2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩122頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、集成電路的發(fā)展歷史是集成度不斷提高、器件特征尺寸不斷縮小的歷史。隨著制造工藝的不斷進(jìn)步,一方面芯片規(guī)模不斷擴(kuò)人,已達(dá)到數(shù)億晶體管,原來需要多個(gè)芯片共同實(shí)現(xiàn)的整個(gè)電子系統(tǒng)已可以完成單片集成,集成電路技術(shù)正式進(jìn)入了系統(tǒng)集成(SOC)時(shí)代。而由于仿真時(shí)間和計(jì)算機(jī)內(nèi)存的限制,傳統(tǒng)的晶體管級(jí)仿真器無法完成對整個(gè)系統(tǒng)的仿真,基于行為級(jí)模型的行為級(jí)仿真則為這種混合信號(hào)電路整體芯片的驗(yàn)證提供了可能性。因此,關(guān)于模擬電路單元模塊的行為級(jí)建模技術(shù)已成為SO

2、C時(shí)代研究的熱點(diǎn)。另一方面,目前集成電路最小尺寸已達(dá)到65納米的技術(shù)節(jié)點(diǎn),隨著納米工藝下亞波長光刻、大馬士革銅互連等復(fù)雜工藝的引入,日益嚴(yán)重的工藝偏差造成了互連線和器件的幾何參數(shù)、電學(xué)參數(shù)與設(shè)計(jì)期望值的顯著偏離,從而直接導(dǎo)致集成電路芯片性能難以預(yù)測,引起了一系列可制造性問題。研究工藝偏差對電路性能參數(shù)的影響是納米工藝下實(shí)現(xiàn)可制造性設(shè)計(jì)的關(guān)鍵和難點(diǎn)。 本文從以上兩方面出發(fā),在模擬電路模塊行為級(jí)建模和工藝偏差下的電路仿真方面提出了如

3、下算法: (1)本文提出采用SGWD小波逼近算法建立模擬電路模塊的行為級(jí)模型。為了降低在輸入信號(hào)所在區(qū)間邊界處的建模誤差,提出了周期性展開和偶對稱映射兩種預(yù)處理技術(shù)。周期性展開算法首先將原始輸入輸出函數(shù)進(jìn)行變換,以滿足兩邊界點(diǎn)的函數(shù)值相同,再作周期性擴(kuò)展,然后對擴(kuò)展后的周期性函數(shù)采用SGWD小波基做逼近。偶對稱映射算法需要將原始的輸入輸出函數(shù)在兩邊界點(diǎn)處做偶對稱翻轉(zhuǎn),再采用SGWD小波逼近。與多項(xiàng)式逼近等算法相比,本文提出的算法

4、具有更高的建模精度。 (2)為解決工藝偏差較小情況下的互連線快速仿真問題,本文提出了一次性投影降階算法OPM(One-shot projection method)。根據(jù)OPM算法構(gòu)造的投影矩陣張成的空間與CMU大學(xué)提出的依據(jù)擾動(dòng)法得到的投影矩陣張成的空間是相同的。由于這一投影矩陣與隨機(jī)參數(shù)無關(guān),OPM算法可在蒙特卡羅分析之前通過一次性投影得到降階系統(tǒng),而不需要如擾動(dòng)法一樣,在每一個(gè)蒙特卡羅采樣點(diǎn)重復(fù)求取投影矩陣和降階系統(tǒng)。因此

5、,OPM算法能夠以比擾動(dòng)法低得多的計(jì)算復(fù)雜度得到相同精度的求解結(jié)果。 (3)為分析工藝偏差下非線性電路的穩(wěn)態(tài)響應(yīng),本文將隨機(jī)配置法與稀疏網(wǎng)格采點(diǎn)技術(shù)相結(jié)合,提出了SSCA(Stochastic Sparse-grid Collocation Method)算法。與已有方法相比,SSCA具有如下優(yōu)點(diǎn):首先,SSCA算法采用定義在高斯分布意義下的Hermite正交多項(xiàng)式對隨機(jī)參數(shù)做展開,與泰勒展開等算法相比,具有最優(yōu)的(指數(shù))收斂速

6、度。其次,與需要求解耦合大規(guī)模非線性方程的隨機(jī)Galerkin方法不同,采用隨機(jī)配置法對工藝偏差下的非線性電路分析,只需在某些固定配置點(diǎn)處求解固定工藝參數(shù)的原系統(tǒng),計(jì)算復(fù)雜度小得多。最后,稀疏網(wǎng)格采點(diǎn)方法能夠在保證求解精度的同時(shí)極大的減少計(jì)算復(fù)雜度,避免了直接張量積采點(diǎn)方法導(dǎo)致的配置點(diǎn)個(gè)數(shù)隨隨機(jī)參數(shù)個(gè)數(shù)的增加而指數(shù)增長。同時(shí)也避免了Arizona大學(xué)提出的ECM采點(diǎn)算法的“龍格現(xiàn)象”和“秩虧問題”,對于強(qiáng)非線性電路系統(tǒng)的隨機(jī)分析極為有效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論