ADS版图优化方法---使用EM-Cosimulation对版图进行OPTIM

ADS版图优化方法—使用EM-Cosimulation对版图进行OPTIM

一般来说,对原理图进行OPTIM优化的方法大伙用的都比较6了,跑起来也非常快。但是得到版图又可能和原理图的结果差的非常大,为了优化版图又不得不重新对原理图的参数进行调谐优化,非常麻烦

但是,如果电路不是特别的复杂可以直接使用OPTIM控件对版图进行调谐,相当于ADS自动帮我们优化版图了,妈妈再也不用担心的版图结果差了。电路复杂也可以优化,就是可能非常耗时了

下面,我们模拟宽带匹配电路的一般设计步骤,以1.4GHz-2.5GHz的将15欧姆匹配至50欧姆的匹配设计问题为例,对一般的宽带设计和版图OPTIM进行分析。、

工程链接下载(赚点积分):ADS版图优化方法-使用EM-Cosimulation对版图进行OPTIM的ADS工程

目录

  • ADS版图优化方法---使用EM-Cosimulation对版图进行OPTIM
    • 1、匹配电路的原理图OPTIM
    • 2、匹配电路的版图验证
      • 2.1 原理图导出layout
      • 2.2 EM仿真参数设置
      • 2.3 运行仿真与创建symbol
      • 2.4 在原理图对EM结果进行验证
    • 3、匹配电路的版图联合优化EM-Cosimulation
      • 3.1 EM-Cosimulation的layout原理图修改
      • 3.2 EM-Cosimulation的版图参数定义
      • 3.3 EM-Cosimulation设置
      • 3.4 EM-Cosimulation原理图设置
      • 3.5 EM-Cosimulation的版图OPTIM

1、匹配电路的原理图OPTIM

此处是1.4GHz-2.5GHz的将15欧姆匹配至50欧姆的匹配设计问题,先大概设计个原理图,原理图结构非常简单(从其他地方抄的):
在这里插入图片描述
图中使用了OPTIM控件对最终的结果进行优化,因此效果还是杠杠的:
在这里插入图片描述

2、匹配电路的版图验证

2.1 原理图导出layout

这一部分就是经典的版图验证过程,熟悉的可以跳过。

按照一般的设计步骤,下面就是对这个电路进行版图的验证了,构建如下的原理图:
在这里插入图片描述
导出到版图:

在这里插入图片描述

在这里插入图片描述

2.2 EM仿真参数设置

设置版图的仿真基板材料等等参数:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.3 运行仿真与创建symbol

运行仿真:
在这里插入图片描述
创建symbol:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.4 在原理图对EM结果进行验证

插入刚刚创建的symbol到新的原理图,插入仿真控件:
在这里插入图片描述
设置仿真为EM MODEL(点击小按钮后再点微带线):
在这里插入图片描述
在这里插入图片描述
运行仿真,可以看到结果偏差较大:
在这里插入图片描述

3、匹配电路的版图联合优化EM-Cosimulation

3.1 EM-Cosimulation的layout原理图修改

回到刚刚产生layout的原理图,把自己定义的变量参数先注释掉!!!!!!,改完不用重新导出layout:
在这里插入图片描述

3.2 EM-Cosimulation的版图参数定义

打开layout,点击进入定义版图参数的地方:
在这里插入图片描述
原理图有几个变量,我这边就要加上几个变量名字要和原理图的一致(!!!type选择Subnetwork,默认值随便写个1就行):

在这里插入图片描述

3.3 EM-Cosimulation设置

点击EM Settings:
在这里插入图片描述
切换为EM Cosimulation:
在这里插入图片描述
如果在之前EM 仿真的基础上改的话其余的参数,如扫描频率等等参数都是设置好的,直接点go就行,如果新建的EM设置仍然需要自己去进行设置这些参数:
在这里插入图片描述
在这里插入图片描述

3.4 EM-Cosimulation原理图设置

回到版图联合仿真的界面,把原来的symbol删了,重新插入新的(相当于更新了一下,原来是EM Sim的symbol):
在这里插入图片描述
如果EM-Cosimulation设置没有问题的话那么symbol的左下会出现参数:
在这里插入图片描述
手动切换为EM-Cosimulation点击确定:
在这里插入图片描述
把刚刚原理图的结果填入左下方的等式(优化控件什么的也一起搬过来):
在这里插入图片描述

直接点击运行仿真,发现效果和上面版图仿真的结果几乎一致,这是因为此处的参数还是原来的:
在这里插入图片描述

3.5 EM-Cosimulation的版图OPTIM

开始使用OPTIM进行优化,一般版图优化推荐使用梯度方法优化因为原理图已经优化过差不多了,所以版图优化不需要太多的迭代次数
在这里插入图片描述
在这里插入图片描述
可以看到,优化了十轮耗费了5分钟作用的时间,但是效果杠杠的:
在这里插入图片描述
更新一下参数:
在这里插入图片描述
再次运行仿真,得到的结果如下所示,非常完美了:
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/767477.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

这个国产原型设计工具,建议PM新人一定要用!

Hello小伙伴们!我是榛妮,原BAT大厂女产品经理一枚,目前在香港创业。 一转眼,做产品经理已经8年,想想入行时的种种往事(尴尬情况),至今仍然历历在目。 说起刚入行时遇到的那些问题&a…

qt拖拽事件重写

1.qt中的拖拽事件步骤 1设置接受拖拽 2重写事件就可以了 3其他的控件如何要可以套模板 2.例子 #include <QGroupBox> #include <QObject> #include <QDragEnterEvent> #include <QFileInfo> #include <QMimeData>//重写&#xff0c;指出拖拽指…

web蓝桥杯真题:布局切换

代码及注释&#xff1a; <!-- TODO&#xff1a;请在下面实现需求 --> <div class"bar"> //动态添加类名<a class"grid-icon" :class"changeBar 0 ? active : " click"changeBar 0"></a><a class&qu…

蓝桥杯物联网Lora通信功能总结

1、LORA通信在函数LORA被初始化的时候就已经处于接收状态 即开机即能接收数据 2、LORA数据的接收以及发送都通过FIFO数据线 3、LORA的收发同时进行会产生FIFO数据线的通信干扰 4、LORA_Rx在FIFO中有数据的时候才会取出数据&#xff0c;FIFO没有数据会直接跳过 当LORA在发送数…

服务器运行一段时间后

自己记录一下。 一、查看目录占用情况 df -h 命令查看磁盘空间 du -ah --max-depth=1 / 查看根目录下各个文件占用情况 二、mysql日志清空 这个日志是可以清空的 echo > /usr/local/mysql/data/syzl-db2.log #将文件清空 说明: 这个文件这么大是因为,开启 …

自动驾驶国际标准ISO文件

Coordinate system&#xff1a;Road vehicles — Vehicle dynamics and road-holding ability — Vocabulary

一、springboot 集成 spring-boot-starter-data-redis

文章目录 前言一、 springboot 版本二、引入 redis 依赖三、增加配置文件四、增加配置类1、 RedissonConfig2、RedisConfig 五、增加操作类&#xff0c;主要操作 string 总结 前言 一、 springboot 版本 <spring-boot.version>2.3.5.RELEASE</spring-boot.version>…

TypeScript基础类型

string、number、bolean 直接在变量后面添加即可。 let myName: string Tomfunction sayHello(person: string) {return hello, person } let user Tom let array [1, 2, 3] console.log(sayHello(user))function greet(person: string, date: Date): string {console.lo…

基于python+vue城市交通管理系统的设计与实现flask-django-php-nodejs

此系统设计主要采用的是python语言来进行开发&#xff0c;采用django/flask框架技术&#xff0c;框架分为三层&#xff0c;分别是控制层Controller&#xff0c;业务处理层Service&#xff0c;持久层dao&#xff0c;能够采用多层次管理开发&#xff0c;对于各个模块设计制作有一…

数学建模综合评价模型与决策方法

评价方法主要分为两类&#xff0c;其主要区别在确定权重的方法上 一类是主观赋权法&#xff0c;多次采取综合资讯评分确定权重&#xff0c;如综合指数法&#xff0c;模糊综合评判法&#xff0c;层次评判法&#xff0c;功效系数法等 另一类是客观赋权法&#xff0c;根据各指标…

力扣HOT100 - 15. 三数之和

解题思路&#xff1a; 排序 双指针 注意&#xff1a; 在nums[ k ]&#xff0c;nums[ i ]&#xff0c;nums[ j ]的值与自身重复时均会进行跳过&#xff0c;防止重复添加。 如代码中&#xff1a; 防止nums[ k ]重复&#xff1a;if(k>0&&nums[k]nums[k-1]) continue…

Web前端全栈HTML5通向大神之路

本套课程共三大阶段&#xff0c;六大部分&#xff0c;是WEB前端、混合开发与全栈开发必须要掌握的技能&#xff0c;从基础到实践&#xff0c;是从编程小白成长为全栈大神的最佳教程&#xff01; 链接&#xff1a;https://pan.baidu.com/s/1S_8DCORz0N2ZCdtJg0gHsw?pwdtjyv 提取…

Java进阶—GC回收(垃圾回收)

1. 什么是垃圾回收 垃圾回收(Garbage Collection&#xff0c;GC)是Java虚拟机(JVM)的一项重要功能&#xff0c;用于自动管理程序中不再使用的内存。在Java中&#xff0c;程序员不需要手动释放内存&#xff0c;因为GC会自动检测并回收不再使用的对象&#xff0c;从而减少内存泄…

力扣|两数相加|链表

给你两个 非空 的链表&#xff0c;表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的&#xff0c;并且每个节点只能存储 一位 数字。 请你将两个数相加&#xff0c;并以相同形式返回一个表示和的链表。 你可以假设除了数字 0 之外&#xff0c;这两个数都不会以 0 …

面试算法-98-随机链表的复制

题目 给你一个长度为 n 的链表&#xff0c;每个节点包含一个额外增加的随机指针 random &#xff0c;该指针可以指向链表中的任何节点或空节点。 构造这个链表的 深拷贝。 深拷贝应该正好由 n 个 全新 节点组成&#xff0c;其中每个新节点的值都设为其对应的原节点的值。新节…

Git的原理和使用(四)

目录 远程操作 理解分布式版本控制系统 远程仓库 新建远程仓库 克隆远程仓库 向远程仓库推送 拉取远程仓库 配置Git 忽略特殊文件 为命令配置别名 标签管理 理解标签 创建标签 操作标签 远程操作 理解分布式版本控制系统 1、每个人的电脑上都是一个完整的版本库…

MFC CListCtrl 列表框排序 单击列头排序(完整源码)

初级代码游戏的专栏介绍与文章目录-CSDN博客 这是一个通用CListCtrl排序的源代码。 对列表框CListCtrl进行排序&#xff0c;使用列表框的自定义排序功能SortItems支持任意多个排序列和多种排序规则单击列头排序可在控件通知HDN_ITEMCLICK事件中调用&#xff0c;示例代码就在头…

网络行为管理系统招标模板

项目名称&#xff1a;网络行为管理系统招标 一、项目背景 随着信息技术的迅猛发展&#xff0c;网络安全和数据保护已成为企业和组织面临的关键挑战。为了确保网络环境的安全、合规&#xff0c;并实现对网络行为的有效管理和审计&#xff0c;我们特此启动网络行为管理系统的招…

AI程序员革命:探析Devin的登场与编程未来

✨✨ 欢迎大家来访Srlua的博文&#xff08;づ&#xffe3;3&#xffe3;&#xff09;づ╭❤&#xff5e;✨✨ &#x1f31f;&#x1f31f; 欢迎各位亲爱的读者&#xff0c;感谢你们抽出宝贵的时间来阅读我的文章。 我是Srlua小谢&#xff0c;在这里我会分享我的知识和经验。&am…

基于python+vue超市货品信息管理系统flask-django-php-nodejs

在此基础上&#xff0c;结合现有超市货品信息管理体系的特点&#xff0c;运用新技术&#xff0c;构建了以 python为基础的超市货品信息管理信息化管理体系。首先&#xff0c;以需求为依据&#xff0c;根据需求分析结果进行了系统的设计&#xff0c;并将其划分为管理员和用户二种…