一种基于PSPICE的模拟电路分散性优化方法与流程

本发明涉及模拟电路优化设计领域，尤其涉及一种基于pspice的模拟电路分散性优化方法。

背景技术：

传统的电路优化设计及分析方法有容差设计方法、蒙特卡洛仿真方法等，但传统方法着重关注电路器件容差、电路制造合格率等局部问题，对于电路关键特性的分散性问题(如性能指标超差、漂移、不稳定性等)缺乏全局、体系的解决方案。因此，对电路关键特性的分散性问题进行研究具有现实的意义。

技术实现要素：

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种可以从全局、体系的角度对电路关键特性的分散性问题进行分析，对电路进行优化设计，从而得到提高电路抵抗元器件分散性的能力，提高电路的稳定性和可靠性的基于pspice的模拟电路分散性优化方法。

为解决上述技术问题，本发明提出的技术方案为：一种基于pspice的模拟电路分散性优化方法，包括如下步骤：

s1.构建仿真电路，并构建所述仿真电路的关键特性指标的传递函数；

s2.对所述仿真电路进行灵敏度分析，确定影响所述关键特性指标的关键器件；

s3.进行第一轮仿真，获取仿真电路关键特性指标的第一轮仿真值，所述第一轮仿真值包括关键特性指标的输入值和输出值；

s4.确定所述关键特性指标与所述关键器件之间的函数；

s5.对所述函数进行稳健性优化设计，确定所述关键特性指标的均值、规范上限值、规范下限值；

s6.根据所述均值优化所述关键器件的参数，进行第二轮仿真，获取仿真电路关键特性指标的第二轮仿真值，根据所述第二轮仿真值确定所述仿真电路的成品率；

s7.当所述成品率满足预设的判定指标时，跳转至步骤s8；否则，跳转至步骤s2；

s8.对所述仿真电路进行smoke分析，根据smoke分析结果判断所述仿真电路中是否存在受过应力作用的器件，存在则修改所述器件的降额因子，重复步骤s8，否则得到仿真电路的设计参数，完成仿真电路设计。

作为本发明的进一步改进，步骤s1中所述构建仿真电路的步骤包括：以pspiceaa模型库作为基准模型库，从所述基准模型库中选择器件构建仿真电路，并补充所述器件的容差信息。

作为本发明的进一步改进，步骤s2中确定影响关键特性指标的关键器件的具体步骤为：根据所述灵敏度分析结果，以所述关键性指标的影响度对各器件进行排序，以所述影响度处于预设排序范围内的器件为关键器件。

作为本发明的进一步改进，所述预设排序范围为影响度为前5至10位的范围。

作为本发明的进一步改进，所述第一轮仿真的次数不少于100次。

作为本发明的进一步改进，步骤s4的具体步骤包括：从所述第一轮仿真值中选择n组样本，通过响应面法、或随机响应法、或混沌多项式法确定所述关键特性指标与所述关键器件之间的函数，如式(1)所示：

y＝f(x)(1)

式(1)中，y为所述仿真电路的关键特性指标的输出值，f(x)为所述函数，x＝[x1,x2…xk]，xi,i＝1,2,…,k为第i个关键器件。

作为本发明的进一步改进，所述n的值大于等于20。

作为本发明的进一步改进，步骤s5的具体步骤包括：构建稳健性优化模型，如式(2)所示：

式(2)中，σy为关键特性指标y的标准差，μy为关键特性指标y的均值，yl为y的规范下限，yu为y的规范上限，为第i个关键器件的均值，d.v为设计变量；

根据所述稳健性优化模型确定所述关键特性指标的均值μy、规范上限值yu、规范下限值yl。

作为本发明的进一步改进，步骤s6根据所述均值优化所述关键器件的参数时，保证所述关键器件的方差不变。

作为本发明的进一步改进，所述第二轮仿真的次数不少于1000次，所述仿真电路的成品率为第二轮仿真值的均值落入[规范下限值，规范上限值]范围的概率。

与现有技术相比，本发明的优点在于：

1、本发明提供了一种电路关键特性指标分散性的解决方案，针对电路关键特性指标分散性过大、参数漂移等问题，开展灵敏度分析，鉴别出哪些元器件对电路的分散性贡献最大；然后开展稳健性优化设计，在电路关键特性指标值满足既定技术规范的前提下，分散性最小，性能最优；开展成品率分析，计算电路在现有器件容差的前提下，电路经过制造后的成品率，从而可以在研发阶段把握产品的分散性水平；最后开展smoke分析，对存在过应力的器件开展降额设计，提高电路抵抗元器件分散性的能力，并提高电路的稳定性和可靠性。

附图说明

图1为本发明具体实施例流程示意图。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。

如图1所示，本实施例的基于pspice的模拟电路分散性优化方法，步骤为：s1.构建仿真电路，并构建所述仿真电路的关键特性指标的传递函数；s2.对所述仿真电路进行灵敏度分析，确定影响所述关键特性指标的关键器件；s3.进行第一轮仿真，获取仿真电路关键特性指标的第一轮仿真值，所述第一轮仿真值包括关键特性指标的输入值和输出值；s4.确定所述关键特性指标与所述关键器件之间的函数；s5.对所述函数进行稳健性优化设计，确定所述关键特性指标的均值、规范上限值、规范下限值；s6.根据所述均值优化所述关键器件的参数，进行第二轮仿真，获取仿真电路关键特性指标的第二轮仿真值，根据所述第二轮仿真值确定所述仿真电路的成品率；s7.当所述成品率满足预设的判定指标时，跳转至步骤s8；否则，跳转至步骤s2；s8.对所述仿真电路进行smoke分析，根据smoke分析结果判断所述仿真电路中是否存在受过应力作用的器件，存在则修改所述器件的降额因子，重复步骤s8，否则得到仿真电路的设计参数，完成仿真电路设计。

在本实施例中，步骤s1中所述构建仿真电路的步骤包括：以pspiceaa模型库作为基准模型库，从所述基准模型库中选择器件构建仿真电路，并根据器件手册补充所述器件的容差信息。构建好仿真电路后，在probe窗口创建关键特性指标的传递函数，关键特性指标包括但不限于增益、带宽、延迟时间等指标。通过构建关键特性指标的传递函数，在进行仿真时即可获取每次仿真时关键特性指标的值。

在本实施例中步骤s2中，对所构建的仿真电路进行灵敏性分析，并根据所述灵敏度分析结果，以所述关键性指标的影响度由高至低对各器件进行排序，以所述影响度处于预设排序范围内的器件为关键器件。预设排序范围为影响度为前5至10位的范围。

在本实施例中，对仿真电路通过蒙特卡洛仿真方法进行第一轮仿真，第一轮仿真的次数不少于100次。每进行一次蒙特卡洛仿真，可以得到一组关键特性指标的输入值和输出值，即得到一组样本，进行100次蒙特卡洛仿真即可得到100组样本。

在本实施例中，从所述第一轮仿真值的100组样本中选择n组样本，n的值大于等20，通过响应面法、或随机响应法、或混沌多项式法确定所述关键特性指标与所述关键器件之间的函数，如式(1)所示：

y＝f(x)(1)

式(1)中，y为所述仿真电路的关键特性指标的输出值，f(x)为所述函数，x＝[x1,x2…xk]，xi,i＝1,2,…,k为第i个关键器件。

在本实施例中，步骤s5的具体步骤包括：构建稳健性优化模型，如式(2)所示：

式(2)中，σy为关键特性指标y的标准差，μy为关键特性指标y的均值，yl为y的规范下限，yu为y的规范上限，为第i个关键器件的均值，d.v为设计变量(designvariables)；根据所述稳健性优化模型确定所述关键特性指标的均值μy、规范上限值yu、规范下限值yl。通过稳健性优化模型的约束条件，可以确定由规范下限值yl和规范上限值yu构成的范围[yl,yu]，并确定关键器件的均值。以关键器件的均值对仿真电路中关键器件的参数进行优化，并使得关键器件的方差不变，更新仿真电路。并再次进行蒙特卡洛仿真，即第二轮仿真，第二轮仿真的次数不少于1000次。获取仿真电路关键特性指标的第二轮仿真值，第二轮仿真值包括关键特性指标的输入值和输出值，并计算第二轮仿真值的均值。通过计算1000组第二轮仿真值的均值落入[规范下限值，规范上限值]范围的概率，即得到仿真电路的成品率。当仿真电路的真品率满足预设的合格判定标准时，对仿真电路进行下一步处理，否则，跳转至步骤s2重新对仿真电路进行灵敏性分析，进入新一轮优化设计过程。

在本实施例中，当仿真电路的真品率满足预设的合格判定标准时，对所述仿真电路进行smoke(smoke分析是软件中的专有分析工具，顾名思义就是“冒烟”分析，研究电路器件是否会承受过量的热、电应，如果超过了，就开展响应的降额设计)分析，根据smoke分析结果判断所述仿真电路中是否存在受过应力作用的器件，存在则修改所述器件的降额因子，进行针对性的降额处理，以提高电路的抵抗元器件分散性的能力，重复步骤s8，否则得到仿真电路的设计参数，输出设计参数，完成仿真电路设计。

本实施例提供了一种电路关键特性指标分散性的解决方案，针对电路关键特性指标分散性过大、参数漂移等问题，开展灵敏度分析，鉴别出哪些元器件对电路的分散性贡献最大；然后开展稳健性优化设计，在电路关键特性指标值满足既定技术规范的前提下，分散性最小，性能最优；通过开展成品率分析，计算电路在现有器件容差的前提下，电路经过制造后的成品率，从而可以在研发阶段把握产品的分散性水平；最后开展smoke分析，对存在过应力的器件开展降额设计，提高电路抵抗元器件分散性的能力，并提高电路的稳定性和可靠性。

上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。