基于Copula理论的芯片多元参数成品率估算方法

当前芯片参数成品率研究主要局限于单一性能指标成品率估算或对多个单性能指标成品率进行均衡优化.针对此类方法易造成参数成品率缺失的问题,本文提出一种基于Copula理论的芯片多元参数成品率估算方法.该方法首先针对漏电功耗及芯片时延性能指标,构建具有随机相关性的漏电功耗及芯片时延模型;然后利用鞍点线抽样方法对漏电功耗及芯片时延的边缘分布概率进行求解;最后根据Copula理论得到准确的芯片多元参数成品率估算结果.仿真结果表明,相较于蒙特卡罗仿真,本文方法具有较高的仿真效率,仿真时间减少了12%以上,而且在不同国际电路与系统研讨会（International Symposium on Circuits and Systems,ISCAS）基准电路下,该方法与蒙特卡罗仿真结果的相对误差均保持在9%以内,能够在任意性能指标约束下,对芯片多元参数成品率进行有效估算,可为芯片设计人员提供同时考虑多个性能指标的参数成品率信息.     

基于工艺参数扰动的IC参数成品率多目标优化算法

在芯片制造工艺中,参数扰动影响了集成电路（Integrated Circuit,IC）成品率,使不同参数成品率间存在着此消彼长的相互制约关系,而目前IC参数成品率优化算法却主要局限于单一优化目标问题。本文提出一种基于工艺参数扰动的参数成品率多目标优化算法。该算法针对漏电功耗成品率及芯片时延成品率,首先构建具有随机相关性的漏电功耗及芯片时延统计模型;随后根据其相互制约特性建立基于切比雪夫仿射理论的参数成品率多目标优化模型;最后利用自适应加权求和得到分布均匀的帕雷托优化解。实验结果表明,该算法对于具有不同测试单元的实验电路均可求得大约30个分布均匀的帕雷托优化解,不仅能够有效权衡多个优化目标间的相互制约关系,还可以使传统加权求和优化方法在帕雷托曲线变化率较小之处得到优化解。     

一种有效的IC成品率估算模型

从缺陷造成电路故障的机理出发,给出了芯片故障概率和成品率的计算新模型.利用IC功能成品率仿真系统XD-YES对实际电路XT-1成品率参数的提取,同时利用新模型进行计算,其结果与实际结果符合很好.     

一种有效的IC成品率估算模型

从缺陷造成电路故障的机理出发,给出了芯片故障概率和成品率的计算新模型.利用IC功能成品率仿真系统XD-YES对实际电路XT-1成品率参数的提取,同时利用新模型进行计算,其结果与实际结果符合很好.     

基于神经网络方法的半导体生产工艺优化

以提高生产成品率为目标,利用神经网络的非线性和容错性,对半导体芯片生产过程进行了分析和优化,具体内容如下：(1)使用神经网络方法建立模型,确定生产线上工艺参数和成品率之间的映射关系,构造以工艺参数为输入,成品率为输出的多维函数曲面.(2)对上述多维函数曲面进行搜索,搜索成品率最高的最优点,以该最优点的工艺参数值为依据确定工艺参数的规范值.(3)对工艺参数规范进行优化,在实际生产工艺中反复实践,直至达到提高成品率的目的.生产实践证明,神经网络的分析结果是合理的.根据神经网络分析提出的优化建议,有效地提高了工序能力指数和产品成品率的一致性,具有实际应用价值.     

基于稀疏贝叶斯学习的高效DOA估计方法

针对采用1l 范数优化的稀疏表示DOA估计算法正则化参数选取困难、计算复杂度高的问题,该文提出一种基于稀疏贝叶斯学习的高效算法.该算法首先利用均匀线阵的结构特性,将DOA估计联合稀疏模型的构建与求解转换到实数域进行.其次,通过优化稀疏贝叶斯学习的基消除机制,使该算法具有更快的收敛速度.仿真结果表明,与1l 范数优化类算法相比,该文方法具有更高的空间分辨率和估计精度且计算复杂度低.     

基于两步加权L1范数约束的高分辨率波达方向和功率估计

该文提出一种基于两步加权L1范数约束的波达方向(DOA)和功率联合估计新算法。该算法首先对阵列协方差矩阵元素进行求和平均运算获得统计性能更优的向量观测模型,进而在相应的过完备基下获得观测模型的稀疏表示。利用MUSIC谱函数和初始估计结果作为权值构建两步加权L1范数约束稀疏重构方法,重构获得多信源的DOA和功率估计。通过2分布函数选择了合理的正则化参数。计算机仿真结果显示,与同类其它方法相比,该文所提算法具有更高的分辨率和估计精度。     

基于全定制IP设计的漏电流功耗仿真计算方法

提出了一种自顶向下的基于晶体管级的全定制IP漏电流功耗计算方法,该方法计算快速高效,实用性强,取代了以往完全依靠软件仿真进行功耗计算的技术.在设计龙芯Ⅱ号CPU中的全定制IP时应用了此方法,该芯片采用的是中芯国际0.18μm CMOS工艺技术.为了验证该方法,把计算结果与Synopsys公司的Nanosim仿真结果进行对比,误差只有10%左右.由于软件仿真需要大量的测试激励与计算时间,而该方法不需要外加测试激励便可以计算出全定制IP漏电流功耗,并能快速找到其模块所在位置,使设计周期大为缩短,因此完全可以针对这种计算方法开发相应软件及进行应用.     

基于全定制IP设计的漏电流功耗仿真计算方法

提出了一种自顶向下的基于晶体管级的全定制IP漏电流功耗计算方法,该方法计算快速高效,实用性强,取代了以往完全依靠软件仿真进行功耗计算的技术.在设计龙芯 号CPU中的全定制IP时应用了此方法,该芯片采用的是中芯国际0 .18μm CMOS工艺技术.为了验证该方法,把计算结果与Synopsys公司的Nanosim仿真结果进行对比,误差只有10 %左右.由于软件仿真需要大量的测试激励与计算时间,而该方法不需要外加测试激励便可以计算出全定制IP漏电流功耗,并能快速找到其模块所在位置,使设计周期大为缩短,因此完全可以针对这种计算方法开发相应软件及进行应用     

微系统热阻模型研究及其应用

系统级封装(SIP)实现了高密度、高集成度封装技术,同时散热问题备受关注,热设计中芯片结温预测十分重要.本文采用有限元仿真方法,建立了一种自然对流环境下微系统热阻模型,并通过模型中热阻矩阵预测多芯片总功耗相同条件下的各芯片结温,同时利用热阻测试试验和有限元仿真方法对预测结温进行验证,结果表明热阻矩阵模型预测芯片结温与热阻测试试验和有限元仿真结果误差分别小于2%和5%.但同时发现该热阻矩阵模型的不通用性,对于总功耗变化的多芯片结温,预测结果偏差较大.通过不同总功耗下各热阻矩阵的函数关系建立拟合曲线并修正热阻矩阵模型,修正后的结环境热阻矩阵适用于不同总功率条件、各芯片不同功率条件下的芯片结温预测,预测结果与热阻测试试验中芯片结温和有限元仿真结果误差均小于5%.因此,提出的修正结环境热阻矩阵的方法可以快速且便捷地预测不同功率芯片的结温,并对器件的散热性能进行较为准确的预估.     

一种稀疏表示的二维DOA降维估计新算法

提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础.     

宽带协方差矩阵的多字典联合稀疏表示DOA估计

为了直接处理相干宽带信号和提高其波达方向估计的分辨率,提出一种基于宽带协方差矩阵的多字典联合稀疏分解估计方法。首先,利用多个频率点处的过完备基对其协方差矩阵进行稀疏表示,然后形成多个字典的多测量矢量稀疏表示模型,最后通过多字典稀疏表示系数的联合稀疏约束以求解稀疏反问题的形式实现宽带信号的波达方向估计。对于均匀线阵结构,多字典协方差矩阵稀疏表示系数的联合稀疏性使其不再受空域采样条件的限制,既可通过增大阵元间距提高分辨率,而又无空域混叠现象。通过对噪声功率的预估计抑制噪声,提高了波达方向估计的稳健性。另外,该方法与信号协方差矩阵的秩无关,对相干信号和不相干信号都适用。仿真实验验证了该方法的有效性。      

常见的功率谱估计方法及其Matlab仿真

功率谱估计是数字信号处理的重要内容之一,又分为经典谱估计和现代谱估计。经典谱估计主要是周期图法及其改进方法,现代谱估计则有参数模型与非参数模型谱估计之分。文中主要介绍了几种常见的功率谱估计方法的原理、特点,并进行了Matlab仿真分析,发现基于AR参数模型的Burg法效果较好。     

基于稀疏恢复的循环平稳信号DOA估计

基于信号稀疏恢复的思想,提出了一种新的循环非相关平稳信号DOA估计算法.首先,对阵列的二阶循环互相关矩阵矢量化,并将感兴趣的空间划分成若干段以构造过完备的方向矩阵,从而得到基于Khatri-Rao积的稀疏模型;其次,利用凸优化技术对稀疏模型进行优化求解,并根据恢复得到的稀疏信号中非零元素的位置估计出高精度的DOA值.与传统的循环互相关算法比较,本文算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合.理论分析和仿真实验结果都验证了算法的有效性.     

基于半参数化概率密度估计的雷达目标识别

该文针对雷达目标高分辨距离像(High-Resolution Range Profile, HRRP)识别中距离单元回波幅值统计建模所面临的概率密度模型选择问题,提出一种基于半参数化概率密度估计的雷达目标识别方法。半参数化概率密度估计从参数化概率密度估计出发,有效利用了高分辨距离像各距离单元幅值近似服从Gamma分布的经验知识,并且通过非参数化修正因子对Gamma模型进行修正,达到参数化方法和非参数化方法优缺互补的目的。基于5种飞机模型高分辨距离像数据的仿真实验证明了该文方法的有效性。     

基于稀疏采样阵列优化的APG-MUSIC算法

针对稀疏阵列下2维波达方向(DOA)估计问题,该文提出一种基于稀疏采样阵列优化的加速逼近梯度(APG)算法与多重信号分类(MUSIC)算法相结合的2D-DOA估计方法。首先,建立稀疏阵列下的2D-DOA估计信号模型,并证明其具备低秩特征,满足零空间性质(NSP)。其次,为提高稀疏阵列下矩阵填充方法重构接收信号矩阵性能和以此为基础的2D-DOA估计精度,提出基于遗传算法(GA)的稀疏采样阵列优化方法。最后,将APG和MUSIC算法相结合,在重构完整平面阵列接收信号矩阵的基础上完成2维波达方向估计。计算机仿真结果表明,该方法在保证2维波达方向估计精度前提下,大幅提高阵元利用率,有效降低空间谱平均旁瓣,与常规2D-DOA估计方法相比具有优势。     

MIMO雷达三维成像自适应Off-grid校正方法

在压缩感知成像算法中,真实目标点一般不会恰好落在预先划定的网格点上,这种网格偏离(Off-grid)问题会带来真实回波与测量矩阵之间的失配,严重降低雷达成像的性能。针对多输入多输出(MIMO)雷达3维成像的网格失配问题,该文提出一种自适应的Off-grid校正方法,基于Off-grid目标的稀疏回波模型构造贝叶斯概率密度函数,采用最大后验概率(MAP)方法求解含有失配偏差的稀疏像。与传统方法相比,该方法可以充分利用失配参数的先验信息,自适应地更新参数,降低了失配误差的影响,并能实现对稀疏目标和噪声功率的高精度估计。仿真结果表明,该方法可以有效地实现对网格失配的优化,具有精确且稳定的成像性能。     

基于信号稀疏表示的Chirp信号参数估计方法

单自由度多分量线性调频信号的参数估计是SAR/ISAR成像中的重要问题。文中在一组含参数的过完备基上展开信号,提出了一种基于信号稀疏表示估计单自由度多分量线性调频信号参数的新方法。并将该方法应用于目前流行的BP算法、FOCUSS算法和稀疏贝叶斯学习算法中,分析比较了以上算法的估计性能。仿真实验结果验证了该方法的有效性,并表明稀疏贝叶斯学习算法具有更好的稀疏表示能力,从而可以更有效地估计信号参数。