Mathematical Methods of Circuit Design

Vortragende/r (Mitwirkende/r)
Nummer0000003696
Art
Umfang4 SWS
SemesterSommersemester 2022
UnterrichtsspracheEnglisch
Stellung in StudienplänenSiehe TUMonline

Teilnahmekriterien

Lernziele

Nach der Teilnahme an den Modulveranstaltungen kennt und beherrscht der Studierende in differenzierter Weise * grundlegende Methoden und Algorithmen der mathematischen Optimierung, * Basismethoden der multivariaten Statistik, * grundlegende Aufgaben und Randbedingungen der Schaltungsdimensionierung. Er/sie ist in der Lage, * diese einerseits als Schaltungsentwickler anzuwenden, * andererseits als EDA-Entwickler zu erforschen und zu entwickeln, sowie zu programmieren und zu evaluieren.

Beschreibung

SS 2022: Die Vorlesung wird, sofern sich die Regeln nicht schon wieder ändern, (endlich) wieder in Präsenz angeboten. Die Raumkapazität wird regulär angesetzt, d.h. ohne Abstände. Möglicherweise sind Masken vorgeschrieben. Die Prüfung wird ebenfalls in physischer Präsenz stattfinden. Zusätzlich werden früher aufgenommene Videos von Vorlesung und Übung über Moodle zur Verfügung gestellt. Es sind außerdem ein Text-Skript für den Vorlesungsteil und eine Aufgabensammlung mit Lösungen verfügbar. (früher: Optimization Methods for Circuit Design) Lagrange-Funktion, Optimalitätsbedingungen (mit/ohne Nebenbedingungen); Worst-Case-Analyse, klassisch, realistisch, allgemein; Multivariate statistische Verteilung, Transformation von Verteilungsfunktionen, Erwartungswerte und ihre Schätzung; Ausbeute-Analyse, statistisch, geometrisch, Monte-Carlo-Analyse; Schaltungsdimensionierung, Ausbeuteoptimierung, Entwurfszentrierung; Struktur eines Optimierungsprozesses, univariate Optimierung, Liniensuche, multivariate Optimierung, Polytopmethode, Koordinatensuche; Newton-Ansatz, Quasi-Newton, Levenberg-Marquardt, Least-Squares, Konjugierte Gradienten; Quadratische Optimierung (Gleichheits-/Ungleichheitsnebenbedingungen), Sequentielle Quadratische Optimierung (SQP); Strukturanalyse analoger Schaltungen, Dimensionierungsnebenbedingungen. Ergänzend werden Laborübungen mit Matlab und dem Optimierungswerkzeug WiCkeD angeboten, diese sind nicht verpflichtend und kein Prüfungsstoff. Inhalt: Schaltungsanalyse und -optimierung mit WiCkeD: Nominaloptimierung bezgl. Dimensionierungsregeln (z.B. Sättigung) und Schaltungseigenschaften (z.B. Verstärkung), deterministische und statistische Worst-Case und Ausbeuteanalyse, Ausbeuteoptimierung. Implementierung einzelner Verfahren mit Matlab: verschiedene Worst-Case-Analyse-Methoden, einfaches Optimierverfahren.

Inhaltliche Voraussetzungen

Grundkenntnisse in Numerik und Analogschaltungsentwurf

Lehr- und Lernmethoden

Vorlesung und Übung sind als interaktiver Frontalunterricht gestaltet. Durch Tafelanschrieb werden in der Vorlesung die zu lehrenden Algorithmen Schritt für Schritt und unter Beteiligung der Lernenden entwickelt. In der Übung findet Arbeitsunterricht durch Vorrechnen und gemeinsames Rechnen von Aufgaben statt. Dabei werden Algorithmen beispielhaft und wiederholt eingesetzt. Die Studierenden bereiten sich auf Vorlesung und Übung durch Studium der Unterlagen vor, und bereiten durch Selbststudium den durchgenommenen Stoff nach. Eigene Literaturrecherchen sind Teil des Selbststudiums. In einem optionalen Praktikumsteil, der nicht Bestandteil der Prüfung ist, werden den Studierenden praktische Probleme zur selbständigen Lösung gestellt. Die gestellten Aufgaben umfassen einerseits Schaltungsentwurfsaufgaben, die mittels einer kommerziellen EDA-Software zu lösen sind, andererseits algorithmische Entwurfsaufgaben, die mittels Matlab als Software zu implementieren sind.

Studien-, Prüfungsleistung

Die Prüfung ist schriftlich mit Unterlagen und mit einem nicht programmierbaren Taschenrechner, aber ohne sonstige elektronische Hilfsmittel. Sie dauert 60 Minuten. Sie umfasst den Vorlesungs- und Übungsteil mit Verständnisfragen zum Prüfen des Wissens und Handrechnungsaufgaben zum Prüfen des Könnens.

Empfohlene Literatur

R. Fletcher, Practical Methods of Optimization, John Wiley & Sons, 2nd Edition, 1987/2002. H. Graeb, Analog Design Centering and Sizing, Springer, 2007.

Links


Vollständiges Lehrangebot

Bachelorbereich: BSc-EI, MSE, BSEEIT

 

WS

SS

Diskrete Mathematik für Ingenieure (BSEI, EI00460)

Discrete Mathematics for Engineers (BSEEIT) (Schlichtmann) (Januar)

 

P/P

WS

SS

Entwurf digitaler Systeme mit VHDL u. System C (BSEI, EI0690) (Ecker)

P/m

 

SS

Entwurfsverfahren für integrierte Schaltungen (MSE, EI43811) (Schlichtmann)

P/P

WS

 

Methoden der Unternehmensführung (BSEI, EI0481) (Weigel)

-/P

WS

 

Praktikum System- und Schaltungstechnik (BSEI, EI0664) (Schlichtmann et al.)

--

 

SS

Schaltungssimulation (BSEI, EI06691) (Gräb/Schlichtmann)

P/P

 

Masterbereich: MSc-EI, MSCE, ICD

 

SS

Advanced Topics in Communication Electronics (MSCE, MSEI, EI79002)

 

WS

 

Electronic Design Automation (MSCE, MSEI, EI70610) (B. Li, Tseng)

-/?

WS

 

Design Methodology and Automation (ICD) (Schlichtmann) (Nov)

--

WS

SS

Machine Learning: Methods and Tools (MSCE, MSEI, EI71040) (Ecker)

O/O

WS

SS

SS

Mathematical Methods of Circuit Design (MSCE, MSEI, EI74042) (Gräb)

Simulation and Optimization of Analog Circuits (ICD) (Gräb) (Mai)

P/P

--

WS

 

Mixed Integer Programming and Graph Algorithms in Engineering Problems (MSCE, MSEI, EI71059) (Tseng)

-/Om

WS

SS

Numerische Methoden der Elektrotechnik (MSEI, EI70440) (Schlichtmann oder Gräb)

P/P

WS

WS

SS

Seminar VLSI-Entwurfsverfahren (MSEI, EI7750) (Schlichtmann/Müller-Gritschneder)

Seminar on Topics in Electronic Design Automation (MSCE, EI77502) (Schlichtmann/Müller-Gritschneder)

P/P

P/P

WS

SS

Synthesis of Digital Systems (MSCE, MSEI, EI70640) (Müller-Gritschneder)

P/P

WS

 

Testing Digital Circuits (MSCE, MSEI, EI50141) (Otterstedt)

-/?

WS

 

Timing of Digital Circuits (MSCE, MSEI, EI70550) (B. Li, Zhang)

-/O

WS

SS

VHDL System Design Laboratory (MSCE, MSEI, EI7403) (Schlichtmann)

O/O

 

Die Spalte ganz rechts bezeichnet die Form der Vorlesung/Prüfung im SS 2022. O=online, P=physische Präsenz, m=mündlich, Präsenz oder online. Version: 08.02.2022

The column on the very right denotes the type of course/exam in SS 2022. O=online, P=physical presence, m=oral, presence or online. Version: February 8, 2022

 

MSE: Munich School of Engineering (TUM)

BSEEIT: Bachelor in Electrical Engineering and Information Technology (TUM-Asia)

ICD: Master of Science in Integrated Circuit Design (TUM-Asia)

MSCE: Master of Science in Communications Engineering (TUM)

MSEI: Master of Science in Elektrotechnik und Informationstechnik

BSEI: Bachelor of Science in Elektrotechnik und Informationstechnik

 

Aktuelle Infos zur Lehre/Current information on teaching: https://www.tum.de/die-tum/aktuelles/coronavirus/studium/, www.ei.tum.de