jūs domājāt monto-Carlo, parastā stūriem, jums jāpieņem, ka visi nmos būs ātri vai lēni pašā laikā, un tas ir apm.taisnība, ja tie ir pietiekami tuvu viena otrai, bet tā kā tie kļūst par tālu un tālu, jums var gadīties, ka viens ir ātrs un otra lieta ir patiesa, monto-carlo ļauj noteikt corelation coefiicient starp tām, kad šis koeficients 1 tad 2 tranzistori sekot viens otru precīzi, kad tas koef.nulle, tad kāds var strauji citi var lēni, šī analīze ir ļoti svarīga, ķēdēm, kas ir ļoti jutīgas pret neatbilstību kā daži ADCs Comparators,
Ja jūs domājāt monte carlo analīze ...Tas ir nepieciešams testēt ķēdēm sniegumu sliktākajā gadījumā.monte carlo analīze sniedz nejaušas variācijas noteiktām ierīcēm, kas atrodas ķēdes, lai pārbaudītu to efektivitāti.
Būs nepieciešams tikai tad, ja ir bažas par neatbilstības ietekme uz jūsu sniegumu.Ar Monte-Carlo, Jūs varat, piemēram, novērtēt ieguldījumu kompensētu spriegumu Jūsu kontūra; kaut ko, ka varat NEVR iztikt bez Monte-Carlo
Tas ir neiespējama misija palaist pārāk daudz simulāciju.Nez zināt, cik simulācija ir pietiekami.Tas maksās pārāk daudz laika un palēnināt attīstību.Vai tas ir priekšnoteikums analīzi, pirms ražošanu?
monte carlo dos precīzu priekšstatu par to, kā nejaušas variācijas jūsu shēmas (nesakritība, utt) tiks panna, patiesībā.
"lēns" un "ātri" modeļi nav ļoti reāli vispār, piemēram, ja ir, teiksim, 10 kritiskos parametrus, pēc tam "lēns" būtu tendence virzīt tos visus vienā virzienā, parasti virzienā, kas padarītu digitālo ķēdes palēnināt . Bet patiesībā šie parameteres ir ne correlaed jebkurā veidā un MC atspoguļos šo, mainot tos izlases raksturs.
Tātad, ja jūs vēlaties zināt iepriekš, kādas ir jūsu ražu migth izskatīties pēc tam MC vienmēr ir laba ideja.
@ elbadry
labi, stingri taisnība, tu dont jādara, MC, lai aprēķinātu savu ieguldījumu kompensētu, ja izmantojat formula
kompensēt = n * Sigma / sqrt (WL), tad tas arī tā diezgan labi
Monte Carlo analīze ir ļoti noderīga, lai pārbaudītu darbību shēmas visās situācijās.
Lielākā daļa no lietām ir teikts ar ppl iepriekš me ..bet tie ir izlaista uz DEV un partijas variācijas, kas ir unikāla īpašība Monte Carlo analīzi.Tieši šī funkcija, kas testi čips strādā iespējami visnelabvēlīgākajos apstākļos ..
Tas ir drošības pārbaude, ko var strādāt, ja laiks to atļauj ..Bet, ja tā ļoti kritiski daļa, piemēram, VCO vai kaut ko, tā vienmēr ieteicams braukt Monte Carlo simulācijas ..
Monte Carlo analīze ir nepieciešams palaist, lai pārbaudītu jūsu dizainu iziet visu procesu, izplatīšanas un ierīču neatbilstību.Virs 5 procesu FF, SF, FS, SS, Typ, ka mums darbojas normāli, monte carlo analīze ir papildu palaist apstiprināt par veiksmīgu darbību mūsu dizaina caur kombinācija procesu un ierīču neatbilstību.
Man joprojām ir jautājums ..Ja jūsu fab, jūs
ka dizains esat goining to izgatavot būs
protams tad, ja jūs varat iegūt apmierinošus rezultātus
ar stūra simulācijas, tad kāpēc jūs
nepieciešama Monte-Carlo?
Es esmu iesācējs šajā MC anlysis, un es atradu 3 iespējas palaist to: atšķirīgs process paramenters (partijas), kur visi tranzistori atšķirties togheter; atšķirties atbilstības parametri (DEV), kur transistores doesn't atšķirties togheter, bet visas tās atšķiras; vai abi analīze togheter (DEV partija).
Bet tas ir ļoti svarīgi piemērot kādu shēmu tehnoloģijām, lai samazinātu nesakritību ķēdē.
Jā, es varu pieteikties MC analīzes veikšanai nesakritību, ja es esmu appling izkārtojums tehnoloģijām, lai samazinātu neatbilstību?
Es domāju, ka appling izkārtojuma tehnoloģijas, neatbilstību samazina satisfactorly.Vai ne?Tātad, ar neatbilstību MC parādīs patieso neatbilstību?
Kopsavilkumu, kas ir starp MC analīze saistībā ar neatbilstību un izkārtojums metodes, kas izmantotas, lai mazinātu neatbilstību?
Tas nav skaidrs man.
MC parametriem, ņemot vērā jūsu modeļi parasti mēra ar labu izvietojumu metodes.(piemēram, lai novērtētu novirzi Vth, masīvu tranzistors tiek faktiski veikts (visi tranzistors ir labi saskaņota ar izkārtojumu) un Vth mēra katru tranzistors).
Tātad, ja jūs simulēt kompensēt jūsu opamp ar DEV variāciju, jūs iegūsiet reālu kompensāciju par labu plānojumu.Protams, ja jūsu izkārtojums nav labi darīts, jūsu kompensēt būs lielāks nekā simulāciju.
This site uses cookies to help personalise content, tailor your experience and to keep you logged in if you register.
By continuing to use this site, you are consenting to our use of cookies.