4. 参数扫描与蒙特卡洛分析：.STEP命令详解，参数化扫描，结合.MEASURE进行统计分析
各位工程师朋友，欢迎来到第四章。今天咱们聊聊仿真自动化里最实用的两个工具——参数扫描和蒙特卡洛分析。说白了，就是让LTspice帮你把成百上千次仿真自动跑完，然后告诉你结果。
我个人习惯，在设计任何电路之前，都会先问自己三个问题：这个电路对哪些参数敏感？器件偏差会带来多大影响？最坏情况下的性能底线在哪？.STEP命令和蒙特卡洛分析，就是回答这些问题的利器。
4.1 .STEP命令：参数扫描的瑞士军刀
.STEP命令是LTspice里最灵活的扫描工具。它支持三种扫描方式：线性扫描、对数扫描、列表扫描。我刚开始用的时候，总觉得列表扫描最麻烦，后来发现它其实最实用——尤其是当你需要跳过某些特殊值时。
| 扫描类型 | 语法格式 | 适用场景 |
|---|---|---|
| 线性扫描 | .STEP LIN param Rval 1k 10k 1k | 均匀步长，观察趋势 |
| 对数扫描 | .STEP DEC param Cval 1p 1n 5 | 宽范围，低频到高频 |
| 列表扫描 | .STEP param Vref LIST 1.2 1.25 1.3 1.35 | 指定关键点，跳过无效值 |
4.1.1 参数化扫描实战：低通滤波器截止频率分析
咱们来看一个实际例子。假设你设计了一个一阶RC低通滤波器，想知道截止频率随电阻变化的情况。
* RC低通滤波器参数扫描
V1 IN 0 AC 1
R1 IN OUT {Rval}
C1 OUT 0 1n
.STEP LIN param Rval 1k 10k 1k
.AC OCT 10 100 100k
.MEASURE AC fc WHEN V(OUT)=0.707这段代码做了三件事：定义扫描变量Rval从1k到10k步进1k；执行交流分析；测量每个电阻值对应的-3dB频率。跑完之后，你会在错误日志里看到所有fc值。
4.2 嵌套扫描：多变量联合分析
有时候一个变量不够用。比如你想同时看电阻和电容对截止频率的影响，那就需要嵌套扫描。
.STEP LIN param Rval 1k 10k 1k
.STEP LIN param Cval 1n 10n 1n注意，LTspice不支持直接写两个.STEP在同一层级。正确的做法是用花括号或参数表达式。我个人习惯用第二种方式：
.STEP LIN param Rval 1k 10k 1k
.STEP LIN param Cval 1n 10n 1n嗯，这里要说明一下：LTspice实际上允许两个独立的.STEP语句，但它们是嵌套关系——内层先跑完，外层再变化。如果你想要笛卡尔积（所有组合），这样写没问题。但如果你想要同步变化（R和C同时变），就得用列表扫描：
.STEP param Rval LIST 1k 2k 5k
.STEP param Cval LIST 1n 2n 5n这样R=1k时C=1n，R=2k时C=2n，一一对应。
4.3 蒙特卡洛分析：模拟真实世界的偏差
参数扫描是理想情况下的分析，但真实世界的器件是有公差的。电阻有±1%、±5%，电容有±10%、±20%。蒙特卡洛分析就是模拟这些随机偏差，看看电路性能的分布。
LTspice里做蒙特卡洛，核心是使用高斯分布或均匀分布函数：
- 高斯分布：
gauss(sigma)，适用于大多数器件偏差 - 均匀分布：
flat(tol)，适用于最坏情况分析
4.3.1 电阻偏差的蒙特卡洛建模
* 蒙特卡洛分析：分压器输出偏差
.param Rnom=10k
.param Rtol=0.01 ; 1%公差
R1 IN OUT {Rnom*(1+gauss(Rtol))}
R2 OUT 0 {Rnom*(1+gauss(Rtol))}
V1 IN 0 5
.STEP param run 1 100 1 ; 100次蒙特卡洛
.OP
.MEASURE OP Vout FIND V(OUT) AT=0这段代码跑100次蒙特卡洛，每次R1和R2都随机变化。输出Vout的分布会告诉你：在1%电阻公差下，分压精度到底能到多少。
4.4 结合.MEASURE进行统计分析
跑完蒙特卡洛，你得到一堆数据。怎么提取有用信息？.MEASURE命令可以帮你计算均值、标准差、最大值、最小值。
| 统计量 | .MEASURE语法 | 说明 |
|---|---|---|
| 均值 | .MEASURE AvgVout AVG V(OUT) | 所有蒙特卡洛运行的平均值 |
| 标准差 | .MEASURE StdVout STD V(OUT) | 衡量离散程度 |
| 最大值 | .MEASURE MaxVout MAX V(OUT) | 最坏情况上限 |
| 最小值 | .MEASURE MinVout MIN V(OUT) | 最坏情况下限 |
举个例子，你想知道分压器输出在1%电阻公差下的3σ范围：
.MEASURE AvgVout AVG V(OUT)
.MEASURE StdVout STD V(OUT)
.MEASURE Upper3sigma PARAM {AvgVout+3*StdVout}
.MEASURE Lower3sigma PARAM {AvgVout-3*StdVout}这样你就能直接读出：99.7%的产品输出会落在Lower3sigma到Upper3sigma之间。
4.5 知识体系总览
下面这张图总结了本章的核心逻辑：从参数扫描到蒙特卡洛，再到统计分析，形成一个完整的仿真自动化闭环。
4.6 实战案例：LDO输出电压的蒙特卡洛分析
最后，咱们用一个完整的例子把今天的内容串起来。假设你设计了一个LDO，反馈电阻R1和R2决定输出电压。电阻公差±1%，基准电压Vref=1.25V±0.5%。你想知道输出电压的分布。
* LDO输出电压蒙特卡洛分析
.param R1nom=10k R2nom=10k Vrefnom=1.25
.param R1tol=0.01 R2tol=0.01 Vreftol=0.005
R1 OUT FB {R1nom*(1+gauss(R1tol))}
R2 FB 0 {R2nom*(1+gauss(R2tol))}
E1 OUT 0 FB 0 {1+R1nom/R2nom} ; 理想LDO增益
Vref FB 0 {Vrefnom*(1+gauss(Vreftol))}
.STEP param run 1 200 1
.OP
.MEASURE OP Vout FIND V(OUT) AT=0
.MEASURE AvgVout AVG V(OUT)
.MEASURE StdVout STD V(OUT)
.MEASURE Cp PARAM {1.25/(6*StdVout)} ; 过程能力指数跑完200次蒙特卡洛，你就能看到Vout的均值、标准差，还能算出Cp值。如果Cp大于1.33，说明设计裕量充足；如果小于1，那就得考虑用更精密的电阻了。
.OPTIONS seed=12345。