买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉香港中文大学(深圳)申请的专利一种面向工艺偏差的模拟电路参数优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120493847B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510977170.3，技术领域涉及：G06F30/373；该发明授权一种面向工艺偏差的模拟电路参数优化方法是由陈廷欢;涂晋东;黎亚鹏;郑月;张瑶晶设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种面向工艺偏差的模拟电路参数优化方法在说明书摘要公布了：本发明公开了一种面向工艺偏差的模拟电路参数优化方法，包括以下步骤：S1.对于给定的模拟电路，在标称工艺条件下进行多目标优化，通过优化结果，识别并剔除性能不佳的设计区域，通过聚类分析，将这些剩余的高质量区域划分为若干初始信任区域；S2.使用异方差高斯过程模型对初始信任区域内的有限蒙特卡洛仿真数据进行建模，捕捉电路性能的平均水平和变化趋势，预测在工艺变化下电路的行为；S3.在优化性能的同时保持所需的良率，采用在险价值对性能值提供概率保证，在考虑工艺变化的优化阶段，通过多次迭代，最终得到设计点优化集合和对应的Pareto最优解集。本发明在未知分布的工艺变化下，找到满足良率约束的高质量帕累托最优解集，优化模拟电路尺寸。

本发明授权一种面向工艺偏差的模拟电路参数优化方法在权利要求书中公布了：1.一种面向工艺偏差的模拟电路参数优化方法，其特征在于：包括以下步骤： S1.对于给定的模拟电路，在标称工艺条件下进行多目标优化，通过优化结果，识别并剔除性能不佳的设计区域，通过聚类分析，将这些剩余的高质量区域划分为若干初始的信任区域； S2.使用异方差高斯过程模型对初始信任区域内的有限蒙特卡洛仿真数据进行建模，捕捉电路性能的平均水平和变化趋势，预测在工艺变化下电路的行为； 所述步骤S2包括： S201.在根据设计点进行模拟电路加工的过程中，工艺变化会对设计点带来性能影响，从而引入性能的噪声方差，基于噪声方差的对数进行设计点x性能建模，记为： 其中，表示由工艺变化引起的噪声方差，表示均值为0，方差为的高斯分布；其中表示设计点x处的性能； S202.构建两个高斯过程，第一个高斯过程用于推断设计点x处的性能，记为f过程，第一个高斯过程的模型参数记为； 第二个高斯过程用于建模噪声方差的对数，用于捕捉噪声方差与设计点x的关系，记为: 第二个高斯过程的模型参数记为； S203.对于每一个初始信任区域，由于其包含了多个设计点； S2031.给定多种工艺变化条件，对于任意一个设计点x,在每一种工艺变化的条件下通过仿真过程，得到不同工艺变化条件下的仿真结果，构成真实的性能分布，并根据真实的性能分布，计算真实的性能均值和性能方差； 同时，利用步骤S202中构建的两个高斯过程，预测设计点x处的性能的分布和噪声方差对数的分布； 将预测得到的性能分布取均值，得到预测的性能均值； 将预测得到的噪声方差对数的分布取均值，得到预测的噪声方差的对数，并根据预测的噪声方差对数，通过指数处理，还原为噪声方差，即预测的性能方差； S2032.对于任一信任区域中已采样的设计点，重复执行步骤S2031，得到每一个设计点处真实的性能均值，性能方差，以及预测的性能均值和性能方差； S2033.基于各个设计点处真实的性能均值和预测的性能均值，采用最大化对数似然准则，通过梯度下降的优化方法对第一个高斯过程的模型参数进行训练更新； 基于各个设计点处真实的噪声方差和预测的噪声方差，采用最大化对数似然准则，通过梯度下降的优化方法对第二个高斯过程的模型参数进行训练更新； S2034.对于每一个信任区域，重复执行步骤S2032~S2033,对两个高斯过程模型进行训练更新； S2035.训练完成后，对于任意的设计点，通过第一个高斯过程预测出性能分布的均值，通过第二个高斯过程预测出噪声方差的对数，并转换回噪声方差后，按照步骤S201中性能函数的建模，就得到了设计点x处的性能分布预测，整个模型记为HGP模型； S3.在优化性能的同时保持所需的良率，采用在险价值对性能值提供概率保证，在考虑工艺变化的优化阶段，通过多次迭代，最终得到设计点优化集合和对应的Pareto最优解集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人香港中文大学(深圳)，其通讯地址为：518172 广东省深圳市龙岗区龙城街道龙翔大道2001号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。