Matlab和Simu金宝applink用于半导体开发

马铃薯®和仿真软金宝app件®促进设计空间探索和自上而下的半导体器件设计,让工程师协作描述,分析,模拟和验证其多粉末系统,使用建模方法和抽象水平的组合。域示例是模拟,数字,RF,软件和热量;抽象可以从晶体管级别变化到算法级别。

MATLAB和Simulink中定义的系统模型,验证环境和测试用例可以在EDA工具中以多种方式重用,包括共模,导出模型,测试台和测试向量,以及通过C和HDL代金宝app码生成。这些路径集成了系统设计,验证和实现工作流程,使工程师能够大大缩短设计迭代,降低项目计划中延迟风险,并实现规范和设计变更的持续集成。

“使用MathWorks工具,我们确定了最佳算法的选择。因为这个模型比我们的电路模拟器运行得快,所以我们可以更快地发现执行错误,缩短我们的上市时间。”

科里·沃辛,Allegro微系统公司的

数字设计

使用无线、视觉和信号处理算法,以及广泛的数学和三角函数和复杂的状态控制逻辑建模和模拟数字系统。使用允许在准确性和模拟速度之间进行正确权衡的抽象级别来构建模型。这种快速的设计空间探索可以帮助您在系统架构和量化.现有的Verilog®,VHDL.®可以导入C / C ++模型,从而实现持续集成。

执行片上系统(SOC)硬件/软件共同设计和仿真使用MATLAB和SIMULIN金宝appK,这考虑SOC架构以及任务执行和操作系统效果。此操作允许在产品开发过程中非常早期对软件性能和硬件利用的高保真分析。


带有Delta-Sigma调制器的Fractional-N PLL。

压控振荡器的相位噪声曲线。

模拟和混合信号设计

结合和模拟模拟模拟,数字,软件,和射频组件与MATLAB和Simulink,加速评估许多设计方案和优化系统性能。金宝app

设计和分析模拟混合信号组件,如ADC锁相环电源转换器,并行转换器从MathWorks开始®参考模型和图书馆.探讨系统级的建筑权衡,评估物理损伤的影响(例如相位噪声,抖动,非线性,泄漏和定时错误),并验证不同条件和场景中的电路行为。

重用MATLAB和SIMULINK金宝app模型和IC和PCB设计环境中的测试台,如Cadence®艺术大师®AMS设计师和Cadence®PSpice软件®.加快实施过程,弥合系统工程与ASIC设计的差距。


RF IC和系统设计

使用测量数据设计,分析和模拟RF系统,如的参数,数据表规范或物理属性。构建RFIC收发器的模型,并将它们与数字信号处理算法和控制逻辑集成,以准确地模拟自动增益控制(AGC),数字预失真(DPD)和可调匹配网络等自适应架构。将RF前端集成天线阵列模型波束成形考虑到附近和远场耦合的架构。

使用MATLAB和SIMULIN金宝appK,您可以在不同级别的抽象层面模拟RF系统。电路包络模拟使具有任意拓扑的网络的高保真多载波仿真。谐波平衡分析计算非线性对增益和二阶和三阶拦截点的影响(IP2和IP3).等效基带库使快速离散时间仿真得以验证单载波级联射频系统的性能。

Matlab还提供LTE.5GWLAN.,蓝牙符合标准函数,应用程序和参考示例,用于建模,模拟和验证各种通信系统。您可以配置,模拟,测量和分析端到端通信链接。您还可以创建和重用一致性测试台以验证您的设计,原型和实现符合RF标准。


电池管理系统

电池管理系统(BMS)负责在各种充电 - 放电和环境条件下的安全操作,性能和电池寿命。金宝appSimulink建模和仿真功能使能百时美施贵宝发展,包括单单元等效电路的制定和参数化、电子电路设计、控制逻辑、自动代码生成、验证和验证。

此外,C代码或HDL可以从Simulink模型生成,用于系统或微控制器的快速原型。金宝app这使您能够在硬件实现之前执行硬件在环(HIL)测试的实时仿真来验证算法。


确认

以结构化的方式验证MATLAB和Si金宝appmulink模型,定义验证环境、测试用例和正式属性。回归工具正式发动机提供了,使您能够在设计流程早期找到错误。为了量化验证结果,覆盖度量要求可追溯性提供工具。

导出系统模型,验证环境和测试用例SystemVerilog DPI-C或UVM组件并在EDA仿真中重用它们作为驱动程序、检查程序或参考模型。您还可以使用协同仿真将MATLAB和Simulink模型与其HDL或SPICE表示进行比较。金宝app


RTL实现

专注于优化算法的硬件架构而不是编码:逐步改进和验证数字系统的型号和将它们转换成RTL代码.验证了算法的硬件架构功能后,自动代码生成可确保正确实现您的意图。与手编码相比,此工作流程不仅允许更快地探索不同的架构选项,但它还使整体过程更加灵活,以便快速调整变化。


半导体制造

产量是整个半导体生产中最重要的因素。通过MATLAB和Simulin金宝appk,您可以开发、集成和部署使用深度学习、预测性维护和图像处理等技术的系统。这些系统可以通过加强半导体过程控制来提高产量;通过部署带有故障检测功能的光刻系统,将维护费用降至最低;通过估计机器的剩余使用寿命来提高设备的可靠性。


半导体测试

利用MATLAB对半导体进行台架测试。MATLAB使您能够通过仪器驱动程序或基于文本的命令直接与测试设备通信。在MATLAB中产生的波形可以传输到仪器作为在测设计(DUT)的刺激。或者,仪器可以捕获来自DUT的测量数据并发送到MATLAB进行后处理、分析和可视化。您还可以自动化测试,验证硬件设计,并基于LXI、PXI和axis标准构建测试系统。