По окончании предварительной установки убедитесь, что все сделано так, как нужно, и подтвердите выполненные настройки щелчком по кнопке OK. Проверьте еще раз, активизированы ли в окне Analysis Setup режимы анализов АС Sweep и Монте-Карло, и затем запустите процесс моделирования.
После того как PSPICE завершит вычисления, откроется окно Available Sections, в котором можно выбирать для отображения на экране PROBE результаты интересующих вас прогонов анализа Монте-Карло. В данном случае вам требуются все имеющиеся данные, поэтому просто щелкните по кнопке OK.
Шаг 24 А теперь выведите на экран диаграмму частотной характеристики выходного напряжения полосового фильтра для всех десяти прогонов анализа Монте-Карло (рис. 9.39).
Рис. 9.39. Поведение схемы BP_AKT.sch в ходе анализа Монте-Карло
Результат не то чтобы грандиозный, но, кажется, фильтр все же рабочий. Конечно, 1% и 2% очень низкие для допусков значения, и дальнейшее уменьшение возможно, только если точно подгонять резисторы и «вручную» выбирать конденсаторы.
Наряду с анализом Монте-Карло в программе PROBE можно выполнить стохастический эквивалент анализа производительности: на экране будет показано статистическое распределение величин, которые извлекаются из каждого отдельного прогона анализа Монте-Карло с помощью целевых функций. В качестве примера изобразим в виде гистограммы статистическое распределение ширины полосы на уровне 3-dB десяти полученных выше кривых.
Шаг 25 Чтобы создать гистограмму статистического распределения ширин полос частот на уровне 3-dB, действуйте следующим образом:
1. Удалите с экрана PROBE все диаграммы.
2. Активизируйте опцию Performance Analysis, щелкнув на панели инструментов PROBE по кнопке 
.
3. Откройте окно Add Traces, отправьте в строку Trace Expression функцию Bandwith(1, db_level) и в скобках введите Bandwith (V(R7:1.3). Щелкните по кнопке OK, и на вашем экране будет создана гистограмма, структура которой аналогична изображенной на рис. 9.40 (с вашими статистическими данными диаграмма будет выглядеть иначе).
Рис. 9.40. Гистограмма статистического распределения полос частот на уровне 3-dB
Разумеется, нельзя ожидать подробной статистики после всего десяти прогонов анализа Монте-Карло, однако вам не возбраняется увеличить их количество до 399, чтобы создать более совершенную гистограмму. Чем больше прогонов вы потребуете сделать в ходе анализа Монте-Карло, тем тоньше будут столбцы и тем больше их будет отображено. Число столбцов вы можете установить, выбрав в меню PROBE Options строку Number of Histogram Divisions (Количество столбцов гистограммы).
Теперь вкратце рассмотрим опции окна Monte Carlo or Worst Case (см. рис. 9.38), которыми вы еще не пользовались:
• YMAX — определяет максимальную разницу между «номинальным прогоном» и отдельными прогонами (MC Runs). Результаты можно получить только в выходном файле;
• MAX — определяет максимальное значение (относительный максимум) отдельных прогонов MC Runs, а также отклонение отдельных максимальных значений от максимального значения «номинального прогона». Результаты можно получить только в выходном файле;
• MIN — функция, аналогичная опции MIN. Результаты можно получить только в выходном файле;
• RISE — определяет первое превышение границы (при нарастании фронта), заданной в поле ввода Rise/Fall (Нарастание/Спад). Результаты можно получить только в выходном файле;
• FALL — действует аналогично RISE, но только при спаде фронта. Результаты можно получить только в выходном файле;
• LIST — записывает параметры всех прогонов MC Runs в выходной файл;
• SEED — стартовая позиция (начальное число) генератора случайных чисел. 1≤SEED≤32767. Если вы ничего не вводите в поле SEED (Начальное число), то по умолчанию устанавливается начальное число 1753. Одинаковые значения в этом поле при одинаковых анализах всегда дают одинаковые «случайные» числа. Поэтому, если вы хотите использовать новый набор значений параметров, предварительно измените значение в поле SEED;
• ALL — выявляет все данные;
• FIRST — предоставляет только результаты первых прогонов MC Runs и ровно стольких, сколько вы запросили в поле Value;
• EVERY — предоставляет результаты каждого N-прогона MC Run. При этом N соответствует значению, которое вы ввели в поле Value;
• RUN — предоставляет результаты только указанных в поле Value прогонов анализа Монте-Карло;
• RANGE: (Lo/Hi) — диапазон изменяемой переменной, внутри которого следует осуществлять поиск YMAX, MAX и MIN.
Напоследок приведем небольшой пример того, как можно изменять параметры компонентов, если они не доступны через меню атрибутов (как было показано выше на примере резисторов и конденсаторов).
Исследуем схему с общим эмиттером, изображенную на рис. 9.10, для того случая, когда усиление тока транзистора рассеивается на ±50%.
Сначала надо маркировать транзистор (чтобы он окрасился в красный цвет), затем открыть меню Edit и выбрать в нем строку Model…. Откроется окно Edit Model, где нужно щелкнуть по кнопке Edit Instance Model (Text)… (Редактировать модель образца…). Откроется редактор моделей с параметрами транзистора. Рядом с усилением тока Bf следует в качестве дополнения ввести допуск Dev=50% (рис. 9.41). Программа PSPICE автоматически присваивает этой модели новое имя (BC548B-X). Созданная модель действительна только в данной схеме (то есть локально). Она сохраняется в той же директории, что и чертеж и под тем же именем, но с расширением файла .lib. Новую модель можно присвоить и другим транзисторам той же схемы. Для этого нужно маркировать изменяемый компонент, затем открыть окно Edit Model и щелкнуть в нем по кнопке Change Model Reference… (Изменить ориентировочное название модели…). В открывшемся окне вы можете ввести новое имя модели. Такой способ позволяет, например, присвоить модель BC548B-X транзистору BC548B.
Рис. 9.41. Редактор моделей с моделью BC548B; усиление тока Bf имеет разброс ±50%
Анализ Монте-Карло с измененным транзистором показал удовлетворительные результаты (рис. 9.42). Разброс усиления тока, благодаря сильной отрицательной обратной связи, не оказывает заметного влияния на частотную характеристику схемы.
Рис. 9.42. Выходное напряжение схемы с общим эмиттером после десяти прогонов анализа Монте-Карло
9.6. Анализ наихудшего случая
Анализ наихудшего случая тесно связан с анализом Монте-Карло. Здесь также делается попытка определить поведение электронной схемы, когда ее компонентам предписаны допуски. Особенность анализа наихудшего случая (в программе PSPICE он называется Worst Case) состоит в том, что он пытается установить максимально возможное отклонение какой-либо величины от номинального случая. Как правило, с помощью анализа наихудшего случая действительно удается смоделировать самый неблагоприятный вариант работы схемы. И в этом смысле анализ Worst Case имеет преимущество над анализом Монте-Карло, так как второй этого делать не умеет. Но иногда бывает так, что анализ наихудшего случая непростительно приукрашивает истинное положение вещей и лживо подсовывает вам «наихудший случай», намного уступающий реальному положению вещей. В таких ситуациях вы сможете вывести анализ наихудшего случая «на чистую воду», только если станете проверять выявленные в ходе анализа Worst Case наихудшие случаи с помощью анализа Монте-Карло.