Parallel vector fitting of systems characterised by measured or simulated data

• Main Author: Song, Yidi
• Other Authors: Roni Khazaka (Internal/Supervisor)
• Format: Others
• Language: en
• Published: McGill University 2013
• Subjects: Engineering - Electronics and Electrical
• Online Access: http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=117134

During the past decade, technology in the electronics industry has advanced considerably. The integrated circuits we are using today are becoming more and more complex. As a result, modeling those complex systems has become a difficult task. The vector fitting method is a very efficient tool for building a model based on measured or simulated data. However, for large scale systems, the vector fitting method runs slowly or even fails to converge at the end. One of the solutions to the problem is the parallel vector fitting which was introduced a few years ago. Recently, the parallel computing and cloud computing have become more popular. It would be much more efficient if we can use the concept of parallel computing to do the vector fitting. Since each column in the admittance matrix Y is independent from each other. Calculations on one column will not affect the results of another column. Thus, we can do multiple column vector fittings at the same time. This concept leads to the idea of doing the vector fitting in a parallel way. During the algorithm, many columns are being vector fitted at the same time. There is one small model for each column. After all columns are done, an extra routine will be executed to combine all sub-models into one complete model. In this way, we can achieve a descent speedup factor which leads to less total computing time. The final model is verified so that it is as accurate as the one generated by the traditional vector fitting. In this thesis, detailed concepts will be presented. Methods will be explained step by step and examples will be tested and analyzed. === Au cours des dix dernières années, la technologie dans l'industrie d'électronique a avancé fortement. Le circuit intégré que nous utilisons aujourd'hui est devenu de plus en plus complexe. En conséquence, la modélisation de ces systèmes complexes est devenue une tâche difficile. Le vector fitting est un outil très efficace pour la construction d'un modèle basé sur des données mesurées ou simulées. Cependant, pour le système sur une grande échelle, le montage vecteur fonctionne lentement ou n'arrive même pas à obtenir de résultat à la fin. Une des solutions à ce problème est le vector fitting parallèle qui a été introduit il ya quelques années. Récemment, le calcul parallèle et le cloud computing sont devenus plus populaires. Il serait beaucoup plus efficace si nous pouvons utiliser le concept de calcul parallèle pour faire le vector fitting. Étant donné que chaque colonne de la matrice admittance Y est indépendante de l'autre. Travailler sur une colonne n'affectera pas les résultats d'une autre colonne. Ainsi, nous pouvons faire plusieurs de vector fitting de colonne en même temps. Ce concept conduit à l'idée de vector fitting parallèle. Au cours de l'algorithme, de nombreuses colonnes sont muni vecteur en même temps. Il y a un petit modèle pour chaque colonne. Après toutes les colonnes sont faites, une routine supplémentaire sera exécuté à combiner tous les sous-modèles dans un modèle complet. De cette façon, nous pouvons parvenir à une application plus rapide et il y aura moins de temps d'exécution. Le modèle final est vérifié pour être sûr qu'il soit aussi précise que la seule tradition. Dans cette thèse, les concepts détaillés seront présentés. Le méthode sera expliquée étape par étape et les exemples seront testés et analysés.