JPH11296561A - ワーストケース・モデルパラメータ生成方法及び装置 - Google Patents
ワーストケース・モデルパラメータ生成方法及び装置Info
- Publication number
- JPH11296561A JPH11296561A JP10094490A JP9449098A JPH11296561A JP H11296561 A JPH11296561 A JP H11296561A JP 10094490 A JP10094490 A JP 10094490A JP 9449098 A JP9449098 A JP 9449098A JP H11296561 A JPH11296561 A JP H11296561A
- Authority
- JP
- Japan
- Prior art keywords
- value
- independent
- model parameter
- worst
- independent element
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Design And Manufacture Of Integrated Circuits (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】注目素子特性に関し、ワースト値、独立要素の
許容限界等の条件から、また、指定の素子特性値（保証
値）を示すモデルパラメータに対応する独立要素の条件
からワーストケース・モデルパラメータ生成方法、及び
装置を提供する。 【解決手段】データ入力部１は、モデルパラメータの変
動に影響を与える独立要素の基準値、独立要素の分布を
指定する値、注目素子特性の所望値、モデルパラメータ
と独立要素の関係式が入力される。データ処理部２で、
注目素子特性に対する独立要素の感度、ワーストポイン
ト、モデルパラメータ等の計算を行う。感度計算によっ
て求められた感度のデータ、独立要素の基準値、素子特
性の所望値あるいは独立要素の許容限界値から、モデル
パラメータの存在確率が一定の独立要素の領域で指定の
情件に合致した素子特性の最小値または最大値を取る独
立要素の値が求められる。
許容限界等の条件から、また、指定の素子特性値（保証
値）を示すモデルパラメータに対応する独立要素の条件
からワーストケース・モデルパラメータ生成方法、及び
装置を提供する。 【解決手段】データ入力部１は、モデルパラメータの変
動に影響を与える独立要素の基準値、独立要素の分布を
指定する値、注目素子特性の所望値、モデルパラメータ
と独立要素の関係式が入力される。データ処理部２で、
注目素子特性に対する独立要素の感度、ワーストポイン
ト、モデルパラメータ等の計算を行う。感度計算によっ
て求められた感度のデータ、独立要素の基準値、素子特
性の所望値あるいは独立要素の許容限界値から、モデル
パラメータの存在確率が一定の独立要素の領域で指定の
情件に合致した素子特性の最小値または最大値を取る独
立要素の値が求められる。
Description
【０００１】
【発明の属する技術分野】この発明は、特に電子回路設
計で行われている回路シミュレーションにおいて用いら
れるモデルパラメータセットの生成と、モデルパラメー
タの基になるプロセスの制御を支援する方法及びその装
置に関する。
計で行われている回路シミュレーションにおいて用いら
れるモデルパラメータセットの生成と、モデルパラメー
タの基になるプロセスの制御を支援する方法及びその装
置に関する。
【０００２】
【従来の技術】近年、高周波回路設計や電源の低電圧化
により、デバイスの特性に対し、マージンの少ない回路
設計が行われるようになっている。このような状況で
は、デバイスの特性変動が回路の信頼性、ひいては製品
の歩留まりを左右する。従って、ワーストケース解析は
高信頼性の回路の設計、歩留まりの高い回路製品を実現
する上で重要である。
により、デバイスの特性に対し、マージンの少ない回路
設計が行われるようになっている。このような状況で
は、デバイスの特性変動が回路の信頼性、ひいては製品
の歩留まりを左右する。従って、ワーストケース解析は
高信頼性の回路の設計、歩留まりの高い回路製品を実現
する上で重要である。
【０００３】従来、アナログ回路のワーストケース解析
のためのモデルパラメータとして、プロセス条件のよう
な独立要素（例えばプロセス中のある温度や不純物のド
ーズ量など素子回路の特性に影響する製造上の様々な変
動要因）の最大値、最小値の組み合わせ条件に対応する
パラメータセット（corner model：コーナーモデル）が
ある。
のためのモデルパラメータとして、プロセス条件のよう
な独立要素（例えばプロセス中のある温度や不純物のド
ーズ量など素子回路の特性に影響する製造上の様々な変
動要因）の最大値、最小値の組み合わせ条件に対応する
パラメータセット（corner model：コーナーモデル）が
ある。
【０００４】図７は、上記コーナーモデルに関する独立
要素空間における存在確率を示す概念図である。横軸の
ΔＰ１は、ある一つの独立要素の中心値からの正規化さ
れたシフト量を示し、縦軸のΔＰ２は別のある一つの独
立要素の中心値からの正規化されたシフト量を示す。円
の線上は存在確率（ある一つの独立要素のみが例えば３
σシフトとする確率）の等しい領域を表わす。破線は、
各独立要素の最大値、最小値を設定したときの組み合わ
せで、各象限に×印のようなワーストケース・モデルパ
ラメータが生成されることを表わしている。
要素空間における存在確率を示す概念図である。横軸の
ΔＰ１は、ある一つの独立要素の中心値からの正規化さ
れたシフト量を示し、縦軸のΔＰ２は別のある一つの独
立要素の中心値からの正規化されたシフト量を示す。円
の線上は存在確率（ある一つの独立要素のみが例えば３
σシフトとする確率）の等しい領域を表わす。破線は、
各独立要素の最大値、最小値を設定したときの組み合わ
せで、各象限に×印のようなワーストケース・モデルパ
ラメータが生成されることを表わしている。
【０００５】図７から、ある独立要素の最大値、最小
値、いわゆる許容限界値（例えば±３σ）を各独立要素
に当てはめてしまうと、想定しているモデルパラメータ
の存在確率より低い存在確率のモデルパラメータが生成
されてしまう。換言すれば、設定した独立要素の存在確
率よりも厳しい条件のパラメータセットを生成してしま
う問題がある。
値、いわゆる許容限界値（例えば±３σ）を各独立要素
に当てはめてしまうと、想定しているモデルパラメータ
の存在確率より低い存在確率のモデルパラメータが生成
されてしまう。換言すれば、設定した独立要素の存在確
率よりも厳しい条件のパラメータセットを生成してしま
う問題がある。
【０００６】また、独立要素の最大値、最小値の組み合
わせを用いるので、変動させる独立要素の数ｎに対し、
２n 個のパラメータが生成される。このため、ｎが大き
くなると生成されるパラメータの数も急増し、解析時間
と規模が大きくなる問題もある。
わせを用いるので、変動させる独立要素の数ｎに対し、
２n 個のパラメータが生成される。このため、ｎが大き
くなると生成されるパラメータの数も急増し、解析時間
と規模が大きくなる問題もある。
【０００７】これに対し、他のパラメータセットの生成
方法として、独立要素の一つに関して最大値、最小値を
設定してそれぞれパラメータセットを得る方法（bounda
ry model：バウンダリモデル）も提唱されている。
方法として、独立要素の一つに関して最大値、最小値を
設定してそれぞれパラメータセットを得る方法（bounda
ry model：バウンダリモデル）も提唱されている。
【０００８】図８は、上記バウンダリモデルに関する独
立要素空間における存在確率を示す概念図である。横軸
のΔＰ１は、ある一つの独立要素の中心値からの正規化
されたシフト量を示し、縦軸のΔＰ２は別のある一つの
独立要素の中心値からの正規化されたシフト量を示す。
円の線上は図７同様に存在確率の等しい領域を表わす。
一方の独立要素の存在確率の最大値、最小値を設定した
ときは、他方の独立要素の存在確率は中心値（偏差ゼロ
の値）を設定する。これにより、×印のように円の線上
に乗る、すなわち、想定している存在確率に合ったワー
ストケース・モデルパラメータが生成される。
立要素空間における存在確率を示す概念図である。横軸
のΔＰ１は、ある一つの独立要素の中心値からの正規化
されたシフト量を示し、縦軸のΔＰ２は別のある一つの
独立要素の中心値からの正規化されたシフト量を示す。
円の線上は図７同様に存在確率の等しい領域を表わす。
一方の独立要素の存在確率の最大値、最小値を設定した
ときは、他方の独立要素の存在確率は中心値（偏差ゼロ
の値）を設定する。これにより、×印のように円の線上
に乗る、すなわち、想定している存在確率に合ったワー
ストケース・モデルパラメータが生成される。
【０００９】上記方法によれば、変動させる独立要素の
数ｎに対し、パラメータ数は２ｎに抑えられる。しか
し、ある注目する素子特性に対し、設定した独立要素の
存在確率の領域で必ずしもワースト値を取るパラメータ
を生成するとは限らないといった問題がある。すなわ
ち、図６に示すように他の、例えばＺ軸方向に注目する
素子特性を考えると、必ずしもΔＰ１軸上、ΔＰ２軸上
の×印のパラメータがワースト値ではなく、実際より緩
い条件のパラメータセットを生成している場合が考えら
れるのである。
数ｎに対し、パラメータ数は２ｎに抑えられる。しか
し、ある注目する素子特性に対し、設定した独立要素の
存在確率の領域で必ずしもワースト値を取るパラメータ
を生成するとは限らないといった問題がある。すなわ
ち、図６に示すように他の、例えばＺ軸方向に注目する
素子特性を考えると、必ずしもΔＰ１軸上、ΔＰ２軸上
の×印のパラメータがワースト値ではなく、実際より緩
い条件のパラメータセットを生成している場合が考えら
れるのである。
【００１０】
【発明が解決しようとする課題】プロセス開発において
は、プロセス変動による素子特性のばらつき範囲を保証
値として設定している。回路設計者は少なくともこの保
証値において回路が正常動作するように設計を行うのが
一般的である。
は、プロセス変動による素子特性のばらつき範囲を保証
値として設定している。回路設計者は少なくともこの保
証値において回路が正常動作するように設計を行うのが
一般的である。
【００１１】この場合、プロセス変動を反映し、かつ、
素子特性が保証値を示すモデルパラメータで回路シミュ
レーションを実行することが有効である。このため、的
確なワーストケース・モデルパラメータセットの生成が
重要である。
素子特性が保証値を示すモデルパラメータで回路シミュ
レーションを実行することが有効である。このため、的
確なワーストケース・モデルパラメータセットの生成が
重要である。
【００１２】従来技術において、コーナーモデルは、独
立要素の最小値または最大値の組合わせによりワースト
ケース・パラメータセットを生成する。このため、実際
より厳しい条件のパラメータを生成してしまう問題があ
る。さらに、パラメータの数に関し、独立要素の数が多
くなると急増し、解析時間と解析手段のコスト面で好ま
しくない。
立要素の最小値または最大値の組合わせによりワースト
ケース・パラメータセットを生成する。このため、実際
より厳しい条件のパラメータを生成してしまう問題があ
る。さらに、パラメータの数に関し、独立要素の数が多
くなると急増し、解析時間と解析手段のコスト面で好ま
しくない。
【００１３】また、バウンダリモデルでは、注目する素
子特性に対し、必ずしもワースト値を取るとは限らない
といった問題がある。従って、上記各ワーストケース・
パラメータセットの生成方法では、回路製品の高信頼
性、歩留まり向上につながる的確なワーストケース・モ
デルパラメータを生成するのが困難である。
子特性に対し、必ずしもワースト値を取るとは限らない
といった問題がある。従って、上記各ワーストケース・
パラメータセットの生成方法では、回路製品の高信頼
性、歩留まり向上につながる的確なワーストケース・モ
デルパラメータを生成するのが困難である。
【００１４】この発明は上記のような事情を考慮し、そ
の課題は、プロセス変動を考慮し、モデルパラメータの
存在確率が一定の独立要素の領域で、注目素子特性の最
大値または最小値を示すモデルパラメータを求める方
法、及びその装置を提供すること。さらに、換言すれ
ば、プロセス開発において有効な、指定された素子特性
値（例えば保証値）を示すモデルパラメータに対応する
独立要素の条件を提示する機能を有するワーストケース
・モデルパラメータ生成方法、及び装置を提供すること
にある。
の課題は、プロセス変動を考慮し、モデルパラメータの
存在確率が一定の独立要素の領域で、注目素子特性の最
大値または最小値を示すモデルパラメータを求める方
法、及びその装置を提供すること。さらに、換言すれ
ば、プロセス開発において有効な、指定された素子特性
値（例えば保証値）を示すモデルパラメータに対応する
独立要素の条件を提示する機能を有するワーストケース
・モデルパラメータ生成方法、及び装置を提供すること
にある。
【００１５】
【課題を解決するための手段】ワーストケース・モデル
パラメータ生成方法の第１の発明は、少なくとも、回路
シミュレーションに用いるモデルパラメータの変動に影
響を与える１以上の独立要素の基準値、前記独立要素の
分布を指定する値、注目素子特性の所望値、及び前記独
立要素とモデルパラメータの関係式を得るデータ取得工
程と、前記注目素子特性に対する前記独立要素の感度が
計算される感度計算工程と、前記感度計算により得られ
た感度と前記取得手段から得られたデータを用いてモデ
ルパラメータの存在確率が実質一定の前記独立要素の領
域において注目素子特性の最小値または最大値を前記所
望値に一致させるための前記独立要素の値を求めるワー
ストポイント計算工程と、前記ワーストポイント計算で
得られた前記独立要素の値と前記関係式からモデルパラ
メータを計算するモデルパラメータ計算工程とを具備し
たことを特徴とする。
パラメータ生成方法の第１の発明は、少なくとも、回路
シミュレーションに用いるモデルパラメータの変動に影
響を与える１以上の独立要素の基準値、前記独立要素の
分布を指定する値、注目素子特性の所望値、及び前記独
立要素とモデルパラメータの関係式を得るデータ取得工
程と、前記注目素子特性に対する前記独立要素の感度が
計算される感度計算工程と、前記感度計算により得られ
た感度と前記取得手段から得られたデータを用いてモデ
ルパラメータの存在確率が実質一定の前記独立要素の領
域において注目素子特性の最小値または最大値を前記所
望値に一致させるための前記独立要素の値を求めるワー
ストポイント計算工程と、前記ワーストポイント計算で
得られた前記独立要素の値と前記関係式からモデルパラ
メータを計算するモデルパラメータ計算工程とを具備し
たことを特徴とする。
【００１６】ワーストケース・モデルパラメータ生成方
法の第２の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、及
び前記独立要素とモデルパラメータの関係式を得るデー
タ取得工程と、注目素子特性に対する前記独立要素の感
度が計算される感度計算工程と、前記感度計算により得
られた感度と前記データ取得手段から得られたデータを
用いて前記独立要素の分布の許容限界値におけるモデル
パラメータの存在確率を有する独立要素の領域で注目素
子特性が最小値あるいは最大値を示す独立要素の値を求
めるワーストポイント計算工程と、前記ワーストポイン
ト計算で得られた前記独立要素の値と前記関係式からモ
デルパラメータを計算するモデルパラメータ計算工程と
を具備したことを特徴とする。
法の第２の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、及
び前記独立要素とモデルパラメータの関係式を得るデー
タ取得工程と、注目素子特性に対する前記独立要素の感
度が計算される感度計算工程と、前記感度計算により得
られた感度と前記データ取得手段から得られたデータを
用いて前記独立要素の分布の許容限界値におけるモデル
パラメータの存在確率を有する独立要素の領域で注目素
子特性が最小値あるいは最大値を示す独立要素の値を求
めるワーストポイント計算工程と、前記ワーストポイン
ト計算で得られた前記独立要素の値と前記関係式からモ
デルパラメータを計算するモデルパラメータ計算工程と
を具備したことを特徴とする。
【００１７】ワーストケース・モデルパラメータ生成方
法の第３の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、前
記独立要素の１つを指定する独立要素指定入力、注目素
子特性の所望値、及び前記独立要素とモデルパラメータ
の関係式を得るデータ取得工程と、注目素子特性に対す
る前記独立要素の感度が計算される感度計算工程と、前
記感度計算により得られた感度と前記データ取得手段か
ら得られたデータを用いて前記独立要素の分布の許容限
界値におけるモデルパラメータの存在確率を有する独立
要素の領域で注目素子特性の最小値あるいは最大値が注
目素子特性の所望値を示すように前記独立要素指定入力
で指定された独立要素の分布を調節して独立要素の値を
求めるワーストポイント計算工程と、前記ワーストポイ
ント計算で求めたワーストポイントに対応する前記独立
要素指定入力で指定された独立要素の分布の取得工程と
を具備したことを特徴とする。
法の第３の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、前
記独立要素の１つを指定する独立要素指定入力、注目素
子特性の所望値、及び前記独立要素とモデルパラメータ
の関係式を得るデータ取得工程と、注目素子特性に対す
る前記独立要素の感度が計算される感度計算工程と、前
記感度計算により得られた感度と前記データ取得手段か
ら得られたデータを用いて前記独立要素の分布の許容限
界値におけるモデルパラメータの存在確率を有する独立
要素の領域で注目素子特性の最小値あるいは最大値が注
目素子特性の所望値を示すように前記独立要素指定入力
で指定された独立要素の分布を調節して独立要素の値を
求めるワーストポイント計算工程と、前記ワーストポイ
ント計算で求めたワーストポイントに対応する前記独立
要素指定入力で指定された独立要素の分布の取得工程と
を具備したことを特徴とする。
【００１８】ワーストケース・モデルパラメータ生成装
置の第１の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、注目素子特性の所望値、及び前記独立要素とモデル
パラメータの関係式を得るデータ取得手段と、前記注目
素子特性に対する前記独立要素の感度が計算される感度
計算、前記感度計算により得られた感度と前記取得手段
から得られたデータを用いてモデルパラメータの存在確
率が実質一定の前記独立要素の領域において注目素子特
性の最小値または最大値を前記所望値に一致させるため
の前記独立要素の値を求めるワーストポイント計算、及
び前記ワーストポイント計算で得られた前記独立要素の
値と前記関係式からモデルパラメータを計算するモデル
パラメータ計算、の各処理を行うデータ処理手段と、前
記データ処理手段に応じた前記独立要素のワーストパラ
メータセットを出力する出力手段とを具備したことを特
徴とする。
置の第１の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、注目素子特性の所望値、及び前記独立要素とモデル
パラメータの関係式を得るデータ取得手段と、前記注目
素子特性に対する前記独立要素の感度が計算される感度
計算、前記感度計算により得られた感度と前記取得手段
から得られたデータを用いてモデルパラメータの存在確
率が実質一定の前記独立要素の領域において注目素子特
性の最小値または最大値を前記所望値に一致させるため
の前記独立要素の値を求めるワーストポイント計算、及
び前記ワーストポイント計算で得られた前記独立要素の
値と前記関係式からモデルパラメータを計算するモデル
パラメータ計算、の各処理を行うデータ処理手段と、前
記データ処理手段に応じた前記独立要素のワーストパラ
メータセットを出力する出力手段とを具備したことを特
徴とする。
【００１９】ワーストケース・モデルパラメータ生成装
置の第２の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、及
び前記独立要素とモデルパラメータの関係式を得るデー
タ取得手段と、注目素子特性に対する前記独立要素の感
度が計算される感度計算、前記感度計算により得られた
感度と前記データ取得手段から得られたデータを用いて
前記独立要素の分布の許容限界値におけるモデルパラメ
ータの存在確率を有する独立要素の領域で注目素子特性
が最小値あるいは最大値を示す独立要素の値を求めるワ
ーストポイント計算、及び前記ワーストポイント計算で
得られた前記独立要素の値と前記関係式からモデルパラ
メータを計算するモデルパラメータ計算、の各処理を行
うデータ処理手段と、前記データ処理手段に応じた前記
独立要素のワーストパラメータセットを出力する出力手
段とを具備したことを特徴とする。
置の第２の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、及
び前記独立要素とモデルパラメータの関係式を得るデー
タ取得手段と、注目素子特性に対する前記独立要素の感
度が計算される感度計算、前記感度計算により得られた
感度と前記データ取得手段から得られたデータを用いて
前記独立要素の分布の許容限界値におけるモデルパラメ
ータの存在確率を有する独立要素の領域で注目素子特性
が最小値あるいは最大値を示す独立要素の値を求めるワ
ーストポイント計算、及び前記ワーストポイント計算で
得られた前記独立要素の値と前記関係式からモデルパラ
メータを計算するモデルパラメータ計算、の各処理を行
うデータ処理手段と、前記データ処理手段に応じた前記
独立要素のワーストパラメータセットを出力する出力手
段とを具備したことを特徴とする。
【００２０】ワーストケース・モデルパラメータ生成装
置の第３の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、前
記独立要素の１つを指定する独立要素指定入力、所望
値、及び前記独立要素とモデルパラメータの関係式を得
るデータ取得手段と、注目素子特性に対する前記独立要
素の感度が計算される感度計算、前記感度計算により得
られた感度と前記データ取得手段から得られたデータを
用いて前記独立要素の分布の許容限界値におけるモデル
パラメータの存在確率を有する独立要素の領域で注目素
子特性の最小値あるいは最大値が注目素子特性の所望値
を示すように前記独立要素指定入力で指定された独立要
素の分布を調節して独立要素の値を求めるワーストポイ
ント計算、及び前記ワーストポイント計算で求めたワー
ストポイントに対応する前記独立要素指定入力で指定さ
れた独立要素の分布の取得、の各処理を行うデータ処理
手段と、前記データ処理手段に応じた前記独立要素のワ
ーストパラメータセットを出力する出力手段とを具備し
たことを特徴とする。
置の第３の発明は、少なくとも、回路シミュレーション
に用いるモデルパラメータの変動に影響を与える１以上
の独立要素の基準値、前記独立要素の分布を指定する
値、正規化された前記独立要素の分布の許容限界値、前
記独立要素の１つを指定する独立要素指定入力、所望
値、及び前記独立要素とモデルパラメータの関係式を得
るデータ取得手段と、注目素子特性に対する前記独立要
素の感度が計算される感度計算、前記感度計算により得
られた感度と前記データ取得手段から得られたデータを
用いて前記独立要素の分布の許容限界値におけるモデル
パラメータの存在確率を有する独立要素の領域で注目素
子特性の最小値あるいは最大値が注目素子特性の所望値
を示すように前記独立要素指定入力で指定された独立要
素の分布を調節して独立要素の値を求めるワーストポイ
ント計算、及び前記ワーストポイント計算で求めたワー
ストポイントに対応する前記独立要素指定入力で指定さ
れた独立要素の分布の取得、の各処理を行うデータ処理
手段と、前記データ処理手段に応じた前記独立要素のワ
ーストパラメータセットを出力する出力手段とを具備し
たことを特徴とする。
【００２１】また、第１ないし第３の発明に対し、前記
出力工程あるいは前記出力手段は、前記ワーストパラメ
ータセットの出力の他に、所望の素子特性値を示すよう
に生成されたモデルパラメータに対応する各独立要素の
値、基準値からのシフト量、またはシフト量の正規化さ
れた値を出力することを特徴とする。
出力工程あるいは前記出力手段は、前記ワーストパラメ
ータセットの出力の他に、所望の素子特性値を示すよう
に生成されたモデルパラメータに対応する各独立要素の
値、基準値からのシフト量、またはシフト量の正規化さ
れた値を出力することを特徴とする。
【００２２】この発明では、注目素子特性に対するワー
ストケース・モデルパラメータを、素子特性のワースト
値、独立要素の許容限界値等の条件において生成する。
そのため、注目素子特性に対し、適切なワーストケース
・モデルパラメータが得られる。また、ワーストケース
・モデルパラメータセットの個数が注目素子特性の数で
決められる。
ストケース・モデルパラメータを、素子特性のワースト
値、独立要素の許容限界値等の条件において生成する。
そのため、注目素子特性に対し、適切なワーストケース
・モデルパラメータが得られる。また、ワーストケース
・モデルパラメータセットの個数が注目素子特性の数で
決められる。
【００２３】
【発明の実施の形態】図１はこの発明の各実施形態に係
るワーストケース・モデルパラメータ生成装置を示す概
念図である。この図１を参照して第１の実施形態に係る
ワーストケース・モデルパラメータ生成装置について説
明する。データ入力部１は、モデルパラメータの変動に
影響を与える独立要素の基準値、その独立要素の分布
（例えば、プロセス工程のパラメータまたは、それを反
映したモニタ情報）を指定する値（例えば、σ：標準偏
差）、注目素子特性の所望値、モデルパラメータと独立
要素の関係式（ResponseSurface Model：ＲＳＭ式）が
入力される。入力方法としては、キーボード等から打ち
込む他に、予め電子ファイルにデータを作成しておき、
そのファイルをロードする方法などが考えられる。
るワーストケース・モデルパラメータ生成装置を示す概
念図である。この図１を参照して第１の実施形態に係る
ワーストケース・モデルパラメータ生成装置について説
明する。データ入力部１は、モデルパラメータの変動に
影響を与える独立要素の基準値、その独立要素の分布
（例えば、プロセス工程のパラメータまたは、それを反
映したモニタ情報）を指定する値（例えば、σ：標準偏
差）、注目素子特性の所望値、モデルパラメータと独立
要素の関係式（ResponseSurface Model：ＲＳＭ式）が
入力される。入力方法としては、キーボード等から打ち
込む他に、予め電子ファイルにデータを作成しておき、
そのファイルをロードする方法などが考えられる。
【００２４】データ処理部２は、注目素子特性に対する
独立要素の感度計算、ワーストポイント計算、モデルパ
ラメータ計算等のデータ処理を行う。感度計算ルーチン
では、データ入力部で入力された独立要素の基準値、Ｒ
ＳＭ式からＳＰＩＣＥに代表される回路シミュレータ５
のモデルパラメータファイルが生成され、それを用いた
回路シミュレーション結果から感度を計算する方法が考
えられる。
独立要素の感度計算、ワーストポイント計算、モデルパ
ラメータ計算等のデータ処理を行う。感度計算ルーチン
では、データ入力部で入力された独立要素の基準値、Ｒ
ＳＭ式からＳＰＩＣＥに代表される回路シミュレータ５
のモデルパラメータファイルが生成され、それを用いた
回路シミュレーション結果から感度を計算する方法が考
えられる。
【００２５】ワーストポイント計算ルーチンでは、感度
計算によって求められた感度のデータ、独立要素の基準
値、素子特性の所望値から、モデルパラメータの存在確
率が一定の独立要素の領域で、素子特性の最小値または
最大値が上記所望値に一致する独立要素の値（ポイン
ト）が求められる。これにより、複数の独立要素が注目
素子特性に影響を与えている場合でも、一つのワースト
ケースのポイントを特定することが可能となる。
計算によって求められた感度のデータ、独立要素の基準
値、素子特性の所望値から、モデルパラメータの存在確
率が一定の独立要素の領域で、素子特性の最小値または
最大値が上記所望値に一致する独立要素の値（ポイン
ト）が求められる。これにより、複数の独立要素が注目
素子特性に影響を与えている場合でも、一つのワースト
ケースのポイントを特定することが可能となる。
【００２６】モデルパラメータ計算ルーチンでは、ワー
ストポイント計算によって求められた独立要素の値がＲ
ＳＭ式に代入され、ワーストポイントに対応するモデル
パラメータが計算される。
ストポイント計算によって求められた独立要素の値がＲ
ＳＭ式に代入され、ワーストポイントに対応するモデル
パラメータが計算される。
【００２７】データ出力部３は、ワーストポイント計
算、モデルパラメータ計算等で求められたワーストケー
ス・モデルパラメータが出力される。その他、パラメー
タに対応する独立要素の値、基準値からのシフト量ある
いは正規化されたシフト量、注目素子特性と独立要素の
関係のグラフ表示などが出力される。
算、モデルパラメータ計算等で求められたワーストケー
ス・モデルパラメータが出力される。その他、パラメー
タに対応する独立要素の値、基準値からのシフト量ある
いは正規化されたシフト量、注目素子特性と独立要素の
関係のグラフ表示などが出力される。
【００２８】出力部には通常ディスプレイが用いられる
が、同時にデータ蓄積部４にも出力は行われる。これら
の出力を得ることにより、ユーザは生成したモデルパラ
メータに影響を与えている独立要素が何であるかを知る
ことが可能になり、素子特性の所望値に対して、プロセ
スがどのくらいの余裕を持っているかを判断することが
可能になる。
が、同時にデータ蓄積部４にも出力は行われる。これら
の出力を得ることにより、ユーザは生成したモデルパラ
メータに影響を与えている独立要素が何であるかを知る
ことが可能になり、素子特性の所望値に対して、プロセ
スがどのくらいの余裕を持っているかを判断することが
可能になる。
【００２９】データ蓄積部４には、上記の出力結果のみ
でなく、感度計算あるいはワーストポイント計算等で発
生する中間的なデータ（例えば、回路シミュレーション
結果、テンポラリなモデルパラメータ等）も蓄積され
る。データ蓄積部４には通常ハードディスク等の外部記
憶装置が用いられる。
でなく、感度計算あるいはワーストポイント計算等で発
生する中間的なデータ（例えば、回路シミュレーション
結果、テンポラリなモデルパラメータ等）も蓄積され
る。データ蓄積部４には通常ハードディスク等の外部記
憶装置が用いられる。
【００３０】また、上記図１を参照して第２の実施形態
に係るワーストケース・モデルパラメータ生成装置につ
いて説明する。第１の実施形態で示したデータ入力部１
において、素子特性の所望値を入力する代わりに、正規
化された独立要素の分布の許容限界値、例えば３σが入
力される。
に係るワーストケース・モデルパラメータ生成装置につ
いて説明する。第１の実施形態で示したデータ入力部１
において、素子特性の所望値を入力する代わりに、正規
化された独立要素の分布の許容限界値、例えば３σが入
力される。
【００３１】この許容限界値は、ワーストポイント計算
ルーチンにおいて、感度のデータ、独立要素の基準値と
共に、許容限界の値におけるモデルパラメータの存在確
率を有する独立要素の領域で、注目素子特性が最小値ま
たは最大値を示す独立要素の値の計算に用いられる。こ
れにより、一つのワーストポイントを特定することが可
能になる。
ルーチンにおいて、感度のデータ、独立要素の基準値と
共に、許容限界の値におけるモデルパラメータの存在確
率を有する独立要素の領域で、注目素子特性が最小値ま
たは最大値を示す独立要素の値の計算に用いられる。こ
れにより、一つのワーストポイントを特定することが可
能になる。
【００３２】また、図１を参照して第３の実施形態に係
るワーストケース・モデルパラメータ生成装置について
説明する。第１の実施形態に、第２の実施形態を盛り込
んだ形態になる。独立要素の許容限界の値が指定され、
注目素子特性が最小値または最大値を示す領域が決めら
れるが、素子特性の所望値も指定入力されるため、素子
特性の所望値に合うように、独立要素指定入力により指
定された独立要素の分布が調節される。ワーストポイン
ト計算ルーチンで求められた指定された独立要素の分布
はデータ出力部３に出力されることになる。同時に、デ
ータ蓄積部４にも出力は行われる。
るワーストケース・モデルパラメータ生成装置について
説明する。第１の実施形態に、第２の実施形態を盛り込
んだ形態になる。独立要素の許容限界の値が指定され、
注目素子特性が最小値または最大値を示す領域が決めら
れるが、素子特性の所望値も指定入力されるため、素子
特性の所望値に合うように、独立要素指定入力により指
定された独立要素の分布が調節される。ワーストポイン
ト計算ルーチンで求められた指定された独立要素の分布
はデータ出力部３に出力されることになる。同時に、デ
ータ蓄積部４にも出力は行われる。
【００３３】図２は、この発明の各実施形態に係るワー
ストケース・モデルパラメータ生成方法を示すデータ処
理フローの一例を示すフローチャートである。この図に
沿って各ステップを説明する。
ストケース・モデルパラメータ生成方法を示すデータ処
理フローの一例を示すフローチャートである。この図に
沿って各ステップを説明する。
【００３４】ステップ１：データ入力では、独立要素の
基準値及び分布を指定する値、注目素子特性の所望値、
ＲＳＭ式が入力される。 ステップ２：感度計算では、独立要素の基準値、ＲＳＭ
式を用いてモデルパラメータを作成し、回路シミュレー
タを用いて注目素子特性（例えば、バイポーラトランジ
スタにおける直流増幅率ｈFE、コレクタ−エミッタ間飽
和電圧Ｖce＝５Ｖ，コレクタ電流Ｉc ＝１００μＡ）に
対する独立要素の感度を求める。
基準値及び分布を指定する値、注目素子特性の所望値、
ＲＳＭ式が入力される。 ステップ２：感度計算では、独立要素の基準値、ＲＳＭ
式を用いてモデルパラメータを作成し、回路シミュレー
タを用いて注目素子特性（例えば、バイポーラトランジ
スタにおける直流増幅率ｈFE、コレクタ−エミッタ間飽
和電圧Ｖce＝５Ｖ，コレクタ電流Ｉc ＝１００μＡ）に
対する独立要素の感度を求める。
【００３５】ステップ３：ワーストポイント計算では、
以下の仮定及び計算式を用いて、ワーストポイントを計
算する。仮定としては、次の（ｉ），（ii）の２点を考
える。 （ｉ）モデルパラメータを変動させる要素は独立でガウ
ス分布であり、正規化されていれば、分布確立の等しい
領域の作る形状はｎ次元の球になる（ａは球の半径）。
以下の仮定及び計算式を用いて、ワーストポイントを計
算する。仮定としては、次の（ｉ），（ii）の２点を考
える。 （ｉ）モデルパラメータを変動させる要素は独立でガウ
ス分布であり、正規化されていれば、分布確立の等しい
領域の作る形状はｎ次元の球になる（ａは球の半径）。
【００３６】
【数１】 （ii） 独立要素のばらつきは独立要素の基準値に対し
微小であり、素子特性への影響は、各独立要素の感度と
シフト量の積和で近似できる。
微小であり、素子特性への影響は、各独立要素の感度と
シフト量の積和で近似できる。
【００３７】
【数２】 ワーストポイントを計算する式は、素子特性の所望値が
指定される第１の実施形態による場合は次式となる。
指定される第１の実施形態による場合は次式となる。
【００３８】
【数３】 また、独立要素の許容限界値が指定される第２の実施形
態の場合、許容限界値がａσ（３σならａ＝３）とする
と、次式で表わせる。
態の場合、許容限界値がａσ（３σならａ＝３）とする
と、次式で表わせる。
【００３９】
【数４】
【００４０】また、独立要素の許容限界値と、素子特性
の所望値が指定され、分布を調節するための独立要素ｋ
の指定がされる第３の実施形態の場合、許容限界値がａ
σ、独立要素ｋの分布に対するスケールをｂとすると、
次式となる。
の所望値が指定され、分布を調節するための独立要素ｋ
の指定がされる第３の実施形態の場合、許容限界値がａ
σ、独立要素ｋの分布に対するスケールをｂとすると、
次式となる。
【００４１】
【数５】
【００４２】上記のケースでは、分布調節のための独立
要素の結果として得られる分布は、ｂΔｐｋσというこ
とになる。 ステップ４：モデルパラメータ計算では、ワーストポイ
ント計算で得られたワーストポイント（基準値に上記の
式で得られたΔｐi を加えた値）の値をＲＳＭ式に代入
してモデルパラメータが計算される。
要素の結果として得られる分布は、ｂΔｐｋσというこ
とになる。 ステップ４：モデルパラメータ計算では、ワーストポイ
ント計算で得られたワーストポイント（基準値に上記の
式で得られたΔｐi を加えた値）の値をＲＳＭ式に代入
してモデルパラメータが計算される。
【００４３】図３は、独立要素に固定値を入力するフォ
ームの一例である。フォームには独立要素の一覧が表示
され、基準値または固定値を入力する欄と標準偏差σを
入力する欄がある。その右には独立要素を固定値にする
かどうかを切り替えるボタンがある。ユーザは固定値を
設定したい独立要素の基準値／固定値欄に所望の値を入
力し、切り替えボタンを押すことで設定することができ
る。切り替えボタンの右のボタンは基準値／固有値の欄
の値をデフォルトの基準値に戻す機能を有する。
ームの一例である。フォームには独立要素の一覧が表示
され、基準値または固定値を入力する欄と標準偏差σを
入力する欄がある。その右には独立要素を固定値にする
かどうかを切り替えるボタンがある。ユーザは固定値を
設定したい独立要素の基準値／固定値欄に所望の値を入
力し、切り替えボタンを押すことで設定することができ
る。切り替えボタンの右のボタンは基準値／固有値の欄
の値をデフォルトの基準値に戻す機能を有する。
【００４４】独立要素に固定値を与える効果は、より限
定した条件のモデルパラメータの生成が可能となる点が
挙げられる。一例として、バウンダリモデルは独立要素
一つを除いて全てを基準値とすることによって求めるこ
とが可能である。
定した条件のモデルパラメータの生成が可能となる点が
挙げられる。一例として、バウンダリモデルは独立要素
一つを除いて全てを基準値とすることによって求めるこ
とが可能である。
【００４５】図４は、素子特性計算手順を記述するフォ
ームの一例である。注目される素子特性は、回路の種類
により様々であり、予め全ての素子特性を準備すること
は困難である。そこで、素子特性計算手順におけるユー
ザ定義を許すことで、上記問題に対応することが可能に
なる。
ームの一例である。注目される素子特性は、回路の種類
により様々であり、予め全ての素子特性を準備すること
は困難である。そこで、素子特性計算手順におけるユー
ザ定義を許すことで、上記問題に対応することが可能に
なる。
【００４６】例えば、図４のＳＩＭ（“ＦＩＬＥ＿Ａ”
ＤＡＴＡ）は、ＦＩＬＥ＿Ａのネットリストに対してシ
ミュレーションを実行し、結果をＤＡＴＡに格納するこ
とを意味し、ＧＥＴ＿Ｙ（１００Ｅ−６ ＤＡＴＡ）は
ＤＡＴＡからＸの値が１００Ｅ−６となるＹの値を返す
ことを意味する。
ＤＡＴＡ）は、ＦＩＬＥ＿Ａのネットリストに対してシ
ミュレーションを実行し、結果をＤＡＴＡに格納するこ
とを意味し、ＧＥＴ＿Ｙ（１００Ｅ−６ ＤＡＴＡ）は
ＤＡＴＡからＸの値が１００Ｅ−６となるＹの値を返す
ことを意味する。
【００４７】図５は、独立要素の空間における存在確率
を説明する概念図である。図５のような２次元の場合、
前記の仮定によれば、独立要素の分布確立（モデルパラ
メータの存在確率）が等しい独立要素空間の領域は基準
値（センター値）を中心とする円で表現される。
を説明する概念図である。図５のような２次元の場合、
前記の仮定によれば、独立要素の分布確立（モデルパラ
メータの存在確率）が等しい独立要素空間の領域は基準
値（センター値）を中心とする円で表現される。
【００４８】ここで、前記図７に示したコーナーモデル
は、２次元の独立要素の空間では、Ｘ印のついているポ
イントがコーナーモデルに相当する。従って、想定して
いる許容限界値（例えば３σ）を各独立要素に当てはめ
てしまうと、想定しているモデルパラメータの存在確率
より低い存在確率、すなわち、厳しすぎるモデルパラメ
ータが生成される。
は、２次元の独立要素の空間では、Ｘ印のついているポ
イントがコーナーモデルに相当する。従って、想定して
いる許容限界値（例えば３σ）を各独立要素に当てはめ
てしまうと、想定しているモデルパラメータの存在確率
より低い存在確率、すなわち、厳しすぎるモデルパラメ
ータが生成される。
【００４９】また、前記図８に示したバウンダリモデル
は、２次元の独立要素の空間では、想定しているモデル
パラメータの存在確率に合ったモデルパラメータが生成
されることがわかる。しかし、他の次元、例えば、Ｚ軸
方向に注目する素子特性を考えると、必ずしも最小（最
大）の素子特性を示すモデルパラメータを生成している
とは限らない。
は、２次元の独立要素の空間では、想定しているモデル
パラメータの存在確率に合ったモデルパラメータが生成
されることがわかる。しかし、他の次元、例えば、Ｚ軸
方向に注目する素子特性を考えると、必ずしも最小（最
大）の素子特性を示すモデルパラメータを生成している
とは限らない。
【００５０】図６は、この発明におけるモデルパラメー
タセットを独立要素の空間に関連づけて説明する概念図
である。この発明では注目素子特性への影響を計算した
独立要素の感度を用いることにより、他の次元（例え
ば、ここではＺ軸方向）に注目素子特性を割り当てた場
合、○印のような素子特性の最小値または最大値のモデ
ルパラメータを生成することが可能となる。×印は、バ
ウンダリモデルに相当する。
タセットを独立要素の空間に関連づけて説明する概念図
である。この発明では注目素子特性への影響を計算した
独立要素の感度を用いることにより、他の次元（例え
ば、ここではＺ軸方向）に注目素子特性を割り当てた場
合、○印のような素子特性の最小値または最大値のモデ
ルパラメータを生成することが可能となる。×印は、バ
ウンダリモデルに相当する。
【００５１】以上述べた通り、従来のコーナーモデルや
バウンダリモデルでは、注目する素子特性に対し、モデ
ルパラメータの存在確率が一定の独立要素の領域での最
小あるいは最大の値に対応するモデルパラメータは生成
されない。しかし、この発明によれば、感度を用いるこ
とにより、適切なワーストケース・モデルパラメータを
生成することができる。さらに、ワーストケースの個数
が注目している素子特性に依存するので、必要以上にモ
デルパラメータの数が増えることはない。これは効率的
に回路シミュレーションが行えることを意味する。
バウンダリモデルでは、注目する素子特性に対し、モデ
ルパラメータの存在確率が一定の独立要素の領域での最
小あるいは最大の値に対応するモデルパラメータは生成
されない。しかし、この発明によれば、感度を用いるこ
とにより、適切なワーストケース・モデルパラメータを
生成することができる。さらに、ワーストケースの個数
が注目している素子特性に依存するので、必要以上にモ
デルパラメータの数が増えることはない。これは効率的
に回路シミュレーションが行えることを意味する。
【００５２】また、プロセスの保証値がワーストケース
となるようなモデルパラメータを容易に生成できるた
め、プロセスの保証限界での回路動作検証が適切に行え
る。さらに、独立要素に固定値をセットする機能や、素
子特性計算手順の定義機能により、ユーザが希望するワ
ーストケース・モデルパラメータを容易に生成できる。
となるようなモデルパラメータを容易に生成できるた
め、プロセスの保証限界での回路動作検証が適切に行え
る。さらに、独立要素に固定値をセットする機能や、素
子特性計算手順の定義機能により、ユーザが希望するワ
ーストケース・モデルパラメータを容易に生成できる。
【００５３】プロセス開発の見地からは、素子特性のば
らつきを目標に合わせるために、独立要素の分布をどれ
くらいに制御すればよいかを定量的に知ることができ
る。これは、プロセスの早期立ち上げに大きな効果があ
る。
らつきを目標に合わせるために、独立要素の分布をどれ
くらいに制御すればよいかを定量的に知ることができ
る。これは、プロセスの早期立ち上げに大きな効果があ
る。
【００５４】
【発明の効果】以上説明したようにこの発明によれば、
注目素子特性に対し、適切なワーストケース・モデルパ
ラメータが得られる。ワーストケース・モデルパラメー
タセットの個数が注目素子特性の数で決まるため、少な
いパラメータセットで効率的に回路検証することが可能
となる。すなわち、注目素子特性に対するワーストケー
ス・モデルパラメータを、ユーザ指定のワースト素子特
性や、独立要素の許容限界値等の条件に合わせて生成す
ることができる。このため、回路設計者の意図に合った
回路検証が可能となる。また、プロセス検証値をクリア
するための独立要素の制御範囲が定量的に得られるの
で、プロセス開発が促進されるワーストケース・モデル
パラメータ生成方法及び装置が提供できる。
注目素子特性に対し、適切なワーストケース・モデルパ
ラメータが得られる。ワーストケース・モデルパラメー
タセットの個数が注目素子特性の数で決まるため、少な
いパラメータセットで効率的に回路検証することが可能
となる。すなわち、注目素子特性に対するワーストケー
ス・モデルパラメータを、ユーザ指定のワースト素子特
性や、独立要素の許容限界値等の条件に合わせて生成す
ることができる。このため、回路設計者の意図に合った
回路検証が可能となる。また、プロセス検証値をクリア
するための独立要素の制御範囲が定量的に得られるの
で、プロセス開発が促進されるワーストケース・モデル
パラメータ生成方法及び装置が提供できる。
【図１】この発明の各実施形態に係るワーストケース・
モデルパラメータ生成装置を示す概念図。
モデルパラメータ生成装置を示す概念図。
【図２】この発明の各実施形態に係るワーストケース・
モデルパラメータ生成方法を示すデータ処理フローの一
例を示すフローチャート。
モデルパラメータ生成方法を示すデータ処理フローの一
例を示すフローチャート。
【図３】独立要素に固定値を入力するフォームの一例を
示す表示図。
示す表示図。
【図４】素子特性計算手順を記述するフォームの一例を
示す表示図。
示す表示図。
【図５】独立要素の空間における存在確率を説明する概
念図。
念図。
【図６】この発明におけるモデルパラメータセットを示
す独立要素の空間に関連づけて説明する概念図。
す独立要素の空間に関連づけて説明する概念図。
【図７】コーナーモデルに関する独立要素空間における
存在確率を示す概念図。
存在確率を示す概念図。
【図８】バウンダリモデルに関する独立要素空間におけ
る存在確率を示す概念図。
る存在確率を示す概念図。
１…データ入力部 ２…データ処理部 ３…データ出力部 ４…データ蓄積部 ５…回路シミュレータ
Claims (12)
- 【請求項１】 少なくとも、回路シミュレーションに用
いるモデルパラメータの変動に影響を与える１以上の独
立要素の基準値、前記独立要素の分布を指定する値、注
目素子特性の所望値、及び前記独立要素とモデルパラメ
ータの関係式を得るデータ取得工程と、 前記注目素子特性に対する前記独立要素の感度が計算さ
れる感度計算工程と、 前記感度計算により得られた感度と前記取得手段から得
られたデータを用いてモデルパラメータの存在確率が実
質一定の前記独立要素の領域において注目素子特性の最
小値または最大値を前記所望値に一致させるための前記
独立要素の値を求めるワーストポイント計算工程と、 前記ワーストポイント計算で得られた前記独立要素の値
と前記関係式からモデルパラメータを計算するモデルパ
ラメータ計算工程とを具備したを特徴とするワーストケ
ース・モデルパラメータ生成方法。 - 【請求項２】 少なくとも、回路シミュレーションに用
いるモデルパラメータの変動に影響を与える１以上の独
立要素の基準値、前記独立要素の分布を指定する値、正
規化された前記独立要素の分布の許容限界値、及び前記
独立要素とモデルパラメータの関係式を得るデータ取得
工程と、 注目素子特性に対する前記独立要素の感度が計算される
感度計算工程と、 前記感度計算により得られた感度と前記データ取得手段
から得られたデータを用いて前記独立要素の分布の許容
限界値におけるモデルパラメータの存在確率を有する独
立要素の領域で注目素子特性が最小値あるいは最大値を
示す独立要素の値を求めるワーストポイント計算工程
と、 前記ワーストポイント計算で得られた前記独立要素の値
と前記関係式からモデルパラメータを計算するモデルパ
ラメータ計算工程とを具備したことを特徴とするワース
トケース・モデルパラメータ生成方法。 - 【請求項３】 前記データ取得工程において、少なくと
も、回路シミュレーションに用いるモデルパラメータの
変動に影響を与える１以上の独立要素の基準値、前記独
立要素の分布を指定する値、正規化された前記独立要素
の分布の許容限界値、前記独立要素の１つを指定する独
立要素指定入力、注目素子特性の所望値、及び前記独立
要素とモデルパラメータの関係式を得るデータ取得工程
と、 注目素子特性に対する前記独立要素の感度が計算される
感度計算工程と、 前記感度計算により得られた感度と前記データ取得手段
から得られたデータを用いて前記独立要素の分布の許容
限界値におけるモデルパラメータの存在確率を有する独
立要素の領域で注目素子特性の最小値あるいは最大値が
注目素子特性の所望値を示すように前記独立要素指定入
力で指定された独立要素の分布を調節して独立要素の値
を求めるワーストポイント計算工程と、 前記ワーストポイント計算で求めたワーストポイントに
対応する前記独立要素指定入力で指定された独立要素の
分布の取得工程とを具備したことを特徴とするワースト
ケース・モデルパラメータ生成方法。 - 【請求項４】 前記独立要素のいくつかに固定の値が指
定されることを特徴とする請求項１ないし３いずれか１
つに記載のワーストケース・モデルパラメータ生成方
法。 - 【請求項５】 前記感度計算工程に関して、素子特性ご
との計算手順を記述する手順記述を用いることを特徴と
する請求項１ないし３いずれか１つに記載のワーストケ
ース・モデルパラメータ生成方法。 - 【請求項６】 所望の素子特性値を示すように生成され
たモデルパラメータに対応する各独立要素の値、基準値
からのシフト量、またはシフト量の正規化された値を出
力する工程を具備したことを特徴とする請求項１ないし
３いずれか１つに記載のワーストケース・モデルパラメ
ータ生成方法。 - 【請求項７】 少なくとも、回路シミュレーションに用
いるモデルパラメータの変動に影響を与える１以上の独
立要素の基準値、前記独立要素の分布を指定する値、注
目素子特性の所望値、及び前記独立要素とモデルパラメ
ータの関係式を得るデータ取得手段と、 前記注目素子特性に対する前記独立要素の感度が計算さ
れる感度計算、前記感度計算により得られた感度と前記
取得手段から得られたデータを用いてモデルパラメータ
の存在確率が実質一定の前記独立要素の領域において注
目素子特性の最小値または最大値を前記所望値に一致さ
せるための前記独立要素の値を求めるワーストポイント
計算、及び前記ワーストポイント計算で得られた前記独
立要素の値と前記関係式からモデルパラメータを計算す
るモデルパラメータ計算、の各処理を行うデータ処理手
段と、 前記データ処理手段に応じた前記独立要素のワーストパ
ラメータセットを出力する出力手段とを具備したことを
特徴とするワーストケース・モデルパラメータ生成装
置。 - 【請求項８】 少なくとも、回路シミュレーションに用
いるモデルパラメータの変動に影響を与える１以上の独
立要素の基準値、前記独立要素の分布を指定する値、正
規化された前記独立要素の分布の許容限界値、注目素子
特性の所望値、及び前記独立要素とモデルパラメータの
関係式を得るデータ取得手段と、 注目素子特性に対する前記独立要素の感度が計算される
感度計算、前記感度計算により得られた感度と前記デー
タ取得手段から得られたデータを用いて前記独立要素の
分布の許容限界値におけるモデルパラメータの存在確率
を有する独立要素の領域で注目素子特性が最小値あるい
は最大値を示す独立要素の値を求めるワーストポイント
計算、及び前記ワーストポイント計算で得られた前記独
立要素の値と前記関係式からモデルパラメータを計算す
るモデルパラメータ計算、の各処理を行うデータ処理手
段と、 前記データ処理手段に応じた前記独立要素のワーストパ
ラメータセットを出力する出力手段とを具備したことを
特徴とするワーストケース・モデルパラメータ生成装
置。 - 【請求項９】 少なくとも、回路シミュレーションに用
いるモデルパラメータの変動に影響を与える１以上の独
立要素の基準値、前記独立要素の分布を指定する値、正
規化された前記独立要素の分布の許容限界値、前記独立
要素の１つを指定する独立要素指定入力、注目素子特性
の所望値、及び前記独立要素とモデルパラメータの関係
式を得るデータ取得手段と、 注目素子特性に対する前記独立要素の感度が計算される
感度計算、前記感度計算により得られた感度と前記デー
タ取得手段から得られたデータを用いて前記独立要素の
分布の許容限界値におけるモデルパラメータの存在確率
を有する独立要素の領域で注目素子特性の最小値あるい
は最大値が注目素子特性の所望値を示すように前記独立
要素指定入力で指定された独立要素の分布を調節して独
立要素の値を求めるワーストポイント計算、及び前記ワ
ーストポイント計算で求めたワーストポイントに対応す
る前記独立要素指定入力で指定された独立要素の分布の
取得、の各処理を行うデータ処理手段と、 前記データ処理手段に応じた前記独立要素のワーストパ
ラメータセットを出力する出力手段とを具備したことを
特徴とするワーストケース・モデルパラメータ生成装
置。 - 【請求項１０】 前記独立要素のいくつかに固定の値が
指定されることを特徴とする請求項７ないし９いずれか
１つに記載のワーストケース・モデルパラメータ生成装
置。 - 【請求項１１】 前記データ処理手段のうちの感度計算
に関して、素子特性ごとの計算手順を記述する手順記述
手段を有することを特徴とする請求項７ないし９いずれ
か１つに記載のワーストケース・モデルパラメータ生成
装置。 - 【請求項１２】 前記出力手段は、前記ワーストパラメ
ータセットの出力の他に、所望の素子特性値を示すよう
に生成されたモデルパラメータに対応する各独立要素の
値、基準値からのシフト量、またはシフト量の正規化さ
れた値を出力することを特徴とする請求項７ないし９い
ずれか１つに記載のワーストケース・モデルパラメータ
生成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10094490A JPH11296561A (ja) | 1998-04-07 | 1998-04-07 | ワーストケース・モデルパラメータ生成方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10094490A JPH11296561A (ja) | 1998-04-07 | 1998-04-07 | ワーストケース・モデルパラメータ生成方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11296561A true JPH11296561A (ja) | 1999-10-29 |
Family
ID=14111751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10094490A Pending JPH11296561A (ja) | 1998-04-07 | 1998-04-07 | ワーストケース・モデルパラメータ生成方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11296561A (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002261266A (ja) * | 2001-03-05 | 2002-09-13 | Sony Corp | 半導体シミュレーション方法および半導体シミュレーション装置 |
| JP2008028161A (ja) * | 2006-07-21 | 2008-02-07 | Nec Electronics Corp | 半導体装置の設計方法及び設計システム |
| WO2008102681A1 (ja) * | 2007-02-19 | 2008-08-28 | Nec Corporation | 回路動作の最悪条件決定システム、方法およびプログラム |
| JPWO2007049555A1 (ja) * | 2005-10-24 | 2009-04-30 | 国立大学法人京都大学 | Ｃｍｏｓモデル作成装置、該方法、該方法のプログラム及び記録媒体 |
| CN100503408C (zh) | 2003-03-10 | 2009-06-24 | 因温特奥股份公司 | 电梯设备的工作方法 |
| JP2009245333A (ja) * | 2008-03-31 | 2009-10-22 | Toshiba Corp | 統計的タイミング解析装置および統計的タイミング解析方法 |
| JP2011113302A (ja) * | 2009-11-26 | 2011-06-09 | Renesas Electronics Corp | 半導体集積回路のタイミング検証装置、タイミング検証方法、タイミング検証プログラム |
| US8042081B2 (en) | 2005-01-31 | 2011-10-18 | Renesas Electronics Corporation | Method and system for manufacturing a semiconductor device having plural wiring layers |
| JP2012103861A (ja) * | 2010-11-09 | 2012-05-31 | Fujitsu Ltd | 設計支援プログラム、設計支援装置および設計支援方法 |
| WO2018134903A1 (ja) * | 2017-01-18 | 2018-07-26 | 富士通株式会社 | パラメータ値決定方法、パラメータ値決定プログラム及びパラメータ値決定装置 |
| WO2019235603A1 (ja) * | 2018-06-07 | 2019-12-12 | 日本電気株式会社 | 関係性分析装置、関係性分析方法および記録媒体 |
| WO2019235614A1 (ja) * | 2018-06-07 | 2019-12-12 | 日本電気株式会社 | 関係性分析装置、関係性分析方法および記録媒体 |
| WO2019235608A1 (ja) * | 2018-06-07 | 2019-12-12 | 日本電気株式会社 | 分析装置、分析方法および記録媒体 |
-
1998
- 1998-04-07 JP JP10094490A patent/JPH11296561A/ja active Pending
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002261266A (ja) * | 2001-03-05 | 2002-09-13 | Sony Corp | 半導体シミュレーション方法および半導体シミュレーション装置 |
| CN100503408C (zh) | 2003-03-10 | 2009-06-24 | 因温特奥股份公司 | 电梯设备的工作方法 |
| US8099706B2 (en) | 2005-01-31 | 2012-01-17 | Renesas Electronics Corporation | Software product for semiconductor device design |
| US8042081B2 (en) | 2005-01-31 | 2011-10-18 | Renesas Electronics Corporation | Method and system for manufacturing a semiconductor device having plural wiring layers |
| JPWO2007049555A1 (ja) * | 2005-10-24 | 2009-04-30 | 国立大学法人京都大学 | Ｃｍｏｓモデル作成装置、該方法、該方法のプログラム及び記録媒体 |
| JP2008028161A (ja) * | 2006-07-21 | 2008-02-07 | Nec Electronics Corp | 半導体装置の設計方法及び設計システム |
| WO2008102681A1 (ja) * | 2007-02-19 | 2008-08-28 | Nec Corporation | 回路動作の最悪条件決定システム、方法およびプログラム |
| JP5044635B2 (ja) * | 2007-02-19 | 2012-10-10 | ルネサスエレクトロニクス株式会社 | 回路動作の最悪条件決定システム、方法およびプログラム |
| JP2009245333A (ja) * | 2008-03-31 | 2009-10-22 | Toshiba Corp | 統計的タイミング解析装置および統計的タイミング解析方法 |
| JP2011113302A (ja) * | 2009-11-26 | 2011-06-09 | Renesas Electronics Corp | 半導体集積回路のタイミング検証装置、タイミング検証方法、タイミング検証プログラム |
| JP2012103861A (ja) * | 2010-11-09 | 2012-05-31 | Fujitsu Ltd | 設計支援プログラム、設計支援装置および設計支援方法 |
| US8418089B2 (en) | 2010-11-09 | 2013-04-09 | Fujitsu Limited | Computer readable non-transitory medium storing design aiding program, design aiding apparatus, and design aiding method for determining performance index of an integrated circuit in worst case operation conditions |
| WO2018134903A1 (ja) * | 2017-01-18 | 2018-07-26 | 富士通株式会社 | パラメータ値決定方法、パラメータ値決定プログラム及びパラメータ値決定装置 |
| JPWO2018134903A1 (ja) * | 2017-01-18 | 2019-11-07 | 富士通株式会社 | パラメータ値決定方法、パラメータ値決定プログラム及びパラメータ値決定装置 |
| WO2019235603A1 (ja) * | 2018-06-07 | 2019-12-12 | 日本電気株式会社 | 関係性分析装置、関係性分析方法および記録媒体 |
| WO2019235614A1 (ja) * | 2018-06-07 | 2019-12-12 | 日本電気株式会社 | 関係性分析装置、関係性分析方法および記録媒体 |
| WO2019235608A1 (ja) * | 2018-06-07 | 2019-12-12 | 日本電気株式会社 | 分析装置、分析方法および記録媒体 |
| JPWO2019235608A1 (ja) * | 2018-06-07 | 2021-06-17 | 日本電気株式会社 | 分析装置、分析方法およびプログラム |
| JPWO2019235614A1 (ja) * | 2018-06-07 | 2021-07-01 | 日本電気株式会社 | 関係性分析装置、関係性分析方法およびプログラム |
| JPWO2019235603A1 (ja) * | 2018-06-07 | 2021-07-08 | 日本電気株式会社 | 関係性分析装置、関係性分析方法およびプログラム |
| US12086697B2 (en) | 2018-06-07 | 2024-09-10 | Nec Corporation | Relationship analysis device, relationship analysis method, and recording medium for analyzing relationship between a plurality of types of data using kernel mean learning |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2948437B2 (ja) | 論理シミュレーション用のデータ作成方法 | |
| US6237126B1 (en) | Electrical analysis of integrated circuits | |
| US20020157067A1 (en) | Device, system, server, client, and method for supporting component layout design on circuit board, and program for implementing the device | |
| US20020156609A1 (en) | Circuit simulation method, circuit simulation device, and circuit simulation program and computer readable storage medium onto which the program is stored | |
| JP4138318B2 (ja) | リソグラフィプロセスマージン評価装置、リソグラフィプロセスマージン評価方法およびリソグラフィプロセスマージン評価プログラム | |
| JP2008250630A (ja) | デカップリングセル配置方法及びデカップリングセル配置装置 | |
| EP1045252A2 (en) | Deriving statistical device models from worst-case files | |
| US8099270B2 (en) | Simulation model for transistors | |
| KR100398850B1 (ko) | 반도체 집적 회로에 대한 전자기 간섭 시뮬레이션을 위한 전원 모델, 전원 모델을 설계하는 방법, 전자기 간섭 시뮬레이터, 전원 모델 생성용 컴퓨터 프로그램을 저장하는 저장 매체, 및 전원 모델 설계 지원 시스템 | |
| US7110929B1 (en) | System and method of providing additional circuit analysis using simulation templates | |
| US20090193051A1 (en) | Analysis supporting apparatus, analysis supporting method, and analysis supporting program | |
| JP2009042905A (ja) | 集積回路装置のノイズ解析方法、集積回路装置のノイズ解析システム、集積回路装置、電子機器、集積回路装置のノイズ解析プログラム及び情報記憶媒体 | |
| JP5572139B2 (ja) | シミュレーション装置およびシミュレーション方法 | |
| Campilho-Gomes et al. | Analog flat-level circuit synthesis with genetic algorithms | |
| CN119886036A (zh) | 基于pdk开发的pcell生成方法及装置 | |
| US6321183B1 (en) | Semiconductor device characteristic simulation apparatus and its method | |
| US20190213299A1 (en) | Universal Circuit Design Systems and Methods | |
| US20110078649A1 (en) | Wafer layout assisting method and system | |
| US20090192971A1 (en) | Analysis supporting apparatus, analysis supporting method, and analysis supporting program | |
| TW202324177A (zh) | 用於波形傳播之增強單元模型化 | |
| US20090024377A1 (en) | System and Method for Modeling Semiconductor Devices Using Pre-Processing | |
| CN115796086A (zh) | 具有修调引脚的ldo的仿真验证方法、系统、介质及设备 | |
| US20230244843A1 (en) | Method for simulating system and associated electronic device | |
| JP2001291778A (ja) | 統計モデルパラメータ抽出方法および装置 | |
| CN113095013A (zh) | 一种多软件协同的大规模集成电路电磁热一体化设计方法 |