CN106886636A - 一种高速电路***最坏电源噪声的精确预测方法 - Google Patents

Abstract

本发明提出了一种高速电路***最坏电源噪声的精确预测方法，用于解决现有技术中存在的预测效率和精度难以兼顾的技术问题，实现步骤为：对电源分配网络进行频域仿真，获得电源分配网络输出端口的频域自阻抗曲线；确定电源分配网络频域自阻抗曲线中最大峰值对应的反谐振频率值，并利用该反谐振频率值，对占空比为50％的周期矩形波进行调制，得到引起最坏电源噪声的输入码型；仿真得到电源分配网络输出端口的上升电流和下降电流；预测电源分配网络输出端口的最坏电流；计算电源分配网络的时域阻抗；计算高速电路***的最坏电源噪声。本发明在保证预测效率的前提下，提高了预测精度，可应用于高速电路***中信号完整性的分析。

Description

一种高速电路***最坏电源噪声的精确预测方法

技术领域

本发明属于电路与***设计技术领域，具体涉及一种高速电路***最坏电源噪声的精确预测方法，可应用于高速电路***中信号完整性的分析。

背景技术

随着集成电路制造工艺的发展，片上特征尺寸的减小，集成规模的扩大，现代高性能芯片的发展趋势是时钟频率提高、供电电压降低、电流增大；由于工艺技术的持续改进，封装设计却保持相对不变,导致芯片门的开关速度提高时，现有封装更加表现出其电感性。随着芯片电流和封装电感的不断增大，高速电路***的电源噪声也逐渐增大。由于电源噪声逐渐增大，而供电电压逐渐降低，导致电源噪声容限逐渐变小，进而使得电源噪声对信号质量的影响逐渐增大。为了改善高速电路***的性能，需要通过预测高速电路***的最坏电源噪声来分析并抑制电源噪声，而预测最坏电源噪声的关键技术是快速精确地求解最坏电源噪声。

目前业界通常求解高速电路***电源噪声的方法主要有以下三类：(1)采用解微分方程或者差分方程的方法，这种方法适用于简单电路，对于复杂电路求解微分方程或者差分方程比较困难。(2)采用时域瞬态仿真分析的方法，时域瞬态仿真是采用大量伪随机码作为激励来得到最坏电源噪声，该方法求解的结果非常精确，但是仿真消耗大量时间，导致产品开发周期延长。(3)Jiangyuan Qian,Shiji Pan在其发表的“Power DistributionNetwork Worst-Case Power Noise and an Efficient Estimation Method”(IEEEElectronic Components and Technology Conference，2014)论文中，提出了一种求解最坏电源噪声的方法TPN-YC，通过瞬态仿真获取电源分配网络(Power DistributionNetwork,PDN)的阶跃响应，对其求导得到PDN的脉冲响应，然后将PDN输出端口的电流与PDN的脉冲响应进行卷积得到时域电源噪声，该方法可以快速获得PDN的脉冲响应，解决了时域瞬态仿真速度慢的问题，但是该方法在获取PDN的阶跃响应时，由于输入波形的边沿不可能是理想边沿，所以PDN的脉冲响应不精确，导致计算的电源噪声误差较大。

综上所述，现有的时域瞬态仿真分析方法的精度高，但预测效率低，TPN-YC提高了预测效率，但不能保证预测精度。

发明内容

本发明的目的在于克服上述现有技术的不足，提出了一种高速电路***最坏电源噪声的精确预测方法，用于解决现有技术中存在的预测效率和精度难以兼顾的技术问题。

为实现上述目的，本发明采取的技术方案，包括如下步骤：

(1)对线性时不变高速电路***的电源分配网络进行频域仿真，获得电源分配网络输出端口的频域自阻抗曲线；

(2)确定电源分配网络频域自阻抗曲线中最大峰值对应的反谐振频率值，并利用该反谐振频率值，对占空比为50％的周期矩形波进行调制，得到引起最坏电源噪声的输入码型；

(3)对高速电路***进行仿真，得到电源分配网络输出端口的上升电流I_rise和下降电流I_fall，实现步骤为：

3a)在高速电路***驱动器的输入端输入上升边波形，得到电源分配网络输出端口的上升电流I_rise；

3b)在高速电路***驱动器的输入端输入下降边波形，得到电源分配网络输出端口的下降电流I_fall；

(4)对电源分配网络输出端口的最坏电流进行预测：根据步骤(2)所得的输入码型的边沿，对步骤(3)中得到的电源分配网络输出端口的上升电流I_rise和下降电流I_fall进行移位叠加，得到电源分配网络输出端口的最坏电流I_worst；

(5)计算电源分配网络的时域阻抗z(t)，实现步骤为：

5a)对步骤(1)获得的电源分配网络频域自阻抗曲线进行有理函数拟合，得到电源分配网络频域自阻抗曲线拉普拉斯域表达式；

5b)对电源分配网络频域自阻抗曲线拉普拉斯域表达式进行拉普拉斯反变换，得到电源分配网络时域阻抗z(t)；

(6)对电源分配网络输出端口的最坏电流I_worst与电源分配网络时域阻抗z(t)进行卷积，获得高速电路***的最坏电源噪声：

本发明与现有技术相比，具有如下优点：

第一，本发明由于在获得高速电路***的最坏电源噪声时，对电源分配网络频域自阻抗曲线进行有理函数拟合，得到电源分配网络频域自阻抗曲线拉普拉斯域表达式，然后对电源分配网络频域自阻抗曲线拉普拉斯域表达式进行拉普拉斯反变换，得到精确的电源分配网络时域阻抗，最后将时域阻抗与电源分配网络输出端口的最坏电流相卷积，有效地提高了高速电路***最坏电源噪声的预测精度。

第二，本发明由于在获得电源分配网络输出端口的最坏电流时，通过采用对高速电路***进行仿真，获得电源分配网络输出端口的上升电流和下降电流，并对上升电流和下降电流进行移位叠加，可以快速预测出电源分配网络输出端口的最坏电流；同时对电源分配网络频域自阻抗曲线进行有理函数拟合，得到电源分配网络频域自阻抗曲线拉普拉斯域表达式，对电源分配网络频域自阻抗曲线拉普拉斯域表达式进行拉普拉斯反变换，可以快速地得到电源分配网络时域阻抗，与现有技术相比，提高了高速电路***最坏电源噪声的预测效率。

附图说明

图1是本发明的实现流程框图；

图2是本发明与现有技术的最坏电源噪声结果仿真对比图。

具体实施方式

以下结合附图和实施例，对本发明进行进一步详细描述：

参照图1，本发明包括如下步骤：

步骤1、对线性时不变高速电路***的电源分配网络进行频域仿真，获得电源分配网络输出端口的频域自阻抗曲线，频域仿真具体步骤如下：

步骤1a、给电源分配网络的输出端口添加电流幅度恒为1A的交流电流源I(ω)，其中ω为角频率，单位rad/s；

步骤1b、对高速电路***的电源分配网络进行频域仿真，得到电源分配网络输出端口电压V(ω)的幅度曲线；

由以及步骤1a给出的I(ω)＝1A，可得Z(ω)＝V(ω)，因此电源分配网络输出端口电压V(ω)的幅度曲线，即为电源分配网络输出端口的频域自阻抗曲线。

步骤2、确定电源分配网络频域自阻抗曲线中最大峰值对应的反谐振频率值，并利用该反谐振频率值，对占空比为50％周期矩形波进行调制，得到占空比为50％,频率为反谐振频率的周期矩形波，该周期矩形波即为引起最坏电源噪声的输入码型。

步骤3、对高速电路***进行仿真，得到电源分配网络输出端口的上升电流I_rise和下降电流I_fall，实现步骤为：

步骤3a、在高速电路***驱动器的输入端输入上升边波形，得到电源分配网络输出端口的上升电流I_rise；

步骤3b、在高速电路***驱动器的输入端输入下降边波形，得到电源分配网络输出端口的下降电流I_fall。

步骤4、对电源分配网络输出端口的最坏电流进行预测：根据步骤2所得的输入码型的边沿，对步骤3中得到的电源分配网络输出端口的上升电流I_rise和下降电流I_fall进行移位叠加，得到电源分配网络输出端口的最坏电流I_worst，其表达式为：

I_worst＝∑(b_k-b_k-1)s_k(t_s+(m-k)T)+I_-∞

其中，

s_i(t)＝I_rise(t)-I_low (b_i＞b_i-1)

s_i(t)＝I_high-I_fall(t) otherwise

其中，I_high表示进入稳态后的“1”电流值，I_low表示进入稳态后的“0”电流值，I_-∞为电源分配网络输出端口电流的直流偏置，t_s为数据采样处的相位，T表示一个比特时宽，b_k为第k时刻输入的码元符号。

步骤5、计算电源分配网络的时域阻抗z(t)，实现步骤为：

步骤5a、对步骤1获得的电源分配网络频域自阻抗曲线进行有理函数拟合，得到电源分配网络频域自阻抗曲线拉普拉斯域表达式，具体公式为：

其中，c为常数，b_m为第m个实数极点，a_m为与b_m相对应的留数，M为函数实数极点的总数，p_nr-jp_ni，p_nr+jp_ni为第n个共轭极点，相对应的留数为k_nr-jk_ni，k_nr+jk_ni，N为函数共轭极点对的总数，s为拉普拉斯变量。

步骤5b、对电源分配网络频域自阻抗曲线拉普拉斯域表达式进行拉普拉斯反变换，得到电源分配网络时域阻抗z(t)，其表达式为：

其中，c为常数，b_m为第m个实数极点，a_m为与b_m相对应的留数，M为函数实数极点的阶数，p_nr-jp_ni，p_nr+jp_ni为共轭极点，相对应的留数为k_nr-jk_ni，k_nr+jk_ni，s为拉普拉斯变量。

步骤6、对电源分配网络输出端口的最坏电流I_worst与电源分配网络时域阻抗z(t)进行卷积，获得高速电路***的最坏电源噪声：

以下结合仿真实验，对本发明的技术效果进行详细描述：

1、仿真条件及内容：

1a)仿真条件，本发明的仿真实验是在CPU为Intel(R)Core(TM)i7-4790K4.0GHZ、内存8G、WINDOWS7、64位操作***进行的。采用Matlab2012b软件、Hspice2013软件作为仿真工具。

在Hspice2013网表中搭建高速电路***DDR4，DDR4读模式下的时钟频率为1066MHz，电压调节模块改用1.14V直流电压源代替，DDR4有32位数据总线，仿真时长为100ns，仿真时间间隔为5ps。

1b)仿真内容，对本发明与现有技术的最坏电源噪声结果进行仿真，其结果如图2所示。

2、仿真结果分析：

参照图2，本发明与时域瞬态仿真以及TPN-YC得到电源噪声的结果对比，横坐标是时间，纵坐标是电源噪声电压，可以看出，在19.13ns时刻，本发明的电源噪声值为5.917mV，时域瞬态仿真的电源噪声值为6.007mV，TPN-YC的电源噪声值为4.486mV，本发明与时域瞬态仿真的结果非常接近，TPN-YC仿真得到的结果有较大误差，与TPN-YC对比，本发明对最坏电源噪声的预测精度更高。

表1为本发明与现有技术计算高速电路***最坏电源噪声的时间对比，可以看出，本发明与现有技术TPN-YC相比，计算时间提高了17秒。

表1

从图2和表1可以得出，本发明与现有的时域瞬态仿真方法相比，预测精度相当，但预测效率显著提高，与现有的TPN-YC相比，在保证预测精度的同时，有效地提高了预测效率。

Claims (5)

1.一种高速电路***最坏电源噪声的精确预测方法，其特征在于，包括如下步骤：

(1)对线性时不变高速电路***的电源分配网络进行频域仿真，获得电源分配网络输出端口的频域自阻抗曲线；

(2)确定电源分配网络频域自阻抗曲线中最大峰值对应的反谐振频率值，并利用该反谐振频率值，对占空比为50％的周期矩形波进行调制，得到引起最坏电源噪声的输入码型；

(3)对高速电路***进行仿真，得到电源分配网络输出端口的上升电流I_rise和下降电流I_fall，实现步骤为：

3a)在高速电路***驱动器的输入端输入上升边波形，得到电源分配网络输出端口的上升电流I_rise；

3b)在高速电路***驱动器的输入端输入下降边波形，得到电源分配网络输出端口的下降电流I_fall；

(4)对电源分配网络输出端口的最坏电流进行预测：根据步骤(2)所得的输入码型的边沿，对步骤(3)中得到的电源分配网络输出端口的上升电流I_rise和下降电流I_fall进行移位叠加，得到电源分配网络输出端口的最坏电流I_worst；

(5)计算电源分配网络的时域阻抗z(t)，实现步骤为：

5a)对步骤(1)获得的电源分配网络频域自阻抗曲线进行有理函数拟合，得到电源分配网络频域自阻抗曲线拉普拉斯域表达式；

5b)对电源分配网络频域自阻抗曲线拉普拉斯域表达式进行拉普拉斯反变换，得到电源分配网络时域阻抗z(t)；

(6)对电源分配网络输出端口的最坏电流I_worst与电源分配网络时域阻抗z(t)进行卷积，获得高速电路***的最坏电源噪声：

2.根据权利要求1所述的一种高速电路***最坏电源噪声的精确预测方法，其特征在于，步骤(1)中所述的电源分配网络输出端口的频域自阻抗曲线，其获取步骤为：

1a)给电源分配网络的输出端口添加电流幅度恒为1A的交流电流源I(ω)；

1b)对高速电路***的电源分配网络进行频域仿真，得到电源分配网络输出端口电压V(ω)的幅度曲线，该曲线即为电源分配网络输出端口的频域自阻抗曲线。

3.根据权利要求1所述的一种高速电路***最坏电源噪声的精确预测方法，其特征在于，步骤(4)中所述的电源分配网络输出端口的最坏电流，其表达式为：

I_worst＝∑(b_k-b_k-1)s_k(t_s+(m-k)T)+I_-∞

其中：

s_i(t)＝I_rise(t)-I_low(b_i＞b_i-1)

s_i(t)＝I_high-I_fall(t)otherwise

其中，I_high表示进入稳态后的“1”电流值，I_low表示进入稳态后的“0”电流值，I_-∞为电源分配网络输出端口电流的直流偏置，t_s为数据采样处的相位，T表示一个比特时宽，b_k为第k时刻输入的码元符号。

4.根据权利要求1所述的一种高速电路***最坏电源噪声的精确预测方法，其特征在于，步骤5a)中所述的电源分配网络频域自阻抗曲线拉普拉斯域表达式，具体公式为：

$Z\left(s\right)=c+\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left(\frac{a_m}{s-b_m}\right)+\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\left(\frac{2k_{nr}\left(s-p_{nr}\right)-2k_{ni}{p}_{ni}}{{\left(s-p_{nr}\right)}^2+{p_{ni}}^2}\right)$

其中，c为常数，b_m为第m个实数极点，a_m为与b_m相对应的留数，M为函数实数极点的总数，p_nr-jp_ni，p_nr+jp_ni为第n个共轭极点，相对应的留数为k_nr-jk_ni，k_nr+jk_ni，N为函数共轭极点对的总数，s为拉普拉斯变量。

5.根据权利要求1所述的一种高速电路***最坏电源噪声的精确预测方法，其特征在于，步骤5b)中所述的电源分配网络时域阻抗z(t)，其表达式为：

$z\left(t\right)=c\mathrm{\δ}\left(t\right)+\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{a}_m{e}^{b_{m}t}\mathrm{\ϵ}\left(t\right)+2\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{e}^{p_{nr}t}\sqrt{({k_{nr}}^2+{k_{ni}}^2)}cos(p_{ni}t+{\mathrm{\θ}}_n)\mathrm{\ϵ}\left(t\right)$

其中，c为常数，b_m为第m个实数极点，a_m为与b_m相对应的留数，M为函数实数极点的阶数，p_nr-jp_ni，p_nr+jp_ni为共轭极点，相对应的留数为k_nr-jk_ni，k_nr+jk_ni，s为拉普拉斯变量。