工艺厂没提供蒙特卡洛仿真库，怎么自己建立MC仿真库？

david_reg

我觉得可以考虑如下思路:
1. 通过对比不同corner的模型, 找出哪些参数会有corner的变化以及相应的变化范围; 比如

param	min(-3*sigma)	typ	max(3*sigma)
param1	typ1-3*std1	typ1	typ1+3*std1
param2	typ2-3*std2	typ2	typ2+3*std2

2. 把上面的参数放到MC仿真的statistics 参数定义中, 以spectre为例

// define statistical variations, to be used
// with a MonteCarlo analysis.
statistics {
process { // process: generate random number once per MC run
vary param1 dist=gauss std=std1
vary param2 dist=gauss std=std2
...
}
mismatch { // mismatch: generate a random number per instance

}
// some process parameters are correlated
//correlate param=[rshsp rshpi] cc=0.6
// specify a global distribution truncation factor
truncate tr=6.0 // +/- 6 sigma
}


局限性：只能模拟process的MC仿真，无法模拟mismatch；且process中所有参数都为独立无相关的随机参数，无法得知是否参数之间是否有相关性。