企业官网建设流程全解析

做模拟IC的人，都不会对Virtuoso陌生，但很多人对它的认知停留在画原理图、跑版图和LVS。事实上，用Virtuoso里的Spectre瞬态仿真配合FFT分析来看电路的线性度，是我这几年验证放大器、ADC输入级和Buffer最常用的手段。尤其在需要给出THD、SFDR这类指标时，如果对相干采样没有概念，直接拉一段波形丢进FFT，频谱必然是糊的，算出来的THD比真实值差出几个数量级，还会被当成“仿真收敛问题”排查半天。这篇文章就完整走一遍流程：从相干条件计算、瞬态仿真参数设置、Calculator里的FFT操作，到最终THD的取值和自动化计算，把每一步背后的为什么也讲清楚。适合刚接触Virtuoso仿真、或者已经会用但总是被FFT结果困扰的工程师参考。

1. 相干采样为什么是FFT和THD分析的前提

1.1 非相干采样带来的频谱泄漏

很多人第一次用Virtuoso做FFT，习惯是：瞬态仿真跑完，把输出波形往Calculator的fft函数里一扔，选个1024或4096点，直接看频谱。结果往往很打击人——基波附近的能量散成一大片“裙边”，像是信号被调频了一样，原本应该尖锐的谱线变成了一座小山丘，小信号谐波干脆被埋在泄漏能量里。

这就是典型的频谱泄漏。

FFT的本质是把一段有限时长的信号，当成一个周期信号来做傅里叶展开。如果我们截取的这段波形里恰好包含整数个信号周期，那么基波、谐波都精确落在对应的FFT频率点上，能量集中在一根根谱线里。但一旦窗口长度不是信号周期的整数倍，哪怕差了百分之零点几，基波的能量就会泄漏到相邻的几十上百个频率bin里，产生一大片伪频谱，谐波读数自然不准，THD算出来就是个笑话。

这里还牵扯到栅栏效应。FFT只在离散频率点上采样真实频谱，这些频率点的间隔是fs/N_fft。如果信号频率恰好落在两个bin之间，峰值幅度会被低估，读出来的谐波大小也有偏差。

1.2 相干采样的数学条件和参数选择

相干采样的核心条件可以写成这样一个关系：

fin = (N / M) × fs

其中fin是信号频率，fs是采样频率，M是FFT采样点数，N是这段分析窗口内包含的完整信号周期数。N必须是正整数，M也必须是正整数，而且最好让N和M互质。

M和N互质这一点很容易被忽略，却很重要。如果M和N有公因子，等效于采样点只是在重复落在信号周期的某几个相位上，白白浪费了采样点提供的独立信息；而互质能保证M个采样点均匀覆盖整个信号周期，频谱更干净。

举个例子，假设我们要分析一个10MHz的正弦信号，想用1024点FFT，取N=13个完整周期。那么：

fs = (M × fin) / N = (1024 × 10MHz) / 13 ≈ 787.6923077 MHz

对应的采样周期Ts = 1/fs ≈ 1.26953237 ns。

窗口总时长 = M × Ts = 1024 / 787.6923077 MHz ≈ 1.3 μs，同时也等于N/fin = 13 × 100ns = 1.3μs，两边严格对齐。这就是相干采样的几何意义：分析窗口正好含整数个信号周期。

N为什么取13而不是16？因为1024是2的10次方，如果N取16，两者有公因子，采样相位分布不均匀；而13是一个与1024互质的质数，能获得最好的相位覆盖。在实际工程中我一般会在N=7、11、13、17、19这些质数里挑，优先选那些让fs落在合理范围的值。

1.3 采样率、谐波次数和抗混叠约束

光满足相干条件还不够，还得考虑谐波会不会混叠。假设我们要看前10次谐波，最高频率就是10×fin=100MHz。根据奈奎斯特采样定理，采样率必须大于100MHz的两倍。上面算出来的fs≈787.7MHz远高于200MHz，分析带宽fs/2≈393.8MHz，10次谐波妥妥落在带内，没有混叠风险。

但如果信号频率很高、采样点又取得很密，谐波次数一高就可能超过fs/2，折回到低频区域冒充其他谐波，这时候THD结果也会错。所以记住一个不等式：fs > 2 × K_max × fin，其中K_max是你要看的最高谐波次数。选采样率的时候先把它算清楚，后面能少踩很多坑。

2. Virtuoso瞬态仿真参数设置：给FFT喂干净的数据

2.1 三个关键参数：tstab、tstop、tstrobe

确定了相干采样的频率关系，接下来要把这些参数“翻译”成Spectre瞬态仿真的设置。打开ADE L或ADE Explorer里的tran分析，有三个参数需要特别在意：tstab、tstop、tstrobe。

tstab是电路稳定时间。实际电路上电瞬间会有毛刺和建立过程，直接把这段波形丢进FFT会引入极大的直流偏置和瞬态误差。常规做法是先跑一段让电路完全建立，再从稳定后的某个时刻开始做相干分析。比如电路在2μs后完全建立，就设tstab=2μs。

tstop是总仿真结束时间，至少要等于tstab加上相干窗口长度。针对上面的例子，相干窗口是1.3μs，tstop可以设成tstab + 1.3μs = 3.3μs，也可以再多留一点余量，比如3.5μs，方便在Calculator里微调起始点。

tstrobe是Spectre里非常有用的一个参数，设置后仿真器会以固定时间间隔输出数据，而不是按照内部自适应步长输出。因为相干分析本质上是对信号做等间隔采样，如果采样点时间间隔不均匀，FFT结果会有额外的误差。设tstrobeperiod = 1/fs = 1.26953237 ns，Spectre就会严格按照这个步长“打点”，这等于在仿真层面做了采样保持，后面做FFT时干净得多。

2.2 maxstep和errpreset对谐波精度的影响

很多人容易忽略maxstep。Spectre的瞬态仿真用的是自适应步长，如果maxstep设置得太宽松，仿真器为了速度会在某些区间大步跳过，产生了数值截断误差，这种误差会在频谱里表现为低频噪声抬升，甚至出现看起来像谐波的虚假谱线。

我一般采用errpreset=conservative，同时把maxstep设成最高关心谐波周期的1/20到1/50。看10次谐波，周期是10ns，maxstep可以取0.2ns~0.5ns，取0.2ns更稳。不要担心maxstep太小导致仿真慢，百纳秒级别的仿真在Virtuoso里通常只要几秒到几十秒，这个成本完全值得。

如果仿真时间窗口比较大，比如做到几千个周期，才需要考虑在保证精度和仿真时长之间做权衡，可以把errpreset降到moderate，并用tstrobe固定输出步长。但做THD分析，我建议始终保守一点，宁可慢，不要错。

2.3 后处理的STI窗口与多窗口平均

Virtuoso新版本里做FFT时经常能看到STI（Selective Time Interval）选项，其实就是让你手动选择一段时域区间来做频谱分析。这个功能特别适合处理瞬态切换场景，比如ADC采样过程中某一段保持稳定的数据。通过STI只选取稳定区间，能有效避开建立过程和切换毛刺的影响。

如果电路工作在周期性稳态，比如开关电容电路，还可以做多窗口平均：取多个不重叠的相干窗口分别做FFT，再把幅度谱平均。平均会降低随机噪声底，让更小的谐波浮现出来。Virtuoso里截图波形后多取几段区间跑FFT，人工对比一下就能感受到差别。

3. Virtuoso中FFT分析实操：从波形到频谱

3.1 Calculator中FFT的详细设置与误区

仿真跑完，打开ADE的Calculator波形窗口，选中要分析的信号（比如vout），然后在Calculator函数列表里找到fft函数。旧的界面是在函数面板里点fft，新版本则是在波形窗口里直接右键选择Spectrum或发到计算器。操作路径略有差异，但核心参数是一样的。

以我常用的设置为例，信号是10MHz正弦输出，按照第1节的相干参数，在FFT参数面板里填：

• Sample Count：1024
• Sample Period：1.26953237 ns
• Start Time：2.0 μs
• Stop Time：3.3 μs
• Window：Rectangular（相干采样时用矩形窗）
• Coherent Measurement：手动指定频率（或关闭自动调整）

这里最容易踩的坑是Sample Period。很多人以为是仿真器的输出步长，直接填1n或者干脆不填，结果频率轴完全对不上，频谱上基波位置偏了一大截。记住Sample Period必须等于1/fs，也就是相干采样计算出的采样周期。如果设置了tstrobeperiod，理论上Sample Period应该和它一致，但由于计算器用的是double精度，最好把1.26953237n这种长小数填全，不要四舍五入到1.27n，否则窗口长度会偏离整数周期，频谱又开始泄漏。

3.2 读懂频谱图：bin中心、频率轴和幅度轴

FFT结果出来之后，默认X轴是频率，Y轴是幅度。建议把Y轴切到dB20显示（幅值转成dBV），这样小谐波也能看得很清楚。频率轴的单位保持Hz即可，但要注意查看的是单边谱还是双边谱，Calculator的fft默认通常给出单边谱，也就是说基波的幅值直接就是信号幅度，不需要乘以2。如果看到基波在-6dBV左右，对应的线性幅度就是约0.5V。

每条谱线之间的间隔是频率分辨率Δf = fs/M。在我们这个例子里，Δf = 787.6923077 MHz / 1024 ≈ 769.23 kHz，正好等于fin/N = 10MHz/13。所以基波会出现在第13个bin，2次谐波在第26个bin，3次谐波在第39个bin，依此类推。这个关系非常有用，找谐波的时候不需要在频谱上肉眼乱扫，直接按第13、26、39个bin的位置去找，又快又准。

如果发现基波峰值不在整数bin上，说明相干条件没完全满足，或者Sample Period填错了。此时不要急着读数，先回头检查参数，否则提取的幅度误差很大。

3.3 加窗的选择：什么时候用矩形窗，什么时候用汉宁窗

相干采样条件下，分析窗口内正好是整数个周期，用矩形窗（也就是不加窗）就是最优选择，能量全部集中在一根谱线上，旁瓣泄漏最小。这一点很多从信号处理教材入门的人会疑惑，因为教材里总是强调FFT要加窗。但在相干测量的前提下，矩形窗反而最干净。

只有一种情况我会考虑加窗：信号频率没法自由选择，比如被测信号来自上一个模块的输出，频率是固定的，我们无法通过调整采样率来满足相干条件。这时候非相干引起的泄漏会污染频谱，临时救急可以用Hamming或Blackman窗压低旁瓣。但这样做有个副作用——主瓣会展宽，邻近谱线之间的区分度变差，而且幅度读数也需要按窗函数的相干增益校正。加窗得到的是近似结果，不如回头重新设计采样参数来得干净。

所以我在实际项目中的原则是：能相干，绝不加窗；不能相干，先改采样参数；参数也动不了，才退而求其次加窗，并明确标注THD结果是带误差的。

4. THD计算与自动化脚本

4.1 THD定义与手算步骤

THD（总谐波失真）衡量的是谐波能量相对于基波的比例，定义是：

THD = sqrt(V2² + V3² + V4² + ... + Vn²) / V1

其中V1是基波幅度，V2、V3……是各次谐波幅度。n取到多少，行业内没有完全统一的标准，通常取到5次、9次或10次。如果设计目标里明确提到关注某次谐波，比如差动电路主要看奇次谐波，那就把关注的谐波都纳入计算。标准做法是写到10次，因为超过10次的谐波在绝大多数设计里已经小到对THD数值没有影响。

举一个实测例子。假设频谱上读得基波V1=0.5V，2次谐波V2=3.16mV，3次谐波V3=1.78mV，4次V4=0.5mV，5次V5=0.28mV，更高次的可以忽略。那么：

THD = sqrt(3.16² + 1.78² + 0.5² + 0.28²) / 500 ≈ sqrt(9.986 + 3.168 + 0.25 + 0.078) / 500 ≈ sqrt(13.482) / 500 ≈ 3.672 / 500 ≈ 0.00734

换算成百分比就是0.734%，换算成dBc就是20×log10(0.00734) ≈ -42.7 dBc。如果设计目标是THD小于1%，这个结果就算通过了。

在这类计算里，很容易犯的一个错误是：直接从频谱图上用dBV读数，然后带着dB值去算THD。dB是对数域，不能直接平方求和，必须先转换回线性幅度再计算。

4.2 在Virtuoso里提取谐波幅值的方法

Virtuoso提取谐波幅值至少有三种方式。

第一种是手动方式：在频谱波形窗口里用Cursor工具，光标放到第13、26、39个bin上，直接读出对应的dBV值并记录下来。这个方法直观，适合一两个测试点，但多个工艺角和温度组合跑下来，手都要废掉。

第二种是用Calculator表达式。在Calculator里可以构造复合表达式，比如取特定频率处的幅度：

value(v("/VOUT" ?result "tran") 20e6 ?intrp "linear")

但要注意，直接对时域波形在不同频率点取value，并不是提取FFT谐波的正确方式。更靠谱的是先做FFT，再利用波形运算符提取特定bin的幅度。不同版本的Virtuoso在表达式语法上略有差异，建议直接在计算器里点选FFT结果波形，然后用value或peak函数读取该波形的特定频率点幅度。

第三种就是接下来要说的Ocean脚本，也是我最推荐的方式。

4.3 用Ocean脚本批量计算THD、SFDR和ENOB

如果需要跑多组工艺角或者多组输入幅度，建议把整个流程写进Ocean脚本。Ocean是Spectre自带的交互批处理语言，可以在ADE里通过Ocean窗口运行，也可以在命令行直接调用。下面给一个简化版模板，核心思路是：跑tran、算FFT、读出各次谐波幅度、算THD和SFDR。

; 加载设计、选择仿真器和工艺角 simulator( 'spectre ) design( "/path/to/design/input.scs" ) modelFile( '("/path/to/model/tt.lib" "tt") ) ; 设置瞬态分析参数 analysis( 'tran ?stop "3.3u" ?strobeperiod 1.26953237n ?tstab "2u" ?errpreset "conservative" ?maxstep 0.2n ) desVar( "freq" 10M ) desVar( "am" 0.5 ) ; 运行仿真 run() ; 获取时域输出并做FFT fftResult = fft( v("/VOUT" ?result "tran") 1024 1.26953237n 2u 3.3u ?window "Rectangular" ) ; 提取基波和各次谐波的幅度（频率点在计算结果中可能以bin索引访问） fund = peak( fftResult 10M ?xtype "frequency" ?peakThreshold 0.1 ) h2 = peak( fftResult 20M ?xtype "frequency" ?peakThreshold 0.001 ) h3 = peak( fftResult 30M ?xtype "frequency" ?peakThreshold 0.001 ) h4 = peak( fftResult 40M ?xtype "frequency" ?peakThreshold 0.001 ) h5 = peak( fftResult 50M ?xtype "frequency" ?peakThreshold 0.001 ) ; 计算THD（线性幅度域） thd = sqrt( h2*h2 + h3*h3 + h4*h4 + h5*h5 ) / fund ; 计算SFDR（最大杂散与基波之比，结果用dBc表示） sfdr = 20*log10( fund / max( h2 max( h3 max( h4 h5 ) ) ) ) printf("THD = %.4f %%\n" thd*100 ) printf("SFDR = %.2f dBc\n" sfdr )

需要说明的是，不同版本Spectre对fft结果波形的peak函数参数支持不完全一样。如果peak函数读不出值，可以改用value函数结合xlim指定频率范围，或者提取bin值再按Δf换算。关键是思路：先把FFT结果存成波形，再在目标频率附近取局部最大值，这样可以避免噪声尖峰干扰读数。

如果还想算ENOB，可以同时采集噪声和失真，也就是SINAD：

SINAD = 20×log10(V1 / V_noise+dist)

ENOB = (SINAD - 1.76) / 6.02

Virtuoso里可以用snr函数或者自己计算信号功率与噪声失真总功率的比值。因为噪声功率分布在除基波和谐波以外的所有bin中，需要对全频段做积分运算，Ocean里可以这样粗略处理：总功率减掉基波功率和各谐波功率，剩下的就是噪声加失真功率，再代入公式。这个做法虽然不算严格，但在快速评估时非常实用。

5. 常见问题与排查实录

这里整理几个我在实际项目中反复遇到的FFT/THD问题，基本能覆盖大多数翻车现场，建议收藏起来对照排查。

5.1 基波旁边那摊“糊”到底是不是电路问题？

排查顺序要理清：先排除相干条件，再怀疑仿真精度，最后才找电路本身。有一次我帮同事看一个LDO的PSR仿真，他发现输出纹波的FFT频谱里基波旁边有一堆乱七八糟的频率分量，一开始怀疑是LDO环路振荡。我让他把瞬态波形窗口的起止时间改成信号周期的整数倍再跑FFT，频谱立刻干净了，问题根本不在电路，而在分析方法。

模拟电路仿真翻车，起码有一半是测量方法本身错了。Virtuoso不会主动告诉你“你这段窗口不是整数周期”，它只会诚实地把频谱算出来给你看，频谱长什么样完全取决于窗口怎么截。

5.2 谐波被底噪淹没时该怎么办

信号幅度本身就很小、或者电路线性度特别好时，谐波幅度可能低到和噪声底持平。FFT的点数决定噪声底的均值：点数每翻倍，理想情况下噪声底降低约3dB。所以第一个手段是增加FFT采样点数，比如从1024提高到8192，这是最直接有效的办法，代价是仿真时间和数据分析量都变大。

第二个手段是多窗口平均。把时域结果均匀切成多个相干窗口，分别做FFT再叠加平均，可以把随机噪声底压得更低。这个方法在Virtuoso里用脚本做比较方便，人工操作重复性太高。

第三个手段是检查仿真精度。如果maxstep太大，数值噪声就成了主要底噪来源，这时候加再多的点数也压不下去，先去把maxstep减小。

5.3 信号频率固定时怎么找相干点

真实项目里经常遇到这样的场景：系统时钟是24MHz，我们关心某个10MHz输入信号下的失真。理论上可以调整FFT点数M来找整数周期关系，比如M=32768时，找N使得fin=(N/M)×fs，N≈13653.33，并不是正好整数。这时候要么把fs微调，要么允许引入少量泄漏再用窗函数补偿。

我个人的习惯是，如果系统允许调整输入信号频率，就直接把fin设成能满足相干条件的值，比如fs=24MHz、M=4096、N=13，fin=76.171875kHz；如果频率不能动，那就尽量取更大的M来降低泄漏的绝对影响，或者接受加窗结果。

值得一提的是，Spectre新版本自带的fft相关函数里有“Coherent Measurement”模式，可以自动搜索最适合相干采样的窗口长度和采样点数，原理上就是替我们在做整数周期的优化。对新手省心，但它不会告诉你为什么自动选择了某个值，所以我还是建议先手动把原理走通，再用自动功能提速。

5.4 关于Virtuoso的一些杂谈：FFT只是工具链的一环

Virtuoso在整个模拟设计流程里的地位当然远不止FFT，从原理图输入、gmoverid辅助设计、前仿后仿到版图物理验证，是一整套庞大体系。在电路结构设计阶段，很多人用gmoverid方法来扫描晶体管偏置，快速确定沟道长度和过驱动电压，然后在相同环境里直接拉起瞬态仿真跑FFT看线性度，整套流程连贯起来非常顺手。这其实是我喜欢Virtuoso的原因：不需要把数据导来导去，同一个设计环境里就能完成“设计—仿真—后处理”的闭环。

FFT和THD分析正是这个闭环里最能体现“仿真工具是放大器”的环节。很多电路设计问题，比如运放输出级交越失真、单端电路的偶次谐波、Class-AB偏置引起的交越毛刺，都透过谐波分布第一时间暴露出来。看到2次谐波异常高，优先怀疑失配或不对称；看到3次谐波拖尾，优先怀疑偏置点和转换速率不够。FFT不只是用来算一个THD数字，它是在帮你做电路诊断。

6. 最后一组实操建议

跑FFT分析这几年，我最大的体会是：规范永远是“先想清楚窗口，再跑仿真”。绝大多数情况下，仿真本身没有任何问题，问题出在分析方式。人很容易在Virtuoso的操作界面上迷失——按下run、点开波形、脑子里全是下一步按钮在哪，而忘了最基础的问题：这段波形里到底包含了多少个完整的信号周期。

所以我每次做THD仿真前，都会在纸上先算一遍相干参数，把M、N、fs、tstab、tstop、maxstep这几个值写成一张便签贴在屏幕边上，再打开ADE。这一系列参数它们互相印证：如果采样率变了，tstrobeperiod和Calculator里的Sample Period必须同步变；如果窗口周期数变了，tstop和Start Time也要跟着调整。只要表格里的数能对上，FFT频谱通常一次就能干净利落地出结果。

最后一个小技巧：在Virtuoso的ADE窗口里，把FFT结果波形保存成一个独立的Output，再用Calculator表达式把这个FFT结果送给THD公式，这样每次重新仿真、扫描工艺角，THD值都会自动刷新，省去了重新取数的麻烦。把第一次人工操作的流程沉淀成脚本或表达式，后续效率会提升一大截。