ADS仿真 之 容差/良率分析

        之所以要进行容差分析， 是因为任何电子元器件均存在一定的误差， 如电感、电容的精度等。 例如一个标称为2.0nH±0.1nH的电感，代表的意思产品有99.74%的概率落在2.0nH±0.1nH范围内， 即满足6σ ，σ是标准偏差或者说方差，当产品随机变量值与平均值之差为6σ时，产品的良品率为99.74%，这是统计学范畴。

一、容差分析

        电路模块的容差分析可以通过蒙特卡洛（Monte carlo）分析进行， 通过容差分析可以知道元件的误差对电路性能的影响程度， 以一个带通滤波器为例说明容差分析的方法。 如下是通过优化设计的一个带通滤波器，要求在2.4GHz-2.5GHz通带内插损小于2dB，在3.2GHz处最小的衰减值为20dB，在1.6GHz处的衰减值最小为15dB，设计原理图如下：

在未添加蒙特卡洛仿真控件情况下其结果如下
 

        容差分析可以对几个或者一个元件进行， 但至少需要1个存在误差的元件的变量， 这里对C1和C3的变化来看对整个滤波器的影响， 具体流程如下：
        1、 将需要进行容差分析的元件值设置为变量，并添加变量等式VAR；
        2、 在VAR中设置变量的初值，并在Tune/opt/stat/DOE setup中的statistics选项卡中使能
statistics status，同时设置变量的分布类型和误差。 这里设置c1和c3分别为±0.25和5%。

        3、 添加MONTE CARLO控件， 设置SimInstanceName和Numitem，即选择内嵌的仿真器和抽样次数， 本例以设置10次。
        4、 设置OK后运行仿真，查看仿真结果如下

        蓝色曲线是滤波器需要符合的模板， 仿真可以看到C1和C3对滤波器的通带内的衰减平衡，某些情况下在2.5GHz的衰减值已超过2dB的插损。 所以这样的滤波器参数不能很好地应对元件误差带来的影响。

二、良率分析

        良率分析是用于分析设计电路通过给定标准的数量和总的数量的比率， 但是对于一个电路设计来说， 可能存在的设计总量是无法估计的，所以良率分析均是采用一种有限数量的试验来进行分析， 当试验的次数越多，就越接近真实情况。
        上面的带通滤波器优化不够完善，我们来分析一个之前设计的3阶低通滤波器的良品率，定义3阶低通滤波器的spec为0-3GHz内插损为1dB，回波损耗最小为15dB， 4.8GHz-6GHz的插损最小为10dB， 根据如上要求建立原理图：

        1、 在原理图中添加Yield分析的控件和Yield SPEC控件， 并设置相应的Yield的SimItem数量为1000，并在parameters选项卡内勾选save data all for all trials以保持所有的试验数据。 设置
Yield SPEC控件， 定义良率分析的参考值。
        2、 良率分析至少需要一个可变变量， 这里分析三个元件对良品率带来的影响。设置原理图如下：

仿真结果如下：

可以看到该滤波器的良品率为76.5%， 改变器件C1和C2的精度，良品率为提升至81.7%。

                                                          提高精度与良率的影响结果
        在原理图中添加了senshist控件，它用来统计仿真结果中，某一个变量对良品率带来的影响程
度，如在原理图中该控件的设置为sensHist1=histogram_sens(dB(S(1,1)),l1,,-15,2.4GHz,2.5GHz)，代表的意思是l1这个变量，在2.4GHz-2.5GHz频率范围内，对S11值小于-15dB的影响程度，从两次仿真结果来看，当l1的值偏大的话，对S11的影响更小， 所以在不改变C1和C2的精度情况下，将电感的值有2.9nH改为3.0nH时，其得到的良品率为93%，结果如下图所示， 可以看到在不改版器件精度的情况下，增大L1的值对良品率有很大帮助。

                                                                       修改L1对良率影响