真運行進行最差情況的電路分析”。

蒙特卡羅分布

圖1顯示在LTspice中建模的基準電壓,使用蒙特卡羅分布。標稱電壓源為1.25 V,公差為1.5%。蒙特卡羅分布在1.5%的容差范圍內,定義251個電壓狀態(tài)。圖2顯示251個值的直方圖,圖中包含50個條形區(qū)間(bin)。表1表示與該分布相關的統(tǒng)計結果。

圖1.電壓源的LTspice原理圖(使用蒙特卡羅分布)

圖2.1.25 V基準電壓的蒙特卡羅仿真結果,以50個條形區(qū)間和251個點組成的直方圖呈現(xiàn)

表1.蒙特卡羅仿真結果的統(tǒng)計分析

   結果
平均值
1.249933
最小值
1.2313
最大值
1.26874
標準差
0.010615
正誤差
1.014992
負誤差
0.98504

高斯分布

圖3顯示在LTspice中建模的基準電壓,使用高斯分布。標稱電壓源為1.25 V,容差為1.5%。蒙特卡羅分布在1.5%的容差范圍內,定義251個電壓狀態(tài)。圖4顯示251個值的直方圖,圖中包含50個條形區(qū)間(bin)。表2表示與該分布相關的統(tǒng)計結果。

圖3.電壓源的LTspice原理圖(使用3-sigma高斯分布)

表2.高斯參考仿真結果的統(tǒng)計分析

   結果
最小值
1.22957
最大值
1.26607
平均值
1.25021
標準差
0.006215
正誤差
1.012856
負誤差
0.983656

圖4.1.25 V基準電壓的3-sigma高斯仿真結果,以50個條形區(qū)間和251個點組成的直方圖呈現(xiàn)

高斯分布是以鐘形曲線表示的正態(tài)分布,其概率密度如圖5所示。

圖5.3-sigma高斯正態(tài)分布

理想分布和LTspice仿真的高斯分布之間的關聯(lián)如表3所示。

表3.LTspice仿真的251個點高斯分布的統(tǒng)計分布

   仿真
理想值
1-Sigma幅值
67.73%
68.27%
2-Sigma幅值
95.62%
95.45%
3-sigma幅值
99.60%
99.73%

綜上所述,LTspice可用于仿真電壓源的高斯或蒙特卡羅容差分布。該電壓源可用于對DC-DC轉換器中的基準電壓進行建模。LTspice高斯分布仿真結果與預測的概率密度分布高度吻合。

DC-DC轉換器仿真的容差分析

圖6顯示DC-DC轉換器的LTspice仿真原理圖,使用壓控電壓源來模擬閉環(huán)電壓反饋。反饋電阻R2和R3的標稱值為16.4 kΩ和10 kΩ。內部基準電壓的標稱值為1.25 V。在該電路中,標稱調節(jié)電壓VOUT或設定點電壓為3.3 V。

圖6.LTspice DC-DC轉換器仿真原理圖

為了仿真電壓調節(jié)的容差分析,反饋電阻R2和R3的容差定義為1%,內部基準電壓的容差定義為1.5%。本節(jié)介紹三種容差分析方法:使用蒙特卡羅分布的統(tǒng)計分析、使用高斯分布的統(tǒng)計分析,以及最差情況分析(WCA)。

圖7和圖8顯示使用蒙特卡羅分布仿真的原理圖和電壓調節(jié)直方圖。

圖7.使用蒙特卡羅分布進行容差分析的原理圖

圖8.使用蒙特卡羅分布仿真的電壓調節(jié)直方圖

圖9和圖10顯示使用高斯分布仿真的原理圖和電壓調節(jié)直方圖。

圖9.使用高斯分布進行容差分析的原理圖

圖10.使用高斯分布仿真進行容差分析的直方圖

圖11和圖12顯示使用最差情況分析仿真的原理圖和電壓調節(jié)直方圖

圖11.使用最差情況分析仿真進行容差分析的原理圖

圖12.使用WCA進行容差分析的直方圖

表4和圖13比較了容差分析結果。在這個示例中,WCA預測最大偏差,基于高斯分布的仿真預測最小偏差。具體如圖13中的箱形圖所示,箱形表示1-sigma限值,盒須表示最小和最大值。

表4.三種公差分析方法的電壓調節(jié)統(tǒng)計匯總

   WCA
高斯
蒙特卡羅
平均值
3.30013
3.29944
3.29844
最小值
3.21051
3.24899
3.21955
最大值
3.39153
3.35720
3.36922
標準差
0.04684
0.01931
0.03293
正誤差
1.02774
1.01733
1.02098
負誤差
0.97288
0.98454
0.97562

圖13.調節(jié)電壓分布的箱形圖比較

總結

本文使用簡化的DC-DC轉換器模型來分析三種變量,使用兩個反饋電阻和內部基準電壓來模擬電壓設定點調節(jié)。使用統(tǒng)計分析來展示得出的電壓設定點分布。通過圖表來展示結果。并與最差情況計算結果進行比較。由此得出的數(shù)據表明,最差情況下的限值在統(tǒng)計學上是不可能的。

致謝

Simulations were conducted in LTspice.

仿真均在LTspice中完成。

附錄A

附錄A介紹集成電路中經調節(jié)基準電壓的統(tǒng)計分布。

在調節(jié)前,內部基準電壓采用高斯分布,在調節(jié)后,采用蒙特卡羅分布。調節(jié)過程通常如下所示:

測量調節(jié)前的值。此時,通常采用高斯分布。

該芯片能否進行微調?如果不能,則放棄該芯片。此步驟基本上會剪除高斯分布的末尾部分。

調整數(shù)值。這會使基準電壓盡可能接近理想值;數(shù)值離理想值越遠,調整的幅度越大。但是,微調分辨率非常精準,所以,接近理想值的基準電壓值不會發(fā)生偏移。

測量調整后的數(shù)值,如果數(shù)值可以接受,則鎖定該值。

將得到的分布結果與原來的高斯分布相比,可看到有些數(shù)值沒有變化,而其他數(shù)值則盡可能接近理想值。生成的直方圖類似于立柱帶有弧形頂部,如圖14所示。

圖14.基準電壓值在調節(jié)后的分布圖

雖然這看起來很像是隨機分布,但事實并非如此。如果產品是在封裝后微調,那么其在室溫下的分布圖就如圖14所示。如果產品是在晶圓分類時進行微調,則組裝到塑料封裝時上述分布會再次展開(spread out)。其結果通常是歪斜的高斯分布。

附錄B

附錄B簡要回顧LTspice中提供的高斯分布命令。將回顧sigma = 0.00333和sigma = 0.002時的分布,以及理想分布和仿真的高斯分布之間的一些數(shù)值比較。本附錄旨在提供仿真結果的圖表和數(shù)值分析。

圖15顯示電阻R1的1001點高斯分布的原理圖。

圖15.5-sigma高斯分布原理圖

值得注意的是對.function語句的修改,將高斯函數(shù)的公差定義為tol/5。這導致標準偏差為0.002,或者在1%公差下偏差為1?5。直方圖如圖16所示。

圖16.1001點、5-sigma高斯分布的直方圖,包含50個條形區(qū)間

表5顯示1001點仿真的統(tǒng)計分析。值得注意的是,標準偏差為0.001948,而預測偏差為0.002。

表5.5-sigma分布仿真的統(tǒng)計分析

   結果
平均值
1.000049
標準差
0.001948
最小值
0.99315
最大值
1.00774
中間值
1.00012
模式
1.00024
1 Sigma中的點
690 (68.9%)

圖17.1001點、3-sigma高斯分布的直方圖,包含50個條形區(qū)間

圖17和表6給出了類似的結果,sigma = 0.00333,或者在容差定義為1%時為1?3。

表6.3-Sigma高斯分布仿真的統(tǒng)計分析

   結果
平均值
1.000080747
標準差
0.003247278
最小值
0.988583
最大值
1.0129
中間值
1.0002
模式
1.00197
1 Sigma中的點
690 (68.93%)

附錄C

圖18至圖21以及表7表示1001點蒙特卡羅仿真的原理圖。

圖18.1001點蒙特卡羅分布仿真的LTspice原理圖

表7.圖18至圖21所示的蒙特卡羅分布仿真的統(tǒng)計分析

   結果
平均值
1.000014
最小值
0.990017
最大值
1.00999
標準差
0.005763
中間值
1.00044
模式
1.00605

圖19.1001點蒙特卡羅分布的1000條形區(qū)間直方圖

圖20.1001點蒙特卡羅分布的500條形區(qū)間直方圖

圖21.1001點蒙特卡羅分布的50條形區(qū)間直方圖

附錄D

附錄D回顧:

如何編輯LTspice原理圖來實現(xiàn)容差分析,以及

如何使用.measure命令和SPICE錯誤日志。

圖22顯示蒙特卡羅容差分析的原理圖。紅色箭頭表示在.param語句中定義的元件的容差。.param語句屬于SPICE指令。

圖22.LTspice中的蒙特卡羅容差分析

可以右鍵單擊元件來編輯R1的電阻值。如圖23所示。

圖23.在LTspice中編輯電阻值

輸入{mc(1, tol)},將電阻標稱值定義為1,蒙特卡羅分布由參數(shù)tol定義。參數(shù)tol被定義為SPICE指令。

可以使用控制欄中的SPICE Directive圖標來輸入圖22所示的SPICE指令。如圖24所示。

圖24.在LTspice中輸入SPICE指令

.meas命令可提供一個非常有用GUI,方便您輸入相關參數(shù)。如圖25所示。要訪問此GUI,請輸入SPICE指令作為.meas命令。右鍵單擊.meas命令,將會彈出GUI。

圖25.輸入相關參數(shù)的GUI

測量數(shù)據記錄在SPICE錯誤日志中。圖26和圖27顯示如何訪問SPICE錯誤日志。

圖26.訪問LTspice錯誤日志

也可以右鍵單擊原理圖,直接從原理圖訪問該錯誤日志,如圖27所示。

圖27.訪問LTspice錯誤日志

打開SPICE錯誤日志會顯示測量值,如圖28所示??梢詫⑦@些測量值復制粘貼到Excel中進行數(shù)值和圖表分析。

圖28.SPICE錯誤日志圖示,包含來自.meas命令的數(shù)據

作者簡介

Steve Knudtsen是ADI公司的一名高級現(xiàn)場應用工程師,工作地點在美國科羅拉多。他畢業(yè)于科羅拉多州立大學,擁有電子工程學士學位,自2000年開始,一直在凌力爾特和ADI公司工作。

本站聲明: 本文章由作者或相關機構授權發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內容真實性等。需要轉載請聯(lián)系該專欄作者,如若文章內容侵犯您的權益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或將催生出更大的獨角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉型技術解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術公司SODA.Auto推出其旗艦產品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關鍵字: 汽車 人工智能 智能驅動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務能7×24不間斷運行,同時企業(yè)卻面臨越來越多業(yè)務中斷的風險,如企業(yè)系統(tǒng)復雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務連續(xù)性,提升韌性,成...

關鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據媒體報道,騰訊和網易近期正在縮減他們對日本游戲市場的投資。

關鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據產業(yè)博覽會開幕式在貴陽舉行,華為董事、質量流程IT總裁陶景文發(fā)表了演講。

關鍵字: 華為 12nm EDA 半導體

8月28日消息,在2024中國國際大數(shù)據產業(yè)博覽會上,華為常務董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權最終是由生態(tài)的繁榮決定的。

關鍵字: 華為 12nm 手機 衛(wèi)星通信

要點: 有效應對環(huán)境變化,經營業(yè)績穩(wěn)中有升 落實提質增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務引領增長 以科技創(chuàng)新為引領,提升企業(yè)核心競爭力 堅持高質量發(fā)展策略,塑強核心競爭優(yōu)勢...

關鍵字: 通信 BSP 電信運營商 數(shù)字經濟

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術學會聯(lián)合牽頭組建的NVI技術創(chuàng)新聯(lián)盟在BIRTV2024超高清全產業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術創(chuàng)新聯(lián)...

關鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(集團)股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關鍵字: BSP 信息技術
關閉