Note publique d'information : Avec la miniaturisation toujours plus poussée des technologies CMOS, il devient de
plus en plus difficile de maîtriser les variations des paramètres technologiques lors
de la fabrication des circuits intégrés. A cause de ces variations, les performances
des circuits peuvent varier de façon considérable. Par conséquent, des méthodes d’analyse
de la variabilité et de conception robuste sont plus que jamais nécessaires pour garantir
un rendement de fabrication des circuits élevé.Les techniques classiques d’analyse
de la variabilité se révèlent soit pessimistes conduisant alors à un surdimensionnement
(analyse « pire-cas »), soit très couteuses en temps de calcul (analyse Monte Carlo).
Quant aux méthodes de conception automatisée robuste, elles sont généralement basées
sur des algorithmes d’optimisation locaux qui améliorent la robustesse des circuits
localement, mais risquent de ne pas converger vers le dimensionnement globalement
robuste. Dans ce travail de thèse, une nouvelle méthode d’analyse de la variabilité
ainsi qu’une nouvelleapproche pour concevoir des circuits analogiques robustes ont
été développées. La méthode d’analyse de la variabilité consiste à approximer les
performances des circuits par des modèles polynomiaux à partir des plans d’expériences,
puis à estimer les variations extrêmes grâce au développement limité de Cornish-Fisher.
Cette méthode s’avère aussi précise que l’analyse de Monte Carlo, mais présente un
coût calculatoire bien plus faible. Enfin, l’approche de conception robuste met en
oeuvre la méthode précédente d’analyse de la variabilité dans un algorithme d’optimisation
par intervallesafin d’assurer un dimensionnement globalement robuste.
Note publique d'information : With the continuous downscaling of CMOS technology, precise control over process parameters
has become a highly challenging task. Due to the fluctuations in the manufacturing
process, the performance of integrated circuits (ICs) will vary greatly between chips.
Therefore, efficient methods to analyze such variability are essential to guarantee
that fabricated ICs will meet the design and yield specifications. The classical methods
for variability analysis are either pessimistic, thus leading to overdesign (worst-case
analysis), or computing time expensive (Monte Carlo analysis). As for robust design
methods, they are generally based on local optimization algorithms that locally improve
the yield, but may not guarantee that the globally robust sizing is found. In this
work, a new method for variability analysis and a new approach to design robust analog
circuits are developed. The method dedicated to variability analysis consists of building
polynomial models of the circuit performance metrics with the Design of Experiments
theory, and then estimating the extreme variations by means of the Cornish-Fisher
expansion. Compared to Monte Carlo analysis, this method shows a good accuracy without
the shortcoming of a large computing cost. Finally, the robust design approach applies
the previous variability analysis method in an intervalbasedoptimization algorithm
to obtain a globally robust sizing.
paprika.idref.fr
data.idref.fr
Documentation
