动动手指,关注公众 号并加星标哦
今天学习了一下AD的统计仿真,以前没有用过。
十多年前做板级低噪的时候,产品数量基本都是个位数的,多的,也就几十个,所以就没想过去用这个。
但这个统计仿真的作用很诱人,可以仿真器件值的精度等,对产品良率的影响。
觉得后续会有帮助,所以今天特意看了一下。
我的学习路径是这样的:
首先在网上搜索了一下,发现有相关视频,总时长大约半小时(如果有需要,可以扫码观看)。
夸克的那个提取课件的功能挺好的,特别在已经扫过一遍视频,然后想参照视频进行操作的时候,非常省时间。
看完视频后,参照视频进行操作,这个时候,遇到了一些疑问,这个一般可以去求助help文件。
比如说,看视频的时候,总觉着yield仿真好像已经包含了蒙特卡洛仿真,两者仿真器的设置也基本一样。
然后看help文件的话,有这样一句话,看完,就明白了,确实是很类似。
看到这,你会不会有点疑问,如果出来的yield值不高,那怎么办?是不是就需要重新设计电路?
我觉着,这是最差情况。
在视频中,有讲解了一点手动调整优化的方法。
比如说,刚开始看到的histogram,是这样子的。这个时候,可以在原理图上修正电感的初值,再仿真,yield值就上来了。
当然,还可以用yield优化功能。
通过软件自动优化来提高yield值。
在蒙特卡洛仿真与yield仿真中,有一个N值的设置。
在视频的演示中,设置成250,是为了流程演示的方便。
但是实际设置的时候,是有要求的,这点在视频和help文件中都有说明。
不同良品率,不同误差,不同置信度下,所要求的N是不同的。
比如说:
意思就是,当N设置成1600时,有95.4%的概率,实际的良品率落在78%到82%之间。
就是和视频中设置的一样的值,出来的yield值,要偏小一点,不知道是不是版本和视频中差的有点多,软件算法有变?