基于網(wǎng)格上隨機(jī)行走法的集成電路寄生參數(shù)提取
發(fā)布時(shí)間:2023-05-06 20:21
目前集成電路的信號(hào)頻率在不斷地提高,同時(shí)工藝特征尺寸也在不停地縮小。在集成電路發(fā)展初期很多不受關(guān)注的物理效應(yīng)逐漸地影響了集成電路電路性能的提升,其中的代表性因素就是互連寄生效應(yīng)。再加之某些工藝會(huì)對(duì)芯片平整度有一定的需求,需要增加懸浮導(dǎo)體解決。而懸浮導(dǎo)體的增加也會(huì)導(dǎo)致寄生效應(yīng)的增強(qiáng),因而寄生參數(shù)的提取顯得尤為重要,F(xiàn)有的寄生參數(shù)提取方法中各有優(yōu)劣,其中浮動(dòng)隨機(jī)行走法理論精度最高,沒有離散誤差,可以高度并行化,但收斂速度慢,對(duì)于復(fù)雜的幾何外形、復(fù)雜的材料難以適應(yīng),對(duì)于非曼哈頓結(jié)構(gòu)的處理效率不高。而離散幾何法、有限元法等方法是基于體離散的方法,能夠天然地適應(yīng)復(fù)雜形狀和復(fù)雜材料,然而該類方法形成的線性方程組卻很難并行化計(jì)算。本文利用浮動(dòng)隨機(jī)行走法在每次行走之間幾乎沒有相關(guān)性,可高度并行化的特點(diǎn),將其引入能夠適應(yīng)多媒質(zhì)復(fù)雜結(jié)構(gòu)的離散外微分框架之中,從待考察空間點(diǎn)出發(fā)在空間隨機(jī)行走并在到達(dá)邊界終止,用數(shù)理統(tǒng)計(jì)的方法統(tǒng)計(jì)出終止在各邊界上的概率,并以其作為權(quán)重計(jì)算出目標(biāo)空間點(diǎn)的場(chǎng)分布,并最終獲得各種物理量值。該方法雖然精度也取決于網(wǎng)格,但是求解仍保持高效,且其占用存儲(chǔ)空間非常少,并在求解局部場(chǎng)分布、大...
【文章頁數(shù)】:75 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 集成電路發(fā)展?fàn)顩r及寄生參數(shù)提取的地位
1.2 參數(shù)提取方法及發(fā)展現(xiàn)狀
1.3 全文結(jié)構(gòu)
第二章 寄生參數(shù)提取離散外微分算法框架
2.1 寄生參數(shù)提取主要方法
2.2 有限元法及離散幾何法
2.3 隨機(jī)行走法
2.4 本章小結(jié)
第三章 隨機(jī)方法及其參數(shù)提取應(yīng)用
3.1 隨機(jī)行走法及馬爾科夫鏈
3.2 網(wǎng)格上的隨機(jī)行走算法計(jì)算物理場(chǎng)分布
3.3 網(wǎng)格上的隨機(jī)行走算法提取寄生參數(shù)
3.4 算例
3.5 浮動(dòng)導(dǎo)體的分析
3.6 本章小結(jié)
第四章 敏感度參數(shù)提取及隨機(jī)方法
4.1 敏感度方法
4.2 敏感度分析矩陣
4.2.1 有限元法
4.2.2 離散幾何法
4.3 隨機(jī)方法提取參數(shù)的行走復(fù)用至敏感度計(jì)算
4.4 算例分析
4.5 本章小結(jié)
第五章 結(jié)論
5.1 全文總結(jié)
5.2 展望
圖表索引
參考文獻(xiàn)
致謝
本文編號(hào):3809549
【文章頁數(shù)】:75 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 集成電路發(fā)展?fàn)顩r及寄生參數(shù)提取的地位
1.2 參數(shù)提取方法及發(fā)展現(xiàn)狀
1.3 全文結(jié)構(gòu)
第二章 寄生參數(shù)提取離散外微分算法框架
2.1 寄生參數(shù)提取主要方法
2.2 有限元法及離散幾何法
2.3 隨機(jī)行走法
2.4 本章小結(jié)
第三章 隨機(jī)方法及其參數(shù)提取應(yīng)用
3.1 隨機(jī)行走法及馬爾科夫鏈
3.2 網(wǎng)格上的隨機(jī)行走算法計(jì)算物理場(chǎng)分布
3.3 網(wǎng)格上的隨機(jī)行走算法提取寄生參數(shù)
3.4 算例
3.5 浮動(dòng)導(dǎo)體的分析
3.6 本章小結(jié)
第四章 敏感度參數(shù)提取及隨機(jī)方法
4.1 敏感度方法
4.2 敏感度分析矩陣
4.2.1 有限元法
4.2.2 離散幾何法
4.3 隨機(jī)方法提取參數(shù)的行走復(fù)用至敏感度計(jì)算
4.4 算例分析
4.5 本章小結(jié)
第五章 結(jié)論
5.1 全文總結(jié)
5.2 展望
圖表索引
參考文獻(xiàn)
致謝
本文編號(hào):3809549
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3809549.html
最近更新
教材專著