Análisis Monte Carlo del filtro RF
Analice cómo las tolerancias de los componentes afectan a la ondulación de la banda de paso y al rechazo de la banda de parada del filtro. Realiza miles de ensayos en Montecarlo para obtener estadísticas sobre el rendimiento y los peores casos.
Cómo funciona
Análisis de Monte Carlo evalúa cómo las tolerancias de los componentes del mundo real afectan al rendimiento de los filtros. En lugar de asumir valores ideales, cada ensayo perturba aleatoriamente todos los condensadores e inductores que se encuentran dentro de su banda de tolerancia, simula la respuesta del filtro y registra las métricas clave.
A lo largo de cientos o miles de ensayos, se obtienen distribuciones estadísticas de la ondulación de la banda de paso, el cambio de corte de -3 dB y el rechazo de la banda de parada. El ceder — el porcentaje de ensayos que cumplen con sus especificaciones — predice directamente la tasa de éxito de fabricación.
Se admiten dos modelos de distribución: uniforme (todos los valores dentro del rango de tolerancia son igualmente probables: análisis del peor de los casos) y Gaussiano (los valores se agrupan alrededor del valor nominal con 3π igual a la tolerancia establecida; es más realista para los componentes de precisión).
La herramienta sintetiza los filtros tipo escalera LC Butterworth (con el máximo plano) o Chebyshev de tipo I (banda de paso equiripple) y, a continuación, ejecuta el barrido de Montecarlo utilizando una multiplicación exacta de cadenas matriciales ABCD para mayor precisión.
Calculadoras relacionadas
Preguntas frecuentes
¿Cuántas pruebas de Montecarlo necesito?+
Para una estimación aproximada del rendimiento, bastan entre 200 y 500 ensayos. Para obtener estadísticas finales precisas (por ejemplo, en el peor de los casos con un 99,7% de confianza), utilice entre 2000 y 10 000 ensayos. La versión gratuita admite hasta 500; actualice a la versión Pro para obtener hasta 10 000.
Distribución uniforme frente a distribución gaussiana: ¿cuál debo usar?+
Utilice uniforme para el análisis del peor de los casos (todos los valores del rango de tolerancia son igualmente probables). Utilice el método gaussiano cuando sus componentes estén graduados con precisión: los valores se agrupan cerca del valor nominal y los valores atípicos son poco frecuentes. Por lo general, el método gaussiano produce tasas de aprobación más altas para la misma tolerancia.
¿Por qué mi filtro Chebyshev tiene un rendimiento inferior al de Butterworth?+
Los filtros Chebyshev tienen una curvatura más nítida, pero se basan en niveles de ondulación precisos en la banda de paso. Las variaciones de los componentes distorsionan directamente la respuesta de ondulación, lo que hace que algunas pruebas superen la especificación de ondulación. Los filtros Butterworth son más tolerantes porque su banda de paso es monótonamente plana.
¿Qué métricas se notifican?+
Cada ensayo registra: ondulación de la banda de paso (dB), frecuencia de corte de -3 dB, rechazo mínimo de banda de parada (dB) y pérdida de inserción en DC. Los resultados muestran la media, la desviación estándar, los valores mínimo/máximo y el porcentaje de rendimiento en comparación con las especificaciones deseadas.