MonteCarlo参数的理解
statistics{
process{ vary sigma dist=gauss std=1/3
}
}
statistics{
mismatch{ vary vth_mis dist=gauss std=1/1
vary tox_mis dist=gauss std=1/1
vary dl_mis dist=gauss std=1/1
vary dw_mis dist=gauss std=1/1
}
}
...
...
std=1/3,std=1/1有何不同?具体有啥含义，为何process取的是std=1/3而mismatch是std=1/1?
求指点！多谢
按照smic提供的mismatch数据写好后，用spectre放了一下，最后的标准偏差除以平均值才20%多一点，上头的博士说这个值偏的太小，然后就让我解释std=1/3,std=1/1含义，各种挠头
die to die process variation 一般相对较小，mismatch要大一些。
按照你的意思。process中std=1/3，意味着变化的区间或者说变化的相对值要比std=1/1要小，可以这么理解吗?
关键是std=1/3是怎么个意思哎
std是不是标准差的意思? 我没跑过smic的MC，不知道。不过好像是smic没有MC啊，要自己写MC文件吧
恩，是我自己写的。受你的回复启发，我大概已经知道什么意思了
process 为不同die之间偏差，mismatch为一个die中不同器件偏差，所以同样参数当然是process偏差大于mismatch。
dist为分布方式，gauss为高斯分布，还有正态分布和平均分布。
std为standard deviation就是偏差数值，1/3我觉得就是0.3333，一般都是一个数，我没看过写成1/3的。
如 std=30 precent=yes 就是偏差30%，否则就是绝对数值。
高斯分布不就是正态分布?我看过TSMC和SMIC的都是写1/3好吧
的确，我写错了，是指数分布。
有的模型是1/3这么写的，有的是一个数。这个要找个人问问了，不理解1/3这样写法的好处是什么。
这个我也是那么一猜。不过我认为啊，一般工艺process和mismatch是分开的，process偏差相对要小，mismatch要大些。实际中应该是这两者综合的结果，也就是你说的die to die 的process偏差。
你说的很有道理，std=1/3是一个数
我觉得呢，上述的process：dist=gauss,std=1/3,描述了一个N（0,(1/3)^2）的正太分布。
同理，dist=gauss,std=1/1描述了一个N（0,1）的标准正太分布
这两个分布都是归一化的，就面积积分等于1.而在需要修改的model中，这两个分布要乘以一个固定值
关于为什么一个取1/1，一个取1/3，是由于：关于mismatch，SMIC的文件中给出的是标准偏差sigma，即上面说的固定值是1倍的sigma，
而在process中，是由于给出的是ff和ss之间的最大偏差，也就是3倍的sigma，所以要除以3，就std=1/3
不知道说明了没
应该是process的变化更大，不过process的ss和ff分别是处于+3sigma和-3sigma之间
所以std=1/3
spectre文档这么写的
A statistics blockmay contain one or more process blocks (which represents
batch-to-batch type variations), and/or one or more mismatch blocks (which represents on chip or device mismatch variations), in which the distributions for parameters are specified.
看你怎么理解了。
你看看spectre文档，guess分布不是N(0,(1/3)^2)正态分布，而是N(均值，std)正态分布。文档105页
关于sigma的我没有看懂。
既然讨论这么深入，我要找个明白人问问，找到答案告诉你吧。
嗯，这个估计要看具体工艺说明吧。不过我前段时间仿MC，确实是只加process的比只加迷失match的小一些，TSMC18工艺
好的，多谢了
你说的3 sigma是对的，1 sigma就是1/1，3 sigma 就是1/3。为什么写成这样的方式呢?还是因为spectre的monte carlo模型是从spice模型中转变过来的，一般foundry还是先有spice模型然后转化为spectre模型的。
spice模型你可以看到 param=AGAUSS(0,1,1)转换成spectre就是 param dist=gauss std 1/1 。 如果是param=AGAUSS(0,1,3)转换成spectre就是 param dist=gauss std 1/3 。这个1或者3就是3 sigma了，数学关系我也不怎么理解。
process中的参数每次MC迭代都是同样的数，而mismatch中参数在每次MC迭代中不同的器件是不一样的参数。这可能就是你看到process小的原因。
不知道楼上的哪位会在spectre仿真model里面加入mc与mismatch model，一般代工厂提供的仿真模型只有工艺角的，现在需要仿mismatch 与mc的，求指教，急！多谢了
我也想知道smic0.18工艺的mismatch的model
一般的Corner中（如FFG之类的），其Global Variation 已经在3-sigma了，而且是固定值，直接由.param定义。此时仿Monte Carlo时，Local Mismatch 是服从高斯分布的 AGAUSS(0,1,1)或AGAUSS(0,1,1/3）或其它，这里都是以0为中位值，只有标准差不同而已，看上去对你的Sample会有影响，其实由于不同工艺中这些高斯分布前边定义的系数含义不太一样，所以有视觉差别而已 （N(0,1)和3*N(0,sq[1/3])的方差是一样的）。这里不必太纠结，一般从FFG 和TTG之间的差别可以看出是否用AGAUSS(0,1,1)还是其它。
此外，如果在意Wafer间的变化的话，还可以仿 Full MC。在lib中一般都会有这个corner的。比如tsmc 的GlobalMC_LocalMC， Samsung的 Full_MC。不过意义不大。为什么?因为（如FSG)这些Corner仿出来的裕量更大一点： Full MC仿出来的标准差是 sqr(g_sigma^2+l_sigma^2)， 而FSG这些Corner仿出来的标准差是g_sigma+l_sigma，显然后者的sigma更大一点。而sigma越大说明越不达标，需要的裕量越多，所以一般仿G Corners即可。
仅供参考。
受教了
学习了
看一下
who is right ?