可感知动态电源噪声的静态时序分析方法及装置制造方法及图纸

本发明专利技术公开了一种可感知动态电源噪声的静态时序分析方法及装置，包括：使用变形后韦伯分布的累计概率分布函数对动态电源噪声的上升沿和下降沿进行建模；通过时间错位因子消除噪声与信号边沿不对齐导致的误差；使用SPICE计算在不同情况下每个电路基本单元的时延和输出信号变换时间，生成数据集；构建多层感知机并利用之前得到的数据集进行训练以获得训练好的模型；利用神经网络模型预测电路标准单元在不同动态噪声、不同输入转换时间和不同输出负载电容下的时延和输出信号变换时间以得到时序分析结果。本发明专利技术可以衡量动态电源噪声对电路标准单元时序的影响，对精准衡量电路设计缺陷和移除静态时序分析的过度悲观估计有重要意义。计有重要意义。计有重要意义。

【技术实现步骤摘要】
可感知动态电源噪声的静态时序分析方法及装置


[0001]本专利技术涉及电路验证
，特别涉及一种可感知动态电源噪声的静态时序分析方法及装置。

技术介绍

[0002]随着超大规模集成电路工艺的发展，芯片工作电压越来越低，这导致系统的噪声容限越来越低。与此同时，随着几何上升的晶体管密度，集成电路的电流密度不断增加；工艺尺寸的缩减使得供电金属层越来越细，导致供电网络方块电阻越来越大。上述两种原因导致电源完整性问题在先进工艺愈发突出。与此同时，传统静态时序分析流程中没有考虑电源噪声的影响，导致设计者对其分析结果在实际情况下的准确性有了越来越多的担忧。
[0003]为了改善这种情况，代工厂提供了多种工艺角下记录了不同电源电压下电路标准单元时序信息的库文件。根据静态电源噪声仿真的结果，在仿真时可以标记每个标准单元的静态压降，并根据这个压降来从多个库文件中插值计算估计的时序结果。在较老的工艺设计中，电源供电网络有充足的去耦电容，可以滤除噪声的所有高频分量，噪声在一个时钟周期内变化不大，所以噪声的平均值具有很强的代表意义。因此，这种基于静态电源仿真的方法在较老工艺上具有很好的准确性。但是随着工艺节点的缩小，电源供电网络上的去耦电容越发不足以滤去高频噪声，导致基于静态电源噪声仿真的方法准确率越发下降。
[0004]实际上，电源噪声是动态的而非静态的。静态电源噪声分析针对于电源网的平均压降，而电路的动态电源噪声分析基于电路的翻转行为，其结果因输入向量高度相关。此外，动态电源噪声取决于逻辑切换的时间，而并非像静态电源压降一样会受到电路时钟周期很大的影响。因此，有一类方法通过计算标准单元翻转时实际的等效电源电压来消除标准单元翻转时的实际电压与一个时钟周期内电压差距过大的问题。这类方法对每个标准单元实际工作的平均供电电压的估计非常准确，因此在时序预测的准确性上相对于基于静态仿真的方法有了一定的提升。然而，这类方法本质上使用了动态噪声在一段时间内的积分值这个特征来代替整个动态噪声波形，从而忽略了其他重要特征，其预测结果往往比真实情况更加悲观。
[0005]准确的时序估计，对确定电路的工作频率十分重要。过于乐观的时序估计结果会导致电路在实际运行中出现时序错误，而过于悲观的估计则使电路只能工作在较低的频率，浪费了电路的性能。由于之前所叙述的原因，电源噪声对时序分析的影响越来越不可忽视，设计者迫切需要准确衡量动态电源噪声对电路标准单元时序的影响，从而确定合理的工作频率。
[0006]但是据申请人所知，目前还没有一种能够准确衡量动态噪声影响的静态时序分析算法。设计者更多地凭借自己的经验来确定一个相对合理的工作频率。这更要求我们开发出一种能够准确估计动态噪声影响的时序分析算法。
[0007]综上，提供一种可感知动态电源噪声的静态时序分析方法及装置，是更好确定芯片的工作频率，保证时序正确的同时尽可能提升芯片性能的关键。

技术实现思路

[0008]本专利技术的目的在于针对目前电源时序分析中无法准确衡量动态电源噪声对时序影响的问题，提供一种可感知动态电源噪声的静态时序分析方法及装置。在进行静态时序分析时，本专利技术可以感知电路供电网络的动态噪声，并准确地给出在当前噪声下电路中每个标准单元的时序预测结果。
[0009]一种可感知动态电源噪声的静态时序分析方法，该方法包括以下步骤：
[0010]步骤1，使用变形后韦伯分布的累计概率分布函数对动态电源噪声的上升沿和下降沿进行建模，一个边沿会被噪声变换时间和噪声形状因子所建模；
[0011]步骤2，使用时间错位因子和用来建模边沿的噪声变换时间及噪声形状因子来建模动态电源噪声，时间错位因子表示噪声边沿开始时间与电路标准单元状态翻转开始时间的时间差；
[0012]步骤3，基于SPICE仿真，计算在不同情况下每个电路基本单元的时延和输出信号变换时间，采用获得的时延和输出信号变换时间生成用于训练神经网络的数据集，输出信号变换时间是输出信号从峰值的较低幅度上升到较高幅度或从峰值较高幅度下降到较低幅度所需的时间，其中，峰值的较低幅度范围为峰值的10％
‑
30％，峰值的较高幅度范围为峰值的70％
‑
90％；
[0013]步骤4，构建多层感知机，其输入为包含电路标准单元的输入信号变换时间、输出负载电容、噪声变换时间、噪声形状因子和时间错位因子的向量。并利用步骤3生成的数据集进行神经网络模型的训练；
[0014]步骤5，利用步骤4训练得到的神经网络模型预测电路标准单元在不同动态噪声、不同输入转换时间和不同输出负载电容下的时延和输出信号变换时间以得到时序分析结果。
[0015]进一步地，步骤1中，以上升沿为例，使用韦伯分布原始表达形式为：
[0016][0017]式中，α表示噪声形状因子，β表示原始韦伯分布的另一因子，t表示以信号上升为始的时间，T(t，α，β)表示所建模的信号上升沿；
[0018]噪声上升沿的变换时间是其从上升沿起点到上升沿终点所需时间。上升沿的起点和终点是噪声幅度达到峰值给定比例的时刻，假设当噪声幅度达到噪声峰值S％的时刻为上升沿的起点，噪声幅度达到噪声峰值E％的时刻为上升沿终点，则噪声上升沿起点时刻、噪声上升沿终点时刻和噪声变换时间可以分别表示为：
[0019][0020][0021][0022]式中，τ表示噪声变换时间，t
end
和t
start
分别表示信号达到峰值S％和E％的两个时刻；
[0023]使用噪声变换时间τ代替原始韦伯分布的比例参数β，得到使用噪声变换时间和噪声形状因子表示的上升沿：
[0024][0025]进一步地，步骤1中，拟合噪声变换时间和噪声形状因子的过程可以变换为线性回归问题，以上升沿为例，将得到的用噪声变换时间和噪声形状因子表达的上升沿进行适当的变形后，可以得到：
[0026][0027]式中，T表示使用噪声变换时间和噪声形状因子表示的上升沿。
[0028]使用最小二乘法求得噪声变换时间和噪声形状因子：
[0029]y＝a
·
x+b
[0030]式中，y＝ln(t)，x＝ln(
‑
ln(1
‑
f))，f))，T表示使用噪声变换时间和噪声形状因子表示的上升沿。
[0031]进一步地，步骤1中，使用韦伯分布拟合噪声的下降沿韦伯分布原始表达形式为：
[0032][0033]式中，α表示噪声形状因子，β表示原始韦伯分布的比例参数，t表示以信号上升为始的时间，e为常数，T
′
(t，α，β)表示所建模的信号下降沿；
[0034]噪声下降沿的变换时间是其从下降沿起点到下降沿终点所需时间，下降沿的起点和终点是噪声幅度达到峰值给定比例的时刻，假设当噪声幅度达到噪声峰值S
′
％的时刻为下降沿的起点，噪声幅度达到噪声峰值E
′
％的时刻为下降沿终点，则噪声下降沿起点时刻、噪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.可感知动态电源噪声的静态时序分析方法，其特征在于，该方法包括以下步骤：步骤1，使用变形后韦伯分布的累计概率分布函数对动态电源噪声的上升沿和下降沿进行建模；步骤2，使用时间错位因子和用来建模边沿的噪声变换时间及噪声形状因子来建模动态电源噪声，其中，时间错位因子表示噪声边沿开始时间与电路标准单元状态翻转开始时间的时间差；步骤3，基于SPICE仿真，计算在不同情况下每个电路基本单元的时延和输出信号变换时间，采用获得的时延和输出信号变换时间生成用于训练神经网络的数据集，输出信号变换时间是输出信号从峰值的上升到较高幅度或从峰值较高幅度下降到较低幅度所需的时间；步骤4，构建多层感知机，其输入为包含电路标准单元的输入信号变换时间、输出负载电容、噪声变换时间、噪声形状因子和时间错位因子的向量，并利用步骤3生成的数据集进行神经网络模型的训练；步骤5，利用步骤4训练得到的神经网络模型预测电路标准单元在不同动态噪声、不同输入转换时间和不同输出负载电容下的时延和输出信号变换时间以得到时序分析结果。2.根据权利要求1所述的可感知动态电源噪声的静态时序分析方法，其特征在于，步骤1中，使用韦伯分布拟合噪声的上升沿韦伯分布原始表达形式为：式中，α表示噪声形状因子，β表示原始韦伯分布的比例参数，t表示以信号上升为始的时间，e为常数，T(t,α,β)表示所建模的信号上升沿；噪声上升沿的变换时间是其从上升沿起点到上升沿终点所需时间，上升沿的起点和终点是噪声幅度达到峰值给定比例的时刻，假设当噪声幅度达到噪声峰值S％的时刻为上升沿的起点，噪声幅度达到噪声峰值E％的时刻为上升沿终点，则噪声上升沿起点时刻、噪声上升沿终点时刻和噪声变换时间可以分别表示为：上升沿终点时刻和噪声变换时间可以分别表示为：上升沿终点时刻和噪声变换时间可以分别表示为：式中，τ表示噪声变换时间，t
end
和t
start
分别表示信号达到峰值S％和E％的两个时刻；使用噪声变换时间τ代替原始韦伯分布的比例参数β，得到使用噪声变换时间和噪声形状因子表示的上升沿：3.根据权利要求2所述的可感知动态电源噪声的静态时序分析方法，其特征在于，步骤1中，将得到的使用噪声变换时间和噪声形状因子表示的上升沿进行变形后，得到：
式中，T表示使用噪声变换时间和噪声形状因子表示的上升沿；使用最小二乘法求得噪声变换时间和噪声形状因子：y＝a
·
x+b式中，y＝ln(t)，x＝ln(
‑
ln(1
‑
T))，T))，4.根据权利要求1所述的可感知动态电源噪声的静态时序分析方法，其特征在于，步骤1中，使用韦伯分布拟合噪声的下降沿韦伯分布原始表达形式为：式中，α表示噪声形状因子，β表示原始韦伯分布的比例参数，t表示以信号上升为始的时间，e为常数，T'(t,α,β)表示所建模的信号下降沿；噪声...

【专利技术属性】
技术研发人员：陈宇飞，卓成，尹勋钊，史治国，
申请(专利权)人：浙江大学，
类型：发明
国别省市：