Analyse Monte Carlo du filtre RF
Analysez comment les tolérances des composants affectent l'ondulation de la bande passante et le rejet de la bande d'arrêt de votre filtre. Effectuez des milliers d'essais de Monte Carlo pour obtenir des statistiques sur le rendement et les pires scénarios.
Comment ça marche
Analyse de Monte Carlo évalue la manière dont les tolérances réelles des composants affectent les performances du filtre. Au lieu de supposer des valeurs idéales, chaque essai perturbe de manière aléatoire chaque condensateur et inducteur compris dans sa bande de tolérance, simule la réponse du filtre et enregistre les mesures clés.
Sur des centaines ou des milliers d'essais, vous obtenez des distributions statistiques de l'ondulation de la bande passante, du décalage de coupure de -3 dB et du rejet de la bande d'arrêt. Le rendement — le pourcentage d'essais répondant à vos spécifications — prédit directement le taux de réussite de la fabrication.
Deux modèles de distribution sont pris en charge : uniforme (chaque valeur comprise dans la plage de tolérance est également probable — analyse du pire des cas) et Gaussien (les valeurs se regroupent autour de la valeur nominale avec 3σ égal à la tolérance indiquée, ce qui est plus réaliste pour les composants de précision).
L'outil synthétise des filtres en échelle LC Butterworth (plat au maximum) ou Chebyshev de type I (bande passante équiondulée), puis exécute le balayage de Monte Carlo en utilisant une multiplication par chaîne matricielle ABCD exacte pour plus de précision.
Calculateurs associés
Questions fréquemment posées
De combien de courses de Monte-Carlo ai-je besoin ?+
Pour une estimation approximative du rendement, 200 à 500 essais suffisent. Pour des statistiques de queue précises (par exemple, le pire des cas avec un niveau de confiance de 99,7 %), utilisez 2 000 à 10 000 essais. Le niveau gratuit prend en charge jusqu'à 500 ; passez à la version Pro jusqu'à 10 000.
Distribution uniforme ou distribution gaussienne : laquelle dois-je utiliser ?+
Utilisez un uniforme pour l'analyse du pire des cas (chaque valeur de la plage de tolérance est également probable). Utilisez Gaussian lorsque vos composants sont évalués avec précision : les valeurs sont proches de la valeur nominale, les valeurs aberrantes étant rares. La méthode gaussienne donne généralement des taux de réussite plus élevés pour la même tolérance.
Pourquoi mon filtre Chebyshev a-t-il un rendement inférieur à celui de Butterworth ?+
Les filtres Chebyshev ont une atténuation plus nette mais s'appuient sur des niveaux d'ondulation précis dans la bande passante. Les variations des composants faussent directement la réponse de l'équiondulation, ce qui fait que certains essais dépassent la spécification d'ondulation. Les filtres Butterworth sont plus tolérants car leur bande passante est monotone et plate.
Quelles mesures sont communiquées ?+
Chaque essai enregistre : une ondulation de la bande passante (dB), une fréquence de coupure de -3 dB, un rejet minimal de la bande d'arrêt (dB) et une perte d'insertion en courant continu. Les résultats indiquent la moyenne, l'écart type, le min/max et le pourcentage de rendement par rapport à vos spécifications cibles.