multisim软件的原理是什么？_multi edition ISO

泻药抛砖引玉，因为之前的经历只是用了EDA软件包括multisim之类的spice软件和ADS这样的微波仿真软件，所以大概了解为什么可以仿真，但真正怎么实现的，还请高人来回答吧首先仿真软件仿真软件，仿出来的结果并不完全是正确的。

仿真软件的核心是器件的建模在用multisim或者ADS仿真的时候，在电路中加入的器件在一定范围内都是可以用数学来建模器件特性的拿最简单的二极管来说：（1）当两端电压V(正向)超过导通电压Von(硅基PN结是0.6-0.7V）时，二极管两端的I-V曲线近似为。

e指数函数分布: iD=Is(eVD/nVT−1)i_D = I_s(e^{V_D/nV_T} - 1) , 其中 iDi_D 为流过二极管两端的电流， VDV_D 为二极管两端的电压（ V_{on} ">

VD>VonV_D > V_{on} ）； nn 为二极管本身特性； VTV_T 是一个常数，表征不同温度下电子不同的迁移能力； IsI_s 为反向饱和电流（2）当两端电压V反向超过击穿电压的时候，PN结被破坏，两端电压将被钳住，电流变得很大。

I-V曲线见下图

图1 典型二极管I-V曲线这个I-V曲线完全是用数学模型得出来的，它与真实的二极管I-V曲线是不完全重合的，真实的器件在制造的过程中总会有掺杂浓度的差异导致对外特性不完全一样但是模型得出的I-V曲线能够非常接近的预测该型号的二极管在某个电压或者某个电流下对应的电压和电流。

好了，现在我们已经把二极管抽象成了一个基于数学模型的函数查找表I-V无论是何种电路，只要电磁能量不出现泄漏（例如天线就会出现电磁能量泄漏），电路都会满足基尔霍夫定律KCL，KVL那么在整个电路的各个部分运用KCL，KVL来列方程，方程中嵌套的就是每一个器件的。

函数查找表（对于集总电路来说，所有器件的模型都可以用I-V曲线来进行建模）对方程求解，就能得到某一时刻电路中所有的I,V这样也就得到了我们所谓的仿真结果注意这样的仿真结果是时间分立的，比如在仿真振荡器的时候，如果时间步进比较大的话，就会看到本来是正弦的波形会变成折线。

仿真得到的结果是电路某一时刻的I-V数值解综上，我们可以了解的是在EDA仿真中，列方程计算并不是难点，难点是如何准确地建立器件数学模型这也是中国目前非常多的IC厂商非常头疼的问题，制造工艺可以引进出来，但是芯片造出来，却不能给出芯片的数据模型，这就无法在EDA仿真，也会极大地制约以这款芯片为基础的电路设计。

目前对于一些高能芯片，高频芯片的建模仍然是学术领域的难点，尤其是在GaN等工艺下制造出来的芯片扩展内容：学术界目前分为两派来进行芯片特性的建模：一派是数学派（目标是暴力拟合I-V曲线）；一派是物理派（从制造工艺的角度由半导体物理来构建I-V曲线，包含一部分经验模型）。

数学派会引进神经网络以及其他机器学习的算法来解决I-V拟合问题，其实就是将器件放到实验环境下去测量真实的I-V曲线，然后用机器学习或者神经网络去找一个合适的数学模型来拟合I-V曲线这种方法的问题在于，我们需要一个极其稳定的工艺做保证，不然每个片子得到的模型相差会很大。

另一个是器件的I-V并不像网络大数据一样是离散的有界的，器件的I-V可以说定义域非常大，我们很难在实验环境下把每一点都测到，测的越多片子的特性可能就会发生变化（然而我们却不知道），片子也可能在测量过程中损坏。

然而，减少测量数据量，利用机器学习的方法就会造成overfitting问题，这是我们再预测一个器件的性质的时候最不想看到的物理派从半导体物理利用经验模型来得出器件的数学模型，相对于数学派的好处是，公式中的每一个量都有明确的物理含义，能够很明白的解释在器件工作过程中的物理变化过程。

缺点就是，这种构建非常的烧脑，非常的烧经验，要求熟悉半导体物理过程和数学推导