使用 PCE 对高速链路进行高效的灵敏度感知评估及其对 COM 的影响

在本文中，使用随机测试 (ST) 采样方案的混沌多项式展开 (PCE) 被证明是量化随机设计变化的高效方法。PCE 的结果与既有的蒙特卡洛方法以及基于实验设计的响应面法的结果相关。

高速互连的灵敏度分析

建议的 PCE 工作流提高了链路设计和验证的效率和有效性。它使用有关设计参数显著性的额外信息扩展了合规性检查，并量化其不确定性的后果。本文将围绕以下主题进行探讨：

• 介绍高速链路设计中常用的性能指标和不确定性量化方法，重点关注 PCE 和 ST。
• 框架的特点是包含两个主要部分，在接下来的小节中我们将进行更详细的讨论。第一个部分是实现 PCE 的开源库 ChaosPy，它扩展了先前引入的采样技术随机测试 (ST)。第二部分是一个抽象的、灵敏度感知链路模型。
• 利用 PCE 和 RSM 的相似性提出了一个高计算效率的复合型自我验证代理模型

了解更多关于 SERDES 的信息，请访问 visit.