《电子系统仿真技术》实验

第一章 概 述

一、 系统仿真的基本概念

1. 仿真：模型实验

系统 仿真建模 实验

模型

2. 仿真的分类

物理仿真：在物理模型上进行实验； 模拟仿真：采用高速模拟计算机实现。 数字仿真：采用数字计算机。 优点：精度高、灵活性强。

3. 仿真的应用与意义

航空、航天、核爆炸：安全性好、成本低； 制造业（机械、电力、冶金、化工）：产品设计与性能分析，系统故障诊断； 娱乐（电影、游戏）；

人员培训（飞行员，航天员）； 科学研究； 虚拟现实技术

4. 数字仿真系统的构成

三要素：系统，模型（数学模型），计算机。 联接三要素的基本活动：

建模：将实际系统的内在规律抽象成数学模型（如数学方程）。 二次建模：根据数学模型建立高效算法，并编制程序。 仿真实验：在给定条件下运行程序，得到仿真结果。

系统

仿真 建模 实验

环境或模型 二次建模 计算机 输入

二、 电子系统仿真技术

1. 电子系统设计工具的发展 设计对象 设计工具 TTLμP （SSI/MSI） 纸笔 开发系统 ASIC 复杂ASIC 系统级设计 虚拟产品技术 数字仿真/原HDL综合工理图设计工具 具

2. 系统级设计的重要性

? 性能分析，协议分析 ? 算法选择与调试 ? 结构设计 系统级设计 ? 行为仿真 ? 硬件、软件评估 ? 实现接口 ? 软件开发与调试 RTL/门级设计 嵌入式软件设计 ? HDL设计与仿真 ? 逻辑综合 ? 门级时序验证

? 布局布线

物理设计与系? 物理时序验证

统集成 ? 系统（软硬件）综合

3. 系统级仿真设计过程

系统设计，系统建模，系统验证

第二章 噪声的仿真

一、 噪声仿真在系统仿真中的应用

模拟系统噪声环境，并检验系统在该环境下的性能。如热噪声，通信系统的信道噪声，雷达的接收机噪声，杂乱回波，AD量化噪声等。

二、 随机数的产生与检验

1. Monte_Carlo方法：

设p为一待解问题，其解为K维空间中的一点?，则Monte_Carlo方法将该问题与一个适当随机变量x相联系。利用计算机可产生该随机变量的充分多样本x1，x2，…，xm，

????(x,x,...x)。从而得到p的近似解。 利用这些样本得到?的估计量?m12m

例：定积分的求解：

???f(x)dx

abMonte_Carlo方法的求解步骤：

1) 令x?a?(b?a)y,则???10g(y)dy;

2) 若U~U(0,1)，则??E(g(U))；

?n?1g(ui)为?的3) 通过计算机产生U的n个样本u1，u2，…，un，则??ni?1?n)??)??，Var(?一个无偏估计量。有E(?n1Var?g(U)? nnMonte_Carlo方法在常用于系统仿真中的随机数的产生。

2. 均匀分布随机数的产生

是各类分布随机数的产生的基础。产生方法：线性同余法，模2线性递推序列法。 1） 线性同余法（D.H.Lehrmer,1951）

产生式：zi?azi?1/c (mod M)，0?a?M

初值z0为种子，由(z0,a,c,M)可以完全确定序列{zi,i?0,1,?}，故称

(z0,a,c,M)为一个（0，M）内服从均匀分布的随机数产生器。且：

c(an?1)zn?az0? (mod M)

a?1n要求：a 周期长；

b 一阶自相关系数近似为0。

2） 模2线性递推序列法

产生二进制的随机数位{Bi}，用数位串构成随机数。

产生式：Bi?L?cBjj?1Ni?j用{Bi}中相邻L位组成一个二进制小数Vj， (mod 2)，

?2n?1?NVj??2Bqj?r?k j?0,?,??，其中q?L且与2?1互质。则有：

k?1?q??kE(Vj)?0，Var(Vj)?1/12，Cov(Vj,Vj?s)?0 (0?s?(2N?1?L)/q)

3. 伪随机数的随机性检验和相关性检验

随机性检验：

1) 统计直方图检验；

划分区间，计算落入每个区间的频数，求落入各区间的概率。 2) χ2检验；

检验统计量：

(Mi?NPi)2 ???NPii?12kk为划分的等概率区间数，一般取k>100，NPi为理论频数，Mi为实际频数。

步骤：

(1) 划分k个等概率区间，并保证5

?0 i?0???i??i??F?1?? i?{1,2,3,?,k?1}

??k???? i?k式中，F-1(.)为理论分布函数的反函数。

(2) 求检验统计量χ2。

(3) 将求得的检验统计量χ2与χ2分布函数值χm2(k-l-1)进行比较（显著性水平

m可取0.1，l为估计的参数个数，此处可取为1），若χ2<χm2(k-l-1)，则表明在该显著性水平下，可以接受这些数据， χ2检验适合于大样本的情况。 3) K-S检验

检验统计量：DN=max(DN+, DN-)，式中：

DN??max[1?i?Nii?1?F(xi)]，DN??max[F(xi)?]

1?i?NNN