English
SIPredict: Efficient Post-Layout Waveform Prediction Via System Identification
文件大小：
815k
资源说明：本文介绍了一种高效的后布局波形预测方法SIPredict，该方法是基于系统辨识（System Identification, SI）技术。通过预先布局和后布局波形之间的相关性，建立数学模型来描述这两种布局模拟结果之间的关系。模型参数通过使用预先布局和后布局阶段开始的几个数据点的模拟结果进行校准。然后，通过将相应的预先布局模拟结果作为校准模型的输入，其余的后布局波形可以预测为模型的输出。该方法能够帮助设计师在设计过程中快速查看后布局波形，从而提高效率。
在引言部分，文章指出在模拟混合信号（Analog Mixed-Signal, AMS）电路设计中，后布局模拟是关键但计算密集的。经过寄生参数提取后，AMS电路的节点和元件数量相比预先布局增加10倍，因此后布局模拟需要更长的时间。因此，开发有效的后布局模拟波形获取方法至关重要。模型降阶（Model Order Reduction, MOR）被认为是解决后布局模拟问题的最有效方法。MOR技术为互连网络生成降低阶数的模型，从而降低后布局模拟的计算成本。在过去几十年中，已经开发出了各种MOR方法，其中基于消除的方法如PACT和TICER已经被成功应用于AMS电路的后布局模拟中。
文章提出，预先布局和后布局模拟数据来源于同一电路，因此它们之间存在强相关性。利用预先布局模拟的信息可以加速后布局分析。SIPredict方法正是基于这样的前提，通过系统辨识技术，将预先布局模拟的结果作为输入，预测出后布局的波形。文章还提到了贝叶斯模型框架，这表明可能采用了统计推断方法来进行模型校准和预测。
系统辨识是控制工程中的一个重要领域，它涉及到使用数学模型来描述物理系统的行为。在电子工程领域，系统辨识可以用于电路和系统的设计和分析，帮助预测电路在真实操作条件下的行为。在本文中，系统辨识技术被用于建立预先布局和后布局波形之间的关系模型，从而可以预测出电路在物理布局完成后的行为。
在AMS电路设计流程中，预先布局阶段的模拟是在电路布局之前进行的，此时还没有考虑所有的寄生参数，而这些寄生参数在实际电路板上的物理布局完成后会产生重要影响。因此，在预先布局阶段得到的波形数据和后布局阶段的波形数据之间存在一定的差异，但这种差异是可预测和可校准的。
文章还强调了模型参数校准的重要性。模型参数校准是指通过使用一部分预先布局和后布局的数据点来调整数学模型中的参数，使得模型可以更准确地反映真实系统的动态特性。在SIPredict方法中，这一校准过程是通过前几个数据点的模拟结果来完成的。
此外，文章还提到了快速查看后布局波形对于设计过程的重要性。在电路设计的迭代过程中，设计师需要快速评估设计的性能，特别是在后布局阶段，设计的任何修改都可能导致模拟时间的显著增加。因此，能够快速预测后布局波形可以大幅缩短设计周期，提高设计效率。SIPredict方法正是为了解决这一挑战而提出的，它能够在不牺牲预测准确性的情况下，提供一种快速查看后布局波形的有效手段。
SIPredict方法通过系统辨识技术，有效地建立了预先布局和后布局模拟结果之间的数学模型，并通过校准模型参数，能够快速预测后布局波形。这一方法对于AMS电路设计的后布局阶段模拟过程提供了极大的帮助，能够帮助设计师在设计过程中快速获取后布局波形，从而提高设计效率和准确性。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
