Les modèles de substitution pour l'optimisation rapide des circuits analogiques

par Nawel Drira

Thèse de doctorat en Signal, Image, Automatique

Sous la direction de Patrick Siarry.

Thèses en préparation à Paris Est en cotutelle avec l'Université de Gabès , dans le cadre de MSTIC : Mathématiques et Sciences et Technologies de l'Information et de la Communication , en partenariat avec LISSI - Laboratoire Images, Signaux et Systèmes Intelligents (laboratoire) .


  • Résumé

    La conception, la synthèse, le dimensionnement et l'optimisation des circuits analogiques sont devenus trop compliqués pour qu'ils soient traités par les méthodes classiques de dimensionnement. Deux techniques sont largement utilisées par les concepteurs pour développer des outils d'aide à la conception, à savoir, la technique d'optimisation basée sur les équations symboliques et la technique d'optimisation basée sur les simulations (connue sous le nom de ‘inloop technique'). L'optimisation basée sur les équations est une technique rapide, cependant vu que les fonctions de transfert manipulées sont a fortiori entachées d'erreurs (principalement à cause des composants non-linéaires), ses performances restent limitées surtout pour les circuits complexes. Par contre, l'optimisation basée sur les simulations est très précise, mais en contrepartie elle nécessite de longues durées d'exécution. Dans ce travail, on s'intéresse à l'adaptation de la technique de métamodélisation pour l'analyse des circuits analogiques. La métamodélisation est une technique qui combine les avantages des deux approches de dimensionnement/optimisation citées plus haut. Un intérêt particulier est porté à la technique EGO (Efficient Global Optimization), récemment proposée dans la littérature, vu que cette dernière associe intrinsèquement « modélisation » et « optimisation », ajouté à ceci le fait qu'elle permet aussi la génération de modèles précis, tout en utilisant des bases de données de tailles réduites. C'est ainsi que l'on a étudié de près cette technique et qu'on l'a adaptée pour maximiser les performances de circuits analogiques. Des études comparatives ont été menées pour juger de l'efficacité de cette technique tout en la comparant aux approches classiques. Des améliorations de la technique EGO ont été proposées, à savoir l'intégration dans l'algorithme correspondant du critère ‘pseudo expected improvement' pour développer un EGO ‘parallèle'. Une seconde amélioration a aussi été proposée dans ce travail et qui consiste en la transformation de la technique EGO, de nature mono-objectif, en une approche multiobjectif en utilisant le critère ‘expected improvement matrix'. Toutes les approches proposées ont été validées par application, d'abord sur des fonctions mathématiques de test, puis sur des circuits analogiques. Les résultats obtenus ont été comparés à ceux obtenus par simulation. Des métriques statistiques ont été utilisées à cet effet. Les avantages des approches proposées ont été ainsi mis en relief.

  • Titre traduit

    The substitution models for the fast optimization of analog circuits


  • Résumé

    The design, synthesis, sizing, and optimization of analog circuits have become too complex to be processed by classical sizing methods. There exist two commonly used techniques to develop tools that facilitate the design, known as the equation-based optimization, and simulation-based optimization (also called ‘in-loop') approaches. The equation-based approaches are more rapid yet less precise; their performance is limited, especially for complex circuits. On the other hand, the simulation-based techniques are highly precise; nevertheless, they are more costly in terms of computational time. In this thesis, we are focusing on the adaptation of the metamodeling technique for the analysis of analog circuits. Metamodeling is a technique that combines the advantages of the two sizing/optimization approaches mentioned above. Recently, the EGO (Efficient Global Optimization) technique has been gaining much attention since it was proposed in the literature, as it essentially combines "modeling" and "optimization". Furthermore, it allows the generation of precise models as well, while using small-size databases. We studied this technique and adapted it to maximize the performance of analog circuits. Comprehensive studies have been conducted to evaluate the effectiveness of this technique and compare it to classical approaches. We provided two improvements for the EGO technique; first, to integrate the algorithm with the “pseudo expected improvement” criterion in order to parallelize EGO. Second, we transformed the mono-objective EGO technique into a multi-objective one by using the “expected improvement matrix” criterion. All proposed approaches were evaluated by application, firstly through mathematical test functions, and then on analog circuits. The results obtained were compared with those obtained by simulation. Statistical metrics have been used for this purpose. The benefits of the proposed approaches have been highlighted.