???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/5381
???org.dspace.app.webui.jsptag.ItemTag.full???
???org.dspace.app.webui.jsptag.ItemTag.dcfield??????org.dspace.app.webui.jsptag.ItemTag.value??????org.dspace.app.webui.jsptag.ItemTag.lang???
dc.contributor.advisor1Girardi, Alessandro Gonçalves-
dc.creatorQuirino, Felipe Antunes-
dc.date.accessioned2021-03-11T22:05:22Z-
dc.date.available2021-03-11-
dc.date.available2021-03-11T22:05:22Z-
dc.date.issued2020-12-08-
dc.identifier.citationQUIRINO, Felipe Antunes. Automatic design of analog integrated circuits under process parameter variability. Orientador: Alessandro Gonçalves Girardi. 2020. 52p. Trabalho de Conclusão de Curso (Bacharel em Ciência da Computação) - Universidade Federal do Pampa, Curso de Ciência da Computação, Alegrete, 2020.pt_BR
dc.identifier.urihttp://dspace.unipampa.edu.br:8080/jspui/handle/riu/5381-
dc.description.abstractOs circuitos analógicos integrados possuem uma ampla gama de aplicações e necessitam ser projetados de modo a atender a requisitos conflitantes de desempenho e consumo de energia. O método tradicional de projeto de um circuito analógico é baseado em tentativa e erro. O projetista utiliza sua própria experiência para testar e modificar os parâmetros até encontrar uma solução satisfatória. A análise do desempenho do circuito é feita com o auxílio de simulação elétrica SPICE. Todavia, este processo exige muito tempo de projeto e a simulação SPICE pode demorar um longo tempo. O projetista necessita esperar o fim da simulação para analisar os resultados e, a partir disso, alterar os parâmetros do circuito e fazer outra simulação. Uma alternativa para a automação do projeto é abstrair a tarefa de dimensionamento dos circuitos como problema de otimização. Utilizam-se algoritmos de otimização para explorar o espaço de projeto em busca de uma solução otimizada. O presente trabalho propõe o uso de otimização para o projeto de síntese analógica, com base em um amplificador operacional de transcondutância de ultra baixa tensão alimentado pelo substrato. Trabalhos anteriores já foram realizados com este circuito, porém realizando apenas simulações nominais no circuito. Contudo, somente com análise nominal não é possível determinar o comportamento do circuito sob a influência de variações nos parâmetros do processo de fabricação. No presente trabalho, propomos uma ferramenta para automação do projeto do circuito utilizando a análise de rendimento, isto é, utilizando simulação Monte Carlo para estimar o rendimento do circuito após a fabricação. Além disso, os algoritmos utilizados para a otimização de circuitos possuem variáveis aleatórias (i.e., diferentes execuções podem divergir os resultados conforme a semente da função de geração de números aleatórios, mesmo tendo os mesmos parâmetros). Para prever este comportamento, o objeto de estudo analisa o comportamento de diversas execuções do algoritmo Cuckoo Search. Como resultado, demonstra-se uma análise estatística dos projetos. A partir desta análise, é possível escolher os melhores parâmetros para o algoritmo. Dado os parâmetros, analisou-se o comportamento dos circuitos para pior, mediano e melhor caso das execuções. A ferramenta consegue projetar circuitos analógicos integrados de forma automática, porém não há garantias que ela sempre converge em um resultado viável. Por exemplo, o resultado que o algoritmo converge no pior caso não é viável. Todavia, isso é mitigado com um grande número de execuções ou maior número de iterações no algoritmo. No melhor caso, os resultados do projeto do amplificador projetado com a ferramenta de otimização proposta alcançou melhoria em termos de Potência (8.86nW de média ± 0.22 de desvio padrão em comparação com 18nW em relação ao projetado de forma manual), Margem de fase (59.99 ∘ ± 10.15 em comparação 52.50 ∘ ) e de produto ganho largura de banda (3.81kHz ± 0.65 em comparação 1.88kHz).pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal do Pampapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectCiência da computaçãopt_BR
dc.subjectAlgoritmospt_BR
dc.subjectCircuitos integrados linearespt_BR
dc.subjectComputer sciencept_BR
dc.subjectAlgorithmspt_BR
dc.subjectLinear integrated circuitspt_BR
dc.titleAutomatic design of analog integrated circuits under process parameter variabilitypt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.publisher.initialsUNIPAMPApt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.description.resumoAnalog integrated circuits have a high range of applications, from interface circuits to signal processing. These systems need to be carefully designed in order to achieve a suitable trade-off between performance and power consumption. Traditional method of designing an analog circuit is based on trial-and-error. The designer uses his own experience for testing and modifying circuit parameters with the aid of an electrical simulator, until achieving the desired solution. However, the process of sizing the circuit requires several hours of design. In addition, a SPICE simulation can take a long time. The designer needs to wait for the end of the simulation, verify the results, and from there to do another simulation. An alternative for design automation is to abstract the circuit as an optimization problem. Using an optimization algorithm it is possible to explore the design space in the search for an optimum solution. This work demonstrates an optimization analysis performed with a low-voltage bulk-driven operational transconductance amplifier. Previous works demonstrated the modeling of this circuit as an optimization problem, but only for nominal values. However, a nominal analysis presents the performance disregarding process parameter variability that affect the performance. In the present work, we propose a design automation tool of analog integrated circuits using yield analysis, i.e, estimating performance with Monte Carlo electrical in order to evaluate the impact of process variability on circuit performance. In general, optimization algorithms present random variables (i.e., even with the same parameters, different seeds for the random number generator function may converge to different results). In order to further understanding this behavior, this work analyses the behavior of many executions of the algorithm. The adjustable parameter on the present algorithm (Cuckoo Search) is the number of nests. We performed the simulation 30 times for the same number of nests, varying the number of nests from 10 to 490 with a total of 1470 executions. As result, this work demonstrates a statistic analysis of all designs intending to find the best parameters for the tool. After getting the parameters, we analysed the circuit behavior for the worst, median and best cases, with the fixed parameter. The tool is able to design analog integrated circuits automatically, however without a guarantee of a feasible solution. For instance, in the worst case example, the algorithm converges to an unfeasible solution for practical terms. However, this could be mitigated with a large member of iterations or with more than one execution. In the best case, the amplifier designed with the optimization tool presents improvements in terms of 𝑃𝑐𝑜𝑛𝑠 (8.86nW of mean ± 0.22 of standard deviation in comparison to 18nW designed manually), PM (59.99 ∘ ± 10.15 in comparison to 52.50 ∘ ) and GBW (3.81kHz ± 0.65 in comparison to 1.88kHz).pt_BR
dc.publisher.departmentCampus Alegretept_BR
???org.dspace.app.webui.jsptag.ItemTag.appears???Ciência da Computação

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Felipe Antunes Quirino - 2020.pdf5.58 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.copyright???