Rechnergestützte Schaltungssimulation und deren Algorithmen (EDA)

Lehrinhalt

• Einführung in die Schaltungssimulation
  Historie, Simulationsarten, Anwendungsfelder
• Netzwerktheorie als Grundlage für die automatisierte Aufstellung von Schaltungsgleichungen
  Kirchhoffgleichungen, lineare Elementebeziehungen
  Sparce-Tableau-Analyse (STA)
  Orthogonalität der Kirchhoffgleichungen: Maschenströme und Knotenpotentiale
  Maschenstromanalyse, RLA
  Knotenanalyse, Superknotenanalyse
  Modifizierte Knotenanalyse
  Schnitte, Fundamentalschnittmengen
  Automatische Baum- und Maschensuche und rechnergestützte STA
• Lösung linearer Gleichungssysteme (LU-Zerlegung, Pivotisierung, Makrowitz-Reordering, Sparse-Matrix-Techniken)
• Lösung nichtlinearer Gleichungen
  Newton-Raphson-Verfahren
  Implementierung des Newton Verfahrens (Newton-Ersatzschaltung, Konvergenzbeschleunigung, Simulationssteuerung)
• Lösung von Differentialgleichungen
  Numerische Integrationsverfahren (Vorwärts- und Rückwärts-Euler, Trapezregel, Mehrschrittverfahren, Runge-Kutta- und Gearverfahren, Prädikator-Korrektor-Verfahren, Exactness Constraints zur Konstruktion eigener Integrationsverfahren, Schrittweitensteuerung: Nordsiek-Vektor)
  Konvergenz numerischer Integrationsverfahren, Stabilität
  Optionen und Steuerparameter
• Device-Modelle SPICE
  Dioden-, Bipolartransistor-, MOS-Modelle und ihre Parameter
• Verhaltensmodellierung - Lösung von Verhaltensmodellen
• Symbolische Analyse
  Überblick symbolische Analyse und Analyseprogramme
  Symbolische Vereinfachsungsalgorithmen (SAG, SBG, SDG)
  Symbolische Extraktion von Polen und Nullstellen
  Automatisierte Verhaltensmodellgenerierung
  Automatische Gleichungsaufstellung für nichtlineare dynamische Systeme
  Verfahren der Approximation von symbolischen DAE-Systemen
• Statistische Analyse und Entwurfszentrierung/Ausbeuteoptimierung
  Einführung in die Statistik - Grundbegriffe für die Statistik von Device-Streuungen
  Automatische Dimensionierung (numerisch)
  Automatische Design-Constraints-Generierung, Feasibility-Optimierung, Nominaloptimierung, Monte-Carlo-Analyse, Contributor-Identification, Worst-Case-Abstandsoptimierung (Ausbeuteoptimierung)
• Überblick über die statistische Devicemodellierung
• Überblick Device-Alterung und Alterungsimulation (Cadence ReIXpert)
• RF-Simulationsverfahren (Cadence SpectreRF)
  PSS - Periodic Steady State
  PAC - Periodic Alternating-Current
  PXF - Periodic Transfer-Function
  PNOISE - Periodic Noise
  PDISTO - Periodic Distortion
  QPSS - Quasi-Periodic Non-Linear Steady State
  QPNoise - Quasi-Periodic Noise
  HB - Harmonic Balance
• Anwendungen
  Überblick über industrielle Designflows, Cadence Design Framework II
  Design-Kits (Cadence Methodology Kits)
  Praktisches Arbeiten mit dem Cadence Framework, WiCkeD und Analog Insydes