ADS基础教程6-蒙特卡洛分析

一、蒙特卡洛定义

蒙特卡罗方法(英语:Monte Carlo method),也称统计模拟方法,是1940年代中期由于科学技术的发展和电子计算机的发明,而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。

二、蒙特卡洛实现步骤

ADS中的蒙特卡洛分析,是一种采用随机抽样统计来估算结果的计算方法。计算结果的精确度取决于抽取样本的数量,一般需要大量的样本数据。而对于元器件来说,其精度值分布符合高斯分布,也就是正态分布。
正太分布
具体操作方法如下:

1.建立仿真模型

打开已经建立好的S参数仿真原理图。在模型选择器区域,下拉框选择Optim/Stat/DOE
在这里插入图片描述

2.导入模型

在模型选择区域,选中MC(MonteCarlo)模型,并拖入到原理图区域。
在这里插入图片描述

3.参数设置

在菜单栏选择Simulate->Simulation Variables Setup…
在这里插入图片描述

4.导入模型

在弹出的对话框中,选择Statistics,并对当前原理图中的元器件参数进行设置。如下图所示。

在这里插入图片描述

5.参数确认

参数设置完成后,点击OK即可。
在这里插入图片描述

6.执行仿真

菜单栏点击执行仿真按钮即可。
在这里插入图片描述

7.仿真完成

仿真完成弹出对话框提示。
在这里插入图片描述

三、结果显示

仿真完成后,会在数据显示区展示出分析结果。
在这里插入图片描述

E N D ! \color{#4285f4}{\mathbf{E}}\color{#ea4335}{\mathbf{N}}\color{#fbbc05}{\mathbf{D}}\color{#4285f4}{\mathbf{!}} END!

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

RunningCamel

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值