【導讀】濾波器的作用是從具有不同頻率成分的信號中，去除具有特定頻率成分的信號，其中LC濾波器是一種無源濾波器，由電容器、電感和電阻器組合而成，可濾除某一次或多次諧波。LC濾波器按照功能可分為低通濾波器、帶通濾波器、高通濾波器、全通濾波器和帶阻濾波器。濾波器的設(shè)計難點包括各種拓撲結(jié)構(gòu)和階數(shù)的選擇，同時由于電路器件數(shù)量較多，如何高效地優(yōu)化器件，取得帶內(nèi)和帶外指標的折中也是關(guān)鍵性的難題。
本文介紹了采用芯和半導體XDS軟件進行LC濾波器的設(shè)計優(yōu)化流程。XDS集成了原理圖和版圖兩個仿真模塊，擁有與之配套的電路仿真引擎和EM電磁場仿真引擎。利用XDS進行LC濾波器電路仿真，不但能很方便的得出最佳電路設(shè)計，也能對LC濾波器電路的容差特性進行分析，幫助用戶進行性能優(yōu)化和統(tǒng)計分析，從而提高設(shè)計的效率。
LC濾波器設(shè)計優(yōu)化流程
1 原理圖設(shè)計
XDS集成了LC濾波器的設(shè)計向?qū)В捍蜷_Filter Design，選擇濾波器的拓撲結(jié)構(gòu)原理圖，如圖1所示。在這個模板上，用戶可以設(shè)計低通、高通等多種類型的濾波器。在設(shè)置好濾波器的指標和類型后，點擊OK，可生成Symbol，其中包含了濾波器用到的LC器件。
圖1 利用Filter Design生成原理圖
2 查看原理圖
選中生成的Symbol，按Shift+I可進入到下一個層次，查看這個Symbol中子電路器件的連接關(guān)系，如圖2所示。
圖2 濾波器子電路
3 設(shè)置器件變量
在原理圖界面中，我們對所用到的器件設(shè)置變量，如圖3所示，添加一個Var變量編輯器控件，分別設(shè)置l1、l2、c1、c2、c3五個變量，并對每個變量設(shè)定一個初始值，如圖3所示。
圖3 設(shè)置變量及初始值
4 設(shè)置變量參數(shù)范圍
在對變量進行優(yōu)化之前，需要在變量管理窗口中分別對變量設(shè)置Tuning、Opt、DOE和Yield的參數(shù)范圍，每個器件的變化范圍可以輸入如圖4所示。
圖4 設(shè)置各變量優(yōu)化的參數(shù)范圍
5 原理圖調(diào)諧
添加Tuning Setup，可以對所設(shè)置的變量進行調(diào)諧。當變量值發(fā)生變化時，仿真結(jié)果會實時響應，如圖5所示。
圖5 原理圖Tuning
6 原理圖優(yōu)化分析
添加Optimization Setup，設(shè)定仿真優(yōu)化變量，并對優(yōu)化的目標和優(yōu)化算法進行設(shè)置，如圖６所示。當達到變量收斂的目標時，算法判定為優(yōu)化過程結(jié)束（圖７），用戶可以得到達到設(shè)計目標的最佳電路設(shè)計參數(shù)。
圖6 設(shè)置優(yōu)化目標
圖7 優(yōu)化收斂過程
7 原理圖 DOE 分析
利用DOE仿真，可以用盡可能少的樣本次數(shù)分析產(chǎn)品性能和設(shè)計參數(shù)間的相關(guān)性，發(fā)現(xiàn)多個變量對指標的敏感程度。添加DOE Setup，設(shè)置仿真的目標和所用的實驗類型，就可得到各變量對結(jié)果的影響曲線，如圖８所示，斜率越大，表示此變量對系統(tǒng)的敏感度越高。
圖8 DOE結(jié)果顯示
8 原理圖容差分析
Yield分析是基于Monte Carlo方法的隨機試驗，電路中的器件參數(shù)變動滿足正態(tài)分布或高斯分布。設(shè)計變量在容差范圍內(nèi)隨機變化，產(chǎn)生不同的變量組合，結(jié)合設(shè)計指標判斷出成功和失敗的實驗次數(shù)，從而估算出產(chǎn)品的試驗合格率。添加Yield Setup，設(shè)定仿真的目標，利用Yield仿真進行電路的合格率分析，從而得到電路的最佳容差設(shè)計，如圖9所示。
圖9 Yield結(jié)果顯示
總結(jié)
本文介紹了采用芯和半導體XDS軟件來仿真LC濾波器的流程。借助XDS中的Parametric參數(shù)化優(yōu)化、Optimization目標優(yōu)化、DOE敏感度分析、Yield統(tǒng)計分析、Tuning實時調(diào)諧等優(yōu)化功能模塊，設(shè)計者可以快速實現(xiàn)LC濾波器各器件的優(yōu)化設(shè)計，快速找到物料成本最低并且性能最好的參數(shù)組合，實現(xiàn)系統(tǒng)的最優(yōu)設(shè)計。
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。
推薦閱讀：
